Este é o código-fonte e resultados das simulações e treinamentos do 2º trabalho de Lógica Nebulosa do 3º bloco de 2012 do Programa de Pós-Graduação de Informática da Universidade Federal do Rio de Janeiro.
Os autores deste trabalho são:
Juan Marcelo Dell’Oso (112094854)
Mariam dos Passos Afonso da Conceição (112169455)
Ramiro Pereira de Magalhães (111510679)
Renato Moura Martins Medeiros (112113797)
Os dados utilizados para o treinamento de sistemas nebulosos com os diversos algoritmos que experimentamos (BLS, RLS, Gradiente e ANFIS) estão no arquivo 'treino/treinamento.csv' e podem ser facilmente carregados usando a função 'csvread' do Matlab.
Esses dados foram gerados com o auxílio da função 'geradados', que depende do arquivo 'fis/caminhao-genetico.fis'.
Use a função 'treina' para treinar sistemas nebulosos TSK usando os métodos BLS, RLS, Gradiente e ANFIS. O único parâmetro dessa função é a massa de dados com a qual o treinamento será executado. Ao total, são mais de 600 treinamentos diferentes que serão feitos, e podem demorar várias horas para serem concluídos.
Se precisar fazer treinamentos diferentes e com outros parâmetros, consulte as funções 'bls', 'rls', 'gradiente' que desenvolvemos, assim como a função ANFIS do Matlab. Para mais detalhes, veja nosso relatório em https://docs.google.com/document/d/1UuyMFG5MQJrIryI72-0zRUgXDsCP97XGaSAwr1r_Vk0.
Nota: os descritores dos sistemas nebulosos são arquivos FIS que serão armazenados na pasta 'fis' durante a execução dos treinamento.
Nota: o único treinamento que não é automaticamente executado por este método é o 'gradientIndependentMFsVersao2.m'.
Use a função 'simula' para executar simulações com todos os sistemas nebulosos descritos em arquivos FIS presentes na pasta 'fis'. Note que são mais de 600 simulações que serão executadas. Na nossa experiência o tempo total dispendido na execução de todas as simulações supera 9 horas.
Se precisar fazer simulações específicas com outros parâmetros ou sistemas nebulosos, consulte a função 'simula_estacionamento'.
Nota: os dados de cada simulação são gravados na pasta 'data'. Para cada simulação 2 arquivos com resultados são criados: o primeiro com o resultado de cada iteração da simulação; e o segundo com estatísticas que sumarizam os resultados de todas as iterações de cada simulação. Ambos os arquivos podem ser facilmente lidos com a função 'csvread' do Matlab. Para conhecer suas estruturas, consulte a documentação das funções 'simula_estacionamento', e 'avalia_resultados'.
Nota: Uma forma conveniente de ler o arquivo de estatísticas é usando a função 'exibeResultado'. Ela recebe como parâmetro o nome do arquivo de estatísticas e apresenta, de forma amigável, os números relevantes contidos no arquivo passado como parâmetro.
Nota: a única simulação que não é automaticamente executado por este método é a que usa os resultados do treinamento com o 'gradientIndependentMFsVersao2.m'.
Os relatórios detalhados sobre os dois trabalhos feitos sobre este mesmo código-fonte podem ser encontrados nas seguintes referências:
- Relatório do Segundo Trabalho de Lógica Nebulosa: https://docs.google.com/document/d/1UuyMFG5MQJrIryI72-0zRUgXDsCP97XGaSAwr1r_Vk0/edit
- Relatório do Terceiro Trabalho de Lógica Nebulosa: https://docs.google.com/document/d/1tmEPR88R-FLX_3pBPuuvZsnkH_dLNqiQbHDdLhmwuQI/edit