Identificação e Previsão de Séries Temporais Utilizando LS-SVM Otimizado pelo Algoritmo de Cardumes

Abstract

Resumo-A máquina de vetor suporte (SVM)é uma técnica relativamente recente. A SVM tem se mostrado muito eficiente quando aplicadaà identificação e previsão de séries temporais, um importante problema no campo da engenharia. Uma variante deste método, a máquina de vetor suporteà mínimos quadrados (LS-SVM) possui as mesmas características básicas de sua predecessora e possui a vantagem de ser mais adequada ao processamento computacional. A fim de refinar o processo de identificação realizado pela LS-SVM o algoritmo de otimização por cardumes (FSS) foi escolhido dado suas características de adequação a problemas de difícil delimitação e alta dimensionalidade do espaço de busca, como no presente artigo. Os resultados das simulações baseados no uso combinado do LS-SVM com o FSS são promissores em termos de precisão e custo computacional quando aplicados aoíndice EPEA/ESALQ (Centro de Estudos Avançados em Economia Aplicada/Escola Superior de Agricultura Luiz Queiroz) da soja. Palavras-chave-Dança da chuva, jogar sal nas nuvens, incêndio em florestas, modelo não-linear, adaptação e aprendizagem.

Análise comparativa de elementos fí­sico-quí­micos e contaminantes em corpo d"™água do Riacho Grilo no estado de Sergipe

“…A utilização de fertilizantes e agrotóxicos nas lavouras podem promover a contaminação do solo, pois alguns fertilizantes contêm em sua composição metais pesados, tal característica pode contribuir na maximização do conteúdo tóxico do solo 13 . Os metais pesados, a partir da água proveniente da pluviosidade, podem ser transportados pela força da gravidade infiltrando nos espaços vazios do solo, contaminando os diversos reservatórios de água, bem como as diferentes formas de vida que habitam este ambiente 14 .…”