Construcción de conjuntos difusos a partir de datos

• Autor: Hidalgo Mendoza, Ellis Rodney
• Formato: tesis de maestría
• Fecha de Publicación: 2017
• Institución: Universidad Nacional de Piura
• Repositorio: UNP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unp.edu.pe:UNP/1123
• Enlace del recurso: https://repositorio.unp.edu.pe/handle/UNP/1123
• Nivel de acceso: acceso abierto
• Materia: Conjuntos difusos; Funciones de pertenencia; algoritmos genéticos; redes neuronales; interpolación; regresión; Matemáticas Aplicadas

El presente trabajo se implementaron métodos de construcción de funciones de pertenencia para conjuntos difusos a partir de datos, de acuerdo a los tipos de datos, se utilizó técnicas matemáticas como interpolación polinomial y regresión por mínimos cuadrados; asimismo se empleó técnicas de inteligencia artificial como algoritmos genéticos y redes neuronales, para la implementación de los métodos se utilizan diferentes softwares como Java y Visual Basic. En el Capítulo I se abordaron algunos conceptos fundamentales de lógica difusa. En el Capítulo II describió las formas y características generales de una función de pertenencia. En el Capítulo III, se analizó diferentes métodos de construcción de funciones de pertenencia mediante métodos directos. En el Capítulo IV se implementaron programas de ordenador para mostrar ejemplos de aplicación de cómo construir de funciones de pertenencia partir de datos empleando técnicas matemáticas y de inteligencia artificial.