Busca avançada
Ano de início
Entree

Algoritmos evolucionários e redes neurais artificiais em problemas não-estacionários

Processo: 04/04289-6
Linha de fomento:Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Vigência: 01 de setembro de 2004 - 30 de novembro de 2008
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Renato Tinós
Beneficiário:Renato Tinós
Instituição-sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
Bolsa(s) vinculada(s):08/03382-3 - Auxílio à previsão da incidência de dengue através de um modelo baseado em equações diferenciais e redes neurais artificiais, BP.IC
05/54015-2 - Projeto e construção de robôs evolucionários, BP.IC
05/54014-6 - Desenvolvimento de algoritmos inteligentes para robôs evolucionários, BP.IC
04/13371-8 - Otimização do conjunto de sensores utilizados por uma língua artificial através de algoritmos genéticos, BP.IC
04/11746-4 - Previsão da incidência de dengue através de redes neurais artificiais, BP.IC
Assunto(s):Algoritmos  Redes neurais  Biologia computacional  Reconhecimento de padrões  Robôs móveis 
Publicação FAPESP:http://media.fapesp.br/bv/uploads/pdfs/Investindo...pesquisadores_222_176_176.pdf

Resumo

Apesar de grande parte dos problemas de otimização em sistemas reais ser dinâmicos, a pesquisa em Algoritmos Evolucionários (AEs) tem se concentrado basicamente em problemas de otimização estacionários. AEs são algoritmos de otimização inspirados na evolução natural e usam, geralmente, funções objetivo estáticas com ótimos globais fixos. Contudo, os sistemas reais operam na maior parte das vezes em ambientes dinâmicos em que a solução corrente deve evoluir de acordo com as mudanças. Vários são os exemplos de mudanças que ocorrem em problemas não-estacionários, tais como falhas e deterioração de equipamentos, mudanças econômicas, doenças, mudanças nas configurações do ambiente, mudanças climáticas e mudanças devido a variáveis humanas. Este projeto visa o estudo de AEs em problemas não-estacionários, principalmente aqueles associados às redes neurais artificiais, bioinformática e robótica. Para isso, serão estudados algoritmos baseados na solução encontrada pela natureza de alterar a robustez de cada gene para permitir que seja mais ou menos suscetível a mudanças. (AU)

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
RENATO TINÓS. Comportamento auto-organizável em algoritmos genéticos aplicados a robôs móveis em ambientes dinâmicos. Sba : Controle & Automação, v. 18, n. 1, p. 13-23, Mar. 2007.
TINÓS‚ R.; TERRA‚ M.H.; BERGERMAN‚ M. A fault tolerance framework for cooperative robotic manipulators. CONTROL ENGINEERING PRACTICE, v. 15, n. 5, p. 615-625, 2007.
TINÓS‚ R.; YANG‚ S. A self-organizing random immigrants genetic algorithm for dynamic optimization problems. Genetic Programming and Evolvable Machines, v. 8, n. 3, p. 255-286, 2007.
TINÓS‚ R.; DE CARVALHO‚ A.C. Use of gene dependent mutation probability in evolutionary neural networks for non-stationary problems. Neurocomputing, v. 70, n. 1, p. 44-54, 2006.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.