Melhorando a eficiência do algoritmo da rede imunológica artificial (aiNet) na construção de redes neurais artificiais com função de base radial

Resumo

A Rede Imunológica Artificial (aiNet) é um algoritmo dos Sistemas Imunológicos Artificiais para clusterização que requer tempo de processamento significante, como em sua aplicação na construção de Redes Neurais Artificiais com Função de Base Radial (RBF). Para construir RBF aplicando o aiNet, considerando a minimização do tempo de processamento e da taxa de erro, três estratégias são propostas: i) construir uma RBF a cada geração do aiNet, preservando a RBF de melhor desempenho; ii) refinar os anticorpos remanescentes a cada geração do aiNet pelo algoritmo k-means; e iii) dividir a matriz de memória de anticorpos do aiNet em matrizes menores, submetendo-as iterativamente ao processo de supressão. Estas estratégias se mostraram adequadas para minimizar uma medida erro e o tempo de processamento, considerando o aiNet padrão. Em dois experimentos de construção de RBF, o erro de classificação e o tempo de processamento foram minimizados em 5,39% e 89,91%, respectivamente.