ModeloshÃbridos baseados em enxame de partÃculaspara previsÃo de sÃries temporais
AUTOR(ES)
Gustavo GalvÃo Petry
DATA DE PUBLICAÇÃO
2008
RESUMO
Este trabalho investiga a otimizaÃÃo de Redes Neurais Artificiais (RNA) por mÃtodos baseados em Enxame de PartÃculas (PSO) para a resoluÃÃo do problema de previsÃo de sÃries temporais. O PSO, apesar de ser uma tÃcnica linear, quando hibridizado com uma tÃcnica nÃo linear, como as redes neurais artificiais, formam um sistema hÃbrido inteligente (SHI) com um poderoso mecanismo de busca global(exploraÃÃo) e local (explotaÃÃo) capaz de capturar as caracterÃsticas nÃo lineares presentes em problemas complexos do mundo real. O problema de previsÃo de sÃries temporais à abordado atravÃs de diferentes modelos de otimizaÃÃo por enxame de partÃculas, que visam a ajustar os parÃmetros livres das RNAs, ora de forma isolada, ora em conjunto com algoritmos de aprendizagem comumente encontrados na literatura. Cada um dos sistemas hÃbridos inteligentes baseados em PSO age de forma distinta para modelar o fenÃmeno gerador da sÃrie, sendo seu desempenho testado de acordo com um conjunto de cinco mÃtricas robustas para anÃlise de comportamento dos modelos na previsÃo de sÃries temporais. Diversos experimentos foram realizados sobre um conjunto de cinco sÃries temporais de complexidades distintas, sendo duas naturais (sÃrie de Manchas Solares e SÃrie de Medidas de Brilho de uma Estrela) e trÃs econÃmico-financeiras (sÃrie das cotaÃÃes das aÃÃes da Petrobras, Ãndice Dow Jones Industrial Average, e Ãndice Standard &Poor 500), e os resultados obtidos com os modelos fundamentados em PSO sÃo analisados e comparados com outros mÃtodos clÃssicos baseados em redes neurais artificiais isoladas e com redes neurais conjugadas com algoritmos genÃticos. Os experimentos com modelos baseados em enxames de partÃculas obtiveram bom desempenho quando comparados com tÃcnicas jà consolidadas na literatura (RNA e AG+RNA), mostrando-se capazes de auxiliar de forma significativa na resoluÃÃo do problema de previsÃo
ASSUNTO(S)
ciencia da computacao particle swarm optimization redes neurais artificiais sÃries temporais otimizaÃÃo por enxame de partÃculas cial neural networks sistemas hÃbridos inteligentes time series forecasting previsÃo de sÃries temporais artifi hybrid intelligent systems
Documentos Relacionados
- Teoria da perturbaÃÃo em sistemas hÃbridos inteligentes para a previsÃo de sÃries temporais
- PrevisÃo de sÃries temporais usando modelos de composiÃÃo de especialistas locais.
- Uma nova metodologia hÃbrida inteligente para a previsÃo de sÃries temporais
- Modelo de sÃries temporais para a previsÃo da arrecadaÃÃo tributÃria federal
- Abordagem hÃbrida para otimizaÃÃo de redes neurais artificiais para previsÃo de sÃries temporais