Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos

Abstract

La tesis doctoral se sitúa en el ámbito de la búsqueda del equilibrio entre precisión e interpretabilidad en el diseño de Sistemas Basados en Reglas Difusas Lingüísticos utilizando operadores adaptativos y aprendizaje cooperativo de éstos y de la Base de Reglas del sistema. La tesis muestra la utilidad de utilizar para el diseño de Modelos Difusos, operadores adaptativos evolutivos, y más aún, presenta un modelo en el que existe cooperación entre dos elementos importantes, como son el Mecanismo de Inferencia y la Base de Reglas, a través del aprendizaje automático de ambos en un mismo modelo evolutivo.

---------------------------------------------------In the framework of the trade-off between interpretability and accuracy in Linguistic Fuzzy Rule Based Systems, this doctoral thesis is developed using adaptive operators and evolutionary methods to adapt them together with the Rule Base. This work shows the usefulness of the method developed, based on evolutionary adaptive operators, for Fuzzy Modelling designers. Moreover, the thesis shows a model with cooperation between the tow main components of the Fuzzy System: the Inference Mechanism and the Rule Base. This cooperation is reached through the learning of both elements inside a single complex evolutionary model.