Comparação de Estruturas Neuro-Difusas para Identificação de Sistemas

Authors

Abstract

Neste artigo apresenta-se uma análise comparativa experimental de diversas estruturas neuro-difusas, nomeadamente estruturas do tipo linguístico e Takagi-Sugeno de ordem 0 e 1. A implementação do modelo é efectuada através do treino de uma rede neuro-difusa, i.e., uma rede neuronal cuja arquitectura representa um sistema difuso. Assim, numa primeira fase a estrutura do modelo é aprendida por meio do algoritmo de agrupamento subtractivo, o qual possibilita a extracção de um conjunto de regras relevantes a partir de um conjunto representativo de amostras de entrada-saída. Na segunda fase, a sintonização dos parâmetros das funções de pertença do modelo é efectuada através do treino de uma rede neuronal. Efectua-se também um estudo comparativo de diversos operadores e funções de pertença Gaussianas simples e generalizadas.

Keywords

identificação de sistemas, redes neuronais, sistemas difusos, redes neuro-difusas, agrupamento de classes

Subject

Neuro-Fuzzy Modelling

Conference

EEI'99, December 1999

PDF File