Utilizando uma rede neural artificial para aproximação da função de evolução do sistema de Lorentz
DOI:
https://doi.org/10.32358/rpd.2016.v2.94Palavras-chave:
Rede Neural Artificial, Sistema de Lorentz, Aproximação de Função.Resumo
O objetivo principal deste artigo é realizar a aproximação da função de evolução temporal do Sistema de Lorenz utilizando uma Rede Neural Artificial do tipo MLP (Multilayer Perceptron). Além deste objetivo principal, como objetivo específico, apresentam-se os conceitos básicos das Redes Neurais Artificiais (RNAs), um breve histórico da Teoria do Caos e o Sistema de Lorentz. A metodologia adotada na estruturação deste artigo foi definida como bibliográfica e experimental. Atualmente, existe grande interesse nos modelos de redes neurais para resolver problemas não convencionais e complexos, nesse contexto, as Redes Neurais Artificiais têm surgido como alternativa para inúmeras aplicações em diversas áreas do conhecimento. Os resultados obtidos nos experimentos apontam positivamente para a utilização das RNAs. Espera-se com esse artigo incentive a utilização das RNAs em aplicações complexas em que a aprendizagem, associação, generalização e abstração são necessárias para apoio à tomada de decisão.Downloads
Referências
AFFONSO, C. Aplicação de Redes Neuro Fuzzy ao Processamento de Polímeros na Indústria Automotiva. 2010. Dissertação (Mestrado) – Universidade Nove de Julho, Engenharia de Produção, São Paulo. 111 p.
BIGUS, J. P. Data Mining with Neural Network: Solving Business Problems from Applications Development to Decision Support. Mcgraw-Hill, 1996.
BRAGA, A. P.; CARVALHO A. C. P. L. F.; LUDERMIR, T. B. Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro. Ed. LTC, 2ª ed. Rio de Janeiro, 2011.
FERREIRA, Ricardo Pinto. Combinação de Técnicas da Inteligência Artificial para Previsão do Comportamento do Tráfego Veicular Urbano na Cidade de São Paulo. 2011. Dissertação (Mestrado) – Universidade Nove de Julho, Engenharia de Produção, São Paulo. 107 p.
GAGANIS, C. Classification techniques for the identification of falsified financial statements: a comparative analysis, Intell. Syst. Account. Financ. Manag. v.16, p. 207–229, 2009.
HAYKIN, S. Redes Neurais – Princípios e Práticas. Bookman. 2a edição. Porto Alegre, 2001.
HEBB, D. O. The Organization of Behavior: Neuropsychological Theory, N. Y.:Willey, 1949.
ITURRIAGA, F.J.L.; SANZ, I. P. Bankruptcy visualization and prediction using neural networks: a study of US commercial banks, Exp. Syst. Appl. 42, p. 2857–2869, 2015.
KOVÁCS, Z. L. Redes Neurais Artificiais - Fundamentos e Aplicações. Editora Livraria da Física. 4ª edição. São Paulo, 2006.
KRISTJANPOLLER, W.; MINUTOLO, M. C. Gold price volatility: a forecasting approach using the Artificial Neural Network–GARCH model, Exp. Syst. Appl, 2015.
LABOISSIERE, L. A.; FERNANDES, R. A.; LAGE, G. G. Maximum and minimum stock price forecasting of Brazilian power distribution companies based on artificial neural networks, Appl. Soft Comput, 2015.
LARRAIN, J. M.; TURNER, C. The treasury bill rate, the great recession, and neural networks estimates of real business sales, Proc. Comput. Sci. 36, p. 227–233, 2014.
LORENTZ, E. N. Deterministic nonperiodic flow, J. Atmosph. Sci., v.20. p. 130-141, 1963.
MARTINIANO, A. S.; FERREIRA, R. P.; AFFONSO, C.; SASSI, R. J. Aplicação de uma Rede Neuro Fuzzy na Previsão do Absenteísmo no Trabalho. CISTI'2012 - 7ª Conferencia Ibérica de Sistemas y Tecnologías de Información, 2012.
MATLAB ® version 7.8.0 R2009a, 2009.
MCCULOCH, W. S.; PITTS, W. H. A logical calculus of the ideas immanent in nervous activity, Bulletin of mathematical biophysics, v. 5, p. 115-133, 1943.
MENDEL, J. M.; MCLAREN, R. W. Reinforcement-learning control and pattern recognition systems. Adaptive, Learning and Pattern Recognition Systems. Academic Press, New York e London, Cap. 8, p. 287–318, 1970.
MONTEIRO, L. H. A. Sistemas Dinâmicos. 2. ed. São Paulo: Editora Livraria da Física, 2006.
RATH, S.; JAGADEV, A. K.; NAYAK, M. R. Performance analysis of stock market using artificial neural network, Int. J. Appl. Eng. Res. 10, 2015.
ROSENBLATT, M. The Perceptron: A probabilistic model for information storage and organization in the Brain. Psychological review, v.65, n.6, p. 386-408, 1958.
RUSSEL, S.; NORVIG, P. Inteligência Artificial. Campus. 3. ed. São Paulo, 2013.
SASSI, Renato José. Uma Arquitetura Híbrida para Descoberta de Conhecimento em Bases de Dados: Teoria dos Rough Sets e Redes Neurais Artificiais Mapas Auto-Organizáveis. 169 f. Tese (Doutorado) – Escola Politécnica da Universidade de São Paulo, Departamento de Engenharia Elétrica, São Paulo, 2006.
SILVA, I. N.; SPATTI, D. H.; FLAUZINO, R. A. Redes Neurais Artificiais para Engenharia e Ciências Aplicadas. SP: Artliber, 2010.
SIMÕES, M. G.; SHAW, I. S. Controle e Modelagem fuzzy. São Paulo: Blucher: FAPESP, 2007.
TEORIA DO CAOS. Disponível em: < http://www.brasilescola.com/fisica/teoria-caos.htm# > Acesso em 04 fev. 2016.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2018 Revista Produção e Desenvolvimento
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Todo o conteúdo do periódico é licenciado sob uma Licença Creative Commons BY - Atribuição 4.0 Não Adaptada (CC BY 4.0). Autores e co-autores mantém os direitos autorais e concedem à revista o direito de publicação, sem retribuição financeira para os autores, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação.
Os artigos são livres de usar, com suas próprias atribuições de licença CC BY.
A revista não se responsabiliza pelas opiniões, ideias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es). Os artigos aqui publicados são de responsabilidade exclusiva do(s) autor(es), observando a Lei de Direito Autoral n 9.610, de 19 de fevereiro de 1998. Salientamos que cabe ao periódico apenas a responsabilidade da avaliação dos artigos, sendo um veículo de publicação científica.
O editor possui o direito de rejeitar os artigos que no processo de avaliação tenham sido detectados indícios de plágio. Os artigos que tenham sido detectados indícios de plágio posteriormente à publicação, serão excluídos da edição. E a indicação do problema será informada no lugar do texto, mantendo-se a mesma quantidade de paginas.
Esta Revista adota os princípios de conduta ética do Comitê de Ética na Publicação (COPE) da qualidade internacional, bem como os parâmetros de Integridade na Atividade Científica indicados pelo SCOPUS e SCIELO.
