Diseño e implementación de sistemas neuro-difusos simplificados

Abstract

Esta Tesis se centra principalmente en la búsqueda y desarrollo de nuevas técnicas de simplificación para sistemas neuro-difusos, de modo que sistemas complejos puedan ser ejecutados de forma eficiente en software empotrado o hardware dedicado. Los algoritmos de extracción de reglas de tipo rejilla (grid) a partir de datos numéricos pueden dar lugar a sistemas que permitan una implementación eficiente y que estén dotados de interpretabilidad lingüística, pero, en general, podrán sufrir de “la maldición de la dimensionalidad", por lo que son necesarios métodos que mitiguen el efecto de esa maldición. La primera técnica desarrollada en la Tesis está basada en una simplificación tabular inspirada en el algoritmo de Quine-McCluskey de la lógica booleana. Se trata de un método bastante potente a la hora de disminuir el número de reglas que sirve, a su vez, para plantear una nueva técnica de clasificación de reglas. Esta nueva técnica da lugar a un método para el diseño de clasificadores neuro-difusos con bases de reglas incompletas, consiguiendo sistemas muy simples, que ofrecen un comportamiento mejor que el de otros sistemas con un número mayor de reglas. La segunda técnica desarrollada en esta Tesis presenta un nuevo método de descomposición jerárquica de sistemas neuro-difusos, que consigue una simplificación bastante superior a la de otros métodos aparecidos en la literatura. Los sistemas resultantes no solo son muy sencillos sino que, bajo ciertas condiciones, presentan un comportamiento lineal a tramos que permite aproximar comportamientos óptimos no lineales. El mayor obstáculo que deben superar los métodos de descomposición jerárquica es encontrar la estructura en la que descomponer el sistema. Sin embargo, en la Tesis se propone una metodología para encontrar dicha estructura, dando lugar a una técnica que consigue sistemas altamente simplificados, pero manteniendo los comportamientos de referencia. Las distintas técnicas desarrolladas en la Tesis se prueban sobre campos de aplicación muy distintos, como son el de reconocimiento de patrones, el de control y el de robótica móvil autónoma, obteniendo resultados relevantes en cada uno de ellos.