EEE 920 - Sistemas Nebulosos

Resumo dos Artigos do

Seminrio 28.Set
Artigo 1
Selecting Fuzzy If-Then Rules for Classification
Problems Using Genetic Algorithms
(Efeito da regra de ponderao em sistemas
de classificao baseados em regras Fuzzy)

Aluno:
Wellington Fazzi Cancian

Prof.:
Andr Paim Lemos

25 Setembro de 2015
Este artigo prope um mtodo baseado em algoritmo gentico para a seleo de um pequeno
nmero de significativas regras Fuzzy IF-THEN para construir um sistema de classificao
fuzzy compacto e com alto poder de classificao.

O problema de seleo regra formulado como um problema de otimizao combinatria com

dois objetivos: maximizar o nmero de padres corretamente classificados e para minimizar o
nmero de regras Fuzzy IF-THEN.

Um conjunto de regras Fuzzy IF-THEN codificado em uma sequncia e tratada como um

elemento nos algoritmos genticos. A aptido de cada elemento especificada pelos dois
objetivos no problema de otimizao combinatria.

O algoritmo baseado no mtodo gentico proposto visa remover as regras desnecessrias (que
no auxiliam na determinao dos padres) das regras Fuzzy IF-THEN correspondentes para
as muitas parties Fuzzy. Para tanto, modelado um sistema de seleo de regras como um
problema de otimizao combinatria. Dessa maneira, o objetivo do mtodo proposto
encontrar um conjunto compacto de regras com alto poder de classificao.

Um sistema compacto Fuzzy baseado em classificao com um nmero reduzido de regras IF-
THEN tem as seguintes vantagens:
a) No requer muito espao de armazenamento (memria);
b) A velocidade da inferncia para encontrar novos padres elevada;
c) Cada regra Fuzzy IF-THEN pode ser cuidadosamente examinada pelo operador
(dependendo de sua experincia).

Os objetivos do problema de otimizao combinatria so maximizar o nmero de padres

corretamente classificados e minimizar o nmero de regras Fuzzy IF-THEN assim, o
problema pode ser modelado com dois-objetivos.

Operaes do Algoritmo Gentico

As seguintes operaes foram empregadas:
i) Inicializao: Gear uma populao inicial Npop. Nessa operao, cada dado gerado
assumindo 0 para regras simuladas o aleatoriamente 1 ou -1 para outras regras.
Para cada regra vivel, a populao escolhida. Cada dado pertence a um conjunto de
regras. Cada regra, que aleatoriamente includa em cada dado, tem 50% de chance de ser
escolhida para incluso em um determinado dado (valore diferentes de 50% tambm pode ser
utilizados).
ii) Seleo: Selecionar Npop/2 pares de dados para cada populao corrente.
iii) Cruzamento de dados: Realizar a operao de cruzamento ponto-a-ponto do
Npop/2 pares de dados selecionados.

2
 O cruzamento de pontos escolhido aleatoriamente. Por esta operao, so gerados
outros Npop dados.
iv) Mutao: Realizar a operao de mutao com a alterao da probabilidade Pm em
cada bit dos dados gerados pela operao de cruzamento.
v) Estratgia Elitista: Aleatoriamente remover um dado da populao Npop gerada
pelas operaes acima descritas e adicionar o melhor dado com a mxima capacidade na
populao anterior atual.
vi) Teste de Parada: Se uma condio de parada no for satisfeita, retornar ao passo
ii). O nmero total de iteraes pode ser usado como uma condio de parada.

Figura 1 Seleo de 5 regras Fuzzy IF-THEN e seus respectivos resultados de classificao: (a) k=2; (b) k=3; (c) k=4; (d) k=5; (e) k=6 e
(f) Resultado da classificao e seu limite. Na ltima imagem, apresentada a quantidade de regras Fuzzy IF-THEN pelo melhor
resultado individual em cada iterao (resultados mdios obtidos durante 10 tentativas).

Como concluso, uma vez que o mtodo proposto seleciona significativas regras Fuzzy IF-
THEN, ele pode ser visto como uma ferramenta de aquisio de conhecimentos para problemas
de classificao.

Sobre os testes do algoritmo: os autores realizaram simulaes de computador sobre um

conjunto de dados clssicos (ris), observando que o nmero de regras Fuzzy IF-THEN foi
reduzido para menos de 2% das 692 regras geradas.

O poder de classificao Fuzzy de selecionadas regras Fuzzy IF-THEN tambm foi examinada.
As taxas de classificao para os dados de treino foram acima de 99% em quase todas as
especificaes dos parmetros de algoritmos genticos. O desempenho do mtodo proposto
para os dados de teste tambm foi elevado quando o nmero de geraes, em algoritmos
genticos foi pequeno. O melhor resultado obtido pelo mtodo proposto superou todos os
resultados reportados em 9 mtodos Fuzzy de classificao.
3