Criterios para el empleo de transformaciones ortogonales en la mejora de modelos difusos. Aplicación a modelos basados en ART

Resumen

El propósito de este trabajo es la mejora de modelos difusos a través de transformaciones ortogonales, tratando de encontrar un equilibrio entre la precisión del modelo y su interpretabilidad. El modelado difuso preciso genera modelos con una buena precisión pero no tiene en cuenta otros aspectos básicos de la lógica difusa, como la interpretabilidad de las reglas, de ahí que estos modelos contengan un excesivo número de reglas, redundancia, incoherencia, etc. Así, el procedimiento de mejora de la simplificación se realiza intentando mantener las ventajas del modelo original (precisión) y tratando de mejorar otros aspectos bajo la idea de interpretabilidad: compactitud, distinguibilidad, etc. Para ello, se utiliza una metodología para simplificar y ordenar la base de reglas del sistema difuso haciendo uso de las transformaciones ortogonales y definiendo unos criterios que rijan el proceso de mejora de los modelos difusos. Esa propuesta se ha probado en dos casos de estudio: Motor CC y BoxJenkins.