Ajuste de regras e funções de pertinência utilizando algoritmos genéticos

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes lattes
Orientador(a): LAMBERT-TORRES, Germano lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Itajubá
Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia Elétrica
Departamento: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
País: Brasil
Palavras-chave em Português:
Algoritmos genéticos
Ajuste de regras e funções
Controle GEN1
Controle GEN2
Área do conhecimento CNPq:
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA
Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/3756
Resumo: O propósito deste trabalho é apresentar uma estratégia para o ajuste automático das regras e das funções de pertinência usando Algoritmos Genéticos. Para tal, foi desenvolvido e implementado um algoritmo que transforma as regras e as funções de pertinências em cromossomos que são submetidos a uma evolução, cruzamento e mutação. A idéia geral é obter uma nova família de regras e funções de pertinência que possa melhor controlar um processo, otimizando o resultado final. O algoritmo proposto foi incorporado ao Pacote Computacional para o Ensino da Lógica Difusa anteriormente desenvolvido que tem o objetivo de ensinar a lógica difusa para estudantes de controle. Este pacote contém todas as instruções necessárias para os usuários compreenderem os princípios do controle difuso. O principal objetivo do pacote é estacionar um veículo, partindo de qualquer posição inicial, em uma garagem. Para cumprir esta tarefa, os estudantes devem inicialmente desenvolver um conjunto de regras de controle difuso e funções de pertinência que definirão a trajetória do veículo. Os processos de fuzzificação e defuzzificação das variáveis são realizados pelo programa sem a interferência do usuário. A escolha do método de otimização Algoritmos Genéticos é devido à melhora que esses algoritmos trazem ao desempenho de um controlador difuso, comprovado pelos resultados obtidos neste trabalho. Esses algoritmos vêm sendo aplicados com sucesso nos mais diversos problemas de otimização e aprendizado de máquina.
id UFEI_a69b5c45ffa65c3d899f9263d51c9285
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/3756
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str
spelling 2004-07-302023-06-162023-06-16T19:23:25Z2023-06-16T19:23:25Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/3756O propósito deste trabalho é apresentar uma estratégia para o ajuste automático das regras e das funções de pertinência usando Algoritmos Genéticos. Para tal, foi desenvolvido e implementado um algoritmo que transforma as regras e as funções de pertinências em cromossomos que são submetidos a uma evolução, cruzamento e mutação. A idéia geral é obter uma nova família de regras e funções de pertinência que possa melhor controlar um processo, otimizando o resultado final. O algoritmo proposto foi incorporado ao Pacote Computacional para o Ensino da Lógica Difusa anteriormente desenvolvido que tem o objetivo de ensinar a lógica difusa para estudantes de controle. Este pacote contém todas as instruções necessárias para os usuários compreenderem os princípios do controle difuso. O principal objetivo do pacote é estacionar um veículo, partindo de qualquer posição inicial, em uma garagem. Para cumprir esta tarefa, os estudantes devem inicialmente desenvolver um conjunto de regras de controle difuso e funções de pertinência que definirão a trajetória do veículo. Os processos de fuzzificação e defuzzificação das variáveis são realizados pelo programa sem a interferência do usuário. A escolha do método de otimização Algoritmos Genéticos é devido à melhora que esses algoritmos trazem ao desempenho de um controlador difuso, comprovado pelos resultados obtidos neste trabalho. Esses algoritmos vêm sendo aplicados com sucesso nos mais diversos problemas de otimização e aprendizado de máquina.The purpose of this paper is to present a strategy for an automatic rules fitting and an automatic membership function fitting using genetic algorithms. For that, an algorithm has been developed and implemented to transform the rules and the fuzzy membership function in chromosomes, which are submitted to an evolution, crossover and mutation. The main idea is to fit a new family of rules and membership functions, which can establish a better system control, optimizing the final result. The proposed algorithm has been incorporated to the existent working Computational Package for Teaching Fuzzy Control, with the objective of teaching Fuzzy Logic to the control students. The package contains all required instructions for the users to gain an understanding of fuzzy control principles. The main objective of the package is to park a car, approaching from any direction, in a parking lot. To accomplish this task the students must first develop sets of fuzzy-control rules and and membership functions which define the trajectory of the car. Processes, such as fuzzification and defuzzification of the variables, are performed by the program without the interference of the user. The choice of the optimization method genetic algorithms is because of the better they bring to the performance of a fuzzy controller, proved for the obtained results of this work. These algorithms have been used with success in many varied problems of optimization and machine learning.porUniversidade Federal de ItajubáPrograma de Pós-Graduação: Mestrado - Engenharia ElétricaUNIFEIBrasilIESTI - Instituto de Engenharia de Sistemas e Tecnologia da InformaçãoCNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICAAlgoritmos genéticosAjuste de regras e funçõesControle GEN1Controle GEN2Ajuste de regras e funções de pertinência utilizando algoritmos genéticosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisLAMBERT-TORRES, Germanohttp://lattes.cnpq.br/1173620785883814AOKI, Alexandre Rasihttp://lattes.cnpq.br/0566385360819334http://lattes.cnpq.br/8222153138307452OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva NunesOLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes. Ajuste de regras e funções de pertinência utilizando algoritmos genéticos. 2004. 93 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2004.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3756/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertação_200431231.pdfDissertação_200431231.pdfapplication/pdf2405108https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3756/1/Disserta%c3%a7%c3%a3o_200431231.pdf504b00be478be74d1ed99d70fd9d4600MD51123456789/37562024-04-16 14:27:34.272oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442025-08-26T21:12:11.768438Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
title Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
spellingShingle Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA
Algoritmos genéticos
Ajuste de regras e funções
Controle GEN1
Controle GEN2
title_short Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
title_full Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
title_fullStr Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
title_full_unstemmed Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
title_sort Ajuste de regras e funções de pertinência utilizando algoritmos genéticos
author OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes
author_facet OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes
author_role author
dc.contributor.advisor1.fl_str_mv LAMBERT-TORRES, Germano
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1173620785883814
dc.contributor.advisor-co1.fl_str_mv AOKI, Alexandre Rasi
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/0566385360819334
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8222153138307452
dc.contributor.author.fl_str_mv OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes
contributor_str_mv LAMBERT-TORRES, Germano
AOKI, Alexandre Rasi
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA
Algoritmos genéticos
Ajuste de regras e funções
Controle GEN1
Controle GEN2
dc.subject.por.fl_str_mv Algoritmos genéticos
Ajuste de regras e funções
Controle GEN1
Controle GEN2
description O propósito deste trabalho é apresentar uma estratégia para o ajuste automático das regras e das funções de pertinência usando Algoritmos Genéticos. Para tal, foi desenvolvido e implementado um algoritmo que transforma as regras e as funções de pertinências em cromossomos que são submetidos a uma evolução, cruzamento e mutação. A idéia geral é obter uma nova família de regras e funções de pertinência que possa melhor controlar um processo, otimizando o resultado final. O algoritmo proposto foi incorporado ao Pacote Computacional para o Ensino da Lógica Difusa anteriormente desenvolvido que tem o objetivo de ensinar a lógica difusa para estudantes de controle. Este pacote contém todas as instruções necessárias para os usuários compreenderem os princípios do controle difuso. O principal objetivo do pacote é estacionar um veículo, partindo de qualquer posição inicial, em uma garagem. Para cumprir esta tarefa, os estudantes devem inicialmente desenvolver um conjunto de regras de controle difuso e funções de pertinência que definirão a trajetória do veículo. Os processos de fuzzificação e defuzzificação das variáveis são realizados pelo programa sem a interferência do usuário. A escolha do método de otimização Algoritmos Genéticos é devido à melhora que esses algoritmos trazem ao desempenho de um controlador difuso, comprovado pelos resultados obtidos neste trabalho. Esses algoritmos vêm sendo aplicados com sucesso nos mais diversos problemas de otimização e aprendizado de máquina.
publishDate 2004
dc.date.issued.fl_str_mv 2004-07-30
dc.date.available.fl_str_mv 2023-06-16
2023-06-16T19:23:25Z
dc.date.accessioned.fl_str_mv 2023-06-16T19:23:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/3756
url https://repositorio.unifei.edu.br/jspui/handle/123456789/3756
dc.language.iso.fl_str_mv por
language por
dc.relation.references.pt_BR.fl_str_mv OLIVEIRA, Patrícia Cerávolo Rodrigues de Paiva Nunes. Ajuste de regras e funções de pertinência utilizando algoritmos genéticos. 2004. 93 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2004.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Engenharia Elétrica
dc.publisher.initials.fl_str_mv UNIFEI
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3756/2/license.txt
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3756/1/Disserta%c3%a7%c3%a3o_200431231.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
504b00be478be74d1ed99d70fd9d4600
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1854751269100453888

Registros relacionados