Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/5503
Title: Sistema inteligente de apoio à decisão : um estudo sobre algoritmo genético e lógica fuzzy
Authors: Vasconcelos, André Carlos Teixeira
metadata.dc.contributor.advisor: Tasca, Mariana
metadata.dc.contributor.members: Zamith, Juliana M N S
Issue Date: 2016
Abstract: O principal objetivo deste trabalho é o de realizar um estudo sobre a aplicação de técnicas da inteligência artificial. Os sistemas de informação são ferramentas de grande importância na abordagem para a resolução de problemas, são classificados de acordo com o seu foco de atuação e por suas características. O conceito do algoritmo genético vem da inspiração da teoria de Darwin, que consiste de um processo evolutivo, no qual é iniciado com uma população de soluções, e processos de seleção natural são aplicados consecutivamente formando uma nova geração melhor que a anterior. A lógica fuzzy é baseada no raciocínio humano, refletindo a forma como pensam, tentando modelar uma resposta mais adequada à realidade. As técnicas de algoritmo genético e da lógica fuzzy podem tornar um sistema mais eficiente e especializado em resolver problemas que possuam elevado grau de dificuldade, tornando-o mais eficiente para lidar com as restrições impostas no melhor tempo de execução e realizar buscas precisas indicando as melhores soluções.
metadata.dc.description.abstractother: The main objective of this work is to conduct a study on the application of techniques of artificial intelligence. Information systems are very important tools in the approach to problem solving, they are classified according to its focus and its features. The genetic algorithm concept comes from the inspiration of Darwin's theory, which consists of an evolutionary process, which starts with a population of solutions, and natural selection processes are applied sequentially forming a new generation better than the last. Logic fuzzy is based on human reasoning, reflecting the way they think, trying to model a more appropriate response to reality. The genetic algorithm and fuzzy logic techniques can become a more efficient and specialized system to solve problems that have high degree of difficulty, making it more efficient to deal with the restrictions imposed in the best run time and perform precise searches indicating the best solutions.
URI: https://app.uff.br/riuff/handle/1/5503
Appears in Collections:TSC - Trabalhos de Conclusão de Curso - Niterói

Files in This Item:
File Description SizeFormat 
TCC_ANDRE_CARLOS_TEIXEIRA_VASCONCELOS.pdf966.01 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.