Geração genética de Regras Fuzzy com pré-seleção de Regras Candidatas.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

A construção da base de regras está entre as tarefas mais importantes e complexas na modelagem de Sistemas Fuzzy. As bases de regras fuzzy podem ser definidas a partir do conhecimento obtido de especialistas humanos. Entretanto, esta e uma tarefa bastante difícil e desafiadora e pode se tornar impossível para problemas complexos que apresentam muitas variáveis. Diversos métodos de geração automática de tais bases têm sido pesquisados e propostos. Os Sistemas Fuzzy Genéticos usam o poder de aprendizado dos algoritmos genéticos para a geração automática de bases de regras fuzzy partindo de exemplos do problema. Apesar da robustez dos algoritmos genéticos, sua utilização na geração automática de bases de regras fuzzy pode exigir um elevado esforço computacional quando o domínio abordado apresenta um grande número de variáveis. Este trabalho propõe um método para a geração automática de bases de regras fuzzy visando abordar o problema da dimensionalidade dos domínios, gerando bases de regras fuzzy com bons índices de acuidade e interpretabilidade. Este método usa critérios heurísticos relacionados ao grau de cobertura das regras que permitem a pré-seleção de regras candidatas, reduzindo, desta forma, a dimensão do espaço de busca do algoritmo genético. O método taéem propõe o uso de um algoritmo auto-adaptativo para a seleção de indivíduos no algoritmo genético usando como referência a melhor base de regras encontrada a cada iteração, favorecendo assim a construção de bases de regras compactas sem prejuízo ao seu desempenho. A metodologia, resultados e análises são apresentados e discutidos.

ASSUNTO(S)

inteligência artificial genetic fuzzy systems genetic algorithms fuzzy systems self-adaptive genetic algorithms automatic generation of fuzzy rules ciencia da computacao sistema fuzzy-genético geração automática de regras fuzzy sistemas fuzzy

ACESSO AO ARTIGO

Documentos Relacionados