Reti neurali ibride per le previsioni meteorologiche: Un approccio integrato alla previsione

Il tempo atmosferico gioca un ruolo significativo per la vita, i beni, l'agricoltura e l'industria. Le reti neurali sono in grado di prevedere il comportamento non lineare del tempo senza dover ricorrere a modelli fisici espliciti. Il metodo più comune per addestrare le reti neurali è l'algoritmo di retropropagazione basato sul gradiente discendente. Tuttavia, l'algoritmo di retropropagazione presenta diversi svantaggi, come il problema dei minimi locali, la lentezza dell'addestramento e il problema di scalabilità. Per risolvere questi problemi, si ricorre quindi all'ibridazione con algoritmi genetici. La tecnica ibrida permette di apprendere in modo efficiente combinando i punti di forza dell'algoritmo genetico con quelli dell'algoritmo di retropropagazione. Le reti neurali ibride sono più adatte se si considera solo il requisito della ricerca globale. Sono efficaci nella ricerca globale, cioè non in una sola direzione, e lavorano con una popolazione di punti invece che con un singolo punto. Inoltre, uniscono i vantaggi sia dell'algoritmo deterministico BP che dell'algoritmo di ottimizzazione stocastico GA.

Pagina's: 68, Paperback, Edizioni Sapienza