Computação evolutiva fuzzy

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL – UFRGS

INSTITUTO DE INFORMÁTICA

PPGC – PROGRAMA DE PÓS GRADUAÇÃO EM COMPUTAÇÃO

COMPUTAÇÃO EVOLUTIVA E LÓGICA FUZZY

CMP 135 – ARQUITETURAS ESPECIAIS DE COMPUTADORES

PROF. DR. PHILIPPE OLIVIER ALEXANDRE NAVAUX

FAUZI DE MORAES SHUBEITA

DEZEMBRO DE 2003

SUMÁRIO

SUMÁRIO 2
1. Introdução 3
2. Computação Evolutiva 3 2.1 Algoritmos Genéticos 3 Figura 2 - Exemplo de um algoritmo evolutivo 4 2.2 Programação Evolutiva 4 2.3 Estratégias de Evolução 5 2.4 Sistemas Classificadores 6 2.5 Programação Genética 6
3. Lógica Fuzzy 6 3.1 Utilização da Lógica Fuzzy 8 3.1.1 Raciocínio Dedutivo 8 3.1.2 Raciocínio Indutivo 8 3.2 Fuzzy no reconhecimento de padrões 9 3.3 Fuzzy no Controle de Processos Industriais 10 3.4 Fuzzy genético 11
4. Referências 11

1. Introdução

Tanto a Computação Evolutiva quanto a lógica Fuzzy são sub-áreas da Inteligência computacional. A computação evolutiva, por suas características particulares, entre outras possibilidades permite interpretar processos evolutivos como processos de aprendizado, quando aplicada a populações de indivíduos que podem ter o seu desempenho verificado por meio de uma função de avaliação específica. Esse artigo descreve essas duas sub-áreas de uma forma sucinta, individualmente e também de forma combinada como é demonstrado na utilização da lógica Fuzzy, que pode ser aplicada de forma isolada ou combinada com as sub-áreas da Computação Evolutiva.

2. Computação Evolutiva

Redes Neurais e Computação Evolutiva definem ferramentas para construir sistemas inteligentes aos moldes do comportamento inteligente com capacidade de criar ferramentas inteligentes com capacidade de criar ferramentas computacionais para resolver problemas práticos [7].

[pic] Figura 1 - Taxonomia da Computação Evolutiva

Computação Evolutiva consiste numa máquina “aprendente” otimizada, baseada nos moldes dos mecanismos de