$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: GPFIS-FORECAST+: UM SISTEMA FUZZY DO TIPO 2 PARA PREVISÃO DE SÉRIES TEMPORAIS BASEADO EM PROGRAMAÇÃO GENÉTICA
Autor: MARCO ANTONIO DA CUNHA FERREIRA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  RICARDO TANSCHEIT - ORIENTADOR
MARLEY MARIA BERNARDES REBUZZI VELLASCO - COORIENTADOR

Nº do Conteudo: 55199
Catalogação:  04/10/2021 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  TESE
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=55199@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=55199@2

Resumo:
Modelos de previsão de séries temporais são criados para atender as demandas da diversos setores da sociedade, como na indústria, no ramo de serviço e na área agrícola. Tais modelos são usados, por exemplo, para determinar estoque de insumos, logística de produtos e previsão do tempo. Neste contexto, esta tese propõe o modelo GPFIS-Forecast+, que permite a obtenção, de forma automática, de um sistema de previsão interpretável linguisticamente. O GPFIS-Forecast+ tem como ponto de partida o GPFISForecast desenvolvido anteriormente e fruto de uma hibridização de técnicas de programação genética e de sistemas fuzzy tipo 1. A base de regras do sistema de inferência fuzzy tipo 1 (SIFT1) é otimizada por meio da Programação Genética Multigênica. Na construção do modelo GPFIS-Forecast+, faz-se uso de conjuntos fuzzy tipo 2, que proporcionam ao modelo maior flexibilidade e, segundo a literatura, uma maior capacidade de lidar com dados ruidosos. Adiciona-se ainda a possibilidade de utilização de variáveis exógenas para aumento da variabilidade genética no processo de otimização estocástica. Os resultados da comparação entre os modelos GPFIS-Forecast e GPFIS-Forecast+ mostram que, em geral, o segundo apresenta os menores erros. Em comparação com outros modelos da literatura, observa-se que o o GPFIS-Forecast+ apresenta maior acurácia para séries sem tendência e sem heterocedasticidade.

Descrição Arquivo
NA ÍNTEGRA  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui