Modelado híbrido incremental basado en mínimos cuadrados y KNN borroso. Diseño y evaluación.

Abstract

El presente trabajo propone una nueva metodología para el diseño y desarrollo de modelos híbridos incrementales. Este tipo de modelos se obtiene de aplicar un proceso iterativo en el que se combina la obtención de un modelo global con la obtención de un modelo local. De este modo se aprovechan las funcionalidades subyacentes y complementarias de ambas técnicas. Así, el modelo global recoge las relaciones generales entre las variables de entrada y la de salida, y el modelo local se centra en capturar las relaciones entrada-salida particulares y específicas, aumentando el comportamiento general obtenido en el primer paso. Para el diseño del modelo global se utilizará la técnica de regresión de mínimos cuadrados, mientras que el algoritmo de agrupamiento borroso Fuzzy k-Nearest Neighbors será el utilizado para formar el modelo local. Para demostrar los beneficios de esta hibridación, en este trabajo se decide aplicar a dos problemas del mundo del mecanizado.