dc.creator |
MASSELLI, Yvo Marcelo Chiaradia |
|
dc.date.issued |
2009-06-16 |
|
dc.identifier.citation |
MASSELLI, Yvo Marcelo Chiaradia. Proposta de um modelo de Rede Neuro-Fuzzy-Polinomial otimizado por algoritmos de enxame aplicado à previsão. 2009. 140 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Itajubá, Itajubá, 2009. |
pt_BR |
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/1548 |
|
dc.description.abstract |
O processo de previsão é útil em diversas atividades humanas. É nele que se baseiam os desenvolvimentos futuros, as etapas de um planejamento e as verificações de disponibilidade dos sistemas. É sabido que quanto maior for o horizonte de previsão mais difícil se torna acertar os valores previstos face aos que realmente ocorrem. E mais, que a qualidade do processo de previsão está intimamente ligada à qualidade da base histórica dos dados disponível e da repetibilidade desse conjunto de dados. Esta tese apresenta um estudo sobre as principais técnicas de inteligência artificial, operando isoladamente ou em cooperação, de forma a compor poderoso sistemas híbridos. Estes são aplicados em problemas de modelagem e identificação de sistemas complexos das mais diversas naturezas. Em seguida é proposto um novo modelo, baseado em redes neurais polinomiais e logica difusa, otimizados pela técnica de otimização por enxame de partículas para a previsão de sistemas. Para a comprovação da viabilidade, são realizados diversos testes envolvendo todas técnicas apresentadas, e os resultados são comparados com os obtidos pelo método proposto. |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.title |
Proposta de um modelo de Rede Neuro-Fuzzy-Polinomial otimizado por algoritmos de enxame aplicado à previsão. |
pt_BR |
dc.type |
Tese |
pt_BR |
dc.place |
Itajubá |
pt_BR |
dc.pages |
140 p. |
pt_BR |
dc.keywords.portuguese |
Otimização por enxame |
pt_BR |
dc.keywords.portuguese |
Redes neurais |
pt_BR |
dc.keywords.portuguese |
Previsão |
pt_BR |
dc.keywords.portuguese |
Sistemas inteligentes |
pt_BR |
dc.keywords.portuguese |
Sistemas híbridos |
pt_BR |
dc.keywords.english |
Particle swarm optimization |
pt_BR |
dc.keywords.english |
Neural networks |
pt_BR |
dc.keywords.english |
Forescasting |
pt_BR |
dc.keywords.english |
Intelligent systems |
pt_BR |
dc.keywords.english |
Hybrid systems |
pt_BR |
dc.orientador.principal |
TORRES, Germano Lambert |
|
dc.orientador.coorientador |
SILVA, Luiz Eduardo Borges da |
|
dc.place.presentation |
Universidade Federal de Itajubá |
pt_BR |
dc.pg.programa |
Engenharia Elétrica |
pt_BR |
dc.pg.area |
Sistemas Elétricos de Potência |
pt_BR |
dc.date.available |
2018-08-14T20:01:49Z |
|
dc.date.accessioned |
2018-08-14T20:01:49Z |
|
dc.publisher.department |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
|
dc.publisher.program |
Programa de Pós-Graduação: Doutorado - Engenharia Elétrica |
|