BDBComp
Parceria:
SBC
Previsibilidade em sistemas caóticos utilizando o sistema Neuro-Difuso ANFIS

Pettras Leonardo Bueno Dos SantosSandra Aparecida SandriHaroldo Fraga de Campos Velho

Os sistemas caóticos apresentam grande sensibilidade às condições iniciais. Pequenas alterações nestas condições iniciais podem levar a resultados muito diferentes da trajetória original do sistema. Esta característica faz com que seja muito difícil prever o comportamento destes sistemas, principalmente porque em várias aplicações práticas, as condições iniciais são obtidas com instrumentos de medida, os quais estão sujeitos a erros de precisão. A previsibilidade do comportamento de sistemas caóticos é uma área de grande importância porque muitos fenômenos do mundo real apresentam algum tipo de comportamento caótico. Para tentar realizar algum tipo de previsão em sistemas caóticos, algumas técnicas têm sido utilizadas, alguns exemplos são: "bred vectors", "singular vectors", "Perturbed Observation" e Coeficientes Locais de Lyapunov. Neste trabalho, utilizamos a técnica de "bred vectors" para gerar pares de entrada/saída desejada para o sistema ANFIS. A partir do treinamento com esses pares o ANFIS gera um sistema Fuzzy do tipo Takagi-Sugeno, tal sistema pode ser utilizado com um conjunto de testes para verificar a eficácia do modelo. Neste trabalho, o sistema Takagi-Sugeno gerado pelo ANIFS é utilizado para predizer se a trajetória do sistema de Lorenz vai mudar de região ou não, e caso mude, após quantas a trajetória voltará à região atual.

http://www.lbd.dcc.ufmg.br/colecoes/cbsf/2012/009.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD