|
Résumé :
|
L'optimisation des règles floues a longtemps été réalisée de façon empirique. Différentes méthodes d'optimisation ont vu le jour depuis le début des années 1990. Ces méthodes, souvent basées sur des réseaux de neurones ou des algorithmes génétiques, présentent l'inconvénient majeur de ne pas prendre en compte la sémantique des règles floues. La démarche choisie dans cet ouvrage insiste au contraire sur les spécificités des systèmes d'inférence floue pour en déduire des algorithmes appropriés, simples et performants, garantissant la sémantique tout au long de l'apprentissage.
|
