# 🧠 Avaliação Fuzzy de Desempenho Acadêmico

Este projeto implementa um sistema especialista baseado em lógica fuzzy para avaliar o **desempenho acadêmico** de um estudante com base em três critérios: **nota**, **participação** e **qualidade dos projetos**.

## 📋 Descrição

Utilizando o sistema de inferência fuzzy com o pacote `scikit-fuzzy`, o programa classifica o desempenho do aluno em uma escala de 0 a 100, resultando em uma das seguintes categorias:

- **Insuficiente** (0 a 39)
- **Regular** (40 a 69)
- **Bom** (70 a 89)
- **Excelente** (90 a 100)

A classificação considera as seguintes variáveis de entrada:
- `notas`: Avaliação geral do aluno (0 a 10)
- `participação`: Engajamento e presença (0 a 10)
- `projetos`: Nível de complexidade dos trabalhos realizados (0 a 10)

## 🧮 Lógica Fuzzy

Cada variável de entrada é dividida em níveis:

- **Notas**: baixa, média, alta
- **Participação**: baixa, média, alta
- **Projetos**: simples, médio, complexo

Combinando essas variáveis, o sistema aplica **regras fuzzy** para inferir o desempenho final.

## 🚀 Como executar

1. **Pré-requisitos**:
   - Python 3.x
   - Biblioteca `scikit-fuzzy`:
     ```bash
     pip install scikit-fuzzy
     ```

2. **Executar o código**:
   ```bash
   python "Avaliação Fuzzy de Desempenho Acadêmico.py"
   ```

3. **Interaja com o sistema**:
   - Informe os valores solicitados de **nota**, **participação** e **qualidade dos projetos**.
   - O sistema calculará o desempenho final e exibirá a classificação correspondente.

## 📊 Exemplo de uso

```
--- Avaliação Fuzzy de Desempenho Acadêmico ---

Nota (0 a 10): 7.5

Participação (0 a 10):
  0 a 4   → baixa
  4 a 7   → média
  7 a 10  → alta
Digite o nível de participação: 8

Projetos (0 a 10):
  0 a 4   → simples
  4 a 7   → médio
  7 a 10  → complexo
Digite a qualidade/complexidade dos projetos: 9

Desempenho calculado: 85.33 (em uma escala de 0 a 100)
Classificação: bom
```

## 🛠️ Estrutura do Código

- **Definições Fuzzy**: Antecedentes e consequente definidos com funções de pertinência.
- **Regras Fuzzy**: Base de conhecimento usando `ctrl.Rule`.
- **Simulação**: Recebe os valores do usuário, processa e exibe o resultado.
- **Classificação final**: Função `classificar_desempenho` mapeia o valor fuzzy para níveis linguísticos.

## 📎 Licença

Este projeto é de uso livre para fins educacionais e acadêmicos.