Um estudo bibliográfico sobre regressão linear com suporte de programação genética / A bibliographic study on linear regression with genetic programming support
DOI:
https://doi.org/10.34117/bjdv6n11-181Keywords:
Análise Estatística, Regressão Linear, Programação Genética.Abstract
A combinação das técnicas de Programação Genética e de Regressão Linear tem sido utilizada em diferentes aplicações, como em agendamento de tarefas, projetos de software e de hardware, previsão das condições climáticas, experimentos com fármacos, tratamento de câncer, avaliação de qualidade de alimentos, entre outros. Contudo, percebe-se que, essa combinação introduziu uma nova classe de problemas, os quais consideram as particularidades das duas abordagens, sendo assim necessário explorá-la, para relacionar e classificar suas principais características e demandas. Este trabalho visa, através de estudo aprofundado da literatura em Programação Genética e Regressão Linear, examinar suas potencialidades e estabelecer o estado de arte dessa comunhão, além de disponibilizar uma ferramenta para sua aplicação prática.
References
CHAN, K. Y.; KWONG, C. K.; FOGARTY, T. C. Modeling manufacturing processes using a genetic programming-based fuzzy regression with detection of outliers. In: Information Sciences, 180(4), p. 506-518, 2010.
ESMERALDO, G.; FEITOSA, R.; ESMERALDO, D.; BARROS, E. Genetically Programmed Regression Linear Models for Non-Deterministic Estimates. In: Genetic Programming - New Approaches and Successful Applications, Dr. Sebastian Ventura Soto (Ed.), InTech, 2012.
KOZA J. R. Genetic Programming: On the Programming of Computers by Means of Natural Selection, MIT Press, 1992.
LINDEN, R. Algoritmos Genéticos, uma importante ferramenta da inteligência computacional. Rio de Janeiro: Brasport, 2008WEISBERG, S. Applied linear regression. Vol. 528. John Wiley & Sons, 2005.
PATERLINI, S.; MINERVA, T. Regression Model Selection Using Genetic Algorithms, Proceedings of the 11th WSEAS International Conference on RECENT Advances in Neural Networks, Fuzzy Systems & Evolutionary Computing, 2010.
WEISBERG, S. Applied linear regression. Vol. 528. John Wiley & Sons, 2005.