首页    期刊浏览 2024年11月09日 星期六
登录注册

文章基本信息

  • 标题:Previsão não-linear dos preços de troncos de eucalipto baseada em uma abordagem neuroevolutiva
  • 其他标题:Nonlinear forecasting of eucalyptus wood prices based on an evolutionary neural network approach
  • 本地全文:下载
  • 作者:Coelho, Leandro dos Santos ; Silva, Wesley Vieira da ; Protil, Roberto Max
  • 期刊名称:Gestão & Produção
  • 印刷版ISSN:0104-530X
  • 电子版ISSN:1806-9649
  • 出版年度:2007
  • 卷号:14
  • 期号:1
  • 页码:139-154
  • DOI:10.1590/S0104-530X2007000100012
  • 语种:Portuguese
  • 出版社:Universidade Federal de São Carlos
  • 摘要:

    As ferramentas de identificação de sistemas e previsão de séries temporais permitem a concepção de modelos matemáticos baseados em dados numéricos. O problema essencial, nestes casos, é determinar o modelo matemático apropriado. Esse artigo apresenta o projeto de uma rede neural função de base radial (RN-RBF) para a previsão de séries temporais. Na utilização da RN-RBF para previsão de sistemas não-lineares é difícil determinar um conjunto apropriado de centros e aberturas para as funções de ativação Gaussianas para obter uma boa estrutura. Neste trabalho, a configuração da RN-RBF é baseada em uma abordagem híbrida baseada em método de agrupamento de dados de Gustafson-Kessel e procedimento de otimização usando evolução diferencial. O projeto de RN-RBF é validado para previsão de um passo à frente dos preços de troncos de eucalipto para celulose e serraria para ilustrar a eficiência da abordagem híbrida proposta. Além disso, o desempenho do projeto de RN-RBF baseado nos resultados de previsão é apresentado e discutido neste artigo.

  • 其他摘要:

    Computational tools of system identification and prediction of time series allows for the conception of mathematical models based on numerical data. The key problem in these cases is to find a suitable mathematical model. This paper presents a radial basis function neural network (RBF-NN) design for forecasting time series. Using the RBF-NN for nonlinear system forecasting is quite difficult as one has to choose an appropriate set of centers and spreads for the Gaussian activation functions to achieve a good network structure. In this work, the setup of RBF-NN is based on a hybrid method based on the Gustafson-Kessel clustering method and optimization procedure by differential evolution. The RBF-NN design is validated for the one-step ahead forecasting of eucalyptus wood prices for cellulose and sawmill to illustrate the effectiveness of this hybrid approach. The performance of the RBF-NN design based on forecasting results is presented and discussed in details.

  • 关键词:Séries temporais;Previsão;Redes neurais;Evolução diferencial;Agrupamento de dados
  • 其他关键词:Time series;Forecasting;Neural network;Radial basis function;Differential evolution
国家哲学社会科学文献中心版权所有