Este texto apresenta a tese de doutorado em Ciência da Computação na linha de pesquisa de Inteligência Artificial, dentro da área de IAD – Inteligência Artificial Distribuída (mais especificamente os Sistemas Multiagentes – SMA). O trabalho aborda a formação de grupos colaborativos em um ambiente multiagente interativo de aprendizagem na web, através da utilização de técnicas de Inteligência Artificial. O trabalho apresenta a definição e implementação de uma arquitetura de agentes modelados com algoritmos genéticos, integrada a um ambiente colaborativo de aprendizagem, o TelEduc. Inicialmente faz-se um breve estudo sobre as áreas envolvidas na tese: Informática na Educação, Educação a Distância, Inteligência Artificial, Inteligência Artificial Distribuída e Inteligência Artificial Aplicada à Educação. Abordam-se, também, as áreas de pesquisa que abrangem os Sistemas Multiagentes e os Algoritmos Genéticos. Após este estudo, apresenta-se um estudo comparativo entre ambientes de ensino e aprendizagem que utilizam a abordagem de agentes e a arquitetura proposta neste trabalho. Apresenta-se, também, a arquitetura de agentes proposta, integrada ao ambiente TelEduc, descrevendo-se o funcionamento de cada um dos agentes e a plataforma de desenvolvimento. Finalizando o trabalho, apresenta-se o foco principal do mesmo, a formação de grupos colaborativos, através da implementação e validação do agente forma grupo colaborativo. Este agente, implementado através de um algoritmo genético, permite a formação de grupos colaborativos seguindo os critérios estabelecidos pelo professor. A validação do trabalho foi realizada através de um estudo de caso, utilizando o agente implementado na formação de grupos colaborativos em quatro turmas de cursos superiores de Informática, na Região Metropolitana de Porto Alegre, em disciplinas que envolvem o ensino de programação de computadores.

Neste trabalho fazemos revisão de alguns dos principais métodos para análise não-linear de séries temporais originadas a partir de sistemas de baixa dimensionalidade com dinâmica predominantemente determinística, dando ênfase ao problema de classificação/clusterização nãosupervisionada destas mesmas séries. Várias medidas de dissimilaridade são utilizadas em conjunto com métodos heurísticos baseados em algoritmos estocásticos, para a organização de segmentos de séries temporais não estacionárias em grupos com características em comum, na tentativa de associar a estes alguma característica clínica previamente conhecida. O método é implementado com diferentes medidas de dissimilaridade e um experimento feito com séries temporais sintéticas (obtidas a partir de simulação numérica) com fins de validação e posteriormente aplicado a um problema real, o problema de segmentação de estágios de sono. Os resultados indicam certa promissoriedade do método para aplicação na classificação estágios de sono em eletroencefalogramas. / In this work we make a review of some of the main methods available for nonlinear time series analysis for low-dimensional deterministic systems, giving emphasis to the problem of unsupervised classification/clustering of this kind of data. Various dissimilarity measures are used together with heuristic search methods based on stochastic algorithms to organize segments of one (big) nonstationary time series in groups with common characteristics, trying to relate these groups to some known clinical property. The method is implemented with different dissimilarity measures and one experiment made with synthetic (generated by numerical simulations) time series for validation and lately applied to a real problem, the problem of sleep stages segmentation. The results look promising with respect to the applicability of the method to classify sleep stages in electroencephalographic recordings.

O uso de perfis de aço formados a frio tem como objetivo a obtenção de estruturas leves. O emprego de chapas de pequena espessura na fabricação desses perfis implica facilidade de obtenção de seções de diferentes geometrias, encorajando a otimização. Porém, isso resulta, muitas vezes, numa grande esbeltez dos elementos que compõem a seção, o que os torna suscetíveis ao fenômeno da flambagem local quando submetidos a esforços de compressão. No contexto dos perfis de aço formados a frio, esse trabalho tem como objetivo a avaliação do comportamento estrutural de telhas de aço formadas a frio de perfil trapezoidal, analisando-se vários aspectos, entre eles métodos de determinação de carga crítica de flambagem elástica e de carga de colapso, influência das condições de contorno na performance estrutural e a otimização da forma da seção transversal. A carga crítica e a carga de colapso de telhas trapezoidais de perfil comercial, com diferentes condições de vinculação das bordas longitudinais, foram obtidas experimentalmente e comparadas com resultados teóricos. Para a determinação da carga crítica teórica, foram utilizados modelos de elementos finitos e de faixas finitas e, para a obtenção da carga de colapso teórica, foram empregados o Método da Resistência Direta e o procedimento da Norma Brasileira NBR 14762:2001. A otimização de forma da seção transversal das telhas foi realizada utilizando-se Algoritmos Genéticos. Foram propostas diferentes funções objetivo, relacionadas com a minimização da flecha no meio do vão, a maximização da carga crítica de flambagem elástica e a maximização da área de cobertura. Em relação a todos os aspectos citados, os resultados obtidos pelos diversos métodos de análise foram discutidos, com as limitações de cada um devidamente destacadas. As principais conclusões tiradas ao longo desse estudo estão apresentadas no final do trabalho. / The cold-formed steel members application aims at the obtaining of light gauge structures. The use of thin sheets in these members fabrication implies the facility of obtaining different cross sections, encouraging the optimization. However, several times, it results in slender section elements. These elements, when submitted to compressive stresses, have a high tendency to undergo the local buckling phenomenon. The main aim of this work is to research the structural behavior of cold-formed trapezoidal steel roofing sheets, investigating different aspects: critical elastic buckling load and collapse load evaluation methods, boundary conditions influence on the structural performance and cross section optimization. The critical buckling load and the collapse load of trapezoidal sheets with a commercialshaped cross section, with different boundary conditions of the longitudinal edges, were experimentally determined and compared with theoretical results. In order to evaluate the theoretical critical buckling load, finite element and finite strip models were used. For the collapse load determination, the Direct Strength Method and the design specification from the Brazilian Code NBR 14762:2001 were employed. The cross section optimization of the trapezoidal sheets was carried out using Genetic Algorithms. Different fitness functions were proposed, being related to the midspan deflection minimization, the critical elastic buckling load maximization and the covering area maximization. Considering all the mentioned points, the results obtained by the different analysis methods were discussed, and the limitations of each one were appropriately highlighted. The main conclusions obtained along this study are presented at the end of the work.

A utilização de perfis de aço formados a frio tem grande aplicação na atualidade, ora sendo empregados na construção civil convencional (prédios residenciais e industriais) ora em estruturas mecânicas, tais como estruturas de veículos (caminhões, ônibus, vagões, etc.). As atuais exigências econômicas fazem com que estes perfis tenham, cada vez mais, alto desempenho estrutural. Neste sentido propõe-se, na presente tese, explorar as possibilidades de otimização paramétrica da seção transversal de perfis U com e sem enrijecedores de borda formados a frio quando submetidos à compressão. As ferramentas utilizadas para cumprir tal objetivo são o Método das Faixas Finitas Restringidas (MFFr) para análise da estabilidade elástica e o Método da Resistência Direta (MRD) para determinação da resistência do perfil como uma alternativa ao Método das Larguras Efetivas. O MFFr é aqui utilizado por ser capaz de realizar a decomposição e a identificação modal. Incorpora-se a esta forma de análise uma metodologia de otimização baseada em algoritmos genéticos que se fundamenta no processo de seleção natural proposto por Charles Darwin. Exemplos considerando esta forma de trabalho mostram os ganhos que poderiam ser obtidos. Para verificar os resultados obtidos na otimização, um modelo em elementos finitos considerando a não-linearidade física e geométrica foi utilizado, o qual foi calibrado com resultados experimentais encontrados na literatura. Conclusões sobre a potencialidade da metodologia utilizada são finalmente apresentadas. / The use of cold-formed steel members has great application at the present time, such as in standard civil buildings (residential and industrial buildings) and in mechanical structures (structures of vehicles as trucks, bus, wagons, etc.). A high structural performance for profiles is a required economic demand in present days. In this sense, the present theory intends to explore the possibilities of parametric optimization of cold-formed steel channel and lipped channel members when submitted to compression. The tools used to accomplish such objective are the method of the Constrained Finite Strip method (cFSM) for analysis of the elastic stability and the Direct Strenght Method (DSM) for determination of the resistance of the profile as an alternative to the Effective Width Method. The constrained finite strip method (cFSM) is used because it is capable to accomplish the modal decomposition and identification. An optimization methodology based in genetic algorithms that is based in the process of natural selection proposed by Charles Darwin is incorporated in this form of analysis. Examples considering this methodology show the improvement that could be obtained. To verify the results obtained in the optimization, a model in finite elements considering the non-linearities, material and geometric, was used, which was calibrated with experimental results found in the literature. Conclusions about the potentiality of the used methodology are finally presented.

A cada ano que passa cresce a preocupação quanto à segurança de passageiros em veículos, isso pode ser concluído analisando a crescente exigência através de normas que determinam a resistência estrutural mínima de veículos frente a diferentes carregamentos extremos. Por outro lado, um mercado automobilístico cada vez mais competitivo exige projetos mais leves, econômicos e baratos. A preocupação ambiental também está em evidência. Com essa diversidade de objetivos, muitas vezes contraditórios, que o engenheiro deve levar em consideração ao projetar um veículo, tornou-se árdua tarefa relacionar todos esses conceitos de maneira harmoniosa. Neste contexto, se apresenta nesse trabalho uma proposta de metodologia para a otimização estrutural, utilizando Algoritmo Genético, de um ônibus sob condições de tombamento. O modelo simplificado de elementos finitos do ônibus é construído com elementos de viga e, nos locais com grande deformação plástica localizada, são acrescentadas rótulas plásticas à estrutura. Para caracterizar as rótulas plásticas são utilizados métodos experimentais e numéricos. Desse modelo numérico do ônibus sob tombamento são extraídos parâmetros que compõe as diferentes funções objetivo propostas e, assim, diversos projetos otimizados são analisados, visando encontrar o melhor projeto para cada estudo realizado. Por fim, conclui-se que a metodologia de otimização proposta representa uma ferramenta muito útil e pode ser empregada durante o desenvolvimento de projetos, agilizando o processo e facilitando a tomada de decisões importantes. / The concern about vehicle passengers’ safety increases along the years, this can be concluded analyzing the constant evolution of requirements through standards, defining minimum structural rigidity of vehicles under different extreme loads. Otherwise, highly competitive automotive market demands lighter, economic and cheaper projects. The ambient concern is also in evidence. This diversity of objectives, many times contradictory, that an engineer must handle during a vehicle development, became an arduous task to relate all these concepts in a harmonious way. In this context, is presented in this paper a proposal of methodology for a structural optimization, applying Genetic Algorithm, of a bus rollover. The simplified finite elements model of the bus is constructed with beam elements and, in places with localized large plastic deformation, plastic hinges are added to the structure. Experimental and numerical methods are used to determine the plastic hinge properties. With this numerical model of the bus rollover, parameters are extracted to compose the different proposals of objective functions and, thus, diverse optimized projects are analyzed, aiming to find the optimum project for each study. Finally, is concluded that the optimization methodology proposal represents a useful tool and can be applied during projects’ development, shortening the process and helping on important decisions.

[pt] Atualmente as Unidades de Saúde, em um grande número de países do mundo, apresentam demandas de serviços que superam suas capacidades reais. Por esta razão, o surgimento das listas de espera é inevitável. Preparar o planejamento das mesmas, de modo otimizado resulta, portanto, em um grande desafio, devido à quantidade de recursos que devem ser considerados. O caso particular dos procedimentos cirúrgicos é particularmente crítico pela quantidade de recursos que se precisam para a realização do mesmo. Poucos projetos têm sido desenvolvidos para a gestão completa dessas listas. O trabalho desenvolvido nesta Dissertação propõe o uso de um modelo, baseado em algoritmos genéticos com inspiração quântica, para a automatização e otimização do planejamento de procedimentos cirúrgicos eletivos. Este modelo, denominado Algoritmo Evolucionário com Inspiração Quântica para a Área de Saúde (AEIQ-AS), além de alocar os pacientes e os recursos necessários para que o processo cirúrgico seja exitoso, procura reduzir o tempo total para que todas as cirurgias sejam realizadas. Este trabalho apresenta também uma ferramenta que permite a modelagem, de modo simplificado, de uma Unidade Cirúrgica de Saúde. Esta ferramenta possibilita a realização de simulações com o objetivo de ver o efeito de diferentes configurações dos recursos nas Unidades de Saúde. Para a validação do modelo proposto foi criada, de modo artificial e fazendo uso da ferramenta de simulação, uma lista de espera de 2000 cirurgias. Caso as cirurgias fossem realizadas seguindo a ordem de chegada, seriam necessárias pouco mais de 37 semanas e teria 1066 operações fora do prazo. Foram feitos vários experimentos onde se buscava a otimização destes valores. Esta busca foi feita, primeiramente, tomando em consideração só um dos parâmetros e a continuação eles em conjunto. Na primeira abordagem o AEIQ-AS consegue a realização das mesmas cirurgias em aproximadamente 31 semanas. Assim, observa se que há uma redução de aproximadamente 16,25 porcento do tempo. O número de operações fora do prazo, por sua vez, foi reduzido pelo modelo para 927 (13,04 porcento). Na abordagem simultânea, o AEIQ-AS, consegue uma diminuição do tempo total de alocação em 16,22 porcento e o número de operações fora do prazo em 9,76 porcento. Foram feitas, também, várias simulações da Unidade de Saúde mantendo as caraterísticas da lista de cirurgias para ver seu efeito no tempo total de alocação de todos os processos cirúrgicos. / [en] Currently, Health Units in a large number of countries in the world present service demand that exceed their real capacities. For this reason, is inevitable the emergence of the waiting lists. To prepare the planning of this in an optimized manner results in a substantial challenge due to the number of resources that should be considered. The case of chirurgical procedures is particularly critical by the number of resources needed for their realization. A small quantity of projects has been developed to fully manage these lists. The work developed in this Dissertation proposes the use of a model based on evolutionary algorithms with quantum inspiration for the automation and optimization of the planning of elective chirurgical procedures. This model, denominated Evolutionary Algorithm with Quantum Inspiration for the Health Field (AEIQ-AS), beyond patients and necessary resources for the successful completion of the chirurgical procedure allocation, pursue the reduction of the total time of realization of all the surgeries. The work presents also a tool that allows the modeling, in a simplified manner, of a Chirurgical Health Unit. This tool enables the realization of simulations with the objective of seeing the effect of different configurations of the resources in the Health Units. To validate the proposed model was created, in artificial mode and employing the simulation tool, a waiting list of 2000 surgeries. In case that the surgeries were realized following the arrival order, will be needed a little more than 37 weeks and will have 1066 surgeries out of time. Several experiments were conducted in order to optimize these values. This search was executed, firstly, considering only one of the parameters and, in continuation, all together. In the first approach, the AEIQ-AS obtains the realization of the same surgeries in approximately 16,25 percent of the time. The number of operations out of time was reduced by the model to 927 (13,04 percent). In the simultaneous approach, the AEIQAS achieves a decrease of the allocation total time in 16,22 percent and the number of operations out of time in 9,76 percent. It were done, also, several simulations of the Health Unit maintaining the characteristics of the surgeries list in order to look the effect in the allocation total time of all the chirurgical procedures.

[pt] A exploração e desenvolvimento de um campo de petróleo é permeada de incertezas de diferentes naturezas. A incerteza mais básica que o gestor de um portfolio exploratório enfrenta é aquela relativa à existência (ou não) de petróleo em determinado prospecto. Tipicamente, incertezas técnicas tendem a ser reduzidas com investimentos em aquisição de informação, que são exercícios de opções de aprendizagem. Decorrente da estrutura de correlações presentes nos prospectos de um portfolio exploratório, o resultado da perfuração de um poço pioneiro potencialmente irá revelar informações adicionais sobre a probabilidade de existência (ou não) de petróleo em outros prospectos deste mesmo portfolio. Cada poço a ser perfurado pode ser entendido como uma opção de aprendizagem a ser exercida (ou não) a depender da sua probabilidade de sucesso. Neste contexto, um dos fatores determinantes na otimização da campanha exploratória é a escolha da sequência ideal de perfuração de poços. Tal escolha é mais complexa, quão maior for a quantidade e diversidade de prospectos no portfolio. Diante dessa realidade, este trabalho propõe uma modelagem que busca, através de Algoritmos Genéticos, otimizar a sequência de perfurações dos poços e, portanto, o valor do portfolio. O modelo proposto considera as interdependências e as especificidades de cada prospecto e usa como função objetivo, a ser maximizada, o valor presente do líquido (VPL). Opções e aprendizagem são os aspectos-chave por trás do modelo de otimização. O modelo foi avaliado em dez diferentes portfolios exploratórios e, em todos os casos, foi capaz de propor pelo menos uma sequência que apresentasse expressivos ganhos de VPL em relação ao caso-base. / [en] An oil field exploration and development campaign is bounded with different kinds of uncertainty. The most basic one that an E and P portfolio manager deals with is the one related to the existence (or not) of oil in a given prospect. Typically, technical uncertainties are related to learning, and tend to be reduced with investments on information acquisition. From the correlation pattern on the prospects in a given exploratory portfolio, follows that the results from one initial wildcat drilling will, potentially, reveal, additional information about the oil existence (or not) in other prospects in the same geological play. This way, each prospect to be drilled might be understood as a learning option to be exercised (or not) depending on its respective success probability. In such case, one of the main factors on optimizing the exploratory campaign is choosing the ideal drilling sequence. Such choice is more complex, as the quantity and diversity of the prospects increases. Given such background, the present work proposes a model that intends, using Genetic Algorithms, to optimize the drilling sequence and, as a consequence, the total portfolio value. The proposed model considers the interdependencies and each prospect specific aspects and has as an objective function (to be maximizes) the portfolio net present value (NPV). Options and learning are the main aspects underlying the optimization model. The model was evaluated on ten different exploratory portfolios and, in every case, was able to deliver at least one sequence that could represent expressive NPV gains compared to the basic scenario.

Este trabalho apresenta um estudo sobre o paradigma de Algoritmos Genéticos aplicados a área de Predições de Séries Temporais. O resultado deste trabalho é apresentado na forma de comparação dos resultados obtidos entre o Modelo Clássico de Predição (UCM), Redes Neurais Artificiais (RNAs) e o modelo de Algoritmos Genéticos desenvolvido neste trabalho. Este estudo foi realizado trabalhando-se basicamente com o Índice Mensal de Produção Industrial do Estado do Rio Grande do Sul fornecido pelo IBGE (Instituto Brasileiro de Geografia e Estatística). Os resultados obtidos mostram que os Algoritmos Genéticos podem atingir níveis satisfatórios de precisão em relação aos valores preditos quando comparados com os valores reais. A validação é feita com predições de um passo à frente e de sete passos à frente. Estas predições são em relação aos sete meses iniciais do ano de 1993. / This work presents a study of Genetic Algorithms paradigm applied to Forecasting Time Series. The results are compared with the obtained with the Classic Model of Prediction (UCM), Artificial Neural Networks (RNAs). This study was accomplished using with the Monthly Index of Industrial Production of the State of Rio Grande do Sul, supplied by the IBGE(Instituto Brasileiro de Geografia e Estatística). The results show that the Genetic Algorithms can accomplish a satisfactory precision when compared with the real values. The validation is made with predictions, one and seven steps ahead. These predictions are equivalent to the seven initial months of 1993.

Este trabalho apresenta e discute uma proposta de estratégia inédita para o problema de aprendizado de regras através de Sistemas Classificadores, aplicado à robótica móvel, utilizando um robô NOMAD 200. Esta estratégia tem como base, teorias de Algoritmos Genéticos e de Sistemas Classificadores, que são os paradigmas constituintes do núcleo da arquitetura implementada para o controle do robô. O aspecto diferencial desta abordagem é a inspiração em Algoritmos Genéticos com Idades, para permitir o uso e controle de uma população de tamanho variável. O sistema foi modelado observando-se características físicas do robô NOMAD 200 e sendo constituído por módulos de gerenciamento de memória, reprodução, controle da população e execução. A memória se apresenta como uma base de regras de produção; o módulo de reprodução incorpora um AG tradicional, com operadores de seleção, cruzamento e mutação; o controle populacional permite o uso de população de tamanho variável, através do de índices de usabilidade e similaridade das regras com as situações confrontadas pelo robô; por fim, o módulo de execução é responsável pela interação do robô com o ambiente, realizando leitura dos sensores e ações pelos atuadores e, quando necessário, ativar funções de segurança para preservar a integridade física do robô. Para dar sustentabilidade à proposta, esta foi validada através de vários experimentos, realizados em ambientes simulados e em um ambiente real, com um robô NOMAD 200, em diferentes cenários. Os ambientes testados variam desde ambientes esparsos até labirintos com obstáculos e paredes ortogonais entre si. Para cada experimento são apresentados os resultados e respectiva análise de dados. Foram realizadas análises criteriosas no comportamento da população, observando seu crescimento e idade média, bem como os eventos ocorridos no processo de aprendizado, para certificar as características a que se propõe esta abordagem. A principal contribuição deste trabalho é o uso da "IDADE" e II"CSABILIDADE" em um sistema baseado em SC. A usabilidade substitui o atributo de energia e respectivos cálculos do SC tradicional, no processo de escolha das regras, simplificando a implementação. Além disso, pode ser utilizado como índice de ajuste, para que possam ser usadas técnicas convencionais de seleção. A idade é responsável por preservar ou eliminar os indivíduos da população, através de estratégias de penalização e recompensa, possibilitando manter uma população de regras de tamanho variável, permitindo, ainda, manter a diversidade genética na população e evitar a sua homogenização, bem como isentar o modelador do sistema da definição destes parâmetros. / In this work, we propose a new strategy to the problem of learning rules in a Evolutionary System that is applied for mobile robotics using a NOMAD 200 robot. This strategy is based on Genetic AIgoriths and Classifier Systems theories, which are the paradigms of the implemented architecture core for robot controI. The unique feature of this approach is the inspiration on Genetic AIgorithms with Ages. This feature allows the algorithm to make use of a controlled variable size population. The system was designed respecting the physical features of the ~OMAD 200 robot. It is composed by modules of memory, reproduction, populational control and execution. The memory is the base for production rules. The reproduction module is a conventional GA, with operators for selection, crossover and mutation. The population control allows the use of a variable size population, based on the usability and the similarity of the rules on the situations presented to the robot. Finally, the execution module is responsable for the interaction between the robot and the environment, making the sensors reading and action application from the actuators and, if necessary, activating the security functions to preserve the physical integrity of the robot. To give support to the proposal, it was validated through several experiments, performed both in a simulated environment and in a real NOMAD 200 robot, in several cenarios. The environments used in the experiments ranged from open spaces to labyrinths with obstacles and ortogonal walls. Vle present the results and data analysis for each one of the experiments. AIso, the population behavior is analysed, by the observation of his growing and average age and the events occurred during the learning process, to confirm the features of these approach. The main contribution of this work is the use of "AGE"and ""CSABILITY"in a CS based system. The usability replaces the strength attribute and respective calculations necessary in the process of choosing rules in traditional CS. Because of this change, our solution is simpler to implement than traditional CS systems. Besides that, the usability can be used as fitness value, making possible the use of conventional selection techniques. The Age is responsible for the decision of to preserve or to elliminate individuaIs from the population. The choose of individuaIs is done by a penalty and reward strategy, which permits a variable size population of rules with genetic diversity and avoid the population's homogenization. The use of the age for decision making aIso preserves the system developer from the task of defining these parameters.

Este trabalho apresenta e discute uma proposta de estratégia inédita para o problema de aprendizado de regras através de Sistemas Classificadores, aplicado à robótica móvel, utilizando um robô NOMAD 200. Esta estratégia tem como base, teorias de Algoritmos Genéticos e de Sistemas Classificadores, que são os paradigmas constituintes do núcleo da arquitetura implementada para o controle do robô. O aspecto diferencial desta abordagem é a inspiração em Algoritmos Genéticos com Idades, para permitir o uso e controle de uma população de tamanho variável. O sistema foi modelado observando-se características físicas do robô NOMAD 200 e sendo constituído por módulos de gerenciamento de memória, reprodução, controle da população e execução. A memória se apresenta como uma base de regras de produção; o módulo de reprodução incorpora um AG tradicional, com operadores de seleção, cruzamento e mutação; o controle populacional permite o uso de população de tamanho variável, através do de índices de usabilidade e similaridade das regras com as situações confrontadas pelo robô; por fim, o módulo de execução é responsável pela interação do robô com o ambiente, realizando leitura dos sensores e ações pelos atuadores e, quando necessário, ativar funções de segurança para preservar a integridade física do robô. Para dar sustentabilidade à proposta, esta foi validada através de vários experimentos, realizados em ambientes simulados e em um ambiente real, com um robô NOMAD 200, em diferentes cenários. Os ambientes testados variam desde ambientes esparsos até labirintos com obstáculos e paredes ortogonais entre si. Para cada experimento são apresentados os resultados e respectiva análise de dados. Foram realizadas análises criteriosas no comportamento da população, observando seu crescimento e idade média, bem como os eventos ocorridos no processo de aprendizado, para certificar as características a que se propõe esta abordagem. A principal contribuição deste trabalho é o uso da "IDADE" e II"CSABILIDADE" em um sistema baseado em SC. A usabilidade substitui o atributo de energia e respectivos cálculos do SC tradicional, no processo de escolha das regras, simplificando a implementação. Além disso, pode ser utilizado como índice de ajuste, para que possam ser usadas técnicas convencionais de seleção. A idade é responsável por preservar ou eliminar os indivíduos da população, através de estratégias de penalização e recompensa, possibilitando manter uma população de regras de tamanho variável, permitindo, ainda, manter a diversidade genética na população e evitar a sua homogenização, bem como isentar o modelador do sistema da definição destes parâmetros. / In this work, we propose a new strategy to the problem of learning rules in a Evolutionary System that is applied for mobile robotics using a NOMAD 200 robot. This strategy is based on Genetic AIgoriths and Classifier Systems theories, which are the paradigms of the implemented architecture core for robot controI. The unique feature of this approach is the inspiration on Genetic AIgorithms with Ages. This feature allows the algorithm to make use of a controlled variable size population. The system was designed respecting the physical features of the ~OMAD 200 robot. It is composed by modules of memory, reproduction, populational control and execution. The memory is the base for production rules. The reproduction module is a conventional GA, with operators for selection, crossover and mutation. The population control allows the use of a variable size population, based on the usability and the similarity of the rules on the situations presented to the robot. Finally, the execution module is responsable for the interaction between the robot and the environment, making the sensors reading and action application from the actuators and, if necessary, activating the security functions to preserve the physical integrity of the robot. To give support to the proposal, it was validated through several experiments, performed both in a simulated environment and in a real NOMAD 200 robot, in several cenarios. The environments used in the experiments ranged from open spaces to labyrinths with obstacles and ortogonal walls. Vle present the results and data analysis for each one of the experiments. AIso, the population behavior is analysed, by the observation of his growing and average age and the events occurred during the learning process, to confirm the features of these approach. The main contribution of this work is the use of "AGE"and ""CSABILITY"in a CS based system. The usability replaces the strength attribute and respective calculations necessary in the process of choosing rules in traditional CS. Because of this change, our solution is simpler to implement than traditional CS systems. Besides that, the usability can be used as fitness value, making possible the use of conventional selection techniques. The Age is responsible for the decision of to preserve or to elliminate individuaIs from the population. The choose of individuaIs is done by a penalty and reward strategy, which permits a variable size population of rules with genetic diversity and avoid the population's homogenization. The use of the age for decision making aIso preserves the system developer from the task of defining these parameters.