Made available in DSpace on 2015-03-04T18:57:47Z (GMT). No. of bitstreams: 1
Tese Heder.pdf: 2677000 bytes, checksum: 7551e034e2195187896180d6c74ad723 (MD5)
Previous issue date: 2012-06-18 / Much effort has been made in order to automate the process of scientific knowledge discovery. Although some of the steps can be automated, the replacement of the specialist for a computer system in activities that require creativity remains a great challenge. In the field of computational intelligence the genetic programming techniques, and grammatical evolution in particular, appear to be adequate to these tasks. The use of formal grammars restricts the syntax of possible artifacts, making it possible to add bias in the search and generate more understandable solutions. Moreover, grammatical evolution establishes a clear distinction between the search space and the solution space, offering more flexibility. Thus, we propose here the grammar-based immune programming, a technique for evolving programs which combines a search engine inspired by clonal selection theory with the representation via grammatical evolution. Additionally, we developed a new procedure for decoding candidate solution that always generates a valid program. Finally, the technique is applied to symbolic regression and model inference in the form of ordinary differential equations. Its applicability in mechanical engineering is also exemplified in supporting the modeling of strains in a deformed pipe, and assisting the creation of optimal structural design / Muito esforço tem sido feito visando automatizar o processo de descoberta de conhecimento científico. Embora algumas etapas do mesmo já possam ser automatizadas, a substituição do especialista por um sistema computacional em atividades que requerem criatividade permanece como um grande desafio. No campo da inteligência computacional as técnicas de programação genética, e de evolução gramatical em especial, parecem ser adequadas a estas tarefas. O uso de gramáticas formais restringe a sintaxe dos artefatos possíveis, possibilitando adicionar viés na busca e gerar soluções mais compreensíveis. Além disso, a evolução gramatical faz uma distinção clara entre o espaço de busca e o espaço de soluções, oferecendo mais flexibilidade. Assim, propõe aqui a programação imunológica gramatical, uma técnica para evolução de programas que combina um mecanismo de busca inspirado pela teoria da seleção clonal com a representação via evolução gramatical.
Adicionalmente, foi elaborado um novo procedimento de decodificação da solução candidata que sempre gera um programa válido. Finalmente, a técnica é aplicada a problemas de regressão simbólica e na inferência de modelos na forma de equações diferenciais ordinárias. Sua aplicabilidade na engenharia mecânica é também exemplificada no apoio à modelagem de deformações de dutos com amassamentos e no auxílio à criação de projetos estruturais ótimos.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede-server.lncc.br:tede/154 |
| Date | 18 June 2012 |
| Creators | Bernardino, Heder Soares |
| Contributors | Barbosa, Helio José Corrêa, Loula, Abimael Fernando Dourado, Dardenne, Laurent Emmanuel, Ebecken, Nelson Francisco Favilla, Takahashi, Ricardo Hiroshi Caldeira |
| Publisher | Laboratório Nacional de Computação Científica, Programa de Pós-Graduação em Modelagem Computacional, LNCC, BR, Serviço de Análise e Apoio a Formação de Recursos Humanos |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do LNCC, instname:Laboratório Nacional de Computação Científica, instacron:LNCC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds