Spelling suggestions: "subject:"ajuste dde funções"" "subject:"ajuste dee funções""
1 |
Aprendizado genético de funções de pertinência na modelagem nebulosa.Pires, Matheus Giovanni 20 August 2004 (has links)
Made available in DSpace on 2016-06-02T19:06:23Z (GMT). No. of bitstreams: 1
DissMGP.pdf: 1155179 bytes, checksum: 853fabfd715d513d373e075b049d726a (MD5)
Previous issue date: 2004-08-20 / The success of Fuzzy Rule Based Systems is due to their ability to represent vague and
uncertain knowledge and to the facility to express the system behavior in a language easily
interpretable by human beings. The knowledge acquisition of a Fuzzy Rule Based System is
done from a human expert, which is known as the direct approach to knowledge acquisition,
or through methods that automatically extract this knowledge from numerical information that
represent samples or examples of the problem. Genetic Algorithms have demonstrated to be a
powerful tool to rule bases construction, rule bases optimization, membership functions
generation and membership functions optimization. The main research focus of this work is
the investigation of fuzzy systems automatic generation approaches applied to pattern
classification problems, using genetic algorithms to the definition and tuning of fuzzy sets that
belong to the fuzzy partitions of the domains involved, considering interpretability
maintenance of the linguistic values. The genetic learning is employed only in the fuzzy
system data base, that is, in the membership functions, either through the traditional way of
tuning previously defined functions after the rule base has been defined or through the more
recent approach of constructing membership functions before the rules definition. This kind of
investigation requires the use of different rule generation methods, the rules being generated
before or after the use of genetic algorithm. The combination Fuzzy Systems + Genetic
Algorithms, known as Genetic Fuzzy Systems, has great acceptance in the scientific
community, since this systems are robust and capable of finding good solutions in complex
and irregular spaces. / O sucesso dos Sistemas Baseados em Regras Nebulosas deve-se à habilidade para representar
o conhecimento vago e incerto e à facilidade de expressar o comportamento do sistema em
uma linguagem facilmente interpretável pelos seres humanos. A aquisição de conhecimento
de um Sistema Baseado em Regras Nebulosas é feita a partir de um especialista humano, a
qual é conhecida como abordagem direta para aquisição do conhecimento, ou através de
métodos que automaticamente extraem este conhecimento a partir de informações numéricas
que representam amostras ou exemplos do problema. Algoritmos Genéticos vêm
demonstrando ser uma poderosa ferramenta para a construção de bases de regras, otimização
de bases de regras, geração de funções de pertinência e otimização de funções de pertinência.
O principal foco de pesquisa deste trabalho é a investigação das abordagens de modelagem
automática de sistemas nebulosos aplicados a problemas de classificação de padrões, através
de algoritmos genéticos para a definição e sintonia dos conjuntos nebulosos que compõem as
partições nebulosas dos domínios envolvidos, considerando a manutenção da
interpretabilidade dos valores lingüísticos. O aprendizado genético é empregado somente na
Base de Dados do sistema nebuloso, isto é, nas funções de pertinência, tanto pela maneira
mais tradicional, de sintonizar as funções já definidas depois da definição das regras, como
pela abordagem mais recente, de construir as funções de pertinência antes da definição das
regras. Esse tipo de investigação supõe o uso de outros métodos para a geração das regras,
sejam elas geradas antes ou depois da aplicação do algoritmo genético. A combinação de
Sistemas Nebulosos + Algoritmos Genéticos, conhecida como Sistemas Genéticos Nebulosos,
tem grande aceitação na comunidade científica, uma vez que estes sistemas são robustos e
capazes de encontrar boas soluções em espaços complexos e irregulares.
|
2 |
Estudo das dispersões metrológicas em redes neurais artificiais do tipo Multilayer Perceptrons através da aplicação em curvas de calibração. / Study of metrological dispersions in Mulltilayer Perceptrons, one type of artificial neural networks, through calibration curve application.Barbosa, Itamar Magno 07 December 2009 (has links)
Este trabalho é um estudo das dispersões metrológicas em aproximações de funções tidas como não conhecidas ou não totalmente conhecidas. A metodologia alternativa para esse fim são as redes neurais artificiais do tipo Multilayer Perceptrons (MLP), aqui utilizadas como aproximadoras de funções. As funções aproximadas são curvas de calibração decorrentes de indicações de instrumentos ou sistemas de medição numa calibração. Essas curvas levam consigo propriedades metrológicas e possuem, neste trabalho, papel de ponte entre os elementos considerados da teoria metrológica e os elementos considerados da teoria da Inteligência Computacional: as Multilayer Perceptrons (MLPs). Uma balança externa de medição de esforços aerodinâmicos e uma Língua Eletrônica (LE), aplicada na medição da concentração de cátions, foram os meios de aplicação dos conceitos dessa metodologia alternativa. As proposições desta tese visam implementar melhorias na exatidão do ajuste das curvas de calibração por meio da consideração dos seguintes fatores: grandezas de influências, incertezas nos Valores Objetivos (VOs), tendência de medição de erros sistemáticos ocultos ou não solvidos e indicadores de desempenho metrológicos. A indicação da qualidade na medição ou a indicação da competência metrológica de um laboratório de calibração é estabelecida pelos valores das incertezas, e a curva de calibração é o ponto de partida para os cálculos desses valores. Visto que o estabelecimento dessa curva é uma das dificuldades para o cálculo das incertezas e a própria curva é uma fonte de incerteza, sua aproximação requer uma a cuidadosa e meticulosa metodologia, daí a importância estratégica deste trabalho. As dispersões metrológicas possuem conotação de incertezas nas medições e elas são a base para a determinação de seu valor numérico; assim, os indicadores de desempenho podem representar essas dispersões e a recíproca também é verdadeira: a incerteza padrão pode ser um dos indicadores de desempenho. Sintetizando, nesta tese é mostrado de que forma a teoria da inteligência computacional adentra na teoria da metrologia e vice versa, nas esferas dos elementos aqui considerados. / The present study investigates metrological dispersions in fitting partially or totally unknown functions. An alternative method is the application of a multilayer perceptron neural network used here to fit functions. The fitting functions are calibration curves from calibration indications of measurement systems or instruments. These curves hold metrological properties and establish a link between elements of Metrological theory and elements of Computing Intelligence theory: the Multilayer Perceptrons. An external balance of aerodynamic forces and moments and an electronic tongue applied in the measurement of cation concentrations were the measurement systems used to apply the concepts of this alternative methodology. This thesis proposes improvements in the accuracy of fitting calibration curves considering the following factors: influence quantities, uncertainties about target values, tendency of hidden or not solved systematic errors and metrological performance functions. The measurement quality indicator or the laboratory metrological competence indicator is established by uncertainty values and the calibration curve is the starting point for the calculation of these values. The establishment of this curve is one of the difficulties in assessing uncertainties and the curve itself is an uncertainty source. Therefore, a careful and meticulous methodology is necessary in curve approximation, which explains the strategic importance of this work. Metrological dispersions have connotation of uncertainty in measurements and are the basis for calculating their numerical values, the performance functions can represent metrological dispersions and the opposite is also true: the standard uncertainty can be a performance function. Making a synthesis, this thesis demonstrates how computing intelligence theory takes into account the metrological theory and vice versa, in the elements of these theories that were discussed in the present study.
|
3 |
Estudo das dispersões metrológicas em redes neurais artificiais do tipo Multilayer Perceptrons através da aplicação em curvas de calibração. / Study of metrological dispersions in Mulltilayer Perceptrons, one type of artificial neural networks, through calibration curve application.Itamar Magno Barbosa 07 December 2009 (has links)
Este trabalho é um estudo das dispersões metrológicas em aproximações de funções tidas como não conhecidas ou não totalmente conhecidas. A metodologia alternativa para esse fim são as redes neurais artificiais do tipo Multilayer Perceptrons (MLP), aqui utilizadas como aproximadoras de funções. As funções aproximadas são curvas de calibração decorrentes de indicações de instrumentos ou sistemas de medição numa calibração. Essas curvas levam consigo propriedades metrológicas e possuem, neste trabalho, papel de ponte entre os elementos considerados da teoria metrológica e os elementos considerados da teoria da Inteligência Computacional: as Multilayer Perceptrons (MLPs). Uma balança externa de medição de esforços aerodinâmicos e uma Língua Eletrônica (LE), aplicada na medição da concentração de cátions, foram os meios de aplicação dos conceitos dessa metodologia alternativa. As proposições desta tese visam implementar melhorias na exatidão do ajuste das curvas de calibração por meio da consideração dos seguintes fatores: grandezas de influências, incertezas nos Valores Objetivos (VOs), tendência de medição de erros sistemáticos ocultos ou não solvidos e indicadores de desempenho metrológicos. A indicação da qualidade na medição ou a indicação da competência metrológica de um laboratório de calibração é estabelecida pelos valores das incertezas, e a curva de calibração é o ponto de partida para os cálculos desses valores. Visto que o estabelecimento dessa curva é uma das dificuldades para o cálculo das incertezas e a própria curva é uma fonte de incerteza, sua aproximação requer uma a cuidadosa e meticulosa metodologia, daí a importância estratégica deste trabalho. As dispersões metrológicas possuem conotação de incertezas nas medições e elas são a base para a determinação de seu valor numérico; assim, os indicadores de desempenho podem representar essas dispersões e a recíproca também é verdadeira: a incerteza padrão pode ser um dos indicadores de desempenho. Sintetizando, nesta tese é mostrado de que forma a teoria da inteligência computacional adentra na teoria da metrologia e vice versa, nas esferas dos elementos aqui considerados. / The present study investigates metrological dispersions in fitting partially or totally unknown functions. An alternative method is the application of a multilayer perceptron neural network used here to fit functions. The fitting functions are calibration curves from calibration indications of measurement systems or instruments. These curves hold metrological properties and establish a link between elements of Metrological theory and elements of Computing Intelligence theory: the Multilayer Perceptrons. An external balance of aerodynamic forces and moments and an electronic tongue applied in the measurement of cation concentrations were the measurement systems used to apply the concepts of this alternative methodology. This thesis proposes improvements in the accuracy of fitting calibration curves considering the following factors: influence quantities, uncertainties about target values, tendency of hidden or not solved systematic errors and metrological performance functions. The measurement quality indicator or the laboratory metrological competence indicator is established by uncertainty values and the calibration curve is the starting point for the calculation of these values. The establishment of this curve is one of the difficulties in assessing uncertainties and the curve itself is an uncertainty source. Therefore, a careful and meticulous methodology is necessary in curve approximation, which explains the strategic importance of this work. Metrological dispersions have connotation of uncertainty in measurements and are the basis for calculating their numerical values, the performance functions can represent metrological dispersions and the opposite is also true: the standard uncertainty can be a performance function. Making a synthesis, this thesis demonstrates how computing intelligence theory takes into account the metrological theory and vice versa, in the elements of these theories that were discussed in the present study.
|
4 |
Risco de ocorrência de excesso hídrico para a cultura do girassol na região central do Rio Grande do Sul / Risk of water excess in sunflower crop in the central region of Rio Grande do SulLucas, Dioneia Daiane Pitol 21 February 2014 (has links)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The approach to knowledge about the probabilities of water excess occurrence enables
the planning sunflower crop management, mainly about the sowing period. The objective of
this study was quantify and analyze the occurrence of water excess through numerical study
for sunflower crop sown on different dates, considering the storage capacity of water in
different soils of the Central Region of Rio Grande do Sul and determine the probability
distribution functions that better represent the water excess occurrence. Mathematical
modeling was used to simulate the sunflower development, considering a medium maturity
genotype. The simulation was done for 14 sowing dates in each year of the time series of 43
years of diary weather data from 1968 to 2011 of Main Climatological Station of Santa Maria
(ECPSM). The number of days with water excess in different development stages of culture
was determined for main soils of the region covered by the ECPSM. Capacity values of
available water storage (CAD) were considered according soil and culture characteristics,
being the water excess calculated using the Dialy Water Balance, represented by accumulated
water in the soil exceeding the CAD. The distribution probability functions tested for the
number of days with water excess were Normal, Exponential, Gamma, Lognormal and
Weibull, and the Kolmogorov-Smirnov and Chi-square tests were used to check the fit of
functions. The weather conditions were different for the different sowing dates simulated in
43 years, so that differentiate the simulations of the development cycle of the sunflower.
Thus, difference was observed in the number of days with water excess between sowing dates
for all sub-periods analyzed. In terms of functions, there was at least one function that is fitted
in most of the cases, and when there was no possible fit, the empirical frequency was used to
analyze the risk. The Weibull had the greatest number of adjustments for developmental cycle
as well as for subperiods. Early August until mid-September sowing dates are those with the
greatest number of days with water excess, considering the whole development cycle of
sunflower, regardless of the soil CAD. / A abordagem do conhecimento acerca das probabilidades de ocorrência de excedentes
hídricos permite o planejamento do manejo da cultura do girassol, principalmente quanto ao
período de semeadura. O objetivo do presente trabalho foi quantificar e analisar a ocorrência
de excesso hídrico, por meio de estudo numérico, para a cultura do girassol semeada em
diferentes datas, considerando-se a capacidade de armazenamento de água nos diferentes
solos da região central do Rio Grande do Sul e determinar as funções de distribuição de
probabilidade que melhor representam a ocorrência de excesso hídrico. Foi utilizada a
modelagem matemática para simular o desenvolvimento da cultura do girassol, considerandose
um genótipo de grupo de maturidade médio, sendo a simulação feita para 14 datas de
semeadura em cada ano da série histórica de 43 anos de dados meteorológicos da Estação
Climatológica Principal de Santa Maria (ECPSM), desde 1968 até 2011. A ocorrência de dias
com excesso hídrico nos diferentes subperíodos da cultura foi determinada para os principais
solos da região de abrangência da ECPSM. Foram considerados os valores de capacidade de
armazenamento de água disponível (CAD) conforme características dos solos e da cultura,
sendo o excesso hídrico calculado por meio do Balanço Hídrico Sequencial Diário,
representado pelo acumulado de água no solo excedente à CAD. As funções de distribuição
de probabilidade testadas para o número de dias com excesso hídrico foram Normal,
Exponencial, Gama, Lognormal e Weibull, sendo utilizados os teste de Kolmogorov-Smirnov
e Chi-Quadrado para verificar o ajuste das funções. As condições meteorológicas foram
distintas para as diferentes datas de semeadura simuladas nos 43 anos, de modo a diferenciar
as simulações do ciclo de desenvolvimento do girassol. Assim, houve diferença no número de
dias com excesso hídrico entre as datas de semeadura para todos os subperíodos analisados.
Em relação às funções, houve pelo menos uma função que se ajustou na maioria dos casos,
sendo que quando não houve ajuste possível foi utilizada a frequência empírica para analisar o
risco. A função Weibull apresentou maior número de ajustes, tanto para o ciclo de
desenvolvimento quanto para os subperíodos. As datas de semeadura de início de agosto até
meados de setembro são as que apresentam a maior ocorrência de dias com excesso hídrico,
considerando todo o ciclo de desenvolvimento do girassol, independente da CAD do solo.
|
Page generated in 0.0507 seconds