En este documento se presentan tecnicas para derivar modelos difusos Takagi-Sugeno-Kang (TSK) de sistemas complejos, no lineales y semidesconocidos a partir de metodos de clustering (agrupamiento). Se utilizan tres algoritmos: GustafsonKessel (GK), Maximum Likelihood Estimation (MLE) y una modificacion a la version simplificada del algoritmo de Maximum Likelihood. Estos son evaluados en condiciones de presencia ruido. De los resultados de las simulaciones se demostro que el algoritmo menos vulnerable ante ruido es el GK. Adicionalmente, se encontro que en condiciones de poco ruido la generacion de submodelos lineales eficientemente se obtuvo con el algoritmo MLE modificado.