Inicio

FisPro (Fuzzy Inference System Professional) permite crear sistemas de inferencia difusa y utilizarlos con el propósito de razonamiento, sobre todo para la simulación de un sistema físico o biológico. Los sistemas de inferencia difusos se describen brevemente en el glosario de la lógica difusa que figura en el presente documento. Operan a partir de reglas de razonamiento difuso, que tienen la ventaja de la gestión de la progresividad de los fenómenos.

La implementación realizada en FisPro primero permite crear sistemas directamente desde el conocimiento experto de un dominio, por ejemplo, Enología . Este enfoque se ilustra mediante un ejemplo dado en la guía de Debutar con FisPro.

FisPro también permite diseño completo de un sistema de inferencia a partir de los datos numéricos del problema que queremos modelar. Muchos métodos de reglasapredizaje automático conducen desafortunadamente a los sistemas de “caja negra”. En FisPro, para que el usuario entienda el funcionamiento del sistema, limitaciones se imponen en los algoritmos para hacer que las reglas de razonamiento sean interpretables. Este enfoque innovador constituye una de las originalidades del software. Algunos ejemplos se presentan en la guía de Learning with FisPro (solo disponible en inglés o en frances).

Ambos enfoques, escribiendo las reglas como experto y reglas automaticas se pueden combinar para crear sistemas más completos y eficientes. FisPro incluye herramientas con fines educativos, para ilustrar el mecanismo de razonamiento, y otros para medir el rendimiento de un sistema en un conjunto de datos.

Este software consta de dos partes bien diferenciadas: una biblioteca de funciones escritas en C + +, que se puede utilizar de forma independiente y la interfaz de usuario, escrito en Java, que implementa la funcionalidad básica. Portátil, puede funcionar en la mayoría de las plataformas existentes.

El usuario que no está familiarizado con la lógica difusa, puede empezar por leer el glosario.

  • S. Guillaume and B. Charnomordic, “Learning interpretable fuzzy inference systems with fispro,” International journal of information sciences, vol. 181, iss. 20, pp. 4409-4427, 2011.
    [Bibtex]
    @article{Guillaume2011,
    author = "Serge Guillaume and Brigitte Charnomordic",
    title = "Learning interpretable Fuzzy Inference Systems with FisPro",
    journal = "International Journal of Information Sciences",
    volume = "181",
    number = "20",
    note = "Special Issue on Interpretable Fuzzy Systems",
    pages = "4409-4427",
    year = "2011",
    }