Título: Identificação e Previsão de Séries Temporais Utilizando LS-SVM Otimizado pelo Algoritmo de Cardumes
Autores: Santos, Leonardo Trigueiro dos; Santos Filho, Edgar Leite dos; Coelho, Leandro dos Santos
Resumo: A máquina de vetor suporte (SVM) é uma técnica relativamente recente. A SVM tem se mostrado muito eficiente quando aplicada à identificação e previsão de séries temporais, um importante problema no campo da engenharia. Uma variante deste método, a máquina de vetor suporte à mínimos quadrados (LS-SVM) possui as mesmas características básicas de sua predecessora e possui a vantagem de ser mais adequada ao processamento computacional. A fim de refinar o processo de identificação realizado pela LS-SVM o algoritmo de otimização por cardumes (FSS) foi escolhido dado suas características de adequação a problemas de difícil delimitação e alta dimensionalidade do espaço de busca, como no presente artigo. Os resultados das simulações baseados no uso combinado do LS-SVM com o FSS são promissores em termos de precisão e custo computacional quando aplicados ao índice EPEA/ESALQ (Centro de Estudos Avançados em Economia Aplicada/Escola Superior de Agricultura Luiz Queiroz) da soja.
Palavras-chave: Dança da chuva; jogar sal nas nuvens; incêndio em florestas; modelo não-linear; adaptação; aprendizagem
Páginas: 8
Código DOI: 10.21528/lmln-vol10-no2-art4
Artigo em PDF: vol10-no2-art4.pdf
Arquivo BibTex: vol10-no2-art4.bib