Este trabalho consiste em uma contribuição à área de Inteligência Computacional, no que tange a algumas de suas principais técnicas: Computação Nebulosa e Computação Neural. Estas técnicas vêm sendo utilizadas para obter-se soluções de problemas que se apresentam complexos demais para a abordagem algorítmica ou modelagem matemática tradicionais. Entretanto, estes problemas são solucionados de forma trivial pelo aparato que compõe a chamada inteligência humana. A existência de relações, regras e transformações capazes de transferir modelos de problemas de um domínio para outro, traz grandes vantagens para a área de Inteligência Computacional. Teorias e modelos bem estabelecidos em uma das técnicas podem ser utilizados em outras, como por exemplo, os diversos métodos de aprendizado de Computação Neural e a capacidade de utilização de conhecimento especialista de Computação Nebulosa. Problemas modelados classicamente em uma técnica podem ser vistos à luz de outra, possibilitando uma melhor compreensão e otimização das soluções. É realizada uma exploração destas relações. São abordados alguns trabalhos anteriores que indicam a existência de algumas relações, e propostos alguns modelos para desenvolver o trabalho de pesquisa. Uma plataforma para realização de simulações e coleta de dados empíricos para as explorações é especificada. Parte da plataforma foi implementada, e simulações de uma transformação de modelos nebulosos para neurais foram realizadas. Os resultados destes experimentos são apresentados. / This work consists of a contribution to the area of Computational Intelligence, relating to some of its main techniques: Fuzzy Computing and Neural Computing. These techniques are being used to solve problems that are too complex for traditional algorithmic approach or mathematical modeling. However, these problems are solved easly with the apparatus that composes the so-called human intelligence. The existence of relations, rules and transformations capable to transfer problems models from a domain to another, brings great advantages for the area of Computational Intelligence. Well established theories and models in one of the techniques can be used in others, for example, the various learning methods from Neural Computing and the use of expert knowledge capacity of Fuzzy Computing. Problems classically modeled in one technique can be seen from another point of view, possibiliting a better understanding and optimization of the solutions. An exploration of these relations is accomplished. Some previous works indicating the existence of some relations and models to develop the research work are presented. A platform for simulation and empirical data collection, for the explorations, is specified. Part of the platform was implemented, and simulations of a transformation from fuzzy to neural models had been carried through. The results of these experiments are presented.

Este trabalho consiste em uma contribuição à área de Inteligência Computacional, no que tange a algumas de suas principais técnicas: Computação Nebulosa e Computação Neural. Estas técnicas vêm sendo utilizadas para obter-se soluções de problemas que se apresentam complexos demais para a abordagem algorítmica ou modelagem matemática tradicionais. Entretanto, estes problemas são solucionados de forma trivial pelo aparato que compõe a chamada inteligência humana. A existência de relações, regras e transformações capazes de transferir modelos de problemas de um domínio para outro, traz grandes vantagens para a área de Inteligência Computacional. Teorias e modelos bem estabelecidos em uma das técnicas podem ser utilizados em outras, como por exemplo, os diversos métodos de aprendizado de Computação Neural e a capacidade de utilização de conhecimento especialista de Computação Nebulosa. Problemas modelados classicamente em uma técnica podem ser vistos à luz de outra, possibilitando uma melhor compreensão e otimização das soluções. É realizada uma exploração destas relações. São abordados alguns trabalhos anteriores que indicam a existência de algumas relações, e propostos alguns modelos para desenvolver o trabalho de pesquisa. Uma plataforma para realização de simulações e coleta de dados empíricos para as explorações é especificada. Parte da plataforma foi implementada, e simulações de uma transformação de modelos nebulosos para neurais foram realizadas. Os resultados destes experimentos são apresentados. / This work consists of a contribution to the area of Computational Intelligence, relating to some of its main techniques: Fuzzy Computing and Neural Computing. These techniques are being used to solve problems that are too complex for traditional algorithmic approach or mathematical modeling. However, these problems are solved easly with the apparatus that composes the so-called human intelligence. The existence of relations, rules and transformations capable to transfer problems models from a domain to another, brings great advantages for the area of Computational Intelligence. Well established theories and models in one of the techniques can be used in others, for example, the various learning methods from Neural Computing and the use of expert knowledge capacity of Fuzzy Computing. Problems classically modeled in one technique can be seen from another point of view, possibiliting a better understanding and optimization of the solutions. An exploration of these relations is accomplished. Some previous works indicating the existence of some relations and models to develop the research work are presented. A platform for simulation and empirical data collection, for the explorations, is specified. Part of the platform was implemented, and simulations of a transformation from fuzzy to neural models had been carried through. The results of these experiments are presented.

Neste trabalho foi realizada uma busca por relações, regras e transformações entre duas metodologias constituintes da Inteligência Computacional - a Computação Nebulosa e a Computação Evolutiva. Com a organização e sistematização da existência de tais transformações, obtém-se uma mudança na modelagem de soluções que as utilizam de forma conjunta, possibilitando que teorias e modelos bem estabelecidos em uma das metodologias possam ser aproveitados pela outra de uma forma mais robusta, correta por construção, intrínseca e transparente. Um modelo foi proposto para direcionar o trabalho de pesquisa. Através da análise desse modelo e de uma revisão bibliográfica realizada, transformações pontuais entre as metodologias foram elencadas, e posteriormente consolidadas por meio de experimentos práticos: uma Base de Conhecimento (BC) de um Controlador Lógico Nebuloso foi criada e modificada, conforme a necessidade, através de um Algoritmo Genético (AG). Com a abordagem desenvolvida, além da criação de BCs a partir de pouquíssimo conhecimento sobre o domínio do problema, tornou-se possível a inserção de novos \"comportamentos desejados\" em BCs já existentes, automaticamente, através de AGs. Os resultados desses experimentos, realizados sobre uma plataforma computacional especificada e implementada para este fim, foram apresentados e analisados. / This work addressed a search of relations, rules and transformations between two Computational Intelligence constituent methodologies - Fuzzy Computing and Evolutionary Computing. The existence of these relations changes the actual way of solutions modeling that uses these methodologies, allowing the utilization of well established theories and models of one technique by the other in a more robust, intrinsic and transparent way. Besides the research and systematization of points that indicate the existence of relations between the two methodologies, a model to guide these exploration was proposed. By this model analysis and by the bibliographic revision made, punctual transformations were pointed out, and further consolidated through practical experiments: a Knowledge Base (KB) of a Fuzzy Logic Controller was created and modified automatically by a Genetic Algorithm. With the developed approach, besides the creation of KBs, it became possible to automatically insert new \"desired behaviors\" to existent KBs. The results of such experiments, realized through a computational platform specified and implemented to this task, were presented and analyzed.

Neste trabalho foi realizada uma busca por relações, regras e transformações entre duas metodologias constituintes da Inteligência Computacional - a Computação Nebulosa e a Computação Evolutiva. Com a organização e sistematização da existência de tais transformações, obtém-se uma mudança na modelagem de soluções que as utilizam de forma conjunta, possibilitando que teorias e modelos bem estabelecidos em uma das metodologias possam ser aproveitados pela outra de uma forma mais robusta, correta por construção, intrínseca e transparente. Um modelo foi proposto para direcionar o trabalho de pesquisa. Através da análise desse modelo e de uma revisão bibliográfica realizada, transformações pontuais entre as metodologias foram elencadas, e posteriormente consolidadas por meio de experimentos práticos: uma Base de Conhecimento (BC) de um Controlador Lógico Nebuloso foi criada e modificada, conforme a necessidade, através de um Algoritmo Genético (AG). Com a abordagem desenvolvida, além da criação de BCs a partir de pouquíssimo conhecimento sobre o domínio do problema, tornou-se possível a inserção de novos \"comportamentos desejados\" em BCs já existentes, automaticamente, através de AGs. Os resultados desses experimentos, realizados sobre uma plataforma computacional especificada e implementada para este fim, foram apresentados e analisados. / This work addressed a search of relations, rules and transformations between two Computational Intelligence constituent methodologies - Fuzzy Computing and Evolutionary Computing. The existence of these relations changes the actual way of solutions modeling that uses these methodologies, allowing the utilization of well established theories and models of one technique by the other in a more robust, intrinsic and transparent way. Besides the research and systematization of points that indicate the existence of relations between the two methodologies, a model to guide these exploration was proposed. By this model analysis and by the bibliographic revision made, punctual transformations were pointed out, and further consolidated through practical experiments: a Knowledge Base (KB) of a Fuzzy Logic Controller was created and modified automatically by a Genetic Algorithm. With the developed approach, besides the creation of KBs, it became possible to automatically insert new \"desired behaviors\" to existent KBs. The results of such experiments, realized through a computational platform specified and implemented to this task, were presented and analyzed.