• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 130
  • 11
  • 1
  • Tagged with
  • 143
  • 143
  • 78
  • 69
  • 43
  • 38
  • 34
  • 28
  • 28
  • 27
  • 25
  • 24
  • 22
  • 22
  • 20
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
131

[en] A PROPOSAL FOR SETTING CENTRAL BANKS INTEREST RATE USING NEURAL NETWORKS AND GENETIC ALGORITHMS / [pt] UMA PROPOSTA PARA DETERMINAR A TAXA DE JUROS DE BANCOS CENTRAIS USANDO REDES NEURAIS E ALGORITMOS GENÉTICOS

TALITHA FAUSTINO SPERANZA 13 September 2021 (has links)
[pt] Os modelos Dinâmicos Estocásticos de Equilíbrio Geral (DSGE) contêm falhas diversas, como ficou claro após a crise financeira de 2007- 2008. Esforços para mitigar as deficiências têm sido insuficientes: até hoje, ainda há uma demanda por construir uma nova estrutura para estudar as implicações de política econômica e tomar decisões. Propomos uma nova estratégia para resolver o problema do banco central, na tentativa de prover uma ferramenta auxiliar para os bancos centrais, cujos principais modelos ainda pertencem à família dos DSGEs. Derivamos uma função objetivo a partir de três relações empíricas estabelecidas há muito tempo na literatura econômica: a Lei de Okun, a Curva de Phillips e os efeitos de liquidez. Usando dados do Brasil, procuramos minimizar o valor dessa função, escolhendo a taxa de juros através de um algoritmo genético. Como a função é prospectiva, usamos uma rede neural para prever valores de desemprego e inflação. Os resultados sugerem que, se o banco central brasileiro houvesse aplicado nossa estratégia e todas as outras condições econômicas continuassem iguais, a inflação poderia ter sido mais baixa 62,48 por cento do tempo. O desemprego previsto, contudo, foi mais baixo apenas 39,69 por cento dos períodos cobertos, pois enfrenta um trade-off com a inflação. Discutimos a aplicabilidade da estratégia proposta e defendemos sua solidez teórica. / [en] Dynamic Stochastic General Equilibrium (DSGE) models are flawed, as became clear after the 2007-2008 financial crisis. Efforts to subdue the shortcomings have been insufficient: to this date, there is still a demand for building a new framework to study policy implications and make decisions. We propose a novel monetary policy strategy, in an attempt to provide an auxiliary tool to central banks, whose main predictive models are still from the DSGE family.We derive an objective function from three empirical relationships that have long been established in economic literature: Okun s Law, the Phillips Curve, and liquidity effects. Using data from Brazil, we seek to minimise the value of this function by choosing the interest rate via a genetic algorithm. Since the function is forward looking, we use a neural network to predict values of unemployment and inflation. Results suggest that had the Brazilian central bank applied our strategy, and all other economic conditions remained identical, inflation could have been lower for 62.48 percent of the time. Predicted unemployment, however, was lower only for 39.69 percent of covered periods, as it faces a trade-off with inflation. We discuss the applicability of the proposed strategy and argue for its theoretical soundness.
132

[pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS / [en] THERMAL POWER PORTFOLIO VALUATION UNDER UNCERTAINTY: A HYBRID METHODOLOGY USING FUZZY NUMBERS, REAL OPTIONS AND OPTIMIZATION BY GENETIC ALGORITHMS

WALLACE JOSE DAMASCENO DO NASCIMENTO 11 July 2017 (has links)
[pt] Os grandes agentes do mercado de energia dedicam muitos esforços na avaliação e decisão da alocação ótima de capital para a implementação de projetos, em decorrência do grande número de projetos candidatos em seus portfólios de investimentos. Essas decisões visam escolher o subconjunto de projetos a ser implementado, pois os recursos orçamentários são geralmente menores que o necessário para a implementação de todos eles. Muitos são os riscos apresentados, e quanto mais riscos e incertezas, maiores se tornam as dificuldades de avaliação e decisões de investimento de maneira otimizada. As metodologias clássicas para avaliação de portfólios de projetos de investimento são baseadas em maximizar os retornos (VPL, TIR, etc) e minimizar o risco (desvio-padrão do VPL, variância, etc). Muitas vezes, estes métodos tradicionais de avaliação podem não conseguir tratar adequadamente as flexibilidades gerenciais (Opções Reais) características dos projetos, assim como os riscos e incertezas, devido às possíveis dificuldades de solução e modelagem matemática (multi-variáveis) dos problemas. O desenvolvimento e aplicação de modelos alternativos, tais como os baseados na Teoria de Opções Reais, inclusive com a utilização de métodos de Inteligência Computacional, podem se mostrar mais adequados para estes problemas. Nesta tese é desenvolvida uma metodologia híbrida, apresentando um modelo de Opções Reais Fuzzy para a avaliação de projetos de Revamp por um agente do mercado de Geração Termelétrica de Energia, a partir de um Portfólio de Opções Reais em ambiente de incertezas. Para a seleção do subconjunto de projetos por faixa orçamentária, é aplicado um Algoritmo Genético para otimização multi-critério, através da utilização de um índice de ponderação retorno x risco (lâmbda). / [en] Large players in energy market dedicate many efforts in valuation and optimal capital allocation decision for their project implementation, due the large candidate projects number in their investment portfolios. These decisions aim to choose the projects subset to be implemented, because the monetary resources are generally smaller than necessary for all projects implementation. There are many risks, and with risks and uncertainties, greater become the difficulties in analysis and optimally investment decisions. The classical methods to investment portfolios are based on to maximize returns (NPV, IRR, among others) and to minimize risks (NPV standard deviation, variance, among others). Often, these traditional methods may not be able to handle properly the projects managerial flexibilities (Real Options), as well the risks and uncertainties, due to possible solution difficulties and mathematical modeling problems (multi variables). Alternative models development and implementation, such as those based on Real Options Theory, including the use of Computational Intelligence methods, may be more suitable for these problems. In this thesis, a hybrid methodology is developed, presenting a Fuzzy Real Options model for Revamp projects valuation by a Thermoelectric Power Generation market player, from a Real Options Portfolio in uncertainties environment. For selecting the projects subset by budget range, a multi-criteria Genetic Algorithm optimization is applied, using a weighting return x risk index (lambda).
133

[en] STRUCTURE OPTIMIZATION OF CARBON CLUSTERS BY GENETIC PROGRAMMING / [pt] OTIMIZAÇÃO ESTRUTURAL DE AGLOMERADOS DE CARBONO POR PROGRAMAÇÃO GENÉTICA

ROGERIO CORTEZ BRITO LEITE POVOA 23 October 2018 (has links)
[pt] Esta dissertação investiga o uso da Programação Genética para otimização estrutural de aglomerados de carbono. O objetivo primordial do estudo de cálculos que descrevam as interações de um aglomerado é encontrar o arranjo de átomos que corresponde à menor energia, ou àqueles que possuem energias próximas, já que estes são os candidatos mais prováveis de serem formados. Recentemente, na área da Inteligência Computacional, estudos apresentaram um novo método de otimização, chamado de Otimização por Programação Genética (OPG), com resultados promissores, avaliados em diversos casos de referência. A partir destes resultados, esta pesquisa aplica, de forma inédita, a abordagem OPG em problemas de otimização estrutural de aglomerados. Para fins de comparação, foram realizadas otimizações independentes utilizando o modelo tradicional de Algoritmos Genéticos (AGs). Neste trabalho, foram realizados vários ensaios computacionais utilizando os métodos OPG e AG para otimizar a geometria, ou seja, encontrar a estrutura de menor energia, de aglomerados de carbono de 5 a 25 átomos. Para o cálculo da energia, foi utilizado o potencial de Morse. Os valores das energias encontrados e as geometrias de cada aglomerado foram comparados com casos já publicados na literatura. Os resultados mostraram que, para os aglomerados menores, os dois métodos foram capazes de encontrar os mínimos globais, mas com o aumento do número de átomos, o OPG apresenta resultados superiores ao AG. Quanto ao tempo de execução por avaliação, o AG se mostrou significativamente mais rápido do que o do OPG, devido à sua representação direta das posições dos átomos, de um aglomerado, em um cromossomo. Porém a superioridade dos resultados OPG em relação ao AG indicou que a melhoria na sua implementação poderá ser de grande utilidade na área de simulação de aglomerados atômicos ou moleculares. / [en] This dissertation investigates the use of Genetic Programming for the structural optimization of carbon clusters. The main objective concerning computations that describe the interactions of a cluster is to find the arrangements of atoms corresponding to the lowest energy, since these are the most likely candidates to be formed. It has been recently introduced in the area of Computational Intelligence a new optimization method, called Optimization by Genetic Programming (OGP), showing promising results for several benchmark cases. Based on these results, the present work aimed at the application of OGP for the geometry optimization of carbon clusters. For comparison purposes, independent optimizations using the standard genetic algorithm (GA) approach were carried out. Several optimization trials were performed using both GA and OGP in order to find the best geometries of carbon clusters with size ranging from 5 to 25 atoms. The energy was calculated using the Morse potential. Resulting energies and geometries were compared to previously published results. Both GA and OGP were able to find the global minimum for the smaller clusters. However, upon increasing the number of atoms, the OGP presented better results compared to the GA. Concerning the execution time for each evaluation, the GA is significantly faster than the OGP due to its direct representation of the positions of atoms of a cluster in a chromosome. However, the superiority of the OGP results compared to the GA results suggests that an effort towards the improvement of the implementation of OGP could lead to a very powerful optimization tool to be used by the scientific community.
134

[en] SIMULTANEOUS OPTIMIZATION OF THE QUANTITY, LOCATION AND SIZING OF PRODUCTION UNITS BY GENETIC ALGORITHMS / [pt] OTIMIZAÇÃO SIMULTÂNEA DA QUANTIDADE, LOCALIZAÇÃO E DIMENSIONAMENTO DE UNIDADES ESTACIONÁRIAS DE PRODUÇÃO POR ALGORITMOS GENÉTICOS

ALEXANDRE FRANKENTHAL FIGUEIRA 27 November 2018 (has links)
[pt] Os custos de instalação e as taxas de produção ao longo da vida de um reservatório de óleo e gás são influenciados diretamente pela localização, quantidade e capacidade das Unidades Estacionárias de Produção (UEPs). A distância entre um poço e a UEP a qual foi alocado é um fator impactante na perda de carga a que os fluídos são submetidos. A dissipação de energia aumenta quando essa distância é maior e todo o sistema de produção recebe a interferência negativa desta perda, o que compromete as taxas de recuperação. A necessidade de respeitar as restrições de capacidade das UEPs faz com que outras decisões precisem ser tomadas no mesmo momento em que se decide a localização de cada uma. Este trabalho descreve um modelo baseado em Algoritmos Genéticos para a otimização simultânea da quantidade, localização e dimensionamento de Unidades Estacionárias de Produção (UEPs). Para lidar com as restrições lineares e não lineares do problema utiliza-se a técnica chamada de GENOCOP III - Genetic Algorithm for Numerical Optimization of Constrained Problems e funções de penalidade. O objetivo da otimização é maximizar o Valor Presente Líquido (VPL) que depende da curva de produção de cada configuração obtida como possível solução. Para obter a curva de produção são realizadas simulações de reservatório que utilizam tabelas de escoamento multifásico para representar o sistema de produção externo ao reservatório. O modelo de solução foi testado em um modelo de reservatório baseado em um caso real. Os resultados encontrados indicam que a utilização deste modelo de solução como ferramenta pode auxiliar a tomada de decisão dos especialistas responsáveis pelo desenvolvimento de campos de petróleo. / [en] Installation costs and production rates over the life of an oil and gas reservoir are directly influenced by the location, number and capacity of the Production Units. The distance between a well and the Production Unit to which it has been allocated is an important factor in the loss of fluids pressure. The power dissipation increases when the distance is bigger and the entire production system receives the negative interference of this loss, compromising recovery rates. There is a need to take into account restrictions that apply to the capacity of Production Unit at the same time as there localization are decided. This paper describes a model with genetic algorithms for the simultaneous optimization of the quantity, location and sizing of Production Units. To deal with the constraints of the problem we use a technique called GENOCOP III - Genetic Algorithm for Numerical Optimization of Constrained Problems. The goal of the optimization is to maximize the Net Present Value (NPV) which depends on the production curve of each configuration obtained as a possible solution. The production curves are obtained by reservoir simulations with multiphase flow tables that represent the system external to the reservoir. The solution model was tested in a reservoir model based on a real case. The results indicate that using this solution model as a tool can assist the decision making of experts responsible for oil field development.
135

[en] FORECASTING GEOPHYSICAL MEASUREMENTS: PSEUDO-WELLS / [pt] PREVISÃO DE MEDIÇÕES GEOFÍSICAS: PSEUDO-POÇOS

SAMUEL GUSTAVO HUAMAN BUSTAMANTE 11 April 2014 (has links)
[pt] No presente trabalho de tese é apresentado, analisado e avaliado um método inédito para prever perfis de poço (para um pseudo-poço), a partir de informações dos poços verticais vizinhos e dados de sísmica 3D. Este método é formado por quatro partes principais. Na primeira parte são processados os perfis de raio gama dos poços para produzir um conjunto de sinais estratificados. Estes resultados são utilizados na segunda parte para realizar a correlação lateral de poços, com um método baseado em Algoritmos Genéticos, cujos resultados são intervalos de estratos semelhantes que indicariam a existência de estruturas rochosas contínuas na subsuperfície. Na terceira parte são estimados os deslocamentos, em profundidade, entre alguns estratos do pseudo-poço e dos poços reais. Isto é realizado com um método, baseado em Algoritmos Genéticos, para correlacionar eventos entre traços sísmicos 3D nas posições próximas aos poços reais e ao pseudo-poço. Na quarta parte são utilizados os resultados das outras três partes para interpolar vários tipos de perfis do pseudo-poço, primeiramente, dos estratos semelhantes e, em seguida, dos estratos não semelhantes, ajustados em profundidade. Os resultados desta parte constituem as medições previstas. Os pesos para a interpolação, pelo método de Shepard, são calculados através de uma função que depende da distância entre o pseudo-poço e cada um dos poços utilizados. Um estudo de sete casos é apresentado para avaliar a eficácia do método de previsão. Esses casos utilizam arranjos de dois e três poços do Campo de Namorado na Bacia de Campos (RJ) e, adicionalmente, um poço próximo a cada arranjo serve de padrão para avaliar as medições previstas através do coeficiente de correlação e da média dos erros percentuais absolutos. Em termos globais os resultados das previsões apresentam correlação linear forte e os erros percentuais absolutos estão entre 5 por cento e 30 por centoem relação aos padrões. / [en] In this thesis is presented, analyzed and evaluated a new method to forecast well logs (for a pseudo-well), based on information of the neighboring vertical wells and the 3D seismic data. This method consists of four main parts. In the first part, the gamma ray logs from wellbores are processed to produce a stratified set of signals. In the second part, the stratified signals are used to perform a method of lateral correlation of wells with Genetic Algorithms; whose results are similar intervals strata that would indicate the existence of continuous rock structures in the subsurface. In the third part, a method, based on Genetic Algorithms, are used to estimate displacements in depth between some strata of the pseudo-well and real wells. That method correlates events between 3D seismic traces at positions near the real wells and the pseudo-well. In the fourth part, results from the other three parts are used to interpolate several types of logs of the pseudo-well, first of the similar strata and then of the not similar strata, adjusted in depth. The results of this part are the forecasted measurements. The weights for interpolation, by the method of Shepard, are calculated using a function that depends on the distance between the pseudo-well and each real well. A study of seven cases is presented to evaluate the effectiveness of the forecasting method. These cases use arrangements of two and three wells of the Namorado Field in the Campos Basin (RJ) and additionally a real well near each array serves as a standard for evaluating the forecasted measurements by the correlation coefficient and the mean absolute percentage error. Overall the results showed a strong linear correlation and the mean absolute percentage errors are between 5 per cent and 30 per cent in relation of standard data.
136

[en] INTELLIGENT OPTIMIZATION MODEL FOR SENSITIVITY OF GMI SAMPLES / [pt] MODELO INTELIGENTE PARA OTIMIZAÇÃO DA SENSIBILIDADE DE AMOSTRAS GMI

ANTONIO CESAR DE OLIVEIRA PITTA BOTELHO 30 April 2019 (has links)
[pt] Sensores capazes de detectar campos magnéticos são largamente aplicados nas mais variadas áreas da engenharia. Um magnetômetro é um dispositivo que, baseado na utilização de um sensor magnético, é capaz de medir a magnitude e/ou direção de um campo magnético. Magnetômetros GMI são transdutores magnéticos cujos elementos sensores se baseiam no efeito da Magnetoimpedância Gigante (Giant Magnetoimpedance - GMI) que se caracteriza pela grande variação da impedância (módulo e fase) de uma amostra de material ferromagnético quando submetida a um campo magnético externo. A sensibilidade dos transdutores magnéticos está diretamente associada à sensibilidade de seus elementos sensores. No caso de amostras GMI, a sensibilidade é afetada por diversos parâmetros, e essa dependência ainda não é bem modelada quantitativamente. Esta dissertação apresenta um modelo computacional baseado em Redes Neurais MLP e em Algoritmos Genéticos que determina a sensibilidade ótima da fase da impedância do efeito GMI em função do campo magnético externo, para ligas ferromagnéticas amorfas de composição Co70 Fe5 Si15 B10, a partir dos seguintes parâmetros que as afetam: comprimento das amostras, nível CC e frequência da corrente de excitação além do campo magnético externo. / [en] Sensors capable of detecting magnetic fields are widely applied in many areas of engineering. A magnetometer is a device that based on the use of a magnetic sensor is capable of measuring the magnitude and direction of a magnetic field. Magnetometers GMI are magnetic transducers which sensors elements are based on the Giant Magnetoimpedance effect (Giant Magnetoimpedance - GMI) that is characterized by large variation of the impedance (magnitude and phase) of a sample of ferromagnetic material when subjected to an external magnetic field. The magnetic transducers sensitivity is directly affected by the sensitivity of its sensor elements. In the case of GMI samples, the sensitivity is affected by several parameters, and this dependence is not well modeled quantitatively. This dissertation presents a computational model based on feedforward Multilayer Perceptron Neural Networks and Genetic Algorithms that determines the optimal impedance phase sensitivity of the GMI effect, as functions of the magnetic field, for Co70 Fe5 Si15 B10 ferromagnetic amorphous alloys, The proposed model is based on some of the main parameters that affect it: length of the samples, DC level and frequency of the excitation current and the external magnetic field.
137

[en] COMPUTATIONAL INTELLIGENCE TECHNIQUES FOR VISUAL SELF-LOCALIZATION AND MAPPING OF MOBILE ROBOTS / [pt] LOCALIZAÇÃO E MAPEAMENTO DE ROBÔS MÓVEIS UTILIZANDO INTELIGÊNCIA E VISÃO COMPUTACIONAL

NILTON CESAR ANCHAYHUA ARESTEGUI 18 October 2017 (has links)
[pt] Esta dissertação introduz um estudo sobre os algoritmos de inteligência computacional para o controle autônomo dos robôs móveis, Nesta pesquisa, são desenvolvidos e implementados sistemas inteligentes de controle de um robô móvel construído no Laboratório de Robótica da PUC-Rio, baseado numa modificação do robô ER1. Os experimentos realizados consistem em duas etapas: a primeira etapa de simulação usando o software Player-Stage de simulação do robô em 2-D onde foram desenvolvidos os algoritmos de navegação usando as técnicas de inteligência computacional; e a segunda etapa a implementação dos algoritmos no robô real. As técnicas implementadas para a navegação do robô móvel estão baseadas em algoritmos de inteligência computacional como são redes neurais, lógica difusa e support vector machine (SVM) e para dar suporte visual ao robô móvel foi implementado uma técnica de visão computacional chamado Scale Invariant Future Transform (SIFT), estes algoritmos em conjunto fazem um sistema embebido para dotar de controle autônomo ao robô móvel. As simulações destes algoritmos conseguiram o objetivo, mas na implementação surgiram diferenças muito claras respeito à simulação pelo tempo que demora em processar o microprocessador. / [en] This theses introduces a study on the computational intelligence algorithms for autonomous control of mobile robots, In this research, intelligent systems are developed and implemented for a robot in the Robotics Laboratory of PUC-Rio, based on a modiÞcation of the robot ER1. The verification consist of two stages: the first stage includes simulation using Player-Stage software for simulation of the robot in 2-D with the developed of artiÞcial intelligence; an the second stage, including the implementation of the algorithms in the real robot. The techniques implemented for the navigation of the mobile robot are based on algorithms of computational intelligence as neural networks, fuzzy logic and support vector machine (SVM); and to give visual support to the mobile robot was implemented the visual algorithm called Scale Invariant Future Transform (SIFT), these algorithms in set makes an absorbed system to endow with independent control the mobile robot. The simulations of these algorithms had obtained the objective but in the implementation clear differences had appeared respect to the simulation, it just for the time that delays in processing the microprocessor.
138

[en] INVESTIGATION OF AN AB INITIO MODEL TO ELECTRONIC STRUCTURE OF ATOMS BASED ON EVOLUTIVE ALGORITMS, WAVELETS AND LAGUERRE POLYNOMIALS / [pt] INVESTIGAÇÃO DE UM MODELO AB INITIO PARA CÁLCULOS DE ESTRUTURA ELETRÔNICA DE ÁTOMOS POR ALGORITMOS EVOLUTIVOS, WAVELETS E POLINÔMIOS DE LAGUERRE

IURY STEINER DE OLIVEIRA BEZERRA 28 August 2018 (has links)
[pt] A simulação da estrutura eletrônica de átomos e moléculas, desde do início da década de 90, tem se mostrado uma ferramenta imprescindível para o desenvolvimento de áreas estratégicas, ainda emergentes, mas fundamentais, como por exemplo, a área de Nanotecnologia. No entanto, esse tipo de simulação, ainda hoje é de grande complexidade e exige alto poder computacional. Dessa forma, torna-se fundamental a criação de métodos de simulação mais precisos e computacionalmente menos custosos. Este trabalho utiliza Algoritmos Evolutivos e métodos de Inteligência Computacional junto de algumas ferramentas desenvolvidas e estudadas tradicionalmente pela Matemática Aplicada em cálculos de estrutura eletrônica. Em particular, são construídas novas formas de aproximação de soluções para equação de Schrodinger, que contemplem os requisitos físicos necessários. Essas soluções serão nomeadas de funções de ondas evolucionárias, que neste trabalho serão tratadas como pontos em um espaço de Hilbert formado pelo fecho em L (2) da interseção das funções definidas na semi-reta, contínuas e de derivadas contínuas, simétricas ou antissimétricas com relação à permutação de suas coordenadas. São demonstrados alguns resultados, requisitos para utilização de Algoritmos Evolucionários e Séries de Fourier Generalizadas, baseadas em polinômios de Laguerre modificados e Wavelets. Esta pesquisa é desenvolvida inicialmente para sistemas de dois elétrons, e mais tarde é estendida para sistemas mais complexos, a fim de criar uma abordagem alternativa as tradicionais. / [en] The simulation of the electronic structure of atoms and molecules has been shown to be, from the beginning of 90 s, an indispensable tool for the development of strategic areas, that are still emergent, but fundamental, like nanotechnology. However, this type of simulation is still of great complexity today and demands high computational power. Thus, the creation of more precise and less costly methods becomes fundamental. With the elaboration of this research, the intention is to create alternatives basis that can be used into the traditional methods of simulation of electronic structure, such as the Hartree-Fock method, GVB, among others. This essay intends to investigate part of the mathematical tools used in the calculations of electronic structure, in order to create disruptive approaches, related to the precision or velocity of the obtainment of relevant results. The new methods are based in Computational Intelligence and concepts of Functional Analysis like Wavelets.
139

[en] MULTIPLE CLASSIFIER SYSTEM FOR MOTOR IMAGERY TASK CLASSIFICATION / [pt] SISTEMA DE MÚLTIPLOS CLASSIFICADORES PARA CLASSIFICAÇÃO DE TAREFAS DE IMAGINAÇÃO MOTORA

ALIMED CELECIA RAMOS 09 August 2017 (has links)
[pt] Interfaces Cérebro Computador (BCIs) são sistemas artificiais que permitem a interação entre a pessoa e seu ambiente empregando a tradução de sinais elétricos cerebrais como controle para qualquer dispositivo externo. Um Sistema de neuroreabilitação baseado em EEG pode combinar portabilidade e baixo custo com boa resolução temporal e nenhum risco para a vida do usuário. Este sistema pode estimular a plasticidade cerebral, desde que ofereça confiabilidade no reconhecimento das tarefas de imaginação motora realizadas pelo usuário. Portanto, o objetivo deste trabalho é o projeto de um sistema de aprendizado de máquinas que, baseado no sinal de EEG de somente dois eletrodos, C3 e C4, consiga classificar tarefas de imaginação motora com alta acurácia, robustez às variações do sinal entre experimentos e entre sujeitos, e tempo de processamento razoável. O sistema de aprendizado de máquina proposto é composto de quatro etapas principais: pré-processamento, extração de atributos, seleção de atributos, e classificação. O pré-processamento e extração de atributos são implementados mediante a extração de atributos estatísticos, de potência e de fase das sub-bandas de frequência obtidas utilizando a Wavelet Packet Decomposition. Já a seleção de atributos é efetuada por um Algoritmo Genético e o modelo de classificação é constituído por um Sistema de Múltiplos Classificadores, composto por diferentes classificadores, e combinados por uma rede neural Multi-Layer Perceptron. O sistema foi testado em seis sujeitos de bases de dados obtidas das Competições de BCIs e comparados com trabalhos benchmark da literatura, superando os resultados dos outros métodos. Adicionalmente, um sistema real de BCI para neurorehabilitação foi projetado, desenvolvido e testado, produzindo também bons resultados. / [en] Brain Computer Interfaces (BCIs) are artificial systems that allow the interaction between a person and their environment using the translated brain electrical signals to control any external device. An EEG neurorehabilitation system can combine portability and affordability with good temporal resolution and no health risks to the user. This system can stimulate the brain plasticity, provided that the system offers reliability on the recognition of the motor imagery (MI) tasks performed by the user. Therefore, the aim of this work is the design of a machine learning system that, based on the EEG signal from only C3 and C4 electrodes, can classify MI tasks with high accuracy, robustness to trial and inter-subject signal variations, and reasonable processing time. The proposed machine learning system has four main stages: preprocessing, feature extraction, feature selection, and classification. The preprocessing and feature extraction are implemented by the extraction of statistical, power and phase features of the frequency sub-bands obtained by the Wavelet Packet Decomposition. The feature selection process is effectuated by a Genetic Algorithm and the classifier model is constituted by a Multiple Classifier System composed by different classifiers and combined by a Multilayer Perceptron Neural Network as meta-classifier. The system is tested on six subjects from datasets offered by the BCIs Competitions and compared with benchmark works founded in the literature, outperforming the other methods. In addition, a real BCI system for neurorehabilitation is designed and tested, producing good results as well.
140

[pt] ALOCAÇÃO INTELIGENTE DE QUADROS DE DISTRIBUIÇÃO DA INDÚSTRIA / [en] INTELLIGENT ALLOCATION FOR INDUSTRY DISTRIBUTION BOARDS

ALEXANDRE JUNQUEIRA BARBOSA VIANNA 08 March 2016 (has links)
[pt] Nas instalações elétricas de baixa tensão de uma planta industrial está concentrado grande parte do custo necessário para sua construção. Nesse contexto, os cabos elétricos são o item mais relevante e poucas iniciativas visando sua redução têm sido notadas. Apesar dos limites impostos pelas normativas vigentes e pelos próprios usuários dessas plantas, existem medidas que podem levar a redução do custo dos cabos elétricos, entre elas, a alocação inteligente dos quadros de distribuição na baixa tensão. O objetivo desse trabalho é definir uma metodologia para o posicionamento ótimo desses quadros de distribuição, minimizando o custo dos cabos elétricos dentro de uma área onde as cargas a serem alimentadas estão posicionadas de modo fixo. São definidas algumas restrições ao posicionamento dos quadros e também é preparada uma interface gráfica que facilita a interpretação dos resultados. Faz-se então uma comparação dos resultados obtidos com dados reais de uma instalação industrial cujo projeto básico fora realizado da forma tradicional, sem uso de qualquer técnica inteligente para a alocação dos quadros de distribuição. Dessa comparação nota-se que o potencial de redução pode alcançar mais de 40 porcento do custo dos cabos elétricos previsto pelo projeto básico. A redução na quantidade de cabos elétricos trás vários efeitos colaterais positivos, entre eles a redução das perdas por efeito Joule e a redução nas emissões de CO2 cujos impactos são mensurados também. Por fim, são lançadas ideias para a evolução da metodologia de modo que sua aplicação seja mais abrangente e simples, preparando-a para o uso em qualquer situação, como uma nova ferramenta dos projetos elétricos. / [en] In electrical installations of low voltage of an industrial plant is concentrated much of the cost required for its construction. In this context, the electrical wires are the most important item and few initiatives aimed at their reduction has been noted. Despite the limitations imposed by current regulations and by the users of these plants, there are steps that can lead to reducing the cost of electric cables, among them the intelligent allocation of switchboards at low voltage. The aim of this study is to define a methodology for the optimal positioning of these distribution boards, minimizing the cost of electrical cables within an area where the loads to be fed are positioned permanently. A graphical interface that facilitates the interpretation of results are set some restrictions on placement of tables and is also prepared. Then it makes a comparison of the results with real data of an industrial installation whose basic design was done the traditional way, without using any smart technique for allocation of the switchboard. This comparison we note that the reduction potential can reach more than 40 percent of the cost of electric cables provided by the basic design. The reduction in the amount of electrical cables behind several positive side effects, including reducing losses by Joule effect and the reduction in CO2 emissions whose impacts are measured as well. Finally, ideas are thrown to the evolution of the methodology so that their application is more comprehensive and simple to prepare it for use in any situation, as a new tool of electrical projects.

Page generated in 0.1204 seconds