Nuevas propuestas en el ámbito de los operadores adaptativos para Sistemas Difusos Lingüísticos Evolutivos Multiobjetivo
La presente investigación desarrolla nuevas propuestas de aprendizaje y ajuste en el ámbito de los operadores difusos adaptativos del Sistema de Inferencia y la Interfaz de Defuzzificación para Sistemas Difusos Lingüísticos Evolutivos Multiobjetivo. Para ello se presentan distintos algoritmos para e...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2016 |
| País: | España |
| Institución: | Universidad de Huelva (UHU) |
| Repositorio: | Arias Montano. Repositorio Institucional de la Universidad de Huelva |
| Idioma: | español |
| OAI Identifier: | oai:ariasmontano.uhu.es:10272/12374 |
| Acceso en línea: | http://hdl.handle.net/10272/12374 |
| Access Level: | acceso abierto |
| Palabra clave: | Modelado Difuso Lingüístico Sistemas Difusos Evolutivos Multiobjetivo Sistemas Basados en Reglas Difusas Sistemas de Inferencia e Interfaz de Defuzzificación Adaptativa Problemas de Regresión de Alta Dimensionalidad Linguistic Fuzzy Modelling Multi-Objective Evolutionary Fuzzy Systems Fuzzy Rule Based Systems Adaptive Inference Systems and Adaptive Defuzzification Interface High-Dimensional Regression Problems |
| Sumario: | La presente investigación desarrolla nuevas propuestas de aprendizaje y ajuste en el ámbito de los operadores difusos adaptativos del Sistema de Inferencia y la Interfaz de Defuzzificación para Sistemas Difusos Lingüísticos Evolutivos Multiobjetivo. Para ello se presentan distintos algoritmos para el aprendizaje de Sistemas Basados en Reglas Difusas compactos y precisos que hace uso de ellos. Concretamente, se proponen modelos con buen equilibrio entre precisión e ¡nterpretabilidad, se avanza en el uso de medidas y diseño de índices que permitan cuantificar y optimizar mejor la ¡nterpretabilidad, y se proponen métodos para poder abordar el diseño de sistemas difusos partiendo de conjuntos de datos de alta dimensionalidad y/o tamaño. |
|---|