Método de Agrupamiento en Línea para la Identificación de Modelos Borrosos Takagi-Sugeno

Abstract

[EN] This paper presents a method for Takagi-Sugeno fuzzy modeling. This method updates on line both the structure and the parameters of the model by combining a new on line clustering algorithm with least squares techniques. The proposed clustering algorithm, that generates clusters that are used to form the fuzzy rule antecedents, is used for model structure identification. The update of consequent parameters is achieved by least squares estimators.

[ES] En este trabajo se presenta un método de obtención de modelos borrosos Takagi-Sugeno. Este método actualiza en línea tanto la estructura como los parámetros del modelo mediante la combinación de un nuevo algoritmo de agrupamiento en línea con técnicas de mínimos cuadrados. El algoritmo de agrupamiento propuesto se utiliza para la identificación de la estructura del modelo borroso, generando las clases de las cuales se obtienen los antecedentes de las reglas. La actualización de los parámetros del consecuente se logra mediante estimadores de mínimos cuadrados.