Mecanismo de Aprendizaje de Vectores de Soporte para Modelado Basado en Reglas Difusas: Un Nuevo Enfoque

Este artículo describe un marco de modelado difuso basado en máquinas de soporte vectorial, un marco basado en reglas que caracteriza explícitamente la representación en el procedimiento de inferencia difusa. El mecanismo de aprendizaje de vectores de soporte proporciona una arquitectura para extraer vectores de soporte para generar reglas difusas SI-ENTONCES a partir del conjunto de datos de entrenamiento, y un método para describir el sistema difuso en términos de funciones núcleo. Por lo tanto, tiene la ventaja inherente de que el modelo no tiene que determinar el número de reglas de antemano, y el sistema de inferencia difusa en general se puede representar como una expansión en series de funciones base difusas. El rendimiento del enfoque propuesto se compara con otros métodos de modelado basado en reglas difusas utilizando cuatro conjuntos de datos.