Modelado de sistemas complejos mediante estructuras jerárquicas de funciones de redes de funciones de base radial.

Resumen

En esta tesis se describe un nueva técnica enfocada a la búsqueda de nuevas arquitecturas para modelar sistemas complejos de aproximación funcional sin que el aumento del número de variables de entrada tenga que suponer un aumento exponencial de la complejidad del sistema aproximado, La estructura jerárquica (multi-RBFNs) propuesta se forma por redes de funciones de base radiales (Sub-RBFN) con una salida única para todas y con la propiedad de que cada sub_RBFN puede aproximar modelos complejos consiste en; la identificación de la estructura, selección de variable de entrada (IVS) y cuáles de éstas deben ir solas o juntas a una Sub-RBFN. En esta tesis se presenta un nuevo método para la selección de variables de entrada. El número de Sub-RBFNs depende al número de variables de entrada seleccionadas y cuáles de éstas deben ir solas o juntas en un Sub-RBFN. Para la estimación de los parámetros de cada Sub-RBFN (centros c, radios r, pesos w, y el número adecuado de funciones radiales RBF en cada Sub-RBFN)se presenta un nuevo algoritmo de clustering para la inicialización de los centros c, en cada Sub-RBF diseñado para problema de aproximación funcional. El resto de parámetros de optimiza mediante métodos tradicionales. Nuestro objetivos es encontrar la conveniente arquitectura jerárquica del sistema Multi-RBFNs con las variables de entrada más importantes que han sido seleccionadas, y optimiza los parámetros de la propuesta estructura Multi-RBFN para sistemas de aproximación funcional a partir de un conjunto dado de datos de entrada/salida (E/S).