Wikipedia umschreibt die Topologieoptimierung als ein computerbasiertes Berechnungsverfahren, durch welches eine günstige Grundgestalt (Topologie) für Bauteile unter mechanischer Belastung ermittelt werden kann. Durch die Verwendung von 3D-Druck-Verfahren wird die Gestaltung der Komponenten revolutioniert, weil diese nicht mehr abhängig vom Fertigungsverfahren sind. Dabei werden auch optimale Gitterstrukturen innerhalb der Komponenten immer wichtiger. Diese neuen Herausforderungen können im Creo Umfeld mit ProTopCI (Hersteller CAESS, PTC Partner Advantage, Silver) elegant gelöst werden. Im Vortrag (mit Live-Demonstration) werden die neuen Möglichkeiten dieser innovativen Lösung beleuchtet: Modellerzeugung in Creo Simulate (FEM-Mode): - Verschiedene Lastfälle, - Kontakte, - Schraubenverbindungen, - CAD-Geometrie, - zu optimierende Bereiche, ... Technologische Randbedingungen zur Berücksichtigung des Fertigungsverfahren Innovatives Erzeugen/Optimieren der Gitterstrukturen Glätten, Exportieren der optimierten Geometrie

中國經濟崛起後，台灣製造業者面臨比以往更激烈的競爭，急需提升自身能力，為了能有效對抗複雜、變化快速的環境，企業應從既有的競爭優勢建立和延伸，而台灣的經濟自由以及完善的製造業產能，是製造業競爭力提升的關鍵。在產能規劃時容易因為客戶影響而產生產能平滑化議題，其中以季節性產品製造商為最，且現今產品生命週期縮短及客戶喜好改變快速，導致市場不確定性提高，企業的產能運用越來越容易受客戶需求之影響，因此了解既有客戶資訊並將其納入產能平滑化策略之考量因素，是現今台灣季節性產品製造商發展優勢的重要議題。然而目前客戶分析之應用大多在銷售領域，結合產能規劃策略的研究及個案都相當不足，若能建立兩者結合之研究分析及個案討論，會更有助於未來提升台灣製造業競爭力之研究，因此本研究探討客戶分析對產能平滑化策略之影響。 本研究利用個案研究法分析世界第四大冷氣壓縮機製造商－瑞智精密公司，探討其如何在2011年至2014年期間將客戶分析導入產能規劃策略，並透過內部銷售數據、瑞智專業顧問訪談以及第三機構之研究/學術資料三個資料來源進行三角檢定，評估其在淡季時是否有助增加銷售量；旺季時是否可以增加產量或是發展其他產能分配策略。 本研究以實務資料驗證結合客戶分析之產能平滑化策略是否具備實質效益，研究發現導入客戶分析之產能平滑化策略確實縮小了淡旺季差異，也可發展出客戶評價機制方案進行旺季產能分配策略，而將客戶分析和客戶評價機制導入產能規劃步驟，可以讓客戶資訊從銷售部門流通至生產部門，化解兩者之間目標不同的衝突，使企業內部能更有效率地溝通合作，迅速反應客戶需求創造競爭力。 / After the rising of economy in China, the manufacturers in Taiwan are facing fierce horizontal competition. In order to secure their leading position and competitiveness in the market, Taiwanese manufacturers have to enhance and develop their current competitive advantages to further respond to the complicated and volatile economic environment quickly. Priority should be given to enhance the capacity planning as the economic freedom and sufficient manufacturing capacity are two main factors making the manufacturers to be competitive and successful in Taiwan. However, the capacity planning is easily influenced by the customers, which caused an issue called “Production Smoothing”. The problem is obvious and complicated for those seasonal product manufacturers. Moreover, the shorter product lifecycle and rapidly changing customer preferences contribute to the uncertainty in the market. As a result, the capacity planning is now more susceptible to be affected by customers’ needs. That is why it is very critical for the manufacturers to understand their customers’ needs and further to consider the needs in their company’s capacity plans. However, the current case study of customer analysis usually focuses on the field of marketing instead of on the capacity planning. It would be great if we could combine the capacity planning and marketing to the case discussion and analysis, further to help develop the research on the competitiveness of Taiwanese manufacturers. Therefore, the object of this article is to analyze how the customer analysis can bring an impact to the company’s capacity smoothing strategy. This case study is to analyze Rechi Precision Company, the world's fourth largest air conditioner compressor manufacturers, discussing how they take customer analysis into consideration when they develop the capacity strategy from 2011 to 2014. By analyzing internal sales data, interviewing with the internal consultants in Rechi, and referring research from the third institutions, we access whether the combination of customer analysis and capacity planning could help increase the sales during the low season and increase the capacity or develop other capacity allocation strategy during the peak season. According to the research results, the combination can decrease sales difference between the peak season and the low season. It can also help develop customer evaluation mechanism to determine capacity allocation. In addition, in order to respond to customers’ needs quickly, the manufacturers should integrate customer analysis and customer evaluation mechanism into capacity planning steps, which can soften the conflicts between the sales and production department. All of these efforts could make the whole company communicate and cooperate with each other more efficient.

Dentre as diversas fontes de energia renovável que existem atualmente, a energia eólica é a que tem apresentado o maior crescimento nos Sistemas Elétricos de Potência (SEPs). A flutuação de potência da geração eólica, no entanto, tem causado grandes desafios no que diz respeito à Qualidade da Energia Elétrica (QEE) e à operação do SEP. O grande progresso dos Sistemas de Armazenamento de Energia (SAEs), aliado à crescente inserção de geração eólica nos SEPs, tem promovido grande interesse na utilização dos SAEs junto aos aerogeradores. Este trabalho apresenta a utilização de um SAE, conectado ao elo CC do conversor back-to-back do aerogerador, e uma técnica de controle baseada na lógica fuzzy para suavizar as variações da potência de curto prazo da geração eólica. A técnica de controle proposta também é utilizada para gerenciar o Estado de Carga (SOC) do SAE para evitar a condição sobrecarregada e totalmente descarregada. O controle fuzzy é testado e comparado com uma técnica de controle convencional e também com a topologia típica do aerogerador, onde não é utilizado o SAE. As técnicas são avaliadas e comparadas com base em diferentes indicadores numéricos da qualidade da suavização. Um simulador digital em tempo real (RTDSR) é utilizado para realizar as simulações, onde é considerado um aerogerador de 2 MW, um supercapacitor e uma microrrede baseada no benchmark do CIGRÉ de média tensão. Os resultados mostraram que as técnicas de controle do supercapacitor possibilitaram uma adequada suavização de potência da geração eólica e puderam contribuir para a QEE e a operação da microrrede. A técnica inteligente baseada no controlador fuzzy mostrou resultados superiores à técnica convencional e, portanto, apresentou grande potencial para a aplicação. / Among several renewable energy sources existing nowadays, wind energy has presented the largest growth in power systems. The wind power fluctuations, however, has brought great challenges concerning Power Quality (PQ) and power system operation. The great progress of Energy Storage Systems (ESSs), together with the increasing penetration of wind power worldwide, has lead to a great interest in the use of ESS in wind energy. This study presents the application of a ESS, connected to the DC link of the backto- back converter of the wind turbine, and a control technique based on fuzzy logic to smooth out the short-term wind power fluctuations. The proposed control technique is also used to manage the State of Charge (SOC) of the ESS to avoid the overcharged and undercharged states. The fuzzy control is tested and compared with a conventional control technique and also with the typical wind turbine topology, where the ESS is not used. The techniques are evaluated and compared based on different quantitative indicators that represent the quality of the power smoothing. Simulations are carried out in the Real-Time Digital Simulator (RTDSR), where a 2 MW wind turbine, a supercapacitor and a microgrid system based on the CIGRÉ medium voltage benchmark are considered. The results have shown that the control techniques of the supercapacitor permitted a suitable smoothing of the fluctuating wind power and contributed to the microgrid PQ and operation. The intelligent control technique based on the fuzzy logic has shown superior performance compared to the conventional technique and, therefore, presented great potential for application.

This study employs Bayesian Hidden Markov Models as method to explore vehicle traffic flow conditions in an urban area in Stockholm, based on sensor data from separate road positions. Inter-arrival times are used as the observed sequences. These sequences of inter-arrival times are assumed to be generated from the distributions of four different (and hidden) traffic flow states; nightly free flow, free flow, mixture and congestion. The filtered and smoothed probability distributions of the hidden states and the most probable state sequences are obtained by using the forward, forward-backward and Viterbi algorithms. The No-U-Turn sampler is used to sample from the posterior distributions of all unknown parameters. The obtained results show in a satisfactory way that the Hidden Markov Models can detect different traffic flow conditions. Some of the models have problems with divergence, but the obtained results from those models still show satisfactory results. In fact, two of the models that converged seemed to overestimate the presence of congested traffic and all the models that not converged seem to do adequate estimations of the probability of being in a congested state. Since the interest of this study lies in estimating the current traffic flow condition, and not in doing parameter inference, the model choice of Bayesian Hidden Markov Models is satisfactory. Due to the unsupervised nature of the problematization of this study, it is difficult to evaluate the accuracy of the results. However, a model with simulated data and known states was also implemented, which resulted in a high classification accuracy. This indicates that the choice of Hidden Markov Models is a good model choice for estimating traffic flow conditions.

Nesta dissertação apresentamos métodos de diagnóstico em modelos semiparamétricos sob erros normais, em especial os modelos semiparamétricos com uma variável explicativa não paramétrica, conhecidos como modelos lineares parciais. São utilizados splines cúbicos para o ajuste da variável resposta e são aplicadas funções de verossimilhança penalizadas para a obtenção dos estimadores de máxima verossimilhança com os respectivos erros padrão aproximados. São derivadas também as propriedades da matriz hat para esse tipo de modelo, com o objetivo de utilizá-la como ferramenta na análise de diagnóstico. Gráficos normais de probabilidade com envelope gerado também foram adaptados para avaliar a adequabilidade do modelo. Finalmente, são apresentados dois exemplos ilustrativos em que os ajustes são comparados com modelos lineares normais usuais, tanto no contexto do modelo aditivo normal simples como no contexto do modelo linear parcial. / In this master dissertation we present diagnostic methods in semiparametric models under normal errors, specially in semiparametric models with one nonparametric explanatory variable, also known as partial linear model. We use cubic splines for the nonparametric fitting, and penalized likelihood functions are applied for obtaining maximum likelihood estimators with their respective approximate standard errors. The properties of the hat matrix are also derived for this kind of model, aiming to use it as a tool for diagnostic analysis. Normal probability plots with simulated envelope graphs were also adapted to evaluate the model suitability. Finally, two illustrative examples are presented, in which the fits are compared with usual normal linear models, such as simple normal additive and partially linear models.

Podemos afirmar que deslocamentos da imagem em quadros consecutivos de uma seqüência de vídeo são causados por pequenas vibrações da câmera e/ou movimentos desejados pelo operador da câmera. A estabilização de imagem consiste no processo de remoção de pequenas vibrações que caracterizam movimentos indesejados de uma seqüência de imagens. Com este propósito, atualmente técnicas de processamento digital de vídeo vêm sendo comumente aplicadas na indústria eletrônica. No processo digital de estabilização de imagens são necessários métodos computacionais de estimação, de suavização e de correção de movimento, para os quais, existe uma grande variedade de técnicas de processamento. O emprego de uma técnica específica de processamento é determinado conforme o tipo de aplicação. Técnicas para a estimação de movimento como casamento de blocos (CB), e para a suavização de movimento como filtro de freqüência passa baixa, são freqüentemente encontradas na literatura. Este trabalho apresenta um sistema de estabilização digital de imagens em tempo real capturadas por uma câmera digital, estimando e compensando movimentos translacionais e rotacionais indesejados. / Undesirable shakes or jiggles, object motion within image or desirable motions caused by the camera operator causes image differences in consecutive frames of video sequences. The image stabilization consists of the process of removing inevitable and undesirable fluctuations, shakes and jiggles; with this purpose, nowadays digital processing techniques have been commonly applied in the electronic industry. On the digital processing of image stabilization, computational methods of estimation, smoothing and motion correction are necessary. In the literature various digital processing techniques for image stabilization are described, the most suitable technique should be chosen according to the kind of application. Techniques such as block matching used in motion estimation and low-pass filters used in motion smoothing are found in a great number of papers. This work presents a real time digital image stabilization system capable of stabilizing video sequences with undesirable translational and rotational displacements between frames.

Lokal parametrische Modelle werden häufig im Kontext der nichtparametrischen Schätzung verwendet. Bei einer punktweisen Schätzung der Zielfunktion können die parametrischen Umgebungen mithilfe von Gewichten beschrieben werden, die entweder von den Designpunkten oder (zusätzlich) von den Beobachtungen abhängen. Der Vergleich von verrauschten Beobachtungen in einzelnen Punkten leidet allerdings unter einem Mangel an Robustheit. Der Propagations-Separations-Ansatz von Polzehl und Spokoiny [2006] verwendet daher einen Multiskalen-Ansatz mit iterativ aktualisierten Gewichten. Wir präsentieren hier eine theoretische Studie und numerische Resultate, die ein besseres Verständnis des Verfahrens ermöglichen. Zu diesem Zweck definieren und untersuchen wir eine neue Strategie für die Wahl des entscheidenden Parameters des Verfahrens, der Adaptationsbandweite. Insbesondere untersuchen wir ihre Variabilität in Abhängigkeit von der unbekannten Zielfunktion. Unsere Resultate rechtfertigen eine Wahl, die unabhängig von den jeweils vorliegenden Beobachtungen ist. Die neue Parameterwahl liefert für stückweise konstante und stückweise beschränkte Funktionen theoretische Beweise der Haupteigenschaften des Algorithmus. Für den Fall eines falsch spezifizierten Modells führen wir eine spezielle Stufenfunktion ein und weisen eine punktweise Fehlerschranke im Vergleich zum Schätzer des Algorithmus nach. Des Weiteren entwickeln wir eine neue Methode zur Entrauschung von diffusionsgewichteten Magnetresonanzdaten. Unser neues Verfahren (ms)POAS basiert auf einer speziellen Beschreibung der Daten, die eine zeitgleiche Glättung bezüglich der gemessenen Positionen und der Richtungen der verwendeten Diffusionsgradienten ermöglicht. Für den kombinierten Messraum schlagen wir zwei Distanzfunktionen vor, deren Eignung wir mithilfe eines differentialgeometrischen Ansatzes nachweisen. Schließlich demonstrieren wir das große Potential von (ms)POAS auf simulierten und experimentellen Daten. / In statistics, nonparametric estimation is often based on local parametric modeling. For pointwise estimation of the target function, the parametric neighborhoods can be described by weights that depend on design points or on observations. As it turned out, the comparison of noisy observations at single points suffers from a lack of robustness. The Propagation-Separation Approach by Polzehl and Spokoiny [2006] overcomes this problem by using a multiscale approach with iteratively updated weights. The method has been successfully applied to a large variety of statistical problems. Here, we present a theoretical study and numerical results, which provide a better understanding of this versatile procedure. For this purpose, we introduce and analyse a novel strategy for the choice of the crucial parameter of the algorithm, namely the adaptation bandwidth. In particular, we study its variability with respect to the unknown target function. This justifies a choice independent of the data at hand. For piecewise constant and piecewise bounded functions, this choice enables theoretical proofs of the main heuristic properties of the algorithm. Additionally, we consider the case of a misspecified model. Here, we introduce a specific step function, and we establish a pointwise error bound between this function and the corresponding estimates of the Propagation-Separation Approach. Finally, we develop a method for the denoising of diffusion-weighted magnetic resonance data, which is based on the Propagation-Separation Approach. Our new procedure, called (ms)POAS, relies on a specific description of the data, which enables simultaneous smoothing in the measured positions and with respect to the directions of the applied diffusion-weighting magnetic field gradients. We define and justify two distance functions on the combined measurement space, where we follow a differential geometric approach. We demonstrate the capability of (ms)POAS on simulated and experimental data.

[pt] Esta pesquisa fundamenta-se na elaboração de uma metodologia para identificação da estrutura de séries temporais lineares e não lineares, baseada na estimação não paramétrica e semi-paramétrica de curvas em modelos do tipo Yt=E(Yt|Xt) +e, onde Xt=(Yt-1, Yt-2,...,Yt-d). Um modelo de regressão linear paramétrico tradicional assume que a forma da função E(Yt|Xt) é linear. O processo de estimação é global, isto é, caso a suposição seja, por exemplo, a de uma função linear, então a mesma reta é usada ao longo do domínio da covariável. Entretanto, tal abordagem pode ser inadequada em muitos casos. Já a abordagem não paramétrica, permite maior flexibilidade na possível forma da função desconhecida, sendo que ela pode ser estimada através de funções núcleo local. Desse modo, somente pontos na vizinhança local do ponto xt , onde se deseja estimar E(Yt|Xt=xt), influenciarão nessa estimativa. Isto é, através de estimadores núcleo, a função desconhecida será estimada através de uma regressão local, em que as observações mais próximas do ponto onde se deseja estimar a curva receberão um peso maior e as mais afastadas, um peso menor. Para estimação da função desconhecida, o parâmetro de suavização h (janela) foi escolhido automaticamente com base na amostra via minimização de resíduos, usando o critério de validação cruzada. Além desse critério, utilizamos intencionalmente valores fixos para o parâmetro h, que foram 0.1, 0.5, 0.8 e 1. Após a estimação da função desconhecida, calculamos o coeficiente de determinação para verificar a dependência de cada defasagem. Na metodologia proposta, verificamos que a função de dependência da defasagem (FDD) e a função de dependência parcial da defasagem (FDPD), fornecem boas aproximações no caso linear da função de autocorrelação (FAC) e da função de autocorrelação parcial (FACP), respectivamente, as quais são utilizadas na análise clássica de séries lineares. A representação gráfica também é muito semelhante àquelas usadas para FAC e FACP. Para a função de dependência parcial da defasagem (FDPD), necessitamos estimar funções multivariadas. Nesse caso, utilizamos um modelo aditivo, cuja estimação é feita através do método backfitting (Hastie e Tibshirani-1990). Para a construção dos intervalos de confiança, foi utilizada a técnica Bootstrap. Conduzimos o estudo de forma a avaliar e comparar a metodologia proposta com metodologias já existentes. As séries utilizadas para esta análise foram geradas de acordo com modelos lineares e não lineares. Para cada um dos modelos foi gerada uma série de 100 ou mais observações. Além dessas, também foi exemplificada com o estudo da estrutura de duas séries de demanda de energia elétrica, uma do DEMEI- Departamento Municipal de Energia de Ijuí, Rio Grande do Sul e outra de uma concessionária da região Centro-Oeste. Utilizamos como terceiro exemplo uma série econômica de ações da Petrobrás. / [en] This paper suggests an approach for the identification of the structure of inear and non-linear time series through non-parametric estimation of the unknown curves in models of the type Y)=E(Yt|Xt =xt) +e , where Xt=(Yt-1,Yt-2,...,Yt- d). A traditional nonlinear parametric model assumes that the form of the function E(Yt,Xt) is known. The estimation process is global, that is, under the assumption of a linear function for instance, then the same line is used along the domain of the covariate. Such an approach may be inadequate in many cases, though. On the other hand, nonparametric regression estimation, allows more flexibility in the possible form of the unknown function, since the function itself can be estimated through a local kernel regression. By doing so, only points in the local neighborhood of the point Xt, where E(Yt|Xt =xt) is to be estimated, will influence this estimate. In other words, with kernel estimators, the unknown function will be estimated by local regression, where the nearest observations to the point where the curve is to be estimated will receive more weight and the farthest ones, a less weight. For the estimation of the unknown function, the smoothing parameter h (window) was chosen automatically based on the sample through minimization of residuals, using the criterion of cross-validation. After the estimation of the unknown function, the determination coefficient is calculated in order to verify the dependence of each lag. Under the proposed methodology, it was verified that the Lag Dependence Function (LDF) and the Partial Lag Dependence Function (PLDF) provide good approximations in the linear case to the function of autocorrelation (ACF) and partial function of autocorrelation (PACF) respectively, used in classical analysis of linear time series. The graphic representation is also very similar to those used in ACF and PACF. For the Partial Lag Dependence Function (PLDF) it becomes necessary to estimate multivariable functions. In this case, an additive model was used, whose estimate is computed through the backfitting method, according to Hastie and Tibshirani (1990). For the construction of confidence intervals, the bootstrap technique was used. The research was conducted to evaluate and compare the proposed methodology to traditional ones. The simulated time series were generated according to linear and nonlinear models. A series of one hundred observations was generated for each model. The approach was illustrated with the study of the structure of two time series of electricity demand of DEMEI- the city department of energy of Ijui, Rio Grande do Sul, Brazil and another of a concessionary of the Centro- Oeste region. We used as third example an economical series of Petrobras.

Neste trabalho foram utilizadas cópulas bivariadas variantes no tempo para modelar a dependência entre séries de retornos financeiros. O objetivo deste trabalho é apresentar uma abordagem de estimação semi-paramétrica de cópulas variantes no tempo a partir de uma função de cópula paramétrica na qual o parâmetro varia no tempo. A função do parâmetro desconhecido será estimada pela aproximação de ondaleta Haar, polinômio de Taylor e Kernel. O desempenho dos três métodos de aproximação será comparado via estudos de simulação. Uma aplicação aos dados reais será apresentada para ilustrar a metodologia estudada. / In this work the bivariate Time-varying copula models have been used to model the dependence between payback. The aim of this work is to present an approach of semiparametric estimation of Time-varying copula models from a parametric copula function in which the parameter varies with the time. The function of the unknown parameter will be estimated by Haar wavelet approach, Taylor series and smoothing Kernel approximation. The measured performance of the three estimation method will be compared by simulation study. An application of the data will be presented to illustrate the studied methodology.

Submitted by Mariana Dornelles Vargas (marianadv) on 2015-06-01T12:45:08Z No. of bitstreams: 1 otimizacao_niveis.pdf: 2029201 bytes, checksum: a40cd7a9e26627e3677b30cfdb0cdd33 (MD5) / Made available in DSpace on 2015-06-01T12:45:08Z (GMT). No. of bitstreams: 1 otimizacao_niveis.pdf: 2029201 bytes, checksum: a40cd7a9e26627e3677b30cfdb0cdd33 (MD5) Previous issue date: 2011 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Em um contexto empresarial, a competitividade entre companhias de um mesmo ramo de atividade se torna mais presente a cada dia que passa. Empresas estruturadas de forma enxuta em termos de custo podem ter maior vantagem competitiva sobre seus concorrentes. Reduzir custos é, portanto, um objetivo almejado por todas as organizações. A gestão e controle de estoques de produtos é um problema presente em diversas empresas e organizações. Diversos custos estão associados a este problema. O volume monetário relacionado é bastante grande. Assim, quanto melhor for o processo de controle e gerenciamento de estoques de uma empresa, menor será o custo para manutenção dos mesmos. Este trabalho propõe uma ferramenta para otimização dos níveis de estoque de uma rede varejista, considerando características como lucratividade, custos e atendimentos às demandas. Isto é feito através do uso de um método previsor baseado em Suavização Exponencial com Sazonalidade Multiplicativa, um módulo Otimizador baseado na metaheurística Guided Local Search, além de um Simulador Discreto Determinístico. A ferramenta conta com uma série de parâmetros que permitem a criação de diferentes cenários relativos ao sistema de estocagem da rede varejista. Os resultados obtidos durante a fase de experimentação da ferramenta demonstram sua capacidade de encontrar soluções para o problema de níveis de estoque de forma satisfatória, além de possibilitar a criação de cenários alternativos à realidade observada no sistema físico. / Competitiveness is an element that increases on a daily basis considering nowadays businesses. Companies with more efficient structures in terms of costs have an important advantage when compared to their competitors. This greatly motivates companies to reduce costs. Inventory control is an existing problem in many companies and organizations. Many types of costs are associated to this problem. Also, the amount of money involved in inventory maintenance is very considerable. So, the better the inventory control process is, the lower the costs related to it will be. This paperwork proposes a tool to optimize inventory levels on a retailer company, considering profit, costs and service level attendance. This is done by using a Forecasting Method called Exponential Smoothing with Multiplicative Seasonality, an Optimizer based on the Guided Local Search metaheuristic and a Discrete Deterministic Simulator. This tool uses a series of parameters in order to allow users to create different scenarios. The results obtained with the conducted experiments show that the tool is capable of finding good solutions to the problem of inventory levels, as well as creating alternative scenarios to operate the inventory system..