METODOLOGIA EVOLUTIVA EM ESPAÇO DE COMPONENTES NÃO-OBSERVÁVEIS PARA PREVISÃO DE SERIES TEMPORAIS MULTIVARIÁVEIS

Abstract

Esse artigo apresenta a formulação matemática de uma rede neuro-fuzzy Takagi-Sugeno evolutiva, que é capaz de modificar sua estrutura composta por uma base regras fuzzy visando a previsão de séries temporais multivariáveis. As componentes não observáveis, que são padrões extraídos das séries multivariáveis pelo método Análise Espectral Singular Recursiva Multivariável proposto nessa pesquisa, são as entradas da rede neuro-fuzzy. Sendo assim, a previsão é realizada para cada componente separadamente e, por conseguinte, soma-se estes vários resultados para obter os valores futuros da série temporal multivariável. Por sua vez, os consequentes das regras fuzzy são representados por modelos lineares no espaço de estados, sendo que os estados correspondem ás próprias componentes não observáveis. A rede neuro-fuzzy foi aplicada para prever o comportamento de uma Série temporal multivariável com dados médicos de Fotopletismografia, Pressão Arterial e Eletrocardiograma.