Aplicação da Inferência Neuro-Fuzzy na Previsão

Aplicação da Inferência Neuro-Fuzzy na Previsão/Estimação
da Temperatura do Ar
Luiz Carlos Benini1
José Gilberto Spasiani Rinaldi2
Palavras-chave: Teoria Fuzzy, Sistema Takagi-Sugeno, Sistema de Inferência NeuroFuzzy Adaptativa
É utilizado o modelo de Takagi-Sugeno combinado com o Sistema de
Inferência Fuzzy Neuro Adaptativa (ANFIS) que associa o sistema de inferência a um
algoritmo de retro-propagação, com base num conjunto de dados. A sua estrutura
facilita o cálculo do gradiente dos parâmetros, e obtido o vetor gradiente é aplicado
rotina de otimização para reduzir o erro da saída do modelo. Obtém-se um conjunto de
regras fuzzy pela técnica de agrupamento subtrativo fuzzy, utilizada para particionar o
espaço de entrada e saída do conjunto de dados.
Sistemas de inferência fuzzy são utilizados com base no conjunto regras,
representando as entradas e saídas do modelo, associando a capacidade de aprendizado
das redes neurais com o poder de interpretação linguístico dos sistemas fuzzy, que são
capazes de tratar conhecimentos incompletos, incertos ou mesmo conflitantes.
O modelo utilizou variáveis de entrada das observações, obtendo-se saídas y =
f(x); x é entrada, y saída do sistema e f uma representação quantitativa do mapeamento.
Usualmente a função f é uma combinação linear das variáveis de entradas, cujos
coeficientes são estimados usando o método dos mínimos quadrados.
Apresenta-se uma aplicação onde os dados obervados e os estimados pelo
modelo foram comparados através de métodos estatísticos, e estes mostraram ser
correlacionados, onde pode ser verificada a eficiência e uma boa exatidão do modelo
neuro-fuzzy obtido.
1
2
DEst – FCT/UNESP. e-mail: [email protected]
DEst – FCT/UNESP