vencionales también se han tratado de implementar en la
estimación de variables del proceso de laminado, como
los sistemas de inteligencia artificial Lógica Difusa (LD) y
redes neuronales (RNA), estos tipos de sistemas han sido
utilizados extensamente en la industria. Estas estructuras
artificiales ofrecen la capacidad de estimar funciones no
lineales sin tener un completo conocimiento de los procesos,
y son también utilizados debido a su versatilidad
de aprender y adaptarse. La estimación de temperatura
en este artículo se involucra un sistemas de inteligencia
artificial basado en lógica difusa y cajas grises, donde el
sistema de caja gris está compuesto por el sistema difuso
y un modelo físico. Las reglas del sistema difuso son diseñadas
mediante la técnica Fuzzy Cmean, la cual es un
algoritmo de agrupamiento de datos.
Se han realizado trabajos para la predicción de la temperatura
a la entrada de un molino usando (LD) tipo-2
con aprendizaje híbrido, G.M. Mendez y otros han propuesto
la predicción de temperatura en barras de molinos
de laminación en caliente usando un algoritmo híbrido de
lógica difusa tipo-2, [1] . Min-You Chen ha propuesto una
red híbrida neuro difusa basada en un enfoque de modelado
difuso adaptativo, que incluye la autogeneración del
modelo difuso inicial [2] .