Título: Um Modelo Fuzzy-Genético para Problemas de Classificação
Autores: Koshiyama, A. S.; Escovedo, T.; Dias, D. M.; Vellasco, M. M. B. R.; Tanscheit, R.
Resumo: Este trabalho apresenta um Sistema Fuzzy-Genético para Classificação (SFGC), chamado de Genetic Programming Fuzzy for Classification (GPF-CLASS). Este modelo difere da abordagem tradicional dos SFGC, que usa a meta-heurística como uma forma de aprender regras fuzzy do tipo “se-então”. Essa abordagem clássica tem várias alterações e restrições sobre o uso de operadores genéticos, avaliação e seleção, que dependem principalmente da meta-heurística usada. A Programação Genética faz com que essa implementação se torne dispendiosa, além de explorar pouco suas próprias características e potencialidades. O modelo GPFCLASS difere da abordagem convencional, visando a uma maior integração com a meta-heurística: Programação Genética Multigênica (PGMG). Foram realizados testes com 22 benchmarks para classificação, além de ter sido efetuada comparações com demais SFGC propostos na literatura.
Palavras-chave: Classificação; Sistemas Fuzzy-Genéticos; Programação Genética Multigênica
Páginas: 6
Código DOI: 10.21528/CBIC2013-175
Artigo em pdf: bricsccicbic2013_submission_175.pdf
Arquivo BibTex: bricsccicbic2013_submission_175.bib