Identificación y optimización de redes de funciones base radiales para aproximación funcional

Laburpena

La tesis doctoral "Identificación y Optimización de Redes de Funciones Bases Radiales para Aproximación Funcional" presentada por D, Jesús González Peñalver es una contribución al diseño óptimo de modelos neuronales para problemas de aproximación funcional mediante el uso de algoritmos de computación evolutiva. Los problemas de aproximación funcional aparecen en una gran cantidad de aplicaciones de predicción y control, de gran interés socio-económico. La metodología utilizada se basa en un planteamiento del problema como un problema de optimización multiobjetivo, en el que el error de aproximación obtenido por la red neuronal y la complejidad de su estructrua son los criterios contradictorios a considerar. Para abordar este problema, en la memoria de la tesis se propone un algoritmo evolutivo multiobjetivo específico que permite la identificación de la estructura y optimización de los parámetros de una red de funciones base radiales a partir de un conjunto de datos de entrenamiento. El algoritmo evolutivo propuesto incorpora una serie de operadores evolutivos especialmente diseñados para guiar la búsqueda de forma adecuada hacia soluciones prometedoras mediante el uso de heuísticas, técnicas matemáticas tales como las descomposiciones SVD y OLS, y algortimos de minimización del error. La combinación de los algoritmos evolutivos con todas estas técnicas, y la capacidad de minimizar varios objetivos simultáneamente, dan como resultado un algoritmos robusto y eficaz para la identificación de la estructura óptima de una red de funciones base radiales a partir de un conjunto de ejemplos. La metodología propuesta ha sido validada utilizando un conjunto de problemas de aproximación comúnmente utilzados en la literatura, que incluye funciones complejas y problemas de predicicón de series temporales. Los resultados obtenidos se han comparado con los presentados por otros procedimientos previamente propues