Implementação de uma abordagem para extração e otimização de Regras Fuzzy utilizando Sistemas Imunológicos Artificiais.

Submitted by Margareth Ribeiro (meg@unifei.edu.br) on 2018-08-02T19:01:02Z No. of bitstreams: 1 dissertacao_0037761.pdf: 973776 bytes, checksum: a81308392d41233543b6be6865b6c756 (MD5) === Made available in DSpace on 2018-08-02T19:01:02Z (GMT). No. of bitstreams: 1 dissertacao_0037761.pdf: 973776 byt...

Full description

Bibliographic Details
Main Author: CUNHA, João Roberto Del Ducca
Language:Portuguese
Published: 2010
Online Access:http://repositorio.unifei.edu.br/xmlui/handle/123456789/1508
Description
Summary:Submitted by Margareth Ribeiro (meg@unifei.edu.br) on 2018-08-02T19:01:02Z No. of bitstreams: 1 dissertacao_0037761.pdf: 973776 bytes, checksum: a81308392d41233543b6be6865b6c756 (MD5) === Made available in DSpace on 2018-08-02T19:01:02Z (GMT). No. of bitstreams: 1 dissertacao_0037761.pdf: 973776 bytes, checksum: a81308392d41233543b6be6865b6c756 (MD5) Previous issue date: 2010-12 === Esse trabalho de pesquisa apresenta um estudo analítico sobre a aplicabilidade e o potencial de uso de uma abordagem evolutiva denominada Sistemas Imunológicos Artificiais (SIA) no processo de Mineração de Dados (MD). Descreve o algoritmo AISFLO, que realiza a extração e a evolução de um sistema baseado em lógica fuzzy, composto pela base de regras e suas funções de pertinência, utilizando-se e um algoritmo de SIA de seleção clonal denominado GbCLONALG. Exemplos para a melhor compreensão desse algoritmo são apresentados. Detalha uma aplicação computacional que implementa o algoritmo CAISFLO, tanto em tarefas de classificação, quanto em tarefas de regressão. Ao final apresenta uma análise comparativa do algoritmo CAISFLO com outros algoritmos existentes na literatura. Em tarefas de classificação, o CAISFLO obteve resultados similares. Em tarefas de regressão, mostrou-se bem eficiente, dando uma precisão muito grande para o conjunto de dados testado.