Resumen

Se utiliza un nuevo método llamado búsqueda de cuco (CS) para extraer y aprender el modelo difuso de Takagi-Sugeno (T-S). En el método propuesto, la partícula o cuco de CS está formada por la estructura de reglas en términos de número y reglas seleccionadas, el antecedente, y los parámetros consecuentes del modelo difuso T-S. Estos parámetros se aprenden simultáneamente. El modelo difuso T-S optimizado se valida utilizando tres ejemplos: el primero un problema de modelado de plantas no lineales, el segundo un problema de identificación de sistemas no lineales de Box-Jenkins, y el tercero la identificación de un sistema no lineal, comparando los resultados obtenidos con los resultados existentes de otros métodos. El método CS propuesto proporciona un modelo difuso T-S óptimo con un menor número de reglas.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:modelo difuso, problema de identificación del sistema, cuco de c, estructura de las reglas, métodos de c propuestos, llamada búsqueda de cuco, número de reglas, términos de número, problema de modelado de plantas, nuevos métodos
• Keywords:fuzzy model, system identification problem, cuckoo of c, structure of rules, proposed c methods, called cuckoo search, number of rules, terms of number, plant modelling problem, new methods