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:
Neuro-fuzzy system, DBR, back-propagation, time series, prediction Mackey-Glass time series (en).Palabras clave:
Sistema neurodifuso, DBR, retropropagación, serie de tiempo, predicción, serie de tiempo Mackey-Glass (es).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.
.png)
.jpg)
