Approccio evolutivo e analisi delle serie storiche

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Pizzi, Claudio it_IT
dc.contributor.author Begotto, Massimo <1989> it_IT
dc.date.accessioned 2014-06-08 it_IT
dc.date.accessioned 2014-09-20T09:09:50Z
dc.date.available 2014-09-20T09:09:50Z
dc.date.issued 2014-06-20 it_IT
dc.identifier.uri http://hdl.handle.net/10579/5046
dc.description.abstract É stato anche per ovviare a complicazioni come quelle appena descritte che negli ultimi decenni hanno preso sempre piú piede e sono state sviluppate tecniche euristiche per l’ottimizzazione che traggono origine da concetti statistici, e che attraverso un algoritmo iterativo permettono di avvicinarsi molto alla meta, restando sempre legati alla minimizzazione di una funzione obiettivo. In particolare in questa trattazione descriveremo tre di questi metodi, che prendono spunto da processi biologici e cercano di implementarli adattandoli al contesto di ricerca; si tratta di: -Algoritmi Evolutivi (AE), che partendo da un gruppo di possibili soluzioni le modificano in generazioni successive fino ad arrivare ad una soluzione soddisfacente; - algoritmi della Swarm Intelligence (SI), metodologie che si ispirano in genere al comportamento di stormi di uccelli, sciami di api o colonie di formiche, i quali riescono, attraverso la condivisione delle informazioni raccolte da ogni singolo individuo, ad indirizzarsi verso la soluzione, e, iterando questo meccanismo, a trovare finalmente la soluzione ottima per una specifica situazione, portando vantaggi all'intero gruppo. La famiglia della prima classe di algoritmi è molto vasta, e qui prenderemo in esame il solo Differential Evolution (DE), appartenente alla prima generazione di algoritmi evolutivi. Della seconda famiglia vedremo invece il Particle Swarm Optimization (PSO),appartenente agli Swarm Algorithms, ed il Il Fireworks Algorithm (FA), terza tecnica di cui tratteremo, anche questa classificata tra le Swarm Intelligence, che trae origine dall’immagine dei fuochi d’artificio, e dunque esula dal comportamento animale per quanto riguarda l’idea iniziale, ma per funzionamento e risultati fa parte di questa categoria. it_IT
dc.language.iso it it_IT
dc.publisher Università Ca' Foscari Venezia it_IT
dc.rights © Massimo Begotto, 2014 it_IT
dc.title Approccio evolutivo e analisi delle serie storiche it_IT
dc.title.alternative it_IT
dc.type Bachelor Thesis it_IT
dc.degree.name Sviluppo economico e dell'impresa it_IT
dc.degree.level Laurea magistrale it_IT
dc.degree.grantor Dipartimento di Economia it_IT
dc.description.academicyear 2013/2014, sessione estiva it_IT
dc.rights.accessrights openAccess it_IT
dc.thesis.matricno 823385 it_IT
dc.subject.miur SECS-S/01 STATISTICA it_IT
dc.description.note it_IT
dc.degree.discipline it_IT
dc.contributor.co-advisor it_IT
dc.date.embargoend it_IT
dc.provenance.upload Massimo Begotto (823385@stud.unive.it), 2014-06-08 it_IT
dc.provenance.plagiarycheck Claudio Pizzi (pizzic@unive.it), 2014-06-16 it_IT


Files in this item

This item appears in the following Collection(s)

Show simple item record