Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"

Detalhes bibliográficos
Autor(a) principal: Lacerda, Estéfane George Macedo de
Data de Publicação: 1999
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06032018-104226/
Resumo: A escolha da topologia de uma Rede Neural RBF é geralmente realizada por tentativa e erro baseado na experiência do projetista. Os algoritmos de treinamento existentes que determinam a topologia da rede utilizam métodos locais, que apresentam uma grande possibilidade de cair em mínimos locais gerando soluções sub-ótimas. Algoritmos Genéticos representam um método de busca global apropriado para encontrar boas soluções em espaços de busca complexos, como o espaço de busca das topologias das Redes Neurais. Este trabalho propõe um Algoritmo Genético para otimizar a topologia de redes RBF limitando o espaço de busca através de uma técnica de aglomeração. Os resultados obtidos sugerem que esta otimização melhora o desempenho de redes RBF em aplicações financeiras.
id USP_a4bfcade1d5d5195098e5a7d4afeebe8
oai_identifier_str oai:teses.usp.br:tde-06032018-104226
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"Not availableNão disponívelNot availableA escolha da topologia de uma Rede Neural RBF é geralmente realizada por tentativa e erro baseado na experiência do projetista. Os algoritmos de treinamento existentes que determinam a topologia da rede utilizam métodos locais, que apresentam uma grande possibilidade de cair em mínimos locais gerando soluções sub-ótimas. Algoritmos Genéticos representam um método de busca global apropriado para encontrar boas soluções em espaços de busca complexos, como o espaço de busca das topologias das Redes Neurais. Este trabalho propõe um Algoritmo Genético para otimizar a topologia de redes RBF limitando o espaço de busca através de uma técnica de aglomeração. Os resultados obtidos sugerem que esta otimização melhora o desempenho de redes RBF em aplicações financeiras.The choice of the topology of a RBF Neural Network is usually carried out by trial and error based on the designer experience. The most common training algorithms that define the network topology use local methods which have a large possibility of being trapped at a local minima, producing sub-optima solutions. Genetic Algorithms represent a global search method appropriate to find good solutions in complex search spaces, like the space of Neural Networks topologies. This work proposes a Genetic Algorithm for RBF networks optimisation limiting the search space through a clustering technique. The results achieved suggest that this optimisation improves the performance of RBF networks in finance applications.Biblioteca Digitais de Teses e Dissertações da USPCarvalho, André Carlos Ponce de Leon Ferreira deLacerda, Estéfane George Macedo de1999-03-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-06032018-104226/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-07-19T20:50:39Zoai:teses.usp.br:tde-06032018-104226Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-07-19T20:50:39Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
Not available
title Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
spellingShingle Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
Lacerda, Estéfane George Macedo de
Não disponível
Not available
title_short Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
title_full Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
title_fullStr Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
title_full_unstemmed Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
title_sort Otimização de Redes Neurais RBF Usando Algoritmos Genéticos e sua Aplicação na Área Financeira\"
author Lacerda, Estéfane George Macedo de
author_facet Lacerda, Estéfane George Macedo de
author_role author
dc.contributor.none.fl_str_mv Carvalho, André Carlos Ponce de Leon Ferreira de
dc.contributor.author.fl_str_mv Lacerda, Estéfane George Macedo de
dc.subject.por.fl_str_mv Não disponível
Not available
topic Não disponível
Not available
description A escolha da topologia de uma Rede Neural RBF é geralmente realizada por tentativa e erro baseado na experiência do projetista. Os algoritmos de treinamento existentes que determinam a topologia da rede utilizam métodos locais, que apresentam uma grande possibilidade de cair em mínimos locais gerando soluções sub-ótimas. Algoritmos Genéticos representam um método de busca global apropriado para encontrar boas soluções em espaços de busca complexos, como o espaço de busca das topologias das Redes Neurais. Este trabalho propõe um Algoritmo Genético para otimizar a topologia de redes RBF limitando o espaço de busca através de uma técnica de aglomeração. Os resultados obtidos sugerem que esta otimização melhora o desempenho de redes RBF em aplicações financeiras.
publishDate 1999
dc.date.none.fl_str_mv 1999-03-10
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 http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06032018-104226/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-06032018-104226/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256761781714944