SÍNTESE DE ÁRVORES DE PADRÕES FUZZY ATRAVÉS DE BUSCA PARTICIPAVA

Abstract

Neste trabalho é proposta uma nova metodologia para a elaboração de Árvores de Padrão Fuzzy utilizando a junção de dois algoritmos. O primeiro é um método de Busca Participativa com Recombinação Aritmética, que nos testes computacionais demonstrou ser eficiente, competitivo e computacionalmente simples, sendo a princípio direcionado para problemas de otimização numérica e que utiliza a Evolução Diferencial como a base dos operadores genéticos. O segundo é uma abordagem que visa utilizar a interpretabilidade dos modelos Fuzzy na busca por conhecimento em uma base de dados, mantendo o compromisso com a acurácia: as Árvores de Padrão Fuzzy. Este é um modelo Fuzzy hierárquico com uma estrutura em árvore que se torna interessante em diversos pontos e, de uma maneira geral, pode ser visto como uma descrição lógica generalizada de uma classe. O modelo se torna uma alternativa viável ao modelo clássico de regras Fuzzy. A junção pretende utilizar a eficiência apresentada no processo de Busca Participava para elaborar Árvores de Padrão Fuzzy pequenas e interpretáveis com níveis de acurácia competitivos. Os resultados obtidos com o método proposto mostraram que o desempenho alcançado, utilizando algumas bases de dados disponíveis no UCI Machine Learning Repositor, traz maior interpretabilidade mantendo níveis de acurácia dentro do estado da arte.