DOI:
https://doi.org/10.14483/22484728.2831Publicado:
2009-12-02Número:
Vol. 3 Núm. 2 (2009)Sección:
Visión InvestigadoraSistema neurodifuso con defuzificación basado en relaciones booleanas (DBR) aplicado a series de tiempo Mackey-Glass
Neuro-fuzzy system with defuzzification based in boolean relations (DBR) applied to time series Mackey-Glass
Palabras clave:
Sistema neurodifuso, DBR, retropropagación, serie de tiempo, predicción, serie de tiempo Mackey-Glass (es).Palabras clave:
Neuro-fuzzy system, DBR, back-propagation, time series, prediction Mackey-Glass time series (en).Descargas
Resumen (es)
En este artículo se presenta un sistema neurodifuso con defuzificación basaba en relaciones booleanas (DBR) para la predicción de la serie de tiempo caótica Mackey-Glass. Inicialmente, se explica el algoritmo de entrenamiento retropropagación y la utilización del DBR como método de defuzificación. Posteriormente, se modela la serie de tiempo con dieciséis reglas difusas Si-Entonces, usando la técnica descrita. Los resultados obtenidos muestran una reducción del tiempo de entrenamiento y cálculo computacional, en comparación con las redes neurodifusas convencionales.
Resumen (en)
This paper presents a Neuro-Fuzzy system with defuzzification based on Boolean relations (DBR) for the prediction of Mackey-Glass chaotic time series. Initially, the Back-propagation training algorithm and use of DBR as a defuzzification method are explained. Later, time series is modeled with sixteen fuzzy If-Then rules, using the technique described. The results show a reduction in training time and computational calculations, compared with conventional Neuro-Fuzzy Networks.