Programación genética

La regresión simbólica

Autores/as

  • Rafael Alberto Moreno Parra Universidad de San Buenaventura

Palabras clave:

Programación genética, regresión simbólica, análisis de regresión, inteligencia artificial, evolución artificial, computación evolutiva

Resumen

El análisis de regresión es una técnica estadística que busca deducir el patrón de una serie de datos o investigar la relación estadística entre una variable dependiente (Y) y una o más variables independientes, el resultado es una expresión algebraica del tipo Y=F(X1, X2, …Xn). En este artículo se trabaja con el tipo de análisis de regresión más usual: la regresión lineal que tiene una variable independiente Y=F(X). El usuario común tiene contacto con la regresión lineal al usar las hojas electrónicas que implementen la deducción de líneas de tendencia dada una serie de datos. Sin embargo, se percatará que existen varios límites en esta técnica, por ejemplo, los datos tienen comportamientos sinusoidales o siguen un comportamiento de alguna función algebraica o combinación de funciones algebraicas por fuera del menú ofrecido: lineal, polinomial, potencial, logarítmica o exponencial. La regresión simbólica (una aplicación de la Programación Genética) tiene el mismo objetivo de la regresión lineal pero con un espectro mucho mayor de búsqueda y menos limitaciones: Dados los datos, buscará el patrón (expresión algebraica) que identifique el comportamiento de estos accediendo a todo tipo de funciones y combinaciones algebraicas.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

SANTOS J., Richard J. Duro. Evolución Artificial y Robótica Autónoma. Alfaomega, Ra-Ma. 2005.

NILSSON Nils, J. . Inteligencia Artificial. Una nueva síntesis. McGrawHill. 2001.

VÉLEZ, Antonio . Del Big Bang al Homo sapiens. Villegas Editores. 2004

DARWIN, Charles . El Origen de las Especies. 1859

Descargas

Publicado

2007-06-01

Número

Sección

Artículos

Artículos similares

11-20 de 590

También puede Iniciar una búsqueda de similitud avanzada para este artículo.