Keywords (1)

Academic
Publications
ALGORITMOS DE AGRUPAMIENTO EN LA IDENTIFICACIÓN DE MODELOS BORROSOS

ALGORITMOS DE AGRUPAMIENTO EN LA IDENTIFICACIÓN DE MODELOS BORROSOS,José L. Díez,José L. Navarro,A. Sala

ALGORITMOS DE AGRUPAMIENTO EN LA IDENTIFICACIÓN DE MODELOS BORROSOS   (Citations: 6)
BibTex | RIS | RefWorks Download
Resumen: La aplicación de las técnicas de agrupamiento borroso para la identificación de modelos borrosos se está extendiendo cada vez más. Sin embargo, y dado que su origen es bien distinto a la ingeniería de control, aparecen numerosos problemas en su aplicación en la identificación de modelos locales de sistemas no lineales para control. En este trabajo se revisan las principales técnicas de agrupamiento para la identificación de modelos borrosos, incluyendo propuestas propias que permiten desarrollar modelos que mejoran (respecto a algoritmos previamente existentes) la interpretabilidad y el descubrimiento de estructuras afines locales en los modelos borrosos obtenidos. Copyright © 2004 CEA-IFAC Palabras Clave: identificación, agrupamiento borroso, sistemas borrosos, sistemas no lineales, técnicas de control inteligente.
Published in 2004.
Cumulative Annual
View Publication
The following links allow you to view full publications. These links are maintained by other sources not affiliated with Microsoft Academic Search.
    • ...Sala [8], [9] introduce una novedosa técnica basada en el error de inferencia para aproximar funciones empleando partición suma 1 con conjuntos triangulares; Diez et al. [10] proponen variaciones a los algoritmos de agrupamiento para mejorar la interpretabilidad y descubrir estructuras afines locales en los modelos difusos obtenidos...
    • ...El sistema no lineal descrito por (18) ha sido utilizado por autores como Sugeno y Yukasawa [1], Emami et al. [18] y Díez et al. [10] para verificar el desempeño de técnicas de identificación difusa...

    Juan Contreras Monteset al. Data-Driven Identification Algorithms for Automatic Determination of I...

    • ...Sala [8],[9] introduced an innovative technique based on the inference error to approximate functions by using sum-1 partitions with triangular fuzzy sets; Diez et al [10] proposed a variation to clustering algorithms in order to improve interpretability and to find alike local structures at the obtained fuzzy models...
    • ...The non linear system described in (18) has been used by authors like Sugeno y Yukasawa [2], Enami et al [19] y Diez et al [10] to verify the performance of fuzzy identification techniques...

    Juan Contreras Monteset al. Building Interpretable Fuzzy Systems: a New Approach to Fuzzy Modeling

Sort by: