• algoritmi genetici
• previsione di serie temporali
• sistemi a regole fuzzy

Nel presente lavoro di tesi è stato implementato un approccio al problema della previsione di serie temporali singole e multiple, mediante tecniche di soft-computing; i risultati ottenuti sono stati confrontati con quelli ottenibili impiegando approcci più classici di tipo statistico. Lo strumento innovativo messo a punto consiste in un metodo originale di pruning di un modello a regole fuzzy di Mamdani, basato sull'utilizzo di algoritmi genetici multi- obiettivo. Questo stesso modello è stato impiegato nella combinazione di previsioni.