Una estrategia para programación genética basada en submuestreos incrementales

Abstract

System identi fication is the process of finding a mathematical model based on the measurements of the system's inputs/outputs relationship. Genetic Programming (GP) is an evolutionary technique used to evolve mathematical expressions. GP is a supervised machine learning technique, that is, the expressions evolved are based on the measurements made to the system under study. Consequently, GP is an appropriate heuristic to solve the task of system identification. A traditional strategy in GP for system identification is to take all the measurements (observations) during the evolution of the model. Contrary to this, in this thesis, a new methodology, based on using a subset of the observations, wich grows incrementally until reaching the total set of observations, is proposed in this thesis. The Genetic Programming System that implements this strategy is called Incremental Genetic Programming (IGP). IGP is compared against a traditional GP system and a commercial system identification software called Eureqa. IGP outperforms the traditional GP system and Eureqa; it obtains better models as well as convergence, and requires less computational resources to derive the model. Nonetheless, the models obtained by IGP have higher complexity than the ones obtained by Eureqa. As future work, IGP can be enhanced with techniques that allow the evolution of simpler models.

La identificación de sistemas es el proceso de encontrar un modelo matemático en base a las mediciones de la relación entrada/salida del sistema. Programación Genética (PG) es una técnica evolutiva utilizada para evolucionar expresiones matemáticas. GP es una técnica de aprendizaje supervisado, es decir, las expresiones evolucionadas se basan en las mediciones realizadas al sistema en estudio. En consecuencia, GP es una metaheurística apropiada para resolver la tarea de identificación de sistemas. Una estrategia tradicional en GP para la identificación de sistemas es tomar todas las medidas (observaciones) durante la evolución del modelo. Contrario a esto, en esta tesis, se propone una nueva metodología que se basa en utilizar un subconjunto parcial de las observaciones, e incrementar este subconjunto hasta llegar al conjunto total de observaciones. El sistema de programación genética propuesto con esta tesis implementa esta estrategia; este sistema se llama Incremental Genetic Programming (IGP). IGP se compara con un sistema PG tradicional y un software comercial para la identificación de sistemas llamado Eureqa. IGP supera al sistema PG tradicional y Eureqa; obteniendo mejores modelos, así como una mejor convergencia, y requiere menos recursos de cálculo para derivar el modelo. Sin embargo, los modelos obtenidos por IGP tienen una mayor complejidad que los obtenidos por Eureqa. Como trabajo futuro, IGP se puede mejorar con técnicas que permitan la evolución de modelos más simples.