Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas
| Main Author: | |
|---|---|
| Publication Date: | 2012 |
| Format: | Doctoral thesis |
| Language: | por |
| Source: | Biblioteca Digital de Teses e Dissertações do LNCC |
| Download full: | https://tede.lncc.br/handle/tede/154 |
Summary: | Muito esforço tem sido feito visando automatizar o processo de descoberta de conhecimento científico. Embora algumas etapas do mesmo já possam ser automatizadas, a substituição do especialista por um sistema computacional em atividades que requerem criatividade permanece como um grande desafio. No campo da inteligência computacional as técnicas de programação genética, e de evolução gramatical em especial, parecem ser adequadas a estas tarefas. O uso de gramáticas formais restringe a sintaxe dos artefatos possíveis, possibilitando adicionar viés na busca e gerar soluções mais compreensíveis. Além disso, a evolução gramatical faz uma distinção clara entre o espaço de busca e o espaço de soluções, oferecendo mais flexibilidade. Assim, propõe aqui a programação imunológica gramatical, uma técnica para evolução de programas que combina um mecanismo de busca inspirado pela teoria da seleção clonal com a representação via evolução gramatical. Adicionalmente, foi elaborado um novo procedimento de decodificação da solução candidata que sempre gera um programa válido. Finalmente, a técnica é aplicada a problemas de regressão simbólica e na inferência de modelos na forma de equações diferenciais ordinárias. Sua aplicabilidade na engenharia mecânica é também exemplificada no apoio à modelagem de deformações de dutos com amassamentos e no auxílio à criação de projetos estruturais ótimos. |
| id |
LNCC_ccdca9bd0cd33df1790dfaa63cce5e7d |
|---|---|
| oai_identifier_str |
oai:tede-server.lncc.br:tede/154 |
| network_acronym_str |
LNCC |
| network_name_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
| repository_id_str |
|
| spelling |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturasGrammar-based immune programming for automatic model inference and optimum design of structuresAlgorítmos genéticosProjeto estruturalGenetic algorithmsStructural designCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOMuito esforço tem sido feito visando automatizar o processo de descoberta de conhecimento científico. Embora algumas etapas do mesmo já possam ser automatizadas, a substituição do especialista por um sistema computacional em atividades que requerem criatividade permanece como um grande desafio. No campo da inteligência computacional as técnicas de programação genética, e de evolução gramatical em especial, parecem ser adequadas a estas tarefas. O uso de gramáticas formais restringe a sintaxe dos artefatos possíveis, possibilitando adicionar viés na busca e gerar soluções mais compreensíveis. Além disso, a evolução gramatical faz uma distinção clara entre o espaço de busca e o espaço de soluções, oferecendo mais flexibilidade. Assim, propõe aqui a programação imunológica gramatical, uma técnica para evolução de programas que combina um mecanismo de busca inspirado pela teoria da seleção clonal com a representação via evolução gramatical. Adicionalmente, foi elaborado um novo procedimento de decodificação da solução candidata que sempre gera um programa válido. Finalmente, a técnica é aplicada a problemas de regressão simbólica e na inferência de modelos na forma de equações diferenciais ordinárias. Sua aplicabilidade na engenharia mecânica é também exemplificada no apoio à modelagem de deformações de dutos com amassamentos e no auxílio à criação de projetos estruturais ótimos.Much effort has been made in order to automate the process of scientific knowledge discovery. Although some of the steps can be automated, the replacement of the specialist for a computer system in activities that require creativity remains a great challenge. In the field of computational intelligence the genetic programming techniques, and grammatical evolution in particular, appear to be adequate to these tasks. The use of formal grammars restricts the syntax of possible artifacts, making it possible to add bias in the search and generate more understandable solutions. Moreover, grammatical evolution establishes a clear distinction between the search space and the solution space, offering more flexibility. Thus, we propose here the grammar-based immune programming, a technique for evolving programs which combines a search engine inspired by clonal selection theory with the representation via grammatical evolution. Additionally, we developed a new procedure for decoding candidate solution that always generates a valid program. Finally, the technique is applied to symbolic regression and model inference in the form of ordinary differential equations. Its applicability in mechanical engineering is also exemplified in supporting the modeling of strains in a deformed pipe, and assisting the creation of optimal structural designLaboratório Nacional de Computação CientíficaServiço de Análise e Apoio a Formação de Recursos HumanosBRLNCCPrograma de Pós-Graduação em Modelagem ComputacionalBarbosa, Helio José CorrêaCPF:194 306 716 34http://lattes.cnpq.br/0375745110240885Loula, Abimael Fernando DouradoCPF:24477575734http://lattes.cnpq.br/7315592936477868Dardenne, Laurent EmmanuelCPF:49809431104http://lattes.cnpq.br/8344194525615133Ebecken, Nelson Francisco FavillaCPF:34005005772http://lattes.cnpq.br/2703716951709834Takahashi, Ricardo Hiroshi Caldeirahttp://lattes.cnpq.br/4947186824317781Bernardino, Heder Soares2015-03-04T18:57:47Z2013-07-092012-06-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://tede.lncc.br/handle/tede/154porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCC2018-07-04T12:59:44Zoai:tede-server.lncc.br:tede/154Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2018-07-04T12:59:44Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false |
| dc.title.none.fl_str_mv |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas Grammar-based immune programming for automatic model inference and optimum design of structures |
| title |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas |
| spellingShingle |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas Bernardino, Heder Soares Algorítmos genéticos Projeto estrutural Genetic algorithms Structural design CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| title_short |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas |
| title_full |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas |
| title_fullStr |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas |
| title_full_unstemmed |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas |
| title_sort |
Programação imunológica gramatical para inferência automática de modelos e projeto ótimo de estruturas |
| author |
Bernardino, Heder Soares |
| author_facet |
Bernardino, Heder Soares |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Barbosa, Helio José Corrêa CPF:194 306 716 34 http://lattes.cnpq.br/0375745110240885 Loula, Abimael Fernando Dourado CPF:24477575734 http://lattes.cnpq.br/7315592936477868 Dardenne, Laurent Emmanuel CPF:49809431104 http://lattes.cnpq.br/8344194525615133 Ebecken, Nelson Francisco Favilla CPF:34005005772 http://lattes.cnpq.br/2703716951709834 Takahashi, Ricardo Hiroshi Caldeira http://lattes.cnpq.br/4947186824317781 |
| dc.contributor.author.fl_str_mv |
Bernardino, Heder Soares |
| dc.subject.por.fl_str_mv |
Algorítmos genéticos Projeto estrutural Genetic algorithms Structural design CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| topic |
Algorítmos genéticos Projeto estrutural Genetic algorithms Structural design CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| description |
Muito esforço tem sido feito visando automatizar o processo de descoberta de conhecimento científico. Embora algumas etapas do mesmo já possam ser automatizadas, a substituição do especialista por um sistema computacional em atividades que requerem criatividade permanece como um grande desafio. No campo da inteligência computacional as técnicas de programação genética, e de evolução gramatical em especial, parecem ser adequadas a estas tarefas. O uso de gramáticas formais restringe a sintaxe dos artefatos possíveis, possibilitando adicionar viés na busca e gerar soluções mais compreensíveis. Além disso, a evolução gramatical faz uma distinção clara entre o espaço de busca e o espaço de soluções, oferecendo mais flexibilidade. Assim, propõe aqui a programação imunológica gramatical, uma técnica para evolução de programas que combina um mecanismo de busca inspirado pela teoria da seleção clonal com a representação via evolução gramatical. Adicionalmente, foi elaborado um novo procedimento de decodificação da solução candidata que sempre gera um programa válido. Finalmente, a técnica é aplicada a problemas de regressão simbólica e na inferência de modelos na forma de equações diferenciais ordinárias. Sua aplicabilidade na engenharia mecânica é também exemplificada no apoio à modelagem de deformações de dutos com amassamentos e no auxílio à criação de projetos estruturais ótimos. |
| publishDate |
2012 |
| dc.date.none.fl_str_mv |
2012-06-18 2013-07-09 2015-03-04T18:57:47Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://tede.lncc.br/handle/tede/154 |
| url |
https://tede.lncc.br/handle/tede/154 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica Serviço de Análise e Apoio a Formação de Recursos Humanos BR LNCC Programa de Pós-Graduação em Modelagem Computacional |
| publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica Serviço de Análise e Apoio a Formação de Recursos Humanos BR LNCC Programa de Pós-Graduação em Modelagem Computacional |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do LNCC instname:Laboratório Nacional de Computação Científica (LNCC) instacron:LNCC |
| instname_str |
Laboratório Nacional de Computação Científica (LNCC) |
| instacron_str |
LNCC |
| institution |
LNCC |
| reponame_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
| collection |
Biblioteca Digital de Teses e Dissertações do LNCC |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC) |
| repository.mail.fl_str_mv |
library@lncc.br||library@lncc.br |
| _version_ |
1832737879209541632 |