Programação genética aplicada na construção da base de regras em redes Neuro-Fuzzy tipo Neo-Fuzzy-Neuron
Carregando...
Data
2019-12-12
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Centro Federal de Educação Tecnológica de Minas Gerais
Resumo
Este trabalho propõe a utilização de Programação Genética para construção da base de regras em Redes Neuro-Fuzzy do tipo Neo-Fuzzy-Neuron (NFN). Redes Neuro-Fuzzy são sistemas híbridos que combinam características dos Sistemas Fuzzy, como lidar com dados linguísticos e imprecisos, e das Redes Neurais Artificiais, como a capacidade de incorporar técnicas de aprendizado. A rede NFN é uma rede Neuro-Fuzzy composta por n modelos Takagi-Sugeno de ordem zero, um para cada variável de entrada. Programação Genética (PG) é uma técnica de Computação Evolucionária que utiliza analogias aos conceitos de evolução natural dos seres vivos para gerar e evoluir programas computacionais automaticamente. É um método populacional, isto é, trabalha com uma população de indivíduos (soluções) que buscam gerar indivíduos melhores a partir do processo evolucionário da PG. Neste trabalho são propostos três novos algoritmos para redes Neuro-Fuzzy do tipo Neo-Fuzzy-Neuron com aprendizado por Programação Genética para construção da base de regras em cooperação com um método do gradiente para ajuste dos parâmetros do consequente. A escolha da PG se deve principalmente pela capacidade desta de, como qualquer outro método evolucionário, explorar um amplo espaço de busca com menos passos que algoritmos convencionais e fugir de ótimos locais. Por fim, os modelos foram avaliados e comparados com modelos alternativos do estado da arte que utilizam métodos convencionais de aprendizado em problemas de previsão e identificação de sistemas. Os resultados obtidos mostram que a Programação Genética é uma alternativa eficaz para a construção da base de regras em redes Neo-Fuzzy-Neuron, possibilitando obter modelos com boa acurácia quando aplicados em problemas de previsão e identificação de sistemas.
Descrição
Palavras-chave
Redes neurais, Programação genética, Sistemas difusos, Neural fuzzy