Carlos M. Sierra D., Hernán D. Álvarez Z.
Este trabajo presenta una propuesta de estimación de la incertidumbre y la calidad de agrupamiento producidos en la identificación de modelos mediante Sistemas de Inferencia Bor r osa del tipo Takagi-Sugeno (SIB TS).
Además, propone la integración de tales medidas como criterios evaluador es del modelo con base en la incertidumbre y la partición borrosa generados durante su obtención. Tal estimación hará que el modelo obtenido sea el de menor incremento en la incertidumbre frente a los datos originales del proceso. Además, permite evaluar la distribución y densidad de los datos en los conjuntos bor r osos obtenidos durante el modelamiento usando SIB TS.
Los valor es de tal índice pueden ser usados como complemento al modelo final cuando este es usado en cualquier tarea basada en modelo (diseño, optimización, control, etc.). Esas tareas suponen un modelo con incertidumbre uniforme del modelo (que se asume baja), en todo el espacio del modelo. Usando el índice pr opuesto, se puede calcular un valor más realista de la incertidumbre del modelo en cualquier punto del espacio del modelo.
This paper pr esents a proposal for estimating the uncertainty and grouping quality that take place when a model is identified using a TakagiSugeno Fuzzy Infer ence System (TS FIS). Additionally, the integr ation of such measur es as criteria for model evaluation based on uncertainty and fuzzy partition gener ated during model identification is proposed. Such an index allows to identifying a model that causes a minimum uncertainty incr ement r especting original process data. Additionally, the index evaluates data distribution and density at obtained fuzzy sets during fuzzy modeling. The index values can be used as a complement to the final model when it is used in any modelbased task (design, optimization, control, etc). Such class of tasks supposes a model with uniform uncertainty (assumed low) in all model space. Using proposed index a mor e r ealistic model uncertainty value may be calculated at any point in the model space.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados