Modelo de predição para análise comparativa de técnicas neuro-fuzzy e de regressão

• Ano de defesa: 2010
• Autor(a) principal: Oliveira, Alessandro Bertolani
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Espírito Santo; BR; Mestrado em Informática; Centro Tecnológico; UFES; Programa de Pós-Graduação em Informática
• Palavras-chave em Português: Inteligência computacional; Análise de regressão; Redes neurais (Computação); Kernel, Funções de; Teoria da previsão; Ciência da Computação; 004
• Link de acesso: http://repositorio.ufes.br/handle/10/6389

We investigate strategies to define prediction models for a quality parameter of an industrial process. We estimate this variable using computational intelligence and in special regression methods. The main contribution of this paper is the comparative analysis of heuristic training models to create the prediction system. We propose two main paradigms to obtain the system, machine learning and hybrid artificial neural networks. The resulting system is a prototype for the intelligent supervision of a real-time production process. Statistical tools are used to compare the performance of the regression based predictor and the neuro-fuzzy based predictor, considering the degree of adaptation of the system to the problem and its generalization ability.