Resumo
da metodologia abordada. . . . . . . . . . . . . . . . . . . . . . . . . 87 6 Resultados para os classificadores LSSVM, IP-LSSVM, GAS-LSSVM e MOGAS-LSSVM com 80% (20%) do conjunto de dados para treinamento (teste).89 7 Resultados para os classificadores LSSVM, P-LSSVM, GAS-LSSVM e MOGAS-LSSVM com 60%, 20% e 20% do conjunto de dados para treinamento, validaca¸˜o e teste, respectivamente. . . . . . . . . . . . . . . . . . 90 8 Tempo me´dio de treinamento para os classificadores IP-LSSVM (Abordagem I), P-LSSVM (Abordagem II), LSSVM e MOGAS-LSSVM (Abordagens I e II). 94 9 Resultados para os classificadores LSSVM, IP-LSSVM e FSGAS-LSSVM com 80% (20%) do conjunto de dados de treinamento (teste). . . . . . . . . . . . . 95 10 Resultados para os classificadores LSSVM, P-LSSVM e FSGAS-LSSVM com 60%, 20% e 20% do conjunto de dados para treinamento, validaca¸˜o e teste, respectivamente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 11 Tempo me´dio de treinamento para os classificadores IP-LSSVM (Abordagem I), P-LSSVM (Abordagem II), LSSVM e FSGAS-LSSVM (Abordagens I e II). 99 12 Comparaca¸˜o entre os classificadores LSSVM, IP-LSSVM, MOGAS-LSSVM e FSGAS-LSSVM com 10% at e´ 80% do conjunto de dados para treinamento considerando o problema VCP (γ= 0,05). . . . . . . . . . . . . . . . . . . . . 102 13 Comparaca¸˜o entre os classificadores LSSVM, IP-LSSVM, MOGAS-LSSVM e FSGAS-LSSVM com 10% at e´ 80% do conjunto de dados para treinamento considerando o problema HAB (γ= 0,04). . . . . . . . . . . . . . . . . . . . . 104 14 Comparaca¸˜o entre os classificadores LSSVM, IP-LSSVM, MOGAS-LSSVM e FSGAS-LSSVM com 10% at e´ 80% do conjunto de dados para treinamento considerando o problema BCW (γ= 0,04). . . . . . . . . . . . . . . . . . . . 106 15 Comparaca¸˜o entre os classificadores LSSVM, IP-LSSVM, MOGAS-LSSVM e FSGAS-LSSVM com 10% at e´ 80% do conjunto de dados para treinamento considerando o problema PID (γ= 0,04). . . . . . . . . . . . . . . . . . . . . 108 16 Comparaca¸˜o entre os classificadores LSSVM, IP-LSSVM, MOGAS-LSSVM e FSGAS-LSSVM com 10% at e´ 80% do conjunto de dados para treinamento considerando o problema RIP (γ= 0,04). . . . . . . . . . . . . . . . . . . . . 110 17 Comparaca¸˜o entre os classificadores LSSVM, IP-LSSVM, MOGAS-LSSVM e FSGAS-LSSVM com 10% at e´ 80% do conjunto de dados para treinamento considerando o problema BAN (γ= 0,04). . . . . . . . . . . . . . . . . . . . . 112 Lista de S´ımbolos x Vetor de atributos de entrada i y Sa