Sistemas com aprendizado utilizando lógica nebulosa.

• Autor(a) principal: Fabiano Maximiano Guedes
• Data de Publicação: 2007
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
• Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=482
• topic: Lógica nebulosa; Controladores; Identificação de parâmetros; Sistemas nebulosos; Aprendizagem; Controle

Este trabalho apresenta um método para obtenção e simplificação de uma base de regras nebulosas. O método proposto para a extração de regras nebulosas é oriundo da combinação eficiente de diferentes técnicas relatadas independentemente na literatura. Inicialmente, são gerados agrupamentos de entrada e agrupamentos de saída correspondentes. Em seguida são definidas, de forma recursiva, regras nebulosas para classificação de padrões. Cada regra é associada a uma hipercaixa que define a região de existência de uma classe e/ou inibe a classificação do dado nos casos em que duas ou mais hipercaixas se superpõem (situação onde um ou mais dados podem pertencer a mais de uma região) evitando assim que sejam geradas regras conflitantes. Então, é discutido um mecanismo de redução do conjunto de regras com base nas superposições de classes, para a simplificação do conjunto de regras gerado, onde serão gerados os graus de pertinência para os dados de entrada. O método é ilustrado através de um exemplo no qual são determinadas regras para um controlador nebuloso para um sistema de controle de atitude utilizando atuadores com restrições de tempo de chaveamento e atrasos.