Title: Modelo Adaptativo Baseado Em Regras Nebulosas Aplicado À Previsão De Séries De Vazões Semanais
Authors: Luna, Ivette; Soares, Secundino; Ballini, Rosangela
Resumo: Este artigo propõe um modelo de aprendizado online baseado em regras nebulosas do tipo Takagi-Sugeno, para modelos de séries temporais. A estrutura do modelo é construída em duas etapas. Na primeira etapa, o modelo é inicializado utilizando um algoritmo de aprendizado construtivo offline, composto por duas regras nebulosas. Na segunda etapa, o modelo é modificado de forma dinâmica, utilizando um algoritmo de aprendizado recursivo baseado no algoritmo de maximização de verossimilhança e em operadores de adição e punição de regras. O aprendizado adaptativo, reduz a complexidade do modelo, e define de forma automática a sua estrutura. A proposta é aplicada na construção de um modelo de previsão de vazões semanais e os resultados são comparados com o modelo evolutivo Takagi-Sugeno. Os resultados obtidos mostram que a proposta é uma alternativa eficiente para modelos de séries temporais, proporcionando uma estrutura simples e parcimoniosa.
Keywords: Previsão de séries temporais; algoritmo EM; aprendizado adaptativo
Pages: 6
Paper as PDF: 50100038.pdf
BibTex file: 50100038.bib