Extracción de reglas difusas con y de redes neuronales artificiales

Resumen

Esta tesis estudia el problema de la identificación de sistemas mediante Sistemas Basados en Reglas Difusas (SBRDs), Para resolver el problema se utilizarán como herramienta destacada las Redes Neuronales Artificiales (RNAs). Se pretende la construcción de SBRDs en una doble vertiente: descriptiva y aproximativa. En el diseño primará el uso de un número reducido de reglas. Se proponen métodos de extracción de reglas difusas. La Metodología de Selección es un procedimiento que, partiendo de etiquetas fijas, produce SBRDs descriptivos. Para desarrollar SBRDs aproximativos, se propone la Metodología Constructiva que, mediante un proceso de agrupamiento difuso, y posterior aproximación de los grupos, realiza una construcción completa de la Base de Reglas. Para los casos en que es necesario un ajuste de las etiquetas linguísticas, se ha diseñado un método de ajuste basado en el Enfriamiento Simulado. También se propone una Metodología Distribuida adecuada para problemas complejos o con muchos datos. Finalmente, el estudio de la relación entre RNAs y SBRDs se condensa en un teorema que establece su igualdad. La descomposición de las reglas empleadas en este teorema por otras más fáciles de interpretar requiere el desarrollo de un nuevo operador, denominado o-interactivo, que posee interesantes propiedades, y permite ofrecer una interpretación de las RNAs.