Andere Kunden interessierten sich auch für
![Uma Aplicação de Optimização de Algoritmos Genéticos em Engenharia]( "Uma Aplicação de Optimização de Algoritmos Genéticos em Engenharia")
Uma Aplicação de Optimização de Algoritmos Genéticos em Engenharia23,99 €![Efeitos da variação da frequência da rede na proteção de linhas]( "Efeitos da variação da frequência da rede na proteção de linhas")
Efeitos da variação da frequência da rede na proteção de linhas36,99 €![Eficiência dinâmica: Algoritmos para a manutenção de árvores de pesquisa binárias]( "Eficiência dinâmica: Algoritmos para a manutenção de árvores de pesquisa binárias")
Eficiência dinâmica: Algoritmos para a manutenção de árvores de pesquisa binárias29,99 €![Abordagem unificada para a previsão da doença de Alzheimer]( "Abordagem unificada para a previsão da doença de Alzheimer")
Abordagem unificada para a previsão da doença de Alzheimer29,99 €![Algoritmos de Agendamento Baseado na Confiança para Cloud Computing]( "Algoritmos de Agendamento Baseado na Confiança para Cloud Computing")
Algoritmos de Agendamento Baseado na Confiança para Cloud Computing51,99 €![Algoritmos de Classificação de Mineração de Dados para Previsão de Doenças Renais]( "Algoritmos de Classificação de Mineração de Dados para Previsão de Doenças Renais")
Algoritmos de Classificação de Mineração de Dados para Previsão de Doenças Renais26,99 €![AVALIAÇÃO DOS PARÂMETROS DE SOLDADURA POR FRICÇÃO PARA A LIGA AL 6351]( "AVALIAÇÃO DOS PARÂMETROS DE SOLDADURA POR FRICÇÃO PARA A LIGA AL 6351")
AVALIAÇÃO DOS PARÂMETROS DE SOLDADURA POR FRICÇÃO PARA A LIGA AL 635132,99 €
Regressão de Vetores de Suporte (SVR) é uma técnica estatística que tem a capacidade de resolver problemas complexos de forma eficaz. Entretanto, a eficacia da SVR depende da otimização dos seus parâmetros: e, taxa de erro entre os dados previsto e os vetores de suporte; C, valor de custo; e ¿, parâmetro da função de Kernel. Algoritmos de otimização são técnicas que têm como propósito otimizar parâmetros de funções a fim de minimizar ou maximar os valores dessas funções. Algoritmos de otimização mono-objetivo têm a finalidade de otimizar uma função, e.g., Otimização por Enxames de Partículas (PSO) e Otimização por Cardumes de Peixes Artificias (FSS). Contudo, dado que a maioria dos problemas do mundo são para resolver prolemas com várias função objetivo, abordagens multi-objetivo vêm sendo utilizadas. Alguns das técnicas utilizados neste trabalho são, Algoritmo Evolucionário baseado no Pareto 2 (SPEA2) e Otimização Multi-objetivo baseado em Cardumes Artificiais (MOFSS). Coeficiente de Determinação Estatística (R²) e a Raiz do Erro Médio Quadrático (REMQ) foram utilizadas como funções objetivo, pois, em dados não paramétricas, essas métricas tendem a serem conflitantes entre si.