Extensions of the Genetic Iterative Approach for Learning Fuzzy Rules

Abstract

The main objective of this thesis is to extend the iterative rule learning model for learning fuzzy rules so that, on the one hand, the indirect relevance of the input attributes is considered in the learning process and, on the other hand, the model used in NSLV is improved in order to review the knowledge extracted after each step.

El objetivo fundamental de la tesis es extender el modelo genético iterativo para el aprendizaje de reglas difusas de manera que, por un lado, se incorpore al proceso de aprendizaje la relevancia indirecta de los atributos de entrada, y por otro, sea capaz de mejorar el modelo empleado por NSLV de forma que dotemos al sistema de la capacidad de revisar el conocimiento extraído en cada paso.