Metodología para la generación automática de reglas borrosas y ajuste adaptativo de funciones de pertenencia por medio de una arquitectura de red neural netfuz 1.0

Resumen

En la generación de los Sistemas de Inferencia Borrosos, la tarea primordial es la extracción y el ajuste de las funciones de pertenencia y las reglas borrosas. Sin embargo, al usar los métodos tradicionales para realizar esta tarea, los resultados obtenidos no son los esperados y en la mayoría de casos se presentan graves inconvenientes. Este artículo presenta una propuesta metodológica basada en Redes Neuronales Artificiales que permite extraer automáticamente las reglas borrosas y los parámetros de las funciones de membresía de un Sistema de Inferencia Borroso tipo Sugeno, partiendo de un conjunto de datos entrada-salida. Se contempla el desarrollo de un software que facilitará la aplicación en el control de procesos, la predicción y la estimación de parámetros.