Política de Cookies

El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Si desea configurar las cookies, pulse el botón Personalizar Cookies. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz.

Personalización de Cookies

El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

A continuación podrá configurar las cookies del sitio web según su finalidad:

  • Análisis estadístico

    En este sitio se utilizan cookies de terceros (Google Analytics) que permiten cuantificar el número de usuarios de forma anónima (nunca se obtendrán datos personales que permitan identificar al usuario) y así poder analizar la utilización que hacen los usuarios del nuestro servicio, a fin de mejorar la experiencia de navegación y ofrecer nuestros contenidos de manera óptima.

  • Redes sociales

    En este sitio web se utilizan cookies de terceros que permiten el correcto funcionamiento de algunas redes sociales (principalmente Youtube y Twitter) sin utilizar ningún dato personal del usuario.

UniversidaddeCádiz
Vicerrectorado de Investigación y Transferencia

GEN Grupo energético

Modelado matemático de términos y expresiones lingüísticas para los retos de las energías renovables

Empresa colaboradora:

GEN Grupo energético

Directores: 

Dr. Jesús Medina Moreno

Dr. María Eugenia Cornejo Piñero

Gr. de Investigación:

 Matemáticas para sistemas inteligentes 

Programa de doctorado de la

UCA: Programa Interuniversitario de Doctorado en Matemáticas

Las técnicas difusas se utilizan en multitud de campos de trabajo con excelentes resultados. Por ejemplo, la lógica difusa se usa en sistemas de aire acondicionado, lavadoras, sistemas de predicción meteorológica, diagnóstico médico, sistemas de control de ingeniería, etc. Estas técnicas tienen un fuerte componente matemático que garantiza una gran solidez y fiabilidad. Su desarrollo las hace cada vez más versátiles y aplicadas.

 

Cuatro de las técnicas más exitosas son: Análisis de Conceptos Formales (FCA), Teoría de Conjuntos Rugosos (RST), Programación Lógica (LP) y Ecuaciones de Relaciones Difusas (FRE). El grupo de investigación Mathematics for Computational Intelligence Systems (M·CIS), liderado por el catedrático de Matemática Aplicada, Dr. Jesús Medina, ha utilizado estructuras matemáticas generales que le ha permitido definir marcos mucho más flexibles que los existentes, como son: retículos de conceptos multiadjuntos, conjuntos rugosos difusos multiadjuntos, programación lógica multiadjunta y ecuaciones de relaciones multiadjuntas.

 

Por otro lado, el procesamiento del lenguaje natural y la generación automática de resúmenes lingüísticos, están siendo cada vez más determinantes en el mundo empresarial, y cuya formalización matemática puede mejorarse para incrementar su utilidad.

 

El objetivo principal del contratado será la mejora de la formalización matemática de estas últimas técnicas y el estudio de su relación y adaptación para complementarlas con las herramientas matemáticas mencionadas anteriormente, como FCA, RST, LP y FRE, en sus extensiones multiadjuntas. Además, los resultados obtenidos se implementarán en un programa informático y se aplicarán a la resolución de diversos problemas existentes en las instalaciones de placas fotovoltaicas de la empresa colaboradora. Los datos asociados a estos problemas tienen un alto grado de incertidumbre e impredecibilidad, lo que muestra la necesidad de utilizar las técnicas enumeradas anteriormente.