Predicción de parámetros con un nuevo sistema difuso Wagner Hagras mejorado de Intervalo Tipo-3 Takagi-Sugeno-Kang con entradas no singleton de Tipo-1
Autores: Castorena, Gerardo Armando Hernández; Méndez, Gerardo Maximiliano; López-Juárez, Ismael; García, María Aracelia Alcorta; Martinez-Peon, Dulce Citlalli; Montes-Dorantes, Pascual Noradino
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Predicción de parámetros con un nuevo sistema difuso Wagner Hagras mejorado de Intervalo Tipo-3 Takagi-Sugeno-Kang con entradas no singleton de Tipo-1
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Novela
Mejorado
Sistema de lógica difusa
Algoritmo de retropropagación
Parámetros
Procesos industriales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Este documento presenta el novedoso sistema lógico difuso tipo-3 Takagi-Sugeno-Kang mejorado de Wagner-Hagras con entradas no singleton tipo-1 (EWH IT3 TSK NSFLS-1) que utiliza el algoritmo de retropropagación (BP) para entrenar los parámetros antecedentes y consecuentes. La metodología propuesta cambia dinámicamente los parámetros solo del nivel alfa-0, minimizando algunas funciones de criterio a medida que la información actual está disponible para cada nivel alfa-k. El sistema difuso novedoso se aplicó en dos procesos industriales y se utilizaron varios modelos difusos para realizar comparaciones. Los experimentos demostraron que el sistema difuso propuesto tiene una capacidad superior para predecir las variables críticas de los procesos probados con errores de predicción más bajos que los producidos por los sistemas difusos de referencia.
Descripción
Este documento presenta el novedoso sistema lógico difuso tipo-3 Takagi-Sugeno-Kang mejorado de Wagner-Hagras con entradas no singleton tipo-1 (EWH IT3 TSK NSFLS-1) que utiliza el algoritmo de retropropagación (BP) para entrenar los parámetros antecedentes y consecuentes. La metodología propuesta cambia dinámicamente los parámetros solo del nivel alfa-0, minimizando algunas funciones de criterio a medida que la información actual está disponible para cada nivel alfa-k. El sistema difuso novedoso se aplicó en dos procesos industriales y se utilizaron varios modelos difusos para realizar comparaciones. Los experimentos demostraron que el sistema difuso propuesto tiene una capacidad superior para predecir las variables críticas de los procesos probados con errores de predicción más bajos que los producidos por los sistemas difusos de referencia.