Journal: | Avances en sistemas e informática |
Database: | PERIÓDICA |
System number: | 000341167 |
ISSN: | 1657-7663 |
Authors: | Sierra, Carlos M1 Alvarez, Hernán D2 |
Institutions: | 1Universidad de Antioquia, Departamento de Ingeniería de Sistemas, Medellín, Antioquia. Colombia 2Universidad Nacional de Colombia, Escuela de Procesos y Energía, Bogotá. Colombia |
Year: | 2007 |
Season: | Jun |
Volumen: | 4 |
Number: | 1 |
Pages: | 47-58 |
Country: | Colombia |
Language: | Español |
Document type: | Artículo |
Approach: | Aplicado, descriptivo |
Spanish abstract | Este tr abajo pr esenta una pr opuesta de estimación de la incer tidumbr e y la calidad de agr upamiento pr oducidos en la identificación de modelos mediante Sistemas de Infer encia Bor r osa del tipo TakagiSugeno (SIB TS). Además, pr opone la integr ación de tales medidas como cr iter ios evaluador es del modelo con base en la incer tidumbr e y la par tición bor r osa gener ados dur ante su obtención. Tal estimación har á que el modelo obtenido sea el de menor incr emento en la incer tidumbr e fr ente a los datos or iginales del pr oceso. Además, per mite evaluar la distr ibución y densidad de los datos en los conjuntos bor r osos obtenidos dur ante el modelamiento usando SIB TS. Los valor es de tal índice pueden ser usados como complemento al modelo final cuando este es usado en cualquier tar ea basada en modelo (diseño, optimización, contr ol, etc.). Esas tar eas suponen un modelo con incer tidumbr e unifor me del modelo (que se asume baja), en todo el espacio del modelo. Usando el índice pr opuesto, se puede calcular un valor más r ealista de la incer tidumbr e del modelo en cualquier punto del espacio del modelo |
English abstract | This paper pr esents a pr oposal for estimating the uncer tainty and gr ouping quality that take place when a model is identified using a TakagiSugeno Fuzzy Infer ence System (TS FIS). Additionally, the integr ation of such measur es as cr iter ia for model evaluation based on uncer tainty and fuzzy par tition gener ated dur ing model identification is pr oposed. Such an index allows to identifying a model that causes a minimum uncer tainty incr ement r especting or iginal pr ocess data. Additionally, the index evaluates data distr ibution and density at obtained fuzzy sets dur ing fuzzy modeling. The index values can be used as a complement to the final model when it is used in any modelbased task (design, optimization, contr ol, etc). Such class of tasks supposes a model with unifor m uncer tainty (assumed low) in all model space. Using pr oposed index a mor e r ealistic model uncer tainty value may be calculated at any point in the model space |
Disciplines: | Ciencias de la computación |
Keyword: | Matemáticas aplicadas, Modelación de la información, Estimación de incertidumbre, Técnicas de razonamiento, Sistemas de inferencia difusa, Controladores |
Keyword: | Computer science, Applied mathematics, Information modeling, Uncertainty estimation, Reasoning techniques, Fuzzy inference systems, Controllers |
Full text: | Texto completo (Ver PDF) |