Rede Neural Híbrida ARTMAP-Fuzzy-MMQ

Autores

  • Marleide Ferreira Alves
  • Anna Diva Placencia Lotufo
  • Mara Lúcia Martins Lopes

DOI:

https://doi.org/10.5540/03.2018.006.02.0316

Palavras-chave:

Modelos de Previsão, Previsão de Cargas Elétricas, Regressão Linear Múltipla, Métodos dos Mı́nimos Quadrados, Rede Neural artificial ARTMAP Fuzzy, Arquitetura Hı́brida.

Resumo

Modelos de previsão são importantes nas mais diversas áreas do conhecimento. São métodos que têm o papel de extrair de modo sintético a realidade que se propõem a reproduzir no futuro da forma mais fiel possı́vel. Existem diversos modelos na literatura como os modelos estatı́sticos, as redes neurais artificiais e os modelos hı́bridos que é a união de dois ou mais modelos de previsão explorando as vantagens de cada um. Este trabalho propõe um modelo hı́brido que é a união entre a Rede Neural ARTMAP Fuzzy e o Método dos Mı́nimos Quadrados(MMQ). Este modelo é chamado ARTMAP Fuzzy - MMQ. Nele, a rede neural desempenha o papel de selecionar os vetores de entrada para a obtenção da equação de regressão atrávés da técnica dos Mı́nimos Quadrados e esta equação realiza a previsão. Para testar a metodologia foram realizadas várias previsões de cargas elétricas a curto prazo e comparadas às previsões realizadas utilizando individualmente a técnica dos Mı́nimos Quadrados e a rede neural ARTMAP Fuzzy. Em todos os testes a rede hı́brida se saiu melhor que os outros dois modelos testados.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2018-12-19

Edição

Seção

Trabalhos Completos