Una metodología para el diseño automático de sistemas basados en reglas difusas mediante algoritmos evolutivos

Abstract

Los Sistemas Basados en Reglas Difusas (SBRDs) han demostrado ser una herramienta potente para tratar con problemas que presentan vaguedad o incertidumbre en distintas formas. Para obtener un SBRD que permita resolver un problema concreto, es necesario llevar a cabo dos tareas: diseñar el mecanismo de inferencia, que sera el encargado de efectuar el proceso de razonamiento difuso, y generar una BRD que contenga el conocimiento necesario para resolver el problema, almacenado en forma de reglas difusas. La segunda tarea de diseño es mas complicada, ya que depende directamente del problema concreto que se trate de resolver.

En esta memoria de tesis se presenta una metodologia evolutiva para el aprendizaje automatico de Bases de Reglas Difusas (BRDs), a partir de ejemplos, mediante Algoritmos Evolutivos (AEs). Esta metodología esta compuesta por una serie de recomendaciones generales de diseño que permiten la obtención de Sistemas Basados en Reglas Difusos Evolutivos (SBRDEs), es decir, de procesos automáticos de diseño de SBRDs mediante AES.

El ámbito de aplicación de la metodología propuesta es muy general, ya que los SBRDEs que se construyan a partir de la misma permitiran la generación de BRDs de todos los tipos existentes. En concreto, en la memoria se presentan cuatro SBRDEs construidos a partir del modelo evolutivo introducido. Uno de ellos está dedicado al aprendizaje de Bases de conocimiento descriptivas de tipo Mamdani, por lo cual puede ser empleado en problemas de modelado cualitativo de sistemas, en los que el requisito principal del modelado es la interpretabilidad del modelo obtenido. Por otro lado, se presentan dos SBRDEs para la generación de BRDs aproximativas de tipo Mamdani, con distintas variantes, y uno para la generación de Bases de Conocimiento de tipo TSK.