Diseño e implementación de software para la detección y eliminación de inconsistencias en bases de reglas de sistemas difusos e inserción de reglas en caso de incompletitud de la base de conocimiento
El trabajo de investigación propuesto en esta tesis corresponde al módulo de
validación de la base de reglas de sistemas difusos e inserción de reglas en caso
de incompletitud. Este módulo permite mejorar la calidad del conocimiento del
sistema experto difuso, disminuir la complejidad computacional del mismo y
facilitar la supervisión, adaptación y/o modificación estructural, en el caso de
modelos borrosos aplicados a procesos con dinámicas variables o no lineales.
Mediante la creación de Sistema difusos de forma heurística, aplicando los
conceptos de la lógica difusa y los algoritmos ajustados para detectar anomalías
en la base de conocimientos de los sistemas creados por un experto se asegura
de la creación de sistemas que no tengan un grado de error muy bajo a la hora de
hacer inferencia en los valores de salida.
Así mismo este trabajo de investigación creo la opción de poder generar un
modelo difuso a partir de los datos cargados en un archivo de datos de entrada,
que ordena los datos de entrada identificando las variables de entrada y la variable
de salida que por defecto se trabajó con una (1). La aplicación permite detectar
clases haciendo particiones del antecedente y consecuente lo que ayudará a
generar una base de reglas consistente y sin las anomalías más comunes en una
base de reglas como son: Contradicciones, Redundancias, Subsumicion, etc.
La aplicación permite además incrementar el número de conjuntos buscando
minimizar el error inicial que se establece para que el modelo sea el inicial.
PDF 
FLIP 
