Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/8287 |
Resumo: | A Regressão simbólica consiste na manipulação de expressões matemáticas para encon-trar uma função que melhor representa um conjunto de dados. Já problemas de classifica-ção podem ser entendidos como o efeito de dispor por classes um conjunto de elementos. Técnicas computacionais foram desenvolvidas para resolver esses tipos de problema, a Programação Genética (PG) é uma delas. Uma vantagem dessa técnica é o fato de produ-zir modelos simbólicos que são possíveis de serem interpretados. A Programação Genética Gramatical (PGG) surgiu com o uso de gramáticas formais para auxiliar a busca desses modelos. Um problema da PGG é o ajuste de coeficientes, já que apenas valores gerados pela gramática podem aparecer dentro de um modelo. Diferentes formas de hibridização de PGG são utilizadas neste trabalho para ajuste de coeficientes. Evolução Diferencial (ED) e Estratégia Evolutiva (EE) são técnicas de otimização contínua e o objetivo deste trabalho é de gerar melhores soluções do que uma PGG padrão, ao utilizar essas técnicas para realizar o ajuste dos coeficientes. Foram testados 23 problemas de regressão simbó-lica e 7 de classificação para comparar o desempenho das técnicas propostas com a PGG padrão. Foram encontrados resultados promissores quando comparados a PGG na sua forma padrão. |
id |
UFJF_f2392f2f561e65ec18ccdb06ce5ff6e7 |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/8287 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Bernardino, Heder Soareshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4742940J5Oliveira, Itamar Leite dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707611T1Borges, Carlos Cristiano Hasencleverhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728257U5Porto, Luismar Marqueshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787917D4Angelo, Jaqueline da Silvahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4420507T1http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4319467E7Motta, Flavio Andrade Amaral2018-12-17T17:40:12Z2018-12-172018-12-17T17:40:12Z2018-07-05https://repositorio.ufjf.br/jspui/handle/ufjf/8287A Regressão simbólica consiste na manipulação de expressões matemáticas para encon-trar uma função que melhor representa um conjunto de dados. Já problemas de classifica-ção podem ser entendidos como o efeito de dispor por classes um conjunto de elementos. Técnicas computacionais foram desenvolvidas para resolver esses tipos de problema, a Programação Genética (PG) é uma delas. Uma vantagem dessa técnica é o fato de produ-zir modelos simbólicos que são possíveis de serem interpretados. A Programação Genética Gramatical (PGG) surgiu com o uso de gramáticas formais para auxiliar a busca desses modelos. Um problema da PGG é o ajuste de coeficientes, já que apenas valores gerados pela gramática podem aparecer dentro de um modelo. Diferentes formas de hibridização de PGG são utilizadas neste trabalho para ajuste de coeficientes. Evolução Diferencial (ED) e Estratégia Evolutiva (EE) são técnicas de otimização contínua e o objetivo deste trabalho é de gerar melhores soluções do que uma PGG padrão, ao utilizar essas técnicas para realizar o ajuste dos coeficientes. Foram testados 23 problemas de regressão simbó-lica e 7 de classificação para comparar o desempenho das técnicas propostas com a PGG padrão. Foram encontrados resultados promissores quando comparados a PGG na sua forma padrão.Symbolic regression is the manipulation of mathematical expressions to find a function that best represents a dataset. Classification problems can be understood as the effect of arranging by classes a set of elements. Computational techniques were developed to solve these types of problems, Genetic Programming (GP) is one of them. One advantage of this technique is that it produces symbolic models that are easy to interpret. Grammar-based Genetic Programming (GGP) came up with the use of formal grammars to aid in the search for these models. One GGP problem is the coefficient adjustment as only va-lues from the grammar can appear within a model. Different hybridization forms of GGP are used in this work to solve this problem. Differential Evolution (DE) and Evolution Strategy (ES) are continuous optimization techniques, the objective here is to generate better solutions than a standard GGP, by the usage of these techniques to perform the adjustment of the coefficients. We tested 23 symbolic regression and 7 classification pro-blems to compare the performance of the proposed techniques with the standard GGP. Promising results compared to standard GGP were found.FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisporUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Ciência da ComputaçãoUFJFBrasilICE – Instituto de Ciências ExatasCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOProgramação Genética GramaticalEvolução diferencialEstratégia evolutivaHibridismoGrammar-based Genetic ProgrammingDifferential evolutionEvolution strategiesHibrydsmHibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTEXTflavioandradeamaralmotta.pdf.txtflavioandradeamaralmotta.pdf.txtExtracted texttext/plain130277https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/3/flavioandradeamaralmotta.pdf.txtaaaebd37fd057e05693f186c5e8f942cMD53THUMBNAILflavioandradeamaralmotta.pdf.jpgflavioandradeamaralmotta.pdf.jpgGenerated Thumbnailimage/jpeg1280https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/4/flavioandradeamaralmotta.pdf.jpg3fca3aae0cd158f5603fd8a2974dcac3MD54ORIGINALflavioandradeamaralmotta.pdfflavioandradeamaralmotta.pdfapplication/pdf1177372https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/1/flavioandradeamaralmotta.pdfe65d68d83221b314316cdf242a878f02MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52ufjf/82872019-06-16 11:28:08.739oai:hermes.cpd.ufjf.br:ufjf/8287TElDRU7vv71BIERFIERJU1RSSUJVSe+/ve+/vU8gTu+/vU8tRVhDTFVTSVZBCgpDb20gYSBhcHJlc2VudGHvv73vv71vIGRlc3RhIGxpY2Vu77+9YSwgdm9j77+9IChvIGF1dG9yIChlcykgb3UgbyB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvcikgY29uY2VkZSBhbyBSZXBvc2l077+9cmlvIApJbnN0aXR1Y2lvbmFsIGRhIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIEp1aXogZGUgRm9yYSBvIGRpcmVpdG8gbu+/vW8tZXhjbHVzaXZvIGRlIHJlcHJvZHV6aXIsIHRyYWR1emlyIChjb25mb3JtZSBkZWZpbmlkbyBhYmFpeG8pLCBlL291IGRpc3RyaWJ1aXIgYSBzdWEgcHVibGljYe+/ve+/vW8gKGluY2x1aW5kbyBvIHJlc3VtbykgcG9yIHRvZG8gbyBtdW5kbyBubyBmb3JtYXRvIGltcHJlc3NvIGUgZWxldHLvv71uaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIGZvcm1hdG9zIO+/vXVkaW8gb3Ugdu+/vWRlby4KClZvY++/vSBjb25jb3JkYSBxdWUgbyBSZXBvc2l077+9cmlvIEluc3RpdHVjaW9uYWwgZGEgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZGUgSnVpeiBkZSBGb3JhIHBvZGUsIHNlbSBhbHRlcmFyIG8gY29udGXvv71kbywgdHJhbnNwb3IgYSBzdWEgcHVibGljYe+/ve+/vW8gcGFyYSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8gcGFyYSBmaW5zIGRlIHByZXNlcnZh77+977+9by4gVm9j77+9IHRhbWLvv71tIGNvbmNvcmRhIHF1ZSBvIFJlcG9zaXTvv71yaW8gSW5zdGl0dWNpb25hbCBkYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkZSBKdWl6IGRlIEZvcmEgcG9kZSBtYW50ZXIgbWFpcyBkZSB1bWEgY++/vXBpYSBkZSBzdWEgcHVibGljYe+/ve+/vW8gcGFyYSBmaW5zIGRlIHNlZ3VyYW7vv71hLCBiYWNrLXVwIGUgcHJlc2VydmHvv73vv71vLiBWb2Pvv70gZGVjbGFyYSBxdWUgYSBzdWEgcHVibGljYe+/ve+/vW8g77+9IG9yaWdpbmFsIGUgcXVlIHZvY++/vSB0ZW0gbyBwb2RlciBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbu+/vWEuIFZvY++/vSB0YW1i77+9bSBkZWNsYXJhIHF1ZSBvIGRlcO+/vXNpdG8gZGEgc3VhIHB1YmxpY2Hvv73vv71vIG7vv71vLCBxdWUgc2VqYSBkZSBzZXUgY29uaGVjaW1lbnRvLCBpbmZyaW5nZSBkaXJlaXRvcyBhdXRvcmFpcyBkZSBuaW5nde+/vW0uCgpDYXNvIGEgc3VhIHB1YmxpY2Hvv73vv71vIGNvbnRlbmhhIG1hdGVyaWFsIHF1ZSB2b2Pvv70gbu+/vW8gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9j77+9IGRlY2xhcmEgcXVlIG9idGV2ZSBhIHBlcm1pc3Pvv71vIGlycmVzdHJpdGEgZG8gZGV0ZW50b3IgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIHBhcmEgY29uY2VkZXIgYW8gUmVwb3NpdO+/vXJpbyBJbnN0aXR1Y2lvbmFsIGRhIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIEp1aXogZGUgRm9yYSBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgbmVzdGEgbGljZW7vv71hLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3Tvv70gY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBubyBjb250Ze+/vWRvIGRhIHB1YmxpY2Hvv73vv71vIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0Hvv73vv71PIE9SQSBERVBPU0lUQURBIFRFTkhBIFNJRE8gUkVTVUxUQURPIERFIFVNIFBBVFJPQ++/vU5JTyBPVSBBUE9JTyBERSBVTUEgQUfvv71OQ0lBIERFIEZPTUVOVE8gT1UgT1VUUk8gT1JHQU5JU01PLCBWT0Pvv70gREVDTEFSQSBRVUUgUkVTUEVJVE9VIFRPRE9TIEUgUVVBSVNRVUVSIERJUkVJVE9TIERFIFJFVklT77+9TyBDT01PIFRBTULvv71NIEFTIERFTUFJUyBPQlJJR0Hvv73vv71FUyBFWElHSURBUyBQT1IgQ09OVFJBVE8gT1UgQUNPUkRPLgoKTyBSZXBvc2l077+9cmlvIEluc3RpdHVjaW9uYWwgZGEgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZGUgSnVpeiBkZSBGb3JhIHNlIGNvbXByb21ldGUgYSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8gc2V1IG5vbWUgKHMpIG91IG8ocykgbm9tZShzKSBkbyhzKSBkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIGRhIHB1YmxpY2Hvv73vv71vLCBlIG7vv71vIGZhcu+/vSBxdWFscXVlciBhbHRlcmHvv73vv71vLCBhbO+/vW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbu+/vWEuCg==Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-06-16T14:28:08Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
title |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
spellingShingle |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação Motta, Flavio Andrade Amaral CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Programação Genética Gramatical Evolução diferencial Estratégia evolutiva Hibridismo Grammar-based Genetic Programming Differential evolution Evolution strategies Hibrydsm |
title_short |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
title_full |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
title_fullStr |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
title_full_unstemmed |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
title_sort |
Hibridização de Programação Genética Gramatical com estratégia evolutiva e evolução diferencial aplicada a problemas de regressão simbólica e de classificação |
author |
Motta, Flavio Andrade Amaral |
author_facet |
Motta, Flavio Andrade Amaral |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Bernardino, Heder Soares |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4742940J5 |
dc.contributor.advisor-co1.fl_str_mv |
Oliveira, Itamar Leite de |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707611T1 |
dc.contributor.referee1.fl_str_mv |
Borges, Carlos Cristiano Hasenclever |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728257U5 |
dc.contributor.referee2.fl_str_mv |
Porto, Luismar Marques |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787917D4 |
dc.contributor.referee3.fl_str_mv |
Angelo, Jaqueline da Silva |
dc.contributor.referee3Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4420507T1 |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4319467E7 |
dc.contributor.author.fl_str_mv |
Motta, Flavio Andrade Amaral |
contributor_str_mv |
Bernardino, Heder Soares Oliveira, Itamar Leite de Borges, Carlos Cristiano Hasenclever Porto, Luismar Marques Angelo, Jaqueline da Silva |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Programação Genética Gramatical Evolução diferencial Estratégia evolutiva Hibridismo Grammar-based Genetic Programming Differential evolution Evolution strategies Hibrydsm |
dc.subject.por.fl_str_mv |
Programação Genética Gramatical Evolução diferencial Estratégia evolutiva Hibridismo Grammar-based Genetic Programming Differential evolution Evolution strategies Hibrydsm |
description |
A Regressão simbólica consiste na manipulação de expressões matemáticas para encon-trar uma função que melhor representa um conjunto de dados. Já problemas de classifica-ção podem ser entendidos como o efeito de dispor por classes um conjunto de elementos. Técnicas computacionais foram desenvolvidas para resolver esses tipos de problema, a Programação Genética (PG) é uma delas. Uma vantagem dessa técnica é o fato de produ-zir modelos simbólicos que são possíveis de serem interpretados. A Programação Genética Gramatical (PGG) surgiu com o uso de gramáticas formais para auxiliar a busca desses modelos. Um problema da PGG é o ajuste de coeficientes, já que apenas valores gerados pela gramática podem aparecer dentro de um modelo. Diferentes formas de hibridização de PGG são utilizadas neste trabalho para ajuste de coeficientes. Evolução Diferencial (ED) e Estratégia Evolutiva (EE) são técnicas de otimização contínua e o objetivo deste trabalho é de gerar melhores soluções do que uma PGG padrão, ao utilizar essas técnicas para realizar o ajuste dos coeficientes. Foram testados 23 problemas de regressão simbó-lica e 7 de classificação para comparar o desempenho das técnicas propostas com a PGG padrão. Foram encontrados resultados promissores quando comparados a PGG na sua forma padrão. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-12-17T17:40:12Z |
dc.date.available.fl_str_mv |
2018-12-17 2018-12-17T17:40:12Z |
dc.date.issued.fl_str_mv |
2018-07-05 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/8287 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/8287 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICE – Instituto de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/3/flavioandradeamaralmotta.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/4/flavioandradeamaralmotta.pdf.jpg https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/1/flavioandradeamaralmotta.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/8287/2/license.txt |
bitstream.checksum.fl_str_mv |
aaaebd37fd057e05693f186c5e8f942c 3fca3aae0cd158f5603fd8a2974dcac3 e65d68d83221b314316cdf242a878f02 000e18a5aee6ca21bb5811ddf55fc37b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661349139316736 |