Autor: Paula Fernanda Schiavo (Currículo Lattes)
Resumo
O objetivo deste trabalho é propor o uso de funções de (pré)-agregação derivados da integral de Choquet, para utilização em conjuntos de Sistemas de Classificação baseados em Regras Fuzzy, cuja tomada de decisão final pode ou não ser dada por funções de penalidade. Primeiramente, foi introduzido um método para criar medidas de confiança e suporte baseado em índices de overlap, que geralmente são usados para avaliar o grau de certeza ou interesse de uma determinada regra de associação. Estes índices de overlap são construídos a partir de funções de overlap, que são um tipo especial de funções de agregação, não necessariamente associativas, que servem para aplicações relacionadas aos problemas de sobreposição de conjuntos. Esta dissertação apresenta um novo Mecanismo de Raciocínio Fuzzy para ser usado em sistemas de classificação baseados em regras fuzzy considerando diferentes índices de overlap, que generaliza os métodos clássicos. Ao considerar vários índices de overlap e as funções de pré-agregação baseada na integral de Choquet para a tomada de decisão obtém-se a seleção da melhor classe, sem utilizar funções de penalidade. Por fim, é apresentado um exemplo detalhado de uma geração de conjuntos baseados em regras fuzzy e a seleção da melhor classe com base na abordagem proposta.