Resumen

En particular, en los últimos años se han utilizado técnicas de optimización de inteligencia artificial para hacer más sistemáticos los enfoques de series temporales difusas y mejorar el rendimiento de las previsiones. Además, algunos métodos de agrupación difusa y redes neuronales artificiales con diferentes estructuras se utilizan en la fuzzificación de observaciones y la determinación de relaciones difusas, respectivamente. En los enfoques que consideran los valores de pertenencia, los valores de pertenencia se determinan subjetivamente o las salidas difusas del sistema se obtienen considerando que existe una relación entre los valores de pertenencia en la identificación de la relación. Esto requiere un paso de defuzzificación y aumenta el error del modelo. En este estudio, los valores de pertenencia se obtuvieron de forma más sistemática utilizando la técnica de agrupación difusa de Gustafson-Kessel. El uso de redes neuronales artificiales con un modelo de neurona multiplicativa simple en la identificación de la relación difusa eliminó el problema de selección de la arquitectura, así como la necesidad del paso de defuzzificación, al constituir valores objetivo a partir de observaciones reales de series temporales. El entrenamiento de la red neuronal artificial con el modelo de neurona multiplicativa simple que se utiliza para la identificación de la relación difusa se lleva a cabo con la optimización de enjambre de partículas. El método propuesto se implementa utilizando varias series temporales y los resultados se comparan con los de estudios anteriores para demostrar el rendimiento del método propuesto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:valores de pertenencia, modelo de neurona multiplicativa única, red neuronal artificial, identificación, paso de defuzzificación, técnicas de optimización de inteligencia artificial, problema de selección de arquitectura, redes neuronales artificiales, métodos de agrupación difusa, técnica de agrupación difusa
• Keywords:membership values, single multiplicative neuron model, artificial neural network, identification, defuzzification step, artificial intelligence optimization techniques, architecture selection problem, artificial neural networks, fuzzy clustering methods, fuzzy clustering technique