Sistemas Basados en Reglas Difusas

Las dos principales componentes de un SCBRD son

• Base de conocimiento y mecanismo de inferencia

• Base de datos y base de reglas

• Interfaz de fuzzificación y mecanismo de inferencia

• Base de conocimiento y etiquetas lingüísticas

Cuál de los siguientes no corresponde a una función de pertenencia clásica

• Triangular

• Trapezoidal

• Gaussiana

• Circular

Una etiqueta lingüística es un conjunto difuso que...

• Tiene asociada una componente semántica

• Su función de pertenencia tiene varios máximos

• Se utiliza en la Base de Datos de un SCBRD

• Corresponde a una variable crisp

El operador T-norma se utiliza en SCBRDs para:

• Multiplicar dos conjuntos difusos

• Agregar los valores de pertenencia del antecendente de una regla

• Obtener el máximo grado de pertenencia para una variable difusa

• Encontrar el mínimo valor de asociación entre dos reglas

Al definir los puntos del conjunto difuso inicial (L0), el valor máximo de la función de pertenencia se asocia a:

• El valor mínimo del universo de discurso

• El valor máximo del universo de discurso

• El valor mínimo del rango sumado a la mitad de la base del triángulo

• El valor mínimo del rango restado a la mitad de la base del triángulo

Las reglas de tipo 2 en un SCBRD corresponden al siguiente formato

• SI (Antecedente) ENTONCES Consecuente (Clase)

• SI (Antecedente) ENTONCES Consecuente (Clase, Peso)

• SI (Antecedente) ENTONCES Consecuente (Peso_1, ..., Peso_C)

• SI (Antecedente) ENTONCES Consecuente (Función)

El peso de una regla difusa corresponde generalmente a:

• Al grado de confianza difusa

• El grado de soporte difuso

• El número de ejemplos bien cubiertos entre el total cubiertos

• El máximo grado de emparejamiento a un ejemplo de entrenamiento

Durante el proceso de inferencia difusa, el cálculo del grado de asociación se refiere a

• Cómo de compatible es un ejemplo con la regla

• Cómo de compatible es un ejemplo con respecto a la clase consecuente

• Cómo se pondera el valor de pertenencia según características de la regla

• Cómo se obtienen las funciones de pertenencia según la Base de Datos

El cálculo del grado de compatibilidad durante el proceso de inferencia se refiere a

• El grado de pertenencia agregado de instancia a variables del antecedente

• El grado de pertenencia hacia cada una de las clases del problema

• El grado de ponderación de la regla obtenido mediante funciones auxiliares

• El grado de asociación final agregado para toda la Base de Reglas

En el grado de asociación final por clases, se puede realizar como

• Máximo (MRD de la regla ganadora)

• Suma (MRD de combinación aditiva)

• OWA (función ad hoc de agregación)

• Todas son correctas