A ascensão de um grande número de pessoas em países em desenvolvimento para a classe média, no inicio do século XXI, aliado ao movimento político para transferência de base energética para os biocombustíveis vêm aumentando a pressão sobre os preços das commodities agrícolas e apresentando novas oportunidades e cenários administrativos para os produtores agrícolas dessas commodities, em especial aquelas que podem se diversificar em muitos subprodutos para atender diferentes mercados, como o de alimentos, químico, têxtil e de energia. Nesse novo ambiente os produtores podem se beneficiar dividindo adequadamente a produção entre os diferentes subprodutos, definindo o melhor momento para a comercialização através de estoques, e ainda controlar sua exposição ao risco através de posições no mercado de derivativos. A literatura atual pouco aborda o tema da diversificação e seu impacto nas decisões de produção e comercialização agrícola e portanto essa tese tem o objetivo de propor um modelo de decisão fundado na teoria de seleção de portfólios capaz de decidir a divisão da produção entre diversos subprodutos, as proporções a serem estocadas e o momento mais adequado para a comercialização e por fim as posições em contratos futuros para fins de proteção ou hedge. Adicionalmente essa tese busca propor que esse modelo seja capaz de lidar com incerteza em parâmetros, em especial parâmetros que provocam alto impacto nos resultados, como é o caso dos retornos previstos no futuro. Como uma terceira contribuição, esse trabalho busca ainda propor um modelo de previsão de preços mais sofisticado que possa ser aplicado a commodities agrícolas, em especial um modelo híbrido ou hierárquico, composto de dois modelos, um primeiro modelo fundado sob a teoria de processos estocásticos e do Filtro de Kalman e um segundo modelo, para refinar os resultados do primeiro modelo de previsão, baseado na teoria de redes neurais, com a finalidade de considerar variáveis exógenas. O modelo híbrido de previsão de preços foi testado com dados reais do mercado sucroalcooleiro brasileiro e indiano, gerando resultados promissores, enquanto o modelo de decisão de parâmetros de produção, comercialização, estocagem e hedge se mostrou uma ferramenta útil para suporte a decisão após ser testado com dados reais do mercado sucroalcooleiro brasileiro e do mercado de milho, etanol e biodiesel norte-americano. / The rise of a large number of people in developing countries for the middle class at the beginning of the century, combined with the political movement to transfer the energy base for biofuels has been increasing pressure on prices of agricultural commodities and presenting new opportunities and administrative scenarios for agricultural producers of these commodities, especially those who may diversify into many products to meet different markets such as food, chemicals, textiles and energy. In this new environment producers can achieve benefits properly dividing production between different products, setting the best time to market through inventories, and still control their risk exposure through positions in the derivatives market. The literature poorly addresses the issue of diversification and its impact on agricultural production and commercialization decisions and therefore this thesis aims to propose a decision model based on the theory of portfolio selection able to decide the division of production between different products, the proportions to be stored and timing for marketing and finally the positions in futures contracts to hedge. Additionally this thesis attempts to propose that this model is capable of dealing with uncertainty in parameters, especially parameters that cause high impact on the results, as is the case of expected returns in the future. As a third contribution this paper seeks to also propose a model more sophisticated to forecast prices that can be applied to agricultural commodities, especially a hybrid or hierarchical model, composed of two models, a first one based on the theory of stochastic processes and Kalman filter and a second one to refine the results of the first prediction model, based on the theory of neural networks in order to consider the exogenous variables. The hybrid model for forecasting prices has been tested with real data from the Brazilian and Indian sugar ethanol market, generating promising results, while the decision model parameters of production, commercialization, storage and hedge proved a useful tool for decision support after being tested with real data from Brazilian sugar ethanol market and the corn, ethanol and biodiesel market in U.S.A.

Estuda-se o problema de sintonia de controladores, objetivando-se a formulação do problema de sintonia ótima de controladores. Busca-se uma formulação que seja geral, ou seja, válida para qualquer estrutura de controlador e qualquer conjunto de especificações. São abordados dois temas principais: especificação de controladores e sintonia ótima de controladores. São compiladas as principais formas de especificação e avaliação de controladores e é feita a formulação do problema de sintonia de controladores como um problema padrão de otimização. A abordagem proposta e os conceitos apresentados são então aplicados em um conjunto de exemplos. / The problem of control tuning is studied, aiming the formulation of the optimal control tuning problem. A general formulation, valid for any controller structure and any set of specifications, is sought. Two main themes are addressed: controller specification and optimal controller tuning. The main ways of controller specification and assessment are compiled and the optimal controller tuning problem is formulated as a standard optimization problem. The proposed approach and the presented concepts are then applied in a set of examples.

Esta tese trata do problema de estimativa robusta ótima para sistemas dinâmicos regulares discretos no tempo. Novos algoritmos recursivos são formulados para as estimativas filtradas e preditoras com as correspondentes equações de Riccati. O filtro robusto tipo Kalman e a equação de Riccati correspondente são obtidos numa formulação mais geral, estendendo os resultados apresentados na literatura. O funcional quadrático proposto para deduzir este filtro faz a combinação das técnicas mínimos quadrados regularizados e funções penalidade. O sistema considerado para obtenção de tais estimativas é singular, discreto, variante no tempo, com ruídos correlacionados e todos os parâmetros do modelo linear estão sujeitos a incertezas. As incertezas paramétricas são limitadas por norma. As propriedades de estabilidade e convergência do filtro de Kalman para sistemas nominais e incertos são provadas, mostrando-se que o filtro em estado permanente é estável e a recursão de Riccati associada a ele é uma sequência monótona não decrescente, limitada superiormente pela solução da equação algébrica de Riccati. / This thesis considers the optimal robust estimates problem for discrete-time singular dymanic systems. New recursive algorithms are developed for the Kalman filtered and predicted estimated recursions with the corresponding Riccati equations. The singular robust Kalman type filter and the corresponding recursive Riccati equation arer obtained in their most general formulation, extending the results presented in the literature. The quadratic functional developed to deduce this filter combines regularized least squares and penalty functions approaches. The system considered to obtain the estimates is singular, time varying with correlated noises and all parameter matrices of the underlying linear model are subject to uncertainties. The parametric uncertainty is assumed to be norm bounded. The properties of stability and convergence of the Kalman filter for nominal and uncertain system models are proved, where we show that steady state filter is stable and the Riccati recursion associated with this is a nondecreasing monotone sequence with upper bound.

Em metalurgia, a busca pela qualidade, baixo custo e alta produtividade têm feito empresas e institutos de pesquisa trabalharem juntos, procurando novas tecnologias que supram as necessidades do mercado. Dentre essas novas tecnologias, se destaca o processo de lingotamento contínuo de tiras de aço, utilizando o conceito de twin roll, cuja proposição inicial foi sugerida no século XIX por Henry Bessemer. Este trabalho apresenta a modelagem, análise e controle de um sistema de bobinamento de tiras de aço produzidas através de lingotamento contínuo do tipo twin roll , em uma planta localizada no Instituto de Pesquisas Tecnológicas de São Paulo. As características do processo foram primeiramente apresentadas. A modelagem matemática do sistema de bobinamento foi realizada, levando-se em consideração os componentes envolvidos no sistema. As variações paramétricas foram então evidenciadas. O sistema de controle foi primeiramente implementado utilizando-se um controlador do tipo PID, pelo fato desse tipo de controle ser altamente difundido industrialmente. Para maior precisão do sistema de controle, propôs-se a introdução de um sensor ultrasônico para medição das variações do raio de bobinamento. Por último realizou-se o projeto de um compensador robusto utilizando a metodologia LQG/LTR. Para a realização das simulações utilizou-se o programa Matlab/simulink. / In metallurgy, the quest for quality, low cost, and high productivity have resulted in companies and research institutes working together to find new technologies to satisfy the customer demand. Among these new technologies is the direct steel strip casting, using the twin roll concept suggested in the 19th century by Henry Bessemer. This work presents the modelling, analysis and control of a steel strip coiling system using twin roll direct casting, in a plant installed at the Technological Research Institute of Sao Paulo. The characteristics of the process are first introduced. The mathematic modelling of the coiling system used, take into account the system components. The parametric changes were adressed. The control system was first implemented using a PID controller as this kind of control is highly used in the industry. An ultrasonic sensor was introduced in the system to improve the control precision by coiling radius measurement. Last a robust compensator using the LQG/LTR method was designed. The simulations were done using Matlab/Simulink software.

Nesta tese, aborda-se o problema de classificaÃÃo de dados que estÃo contaminados com pa- drÃes atÃpicos. Tais padrÃes, genericamente chamados de outliers, sÃo onipresentes em conjunto de dados multivariados reais, porÃm sua detecÃÃo a priori (i.e antes de treinar um classificador) à uma tarefa de difÃcil realizaÃÃo. Como conseqÃÃncia, uma abordagem reativa, em que se desconfia da presenÃa de outliers somente apÃs um classificador previamente treinado apresen- tar baixo desempenho, à a mais comum. VÃrias estratÃgias podem entÃo ser levadas a cabo a fim de melhorar o desempenho do classificador, dentre elas escolher um classificador mais poderoso computacionalmente ou promover uma limpeza dos dados, eliminando aqueles pa- drÃes difÃceis de categorizar corretamente. Qualquer que seja a estratÃgia adotada, a presenÃa de outliers sempre irà requerer maior atenÃÃo e cuidado durante o projeto de um classificador de padrÃes. Tendo estas dificuldades em mente, nesta tese sÃo revisitados conceitos e tÃcni- cas provenientes da teoria de regressÃo robusta, em particular aqueles relacionados à estimaÃÃo M, adaptando-os ao projeto de classificadores de padrÃes capazes de lidar automaticamente com outliers. Esta adaptaÃÃo leva à proposiÃÃo de versÃes robustas de dois classificadores de padrÃes amplamente utilizados na literatura, a saber, o classificador linear dos mÃnimos qua- drados (least squares classifier, LSC) e a mÃquina de aprendizado extremo (extreme learning machine, ELM). AtravÃs de uma ampla gama de experimentos computacionais, usando dados sintÃticos e reais, mostra-se que as versÃes robustas dos classificadores supracitados apresentam desempenho consistentemente superior aos das versÃes originais. / This thesis addresses the problem of data classification when they are contaminated with atypical patterns. These patterns, generally called outliers, are omnipresent in real-world multi- variate data sets, but their a priori detection (i.e. before training the classifier) is a difficult task to perform. As a result, the most common approach is the reactive one, in which one suspects of the presence of outliers in the data only after a previously trained classifier has achieved a low performance. Several strategies can then be carried out to improve the performance of the classifier, such as to choose a more computationally powerful classifier and/or to remove the de- tected outliers from data, eliminating those patterns which are difficult to categorize properly. Whatever the strategy adopted, the presence of outliers will always require more attention and care during the design of a pattern classifier. Bearing these difficulties in mind, this thesis revi- sits concepts and techniques from the theory of robust regression, in particular those related to M-estimation, adapting them to the design of pattern classifiers which are able to automatically handle outliers. This adaptation leads to the proposal of robust versions of two pattern classi- fiers widely used in the literature, namely, least squares classifier (LSC) and extreme learning machine (ELM). Through a comprehensive set of computer experiments using synthetic and real-world data, it is shown that the proposed robust classifiers consistently outperform their original versions.

Nesta dissertação é realizado um estudo comparativo entre controladores robustos projetados para sistemas lineares em espaço de estado sujeitos a incertezas paramétricas. O objetivo é resolver problemas de acompanhamento de trajetória de robôs. O estudo é realizado em um robô móvel com tração diferencial e em um quadricóptero. Para tal, é aplicado um Regulador Linear Quadrático Robusto no qual engloba em uma estrutura unificada todos os parâmetros de incerteza de entrada e saída de maneira recursiva, útil em aplicações em tempo real. A fim de demonstrar a eficiência do Regulador Robusto, resultados de simulações e de experimentos são empregados comparando-o com controle Η∞ não linear via teoria dos jogos e com um controle Proporcional-Derivativo mais torque calculado. / This work provides a comparative study between robust controllers for linear statespace systems subject to parametric uncertainties to solve trajectory tracking problems. The study is developed in a mobile robot with differential traction and in a quadricopter. A Robust Linear Quadratic Regulator is applied, which encompasses in a unified framework all input and output uncertain parameters, useful in online applications. In order to show the effectiveness of the robust regulator, simulations and experiments results allow the comparison with nonlinear Η∞ control via game theory and with a Proportional- Derivative control plus computed torque.

Este trabalho apresenta todos os passos para a implementação de técnicas de controle preditivo em uma coluna de destilação. Inicialmente a tese introduz basicamente o funcionamento e a meta do processo de destilação. Modelos linearizados em tempo contínuo da coluna de destilação são obtidos a partir de ensaios experimentais da coluna em diferentes pontos de operação. Com base nestes modelos, várias topologias de controladores preditivos baseados em modelo são implementadas. Um otimizador em tempo real é integrado aos controladores preditivos para a redução do custo operacional da planta. Resultados simulados e resultados experimentais de todas as topologias de controladores preditivos estudados são apresentados. / This work presents all the steps to the implementation of predictive control techniques in a distillation column. First the thesis basically introduces the working and the goal of the distillation process. Linearized models in continuous time of the distillation column are obtained from experimental tests of the column in different operating points. Based on this models, several model based predictive controllers topologies are implemented. A real time optimizer is integrated with the predictive controllers to the reduction of the plant operational cost. Simulated results and experimental results of all studied predictive controllers topologies are presented.

Observações ou outliers estão quase sempre presentes em qualquer conjunto de dados, seja ele grande ou pequeno. Isso pode ocorrer por erro no armazenamento dos dados ou por existirem realmente alguns pontos diferentes dos demais. A presença desses pontos pode causar distorções nos resultados de modelos e estimativas. Por isso, a sua detecção é muito importante e deve ser feita antes do início de uma análise mais profunda dos dados. Após esse diagnóstico, pode-se tomar uma decisão a respeito dos pontos atípicos. Uma possibilidade é corrigi-los caso tenha ocorrido erro na transcrição dos dados. Caso sejam pontos válidos, eles devem ser tratados de forma diferente dos demais, seja com uma ponderação, seja com uma análise especial. Nos casos univariado e bivariado, o outlier pode ser detectado analisando-se o gráfico de dispersão que mostra o comportamento de cada observação do conjunto de dados de interesse. Se houver pontos distantes da massa de dados, eles devem ser considerados atípicos. No caso multivariado, a detecção por meio de gráficos torna-se um pouco mais complexa porque a análise deveria ser feita observando-se duas variáveis por vez, o que tornaria o processo longo e pouco confiável, pois um ponto pode ser atípico com relação a algumas variáveis e não ser com relação a outras, o que faria com que o resultado ficasse mascarado. Neste trabalho, alguns métodos robustos para detecção de outliers em dados multivariados são apresentados. A aplicação de cada um dos métodos é feita para um exemplo. Além disso, os métodos são comparados de acordo com o resultado que cada um apresentar para o exemplo em questão e via simulação. / Unusual observations or outliers are frequent in any data set, if it is large or not. Outliers may occur by typing mistake or by the existence of observations that are really different from the others. The presence of this observations may distort the results of models and estimates. Therefore, their detection is very important and it is recommended to be performed before any detailed analysis, when a decision can be taken about these atypical observations. A possibility is to correct these observations if the problem occurred with the construction of the data set. If the observations are correct, different strategies can be adopted, with some weights or with special analysis. In univariate and bivariate data sets, outliers can be detected analyzing the scatter plot. Observations distant from the cloud formed by the data set are considered unusual. In multivariate data sets, the detection of outliers using graphics is more difficult because we have to analyse a couple of variables each time, which results is a long and less reliable process because we can find an observation that is unusual for one variable and not unusual for the others, masking the results. In this work, some robust methods for detection of multivariate outliers are presented. The application of each one is done for an example. Moreover, the methods are compared by the results of each one in the example and by simulation.

Os modelos multiníveis representam uma classe de modelos utilizada para ajustes de dados que apresentam estrutura de hierarquia. O presente trabalho propõe uma generalizacão dos modelos normais multiníveis, denominada modelos elípticos multiníveis. Esta proposta sugere o uso de distribuicões de probabilidade pertencentes à classe elíptica, envolvendo portanto todas as distribuições contínuas simétricas, incluindo a distribuição normal como caso particular. As distribuições elípticas podem apresentar caudas mais leves ou mais pesadas que as caudas da distribuição normal. No caso da presença de observações aberrantes, é sugerido o uso de distribuições com caudas pesadas no intuito de obter um melhor ajuste do modelo aos dados considerados discrepantes. Nesta dissertação, alguns aspectos dos modelos elípticos multiníveis são desenvolvidos, como o processo de estimação dos parâmetros via máxima verossimilhança, testes de hipóteses para os efeitos fixos e parâmetros de variância e covariância e análise de resíduos para verificação de características relacionadas aos ajustes e às suposições estabelecidas. / Multilevel models represent a class of models used to adjust data which have hierarchical structure. The present work proposes a generalization of the multilevel normal models, named multilevel elliptical models. This proposal suggests the use of probability distributions belonging to the elliptical class, thus involving all symmetric continuous distributions, including the normal distribution as a particular case. Elliptical distributions may have lighter or heavier tails than the normal ones. In case of presence of outlying observations, it is suggested the use of heavy-tailed distributions in order to obtain a better fitted model to the discrepant observations. In this dissertation some aspects of the multilevel elliptical models are developed, such as the process of parameter estimation by maximum likelihood, hypothesis tests for fixed effects and variance-covariance parameters and residual analysis to check features related to the fitting and established assumptions.

Orientador: Alberto Luiz Francato / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo / Made available in DSpace on 2018-08-23T22:42:20Z (GMT). No. of bitstreams: 1 Deantoni_VictordeBarros_M.pdf: 2817178 bytes, checksum: 1c05a50aa818606a82c052b88f62c14d (MD5) Previous issue date: 2013 / Resumo: O planejamento da operação do setor elétrico brasileiro é realizado com base em modelos que por meio de otimização determinam a geração de energia de fontes térmicas e hidráulicas. Utilizando a técnica de otimização estocástica robusta possibilita-se a análise com um conjunto de cenários históricos, com o objetivo de determinar a operação do primeiro intervalo de tempo do horizonte de planejamento, e assim obter uma solução que não necessariamente seja a melhor para um determinado cenário, mas sim uma solução que seja interessante para qualquer um dos cenários que possam ocorrer. O objetivo deste trabalho foi criar uma nova versão do modelo SolverSIN com um módulo de otimização estocástica robusta, chamado de SolverSINR, esse novo modelo permite o planejamento da operação considerando um conjunto de cenários históricos. As séries históricas são obtidas do relatório do programa mensal de operação, que é um arquivo de saída do NEWAVE. Para organização dessas séries foi desenvolvido um aplicativo chamado SHENA. O novo modelo apresentou resultados coerentes em comparação com o modelo SolverSIN determinístico e mostrou valores viáveis para a operação de reservatórios. A ferramenta permite a otimização assumindo a hipótese de repetição de uma série histórica. O modelo SolverSINR vem a contribuir como mais uma alternativa de avaliação crítica às políticas operacionais do SIN implementadas pelos modelos oficiais do SEB. Durante a avaliação de resultados notou-se que uma restrição de geração hidráulica mínima para o subsistema Nordeste causava infactibilidade em alguns cenários, adotou-se uma variável de folga para solucionar esse problema. Destaca-se que houve factibilidade nos procedimentos de operação em tempo de processamento compatível com otimização estocástica de processos em equipamentos usais para tal tarefa / Abstract: The operation planning of the interconnected power generation Brazilian system is carried out based on models through deterministic optimization power generation from thermal and hydraulic sources. Using the robust stochastic optimization technique enables the analysis grounded in a set of historical scenarios, in order to determine the operation of the first time interval of the planning horizon, and thus obtain a solution that is not necessarily the best for a selected scenario, but a solution that is interesting for any of the scenarios that might happen. The objective of this work was to create a new version of the model SolverSIN with a robust stochastic optimization module, called SolverSINR , this new model allows for the operation planning considering a set of historical scenarios . The time series is obtained from the monthly report called "pmo.dat" that is an output file from NEWAVE model. For organizing these series was developed an application called SHENA. The new model showed consistent results in comparison with the deterministic model (SolverSIN) and showed feasible values for reservoir operation. The tool allows the optimization under the assumption of repetition of a historical series. The model SolverSINR comes to contribute as an alternative assessment to critical operational policies implemented by SIN official models of SEB. During the evaluation of results was noted that a restriction of minimum hydraulic generation on Northeast subsystem caused infeasible answer in some scenarios, we adopted a penalty variable to solve this problem. It is noteworthy that there was feasibility in operating procedures in processing time compatible with stochastic optimization of processes in usual equipment for this task / Mestrado / Recursos Hidricos, Energeticos e Ambientais / Mestre em Engenharia Civil