Capitolo 1 ...1
Introduzione ...1
Capitolo 2 ...3
Combinazione di pareri e previsioni ...3
2.1 Previsioni di serie temporali ... 3
2.1.1 Aggregazione di previsioni di serie temporali... 4
2.2 Problemi di regressione numerica ... 5
2.2.1 Regressione lineare... 5
2.2.2 Regressione non lineare ... 8
2.3 Regressione simbolica... 9
2.3.1 Regressione simbolica applicata ad insiemi fuzzy ... 10
2.4 Combinazione di previsioni di esperti umani ... 10
Capitolo 3 ... 12
Ottimizzazione multi-obiettivo ...12
3.1 Tecniche multi-obiettivo preference-based ... 13
3.2 Tecniche multi-obiettivo ottimali ... 14
3.3 Dominanza di Pareto ... 14
3.4 Algoritmi genetici multiobiettivo ... 16
Capitolo 4 ... 22
Programmazione genetica multi-obiettivo ...22
4.1 Principi di funzionamento di un algoritmo GP... 23
4.2 Strutture ed operatori nella programmazione genetica... 24
4.2.1 Rappresentazione degli individui ... 24
4.2.1 Operatori GP ... 25
4.3 Programmazione genetica multi-obiettivo (MOGP): ... 27
4.3.1 Identificazione del modello Narmax ... 28
4.3.2 Problemi di classificazione ... 28
4.3.3 Prevenzione del bloating... 28
4.4 NSGP II ... 29
4.4.1 Approccio al non-dominated sorting... 30
4.4.2 Preservazione della diversità ... 34
4.4.3 Stima della densità... 34
4.4.4 Crowded comparison operator... 37
4.4.5 Torneo binario... 38
4.4.6 Operatori ... 38
4.4.7 Algoritmo NSGP II, main loop... 39
4.4.8 Prevenzione del bloating... 40
Capitolo 5 ... 41
Regressione simbolica mediante MOGP ed operatori algebrici ...41
5.1 Regressione simbolica... 41
5.1.1 Utilizzo di MOGP per la risoluzione di regressione simbolica ... 42
5.1.2 Risoluzione di regressione numerica linare mediante NSGP II ... 43
5.1.3 Riconoscimento e approssimazione di funzioni note mediante NSGP II ... 44
5.1.4 Regressione simbolica crisp su serie temporale Box-Jenkins ... 51
5.1.5 Aggregazione di previsioni di serie temporali mediante regressione simbolica crisp 56
Capitolo 6 ... 58
Aggregazione di pareri/previsioni mediante MOGP ed operatori fuzzy ...58
6.1 Analisi del problema... 59
6.2 Modellizzazione del problema... 59
6.3 Operatori di aggregazione ... 61
6.4 Aggregazione di previsioni di serie temporali mediante regressione simbolica fuzzy ... 70
Capitolo 7 ... 73
Conclusioni ...73
Appendice A ... 74
Strumenti software utilizzati ...74
a.1 GPLAB ... 74
a.1.1 Analisi del software ... 74
a.1.2 Test effettuati sulla versione standard di GPLAB ... 76
a.1.3 Risultati ottenuti... 80
Appendice B ... 82
Realizzazione del software NSGP II...82
b.1 Installazione di NGSP II ... 83
b.2 Descrizione funzionale dell’applicativo c_nsgp.m... 83
b.2.1 Demo Mode ... 85
b.2.2 Import Mode ... 87
b.2.3 Test Mode ... 89
b.3 Descrizione funzionale dell’applicativo f_nsgp.m ... 91
b.3.1 Demo Mode ... 92
b.3.2 Import Mode ... 95
b.3.3 Test Mode ... 96
b.4 Descrizione funzionale del laboratorio evolutivo... 97
b.4.1 Pannello di controllo ... 98 b.4.2 Schermata principale ... 100 b.4.3 Schermata windowtree ... 103 b.4.4 Schermata Stats... 105 b.4.5 Schermata conclusiva ... 106
