Sistema neurodifuso con defuzificación basado en relaciones booleanas (DBR) aplicado a series de tiempo Mackey-Glass

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. 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.