Made available in DSpace on 2016-03-15T19:38:14Z (GMT). No. of bitstreams: 1 Ederson Borges.pdf: 626219 bytes, checksum: d83887c1b3e2287f434525ac9701f0c7 (MD5) Previous issue date: 2010-01-27 / Clustering is an important data mining task from the field of Knowledge Discovery in Databases. There are several algorithms capable of performing clustering tasks, and the most popular ones involve the calculation of a similarity or distance measure among objects from the database. Many algorithms can perform clustering in a simple and efficient manner, but have drawbacks as a way to get the optimal number of partitions and the possibility of getting stuck in local optima solutions. To try and reduce these drawbacks this dissertation proposes a new clustering algorithm based on Artificial Immune Systems. This algorithm is characterized by the generation of multiple simultaneous high quality solutions in terms of the number of partitions (clusters) for the database and the use of a cost function that explicitly evaluates the quality of partitions, minimizing the inconvenience of getting stuck in local optima. The algorithm was tested using four databases known in the literature and obtained satisfactory results in terms of the diversity of solutions, but has a high computational cost compared to other algorithms tested. / Agrupamento de dados é uma importante tarefa da mineração de dados e descoberta de conhecimentos em bases de dados. Existem diversos algoritmos capazes de realizar a tarefa de agrupamento de dados, sendo que os mais populares envolvem o cálculo de similaridade ou distância entre objetos da base de dados. Boa parte dos algoritmos pode agrupar os dados de forma simples e eficiente, mas possui inconvenientes como a forma de obter o número ótimo de partições e a possibilidade de ficar preso em ótimos locais. Para tentar diminuir estes inconvenientes essa dissertação propõe um novo Algoritmo Imunológico para Agrupamento de Dados baseado em Sistemas Imunológicos Artificiais. Esse algoritmo é caracterizado pela geração de múltiplas soluções simultâneas de boa qualidade no que tange o número de partições (grupos) para a base de dados e uma função de custo que avalia explicitamente a qualidade dessas partições, minimizando o inconveniente de ficar preso em ótimos locais. O algoritmo foi testado utilizando quatro bases de dados conhecidas na literatura e obteve resultados satisfatórios no que tange a diversidade das soluções encontradas, mas apresentou um custo computacional elevado em relação a outros algoritmos testados.

Made available in DSpace on 2016-12-23T14:33:37Z (GMT). No. of bitstreams: 1 dissertacao.pdf: 1052399 bytes, checksum: b17ce224ca3822e277c997fd00bd2c67 (MD5) Previous issue date: 2006-11-29 / Este trabalho apresenta um Sistema Imune Artificial (SIA) para tratar problemas de escalonamento. O Sistema Imunológico Artificial desenvolvido neste projeto baseia-se na estrutura arquitetura e funcionamento dos Sistemas Imunes Biológicos ou Naturais. O uso de Algoritmo Genético (AG) fez-se necessário para gerar os indivíduos a serem escalonados, representando os antígenos e anticorpos do SIA. Cada indivíduo gerado pelo AG representa um conjunto de tarefas processadas em um conjunto de máquinas. Os indivíduos são avaliados por uma função de aptidão que representa o processo de seleção natural. A evolução dos indivíduos e consequentemente das populações são obtidas aplicando-se os operadores genéticos de crossover e mutação. As tarefas e as máquinas, utilizadas para o escalonamento, representa o problema de Job Shop Scheduling (JSS). Ao problema, foram aplicados alguns testes clássicos da literatura, onde se verificou a viabilidade dos SIA para tratamento de problemas de escalonamento. Ainda com os testes, pode-se observar o comportamento do sistema durante toda a execução, possibilitando assim, uma análise criteriosa das funcionalidades do sistema e dos resultados gerados pela massa de teste, observados durante um período de tempo. A representação dos sistemas imunológicos naturais através de algoritmos computacionais tem inspirado pesquisadores de todo o mundo, a motivação é que os sistemas imunológicos possuem características de paralelismo adaptabilidade e aprendizagem, além da possibilidade de serem aplicados em diversos problemas das mais diversas áreas, devido sua portabilid ade. / This work presents an Artificial Immune System (AIS) to deal with problems scheduling. The Artificial Immunologic System developed in this project was based on the structure, architecture and functioning of the Biological or Natural Immune Systems. The use of Genetic Algorithm (GA) became necessary to represent the antibodies and antigens of the AIS. Each individual generated for the GA represented a processed task set library in a set of machines. The evaluation of each individual was given by a fitness function that represents the process of natural selection. The evolution of the individuals, and population as a consequence was obtained by applying the genetic operators of crossover e mutation. The machines and the tasks used for the scheduling represent the problem of Job Shop Scheduling (JSS). Some classic tests of the literature where applied to the problem in order to verify the viability of the AIS on the treatment of task of scheduling problems. Those tests also demonstrated the system s behavior its entire execution, therefore, allowing for a detailed analysis of the system s functionalities sets for certain time period. The representation of the natural immunologic systems through computational algorithms inspires from all over world researchers. The motivation is that the immunologic systems possess parallelism characteristics adaptability and learning, which can be applied in several problems found in many areas, had its portability.

Submitted by FERNANDO PARRA DOS ANJOS LIMA null (engfernandoparra@gmail.com) on 2016-10-31T11:47:54Z No. of bitstreams: 1 Fernando Parra A. Lima.pdf: 3667307 bytes, checksum: 0d206b9c09566cdb11de101b84976228 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-11-07T16:42:09Z (GMT) No. of bitstreams: 1 lima_fpa_dr_ilha.pdf: 3363973 bytes, checksum: d8849cdd159a11920c497d025a8ae16a (MD5) / Made available in DSpace on 2016-11-07T16:42:09Z (GMT). No. of bitstreams: 1 lima_fpa_dr_ilha.pdf: 3363973 bytes, checksum: d8849cdd159a11920c497d025a8ae16a (MD5) Previous issue date: 2016-09-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Esta pesquisa é dedicada ao desenvolvimento de uma metodologia para a realização do diagnóstico de distúrbios de tensão de sistemas de distribuição de energia elétrica, baseada no uso de sistemas imunológicos artificiais (SIA). Trata-se da proposição de um novo paradigma no ambiente dos SIA que confere o aprendizado de modo contínuo (plasticidade). Esta concepção permite compor um sistema de diagnóstico apto a aprender continuamente, contemplando novos tipos de distúrbios advindos da constante evolução do setor elétrico, sem a necessidade de reiniciar o processo de aprendizado. Neste contexto, empregam-se dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado. A principal aplicação deste novo método é auxiliar na operação do sistema durante distúrbios, bem como, supervisionar o sistema de proteção, e estar apto a acompanhar a evolução dos sistemas elétricos adquirindo conhecimento continuamente. Para avaliar a eficácia e o desempenho deste novo método foram realizadas simulações de distúrbios de tensão em sistemas de distribuições de energia elétrica com 5, 33, 84 e 134 barras, no software ATP/EMTP. Os resultados obtidos com esta abordagem mostram robustez e eficiência quando comparados à literatura. / This work develops a methodology to realize voltage disturbance diagnosis in electrical distribution systems, based on Artificial Immune Systems (AIS). It is a proposition of a new paradigm in AIS environment, which provides a continuous learning (plasticity). This conception allows composing a diagnosis system able to continuous learn, when new disturbances appear due to the constant evolution of the power systems, without needing to reinitialize the learning. This way, two artificial immune algorithms are used, such as the negative selection algorithm executing the pattern recognition process, and the clonal selection algorithm, executing the learning process. The main application of this new method is to aid the system operation during disturbances, as well as, supervise the system protection and be able to carry on the evolution of the electrical systems acquiring knowledge continuously. To evaluate the efficiency and the performance of this new method, voltage disturbance simulations were executed in electrical distributions systems with 5, 33, 84 and 134-bus in ATP/EMTP software. Results show robustness and efficiency when compared with those in the literature.

Made available in DSpace on 2016-12-23T13:44:55Z (GMT). No. of bitstreams: 1 dissertacao.pdf: 1052399 bytes, checksum: b17ce224ca3822e277c997fd00bd2c67 (MD5) Previous issue date: 2007-03-23 / This work presents an Artificial Immune System (AIS) to deal with problems scheduling. The Artificial Immunologic System developed in this project was based on the structure,architecture and functioning of the Biological or Natural Immune Systems. The use of Genetic Algorithm (GA) became necessary to represent the antibodies and antigens of the AIS. Each individual generated for the GA represented a processed task set library in a set of machines. The evaluation of each individual was given by a fitness function that represents the process of natural selection. The evolution of the individuals, and population as a consequence was obtained by applying the genetic operators of crossover e mutation. The machines and the tasks used for the scheduling represent the problem of Job Shop Scheduling (JSS). Some classic tests of the literature where applied to the problem in order to verify the viability of the AIS on the treatment of task of scheduling problems. Those tests also demonstrated the system s behavior its entire execution, therefore, allowing for a detailed analysis of the system s functionalities sets for certain time period. The representation of the natural immunologic systems through computational algorithms inspires from all over world researchers. The motivation is that the immunologic systems possess parallelism characteristics adaptability and learning, which can be applied in several problems found in many areas, had its portability. / Este trabalho apresenta um Sistema Imune Artificial (SIA) para tratar problemas de escalonamento. O Sistema Imunológico Artificial desenvolvido neste projeto baseia-se na estrutura arquitetura e funcionamento dos Sistemas Imunes Biológicos ou Naturais. O uso de Algoritmo Genético (AG) fez-se necessário para gerar os indivíduos a serem escalonados, representando os antígenos e anticorpos do SIA. Cada indivíduo gerado pelo AG representa um conjunto de tarefas processadas em um conjunto de máquinas. Os indivíduos são avaliados por uma função de aptidão que representa o processo de seleção natural. A evolução dos indivíduos e consequentemente das populações são obtidas aplicando-se os operadores genéticos de crossover e mutação. As tarefas e as máquinas, utilizadas para o escalonamento, representa o problema de Job Shop Scheduling (JSS). Ao problema, foram aplicados alguns testes clássicos da literatura, onde se verificou a viabilidade dos SIA para tratamento de problemas de escalonamento. Ainda com os testes, pode-se observar o comportamento do sistema durante toda a execução, possibilitando assim, uma análise criteriosa das funcionalidades do sistema e dos resultados gerados pela massa de teste, observados durante um período de tempo. A representação dos sistemas imunológicos naturais através de algoritmos computacionais tem inspirado pesquisadores de todo o mundo, a motivação é que os sistemas imunológicos possuem características de paralelismo adaptabilidade e aprendizagem, além da possibilidade de serem aplicados em diversos problemas das mais diversas áreas, devido sua portabilidade.

Orientador: Carlos Roberto Minussi / Resumo: Esta pesquisa é dedicada ao desenvolvimento de uma metodologia para a realização do diagnóstico de distúrbios de tensão de sistemas de distribuição de energia elétrica, baseada no uso de sistemas imunológicos artificiais (SIA). Trata-se da proposição de um novo paradigma no ambiente dos SIA que confere o aprendizado de modo contínuo (plasticidade). Esta concepção permite compor um sistema de diagnóstico apto a aprender continuamente, contemplando novos tipos de distúrbios advindos da constante evolução do setor elétrico, sem a necessidade de reiniciar o processo de aprendizado. Neste contexto, empregam-se dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado. A principal aplicação deste novo método é auxiliar na operação do sistema durante distúrbios, bem como, supervisionar o sistema de proteção, e estar apto a acompanhar a evolução dos sistemas elétricos adquirindo conhecimento continuamente. Para avaliar a eficácia e o desempenho deste novo método foram realizadas simulações de distúrbios de tensão em sistemas de distribuições de energia elétrica com 5, 33, 84 e 134 barras, no software ATP/EMTP. Os resultados obtidos com esta abordagem mostram robustez e eficiência quando comparados à literatura. / Doutor

Orientadores: Fernando Jose Von Zuben, Jonatas Manzolli / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T18:10:14Z (GMT). No. of bitstreams: 1 Caetano_MarceloFreitas_M.pdf: 11758987 bytes, checksum: 2521dc99ef68d0b0a4e06b9ea4751fc5 (MD5) Previous issue date: 2006 / Resumo: Não há limitações teóricas para o uso do computador como fonte de sons musicais. O computador digital permite a produção de qualquer som concebivel dada a seqüência correta de números (amostras digitais). No entanto, produzir uma dada seqüência de números que corresponda a um som musical que possua determinadas características perceptivas desejadas é uma tarefa de difícil resolução. Grande parte dos métodos e sistemas de síntese sonora digital utiliza modelos e/ou incorpora técnicas que não levam em conta a natureza dinâmica dos sons musicais ou que não foram originalmente desenvolvidas para manipulação musical. Neste trabalho, é apresentada uma abordagem populacional para síntese sonora no domínio temporal. Foi estudado um espaço sonoro e um conjunto de atratores, isto é, um conjunto de formas de onda com qualidades sonoras desejadas e definidas a priori, e foi possível obter sons que possuem características associadas a um ou mais atratores, representando variantes dos mesmos. Este método de síntese de sons musicais pode ser interpretado como um processo de busca no espaço vetorial que contém todas as possibilidades sonoras decorrentes da representação adotada, e tem por objetivo a criação de formas de onda digítalizadas com características emergentes e potencial para serem utilizadas em diversas aplicações musicais. Os resultados representam variantes e/ou possuem íntersecções das características próprias dos atratores, responsáveis por indicar as regiões de interesse do espaço de busca. A proposta de pesquisa envolveu a utilização de algoritmos bioinspirados - os quais expressam propriedades de sistemas auto-organizados e adaptativos - como definidores de processos de geração e estruturação dos elementos sonoros, entendidos aqui como problemas de otimização. A auto-organização e os mecanismos de manutenção de diversidade e de adaptação, intrínsecos aos sistemas bio-inspirados, fundamentam a proposta no sentido de viabilizarem a emergência temporal de estruturas estáveis sem um elemento organizador externo / Abstract: There are no theoretical limitations to the use of the computer as a source of musical sounds. The digital computer allows for the production of any conceivable sound given the carrect sequence af numbers (digital samples). Nevertheless, producing the correct sequence of numbers that correspond to a musical sound expressing predefined perceptual characteristics is a very difficult task. Most sound synthesis methods and systems utilize models and/or incorporate techniques which do not take into account the dynamic nature of musical sounds or were not originally developed for the manipulation of musical tones. In this work we are proposing a populational sound synthesis approach in the time domain. A soundspace and a set of attractors, i.e. waveforms containing a priari desired features or qualities, and a population of agents communicating by means of local interaction were studied, and it was possible to attain sounds which share some qualities from more than one of the attractors, resulting exclusively from low-Ievel rules followed by these agents. This sound synthesis method can be regarded as a search in the vector space that contains ali the possible sounds resulting from the adopted representation, and its objective is to synthesize digital waveforms that possess emergent properties and the potential to be used in musical applications. The resulting sounds are variants or hybrids that share some of the intrinsic features of the attractors, which are responsible for indicating the regions of interest in the search space. This proposal involved the use of bio-inspired algorithms, which express features of adaptive, self-organizing systems, as definers of generating and structuring processes of sound elements, regarded herein as optimization processes. Self-organization and diversity maintenance and adaptation mechanisms, intrinsic to bio-inspired systems, lay the foundations of this proposal so as to make viable the temporal emergence of stable structures without an externa I organizing element / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientadores: Fernando Jose Von Zuben, Mauricio Fernandes Figueiredo / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T19:35:31Z (GMT). No. of bitstreams: 1 Michelan_Roberto_M.pdf: 4495515 bytes, checksum: aed72feefc89070579190e862ea0f740 (MD5) Previous issue date: 2006 / Resumo: A concepção de sistemas autônomos de navegação para robôs móveis, havendo múltiplos objetivos simultâneos a serem atendidos, como a coleta de lixo com manutenção da integridade, requer a adoção de técnicas refinadas de coordenação de módulos de comportamento elementar. Modelos de redes imunológicas artificiais podem então ser empregados na proposição de um controlador concebido com base em um processo de mapeamento dinâmico. Os anticorpos da rede são responsáveis pelos módulos de comportamento elementar, na forma de regras do tipo <condição>-<ação>, e as conexões são responsáveis pelos mecanismos de estímulo e supressão entre os anticorpos. A rede iniciará uma resposta imunológica sempre que lhe forem apresentados os antígenos. Estes antígenos representam a situação atual capturada pelos sensores do robô. A dinâmica da rede é baseada no nível de concentração dos anticorpos, definida com base na interação dos anticorpos e dos anticorpos com os antígenos. De acordo com o nível de concentração, um anticorpo é escolhido para definir a ação do robô. Um processo evolutivo é então responsável por definir um padrão de conexões para a rede imunológica, a partir de uma população de redes candidatas, capaz de maximizar o atendimento dos objetivos durante a navegação. Resulta então um sistema híbrido que tem a rede imunológica como responsável por introduzir um processo dinâmico de tomada de decisão e tem agora a computação evolutiva como responsável por definir a estrutura da rede. Para que fosse possível avaliar os controladores (redes imunológicas) a cada geração do processo evolutivo, um ambiente virtual foi desenvolvido para simulação computacional, com base nas características do problema de navegação. As redes imunológicas obtidas através do processo evolutivo foram analisadas e testadas em novas situações, apresentando capacidade de coordenação em tarefas simples e complexas. Os experimentos preliminares com um robô real do tipo Khepera II indicaram a eficácia da ferramenta de navegação / Abstract: The design of an autonomous navigation system for mobile robots, with simultaneous objectives to be satisfied, as garbage collection with maintenance of integrity, requires refined coordination mechanisms to deal with modules of elementary behavior. Models of artificial immune networks can then be applied to produce a controller based on dynamic mapping. The antibodies of the immune network are responsible for the modules of elementary behavior, in the form of <condition>-<action> rules, and the connections are responsible for the mechanisms of stimulation and suppression of antibodies. The network will always start an immune response when antigens are presented. These antigens represent the current output of the robot sensors. The network dynamics is based on the levels of antibody concentration, provided by interaction among antibodies, and among antibodies and antigens. Based on its concentration level, an antibody is chosen to define the robot action. An evolutionary process is then used to define the connection pattern of the immune network, from a population of candidate networks, capable of maximizing the objectives during navigation. As a consequence, a hybrid system is conceived, with an immune network implementing a dynamic process of decision-making, and an evolutionary algorithm defining the network structure. To be able to evaluate the controllers (immune networks) at each iteration of the evolutionary process, a virtual environment was developed for computer simulation, based on the characteristics of the navigation problem. The immune networks obtained by evolution were analyzed and tested in new situations and presented coordination capability in simple and complex tasks. The preliminary experiments on a real Khepera II robot indicated the efficacy of the navigation tool / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica