|
Departamento de Engenharia de Computação e
Automação Industrial - DCA |
IA861 Sistemas Nebulosos
Professor |
|
Tutor |
|
0-
Introdução
1-
Noções básicas e conceitos de conjuntos nebulosos
2-
Operações com conjuntos nebulosos
3-
Caracterização de conjuntos nebulosos
4-
Relações nebulosas e cálculo relacional nebuloso
5-
Números nebulosos
6-
Variáveis linguísticas
7-
Lógica Nebulosa
8-
Sistemas baseados em regras
9-
Neurocomputação nebulosa
10-Computação
evolutiva nebulosa
11-Modelagem
e controle de sistemas
12-Aplicações
0-Introdução:
0.1-Conceituação da área
0.2-Evolução
histórica e estado da arte
0.3-Aplicações e
perspectivas
1-Noções básicas e conceitos de
conjuntos nebulosos:
1.1-Definição
de conjunto nebuloso
1.2-Tipos
básicos de funções de pertinência
1.3-Características
de conjuntos nebulosos
1.4-Teorema
da representação
1.5-Princípio
da extensão
1.6-Generalizações
2-Operações com conjuntos nebulosos:
2.1-Operações
com conjuntos e propriedades
2.2-Normas
e co-normas triangulares
2.3-Operações
de agregação
2.4-Negação
2.5-Operações
de comparação
3-Caracterização de conjuntos nebulosos:
3.1-Medida
de entropia e de nebulosidade
3.2-Molduras
cognitivas
3.3-Codificação
e decodificação de informação
4-Relações nebulosas e cálculo
relacional nebuloso:
4.1-Relações e relações
nebulosas
4.2-Operações
com relações nebulosas
4.3-Composição
de relações
4.4-Projeção
e extensão cilíndrica de relações
4.5-Relações
nebulosas binárias
4.6-Equações
relacionais com composição sup-t
5-Números nebulosos:
5.1-Definição de números nebulosos
5.2-Análise
de intervalos
5.3-Operações
aritméticas com números nebulosos
5.4-Números
nebulosos L-R
6-Variáveis linguísticas:
6.1-Formalização
6.2-Computação
com variáveis linguísticas
6.3-Aproximação
linguística
6.4-Aplicações
7-Lógica Nebulosa:
7.1-Cálculo proposicional
7.2-Cálculo
predicados
7.3-Lógica
multivalor
7.4-Lógica
nebulosa
7.5-Computação
e inferência
8-Sistemas Baseados em Regras:
8.1-Regras e representação
conhecimento
8.2-Sintaxe
e semântica
8.3-Inferência
e computação
8.4-Propriedades
e aproximação
9-Neurocomputação Nebulosa:
9.1-Redes neurais:
arquiteturas e modelos
9.2-Modelos
de neurônios nebulosos
9.3-Redes
neurofuzzy estáticas: aprendizagem
9.4-Redes
neurofuzzy recorrentes: aprendizagem
9.5-Automatas
celulares nebulosos
9.6-Aplicações
10-Computação Evolutiva Nebulosa:
10.1-Algoritmos genéticos
10.2-Projeto
sistemas baseados em regras
10.3-Aprendizagem
em redes neurofuzzy
10.4-Estratégias
de evolução
10.5-Sistemas
híbridos
11-Modelagem, Otimização, Controle e
Decisão:
11.1-Modelos nebulosos
11.2- Métodos e algoritmos de
modelagem
11.3-Classes de controladores
nebulosos
11.4-Métodos e algoritmos de controle
11.5-Modelos nebulosos de
otimização
11.6-Métodos e algoritmos de
otimização
11.7-Teoria de jogos nebulosos:
modelos, métodos e algoritmos
12-Aplicações:
Provas:
Projeto: P
Exame: E
N = P
Se N >
aprovado, Nota Final = N
Se N < 5
exame, Nota
Final =(N + E)/2
Se necessário: exame oral.
Prova |
Data |
|
|
|
|
Exame |
|
Livro texto: http://ieeexplore.ieee.org/xpl/bkabstractplus.jsp?bkn=5201525&tag=1
Página livro: https://www.dca.fee.unicamp.br/~gomide/fse/
|
Fuzzy
Systems Engineering: Toward Human-Centric Computing Witold
Pedrycz and Fernando Gomide IEEE/Wiley
Interscience, 2007 |
|
Tópicos de Lógica Fuzzy e Biomatemática Laécio Barros e Rodney Bassanezi Editora Unicamp/IMECC, 2010, 2a Edição |
|
An
Introduction to Fuzzy Sets: Analysis and Design Witold
Pedrycz and Fernando Gomide MIT Press
Complex Adaptive Systems, 1998 |
|
Fuzzy
Sets and Fuzzy Logic: Theory and Applications. George Klir
and Bo Yuan Prentice Hall, 1995 |
|
Essentials
of Fuzzy Modeling ande Control Ronald
Yager and Dimitar Filev Wiley Interscience, 1994 |
|
A First
Course in Fuzzy Logic Hung
Nguyen and Elbert Walker Chapman
& Hall/CRC, 2006, 3a Edição |
1-L. A. Zadeh, Fuzzy
sets. Information and Control,
8(3), pp. 338-353, 1965.
2-L. A. Zadeh, A fuzzy algorithmic approach to the definition of complex
or imprecise concepts.
Int. J.
Man-Machine Studies, 8, pp. 249-291, 1976.
3-L. A. Zadeh, The concept of a linguistic variable and its application
to approximate reasoning, I, II, III.
Information
Sciences, 8(3), pp. 199-251, (4)301-357, 9, pp. 43-80, 1975.
4-L. A. Zadeh, Fuzzy sets and information granularity. In Gupta, Ragade,
and Yager, eds., Advances in
Fuzzy Set Theory
and Applications, North-Holland, New York, pp. 3-18,1979.
5-L. A. Zadeh, Toward
a theory of fuzzy information granulation and its centrality in human reasoning
and fuzzy logic.
Fuzzy Sets and
Systems, 90(2), pp. 11-127,1997.
6-L. A. Zadeh, Outline of a new approach to the analysis of complex
system and decision processes.
IEEE Trans. on
Systems, Man, and Cybernetics, 1(1), pp. 28-44, 1973.
7-L. A. Zadeh, Fuzzy
logic = Computing with Words. IEEE Trans. on Fuzzy Systems, 4(2), pp.
103-111, 1996.
8-L. A. Zadeh, Towards a theory of fuzzy systems. In Kalman and
Declaris, eds., Aspects of Networks and System
Theory. Holt, Rinehart and Winston, New York,
pp. 469-490,1971.
9-L. A. Zadeh, Outline of a computational approach to meaning and
knowledge representation based on the concept
of a generalized
assignment statement. In Thoma and Wyner, eds., Proc. of the Int. Seminar on
AI and
Man-Machine Systems. Springer-Verlag,
Heidelberg, pp. 198-211, 1986.
10-L. A.
Zadeh, Fuzzy sets as a basis for a theory of possibility. Fuzzy Sets and
Systems, 1, 3-28, 1978.
1-Fuzzy Sets and Systems: An International Journal in Information
Science and Engineering
2-International Journal of Uncertainty, Fuzziness and Knowledge-Based
Systems
3-Evolving Systems: An Interdisciplinary Journal for Advanced Science
and Engineering
4-International Journal of Approximate Reasoning
5-IEEE Transactions on Fuzzy systems
6-IEEE Transactions on Systems, Man and Cybernetics, A, B and C
7-IEEE Transactions on Neural Networks and Learning Systems
8-IEEE Transactions on Evolutionary Computation
9-International Journal of Intelligent Automation and Soft Computing
10-Fuzzy Optimization and Decision Making: A Journal of Modeling and
Computation Under Uncertainty
Críticas, dúvidas e sugestões: Email us.