Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-07-08T21:06:56Z No. of bitstreams: 1 CaioJulioCesarDoValeFernandesDaSilva_DISSERT.pdf: 5841265 bytes, checksum: b45c3017ad558e351b1dbe31689d6c95 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-07-12T19:16:48Z (GMT) No. of bitstreams: 1 CaioJulioCesarDoValeFernandesDaSilva_DISSERT.pdf: 5841265 bytes, checksum: b45c3017ad558e351b1dbe31689d6c95 (MD5) / Made available in DSpace on 2016-07-12T19:16:48Z (GMT). No. of bitstreams: 1 CaioJulioCesarDoValeFernandesDaSilva_DISSERT.pdf: 5841265 bytes, checksum: b45c3017ad558e351b1dbe31689d6c95 (MD5) Previous issue date: 2015-12-17 / A explora??o de petr?leo em profundidades elevadas requer o uso de rob?s m?veis para realizar opera??es diversas, como manuten??o, montagem etc. Nesse contexto, o estudo do planejamento de trajet?rias e navega??o desses rob?s se faz relevante, visto o grande desafio que ? navegar em um ambiente que n?o ? totalmente conhecido. Assim, este trabalho tem o objetivo de criar um algoritmo de navega??o, que deve realizar o planejamento da trajet?ria de um rob? m?vel que se encontra em uma dada posi??o (x, y) e deve atingir a posi??o desejada (x_d, y_d), evitando, no entanto, a colis?o com qualquer obst?culo existente no caminho. Para a gera??o da rota global foi utilizado um algoritmo gen?tico (offline), que leva em considera??o apenas as coordenadas dos pontos a serem visitados. Para desviar dos poss?veis obst?culos no caminho, o rob? deve gerar rotas locais baseadas nas curvas de B?zier (online). Na implementa??o do programa n?o h? qualquer informa??o sobre a localiza??o ou o formato dos obst?culos, mesmo assim, o rob? deve evitar os obst?culos, baseadas nas informa??es dos sensores de proximidade. Esta estrat?gia ? v?lida na situa??o em que os obst?culos s?o pequenos em rela??o as dist?ncias entre os pontos de visita??o. Os resultados das simula??es e experimentos com um rob? m?vel real (Robotino) demonstraram que o rob? foi capaz de realizar o percurso definido pelo algoritmo gen?tico, desviando dos obst?culos atrav?s de curvas de B?zier e atingindo as posi??es desejadas dentro da margem de erro definida como aceit?vel. As principais contribui??es deste trabalho est?o no c?lculo online das curvas de B?zier no planejador de rotas locais, atrelado a um planejador de rotas global, com obten??o de resultados experimentais. / Oil exploration at great depths requires the use of mobile robots to perform various operations such as maintenance, assembly etc. In this context, the trajectory planning and navigation study of these robots is relevant, as the great challenge is to navigate in an environment that is not fully known. The main objective is to develop a navigation algorithm to plan the path of a mobile robot that is in a given position (?, ?) and should reach the desired position (??, ??) avoiding colision with any obstacle standing in the way. The global route was generated using a genetic algorithm, which takes into account only the coordinates of the checkpoints. The mobile robot path generation based on B?zier curves was able to dodge the possible obstacles in the way. There was no information about the obstacles?s shape or location during the implementation of the program yet the robot must generate local path based on information from proximity sensors located around the robot to be able to avoid collisions. This strategy is valid in the situation where the obstacles are small relative distances between the visited sites. The results of simulations and experiments with a real mobile robot shown that the robot was able to perform the route defined by the genetic algorithm, dodging obstacles by Bezier curves and reaching the desired positions within the margin of error defined as acceptable. The main contributions of this work are the equations used to define the control points in the online calculation of Bezier curves in the planner of local routes, linked to a global route planner with obtaining experimental results.

Made available in DSpace on 2014-12-17T15:26:40Z (GMT). No. of bitstreams: 1 PauloSS_DISSERT.pdf: 2631825 bytes, checksum: 082e86da629073197a47cacc57bffdc4 (MD5) Previous issue date: 2014-07-02 / Universidade Federal do Rio Grande do Norte / Este trabalho tem como objetivo apresentar as diferen?as entre os algoritmos gen?tico can?nico e elitista. Para isso explicamos detatalhadamente cada etapa dos algoritmos, sua modelagem via cadeias de Markov e suas converg?ncias. Utilizamos a vers?o elitista apresentada no artigo MULTISTAGE MARKOV CHAIN MODELING OF THE GENETIC ALGORITHM AND CONVERGENCE RESULTS a fim de desenvolver simula??es num?ricas comparativas

Made available in DSpace on 2014-12-17T14:55:48Z (GMT). No. of bitstreams: 1 LeonardoWTS.pdf: 2629101 bytes, checksum: b5455ce80c5ec1bb8ee09a9f3502cbd4 (MD5) Previous issue date: 2006-02-17 / Antenna arrays are able to provide high and controlled directivity, which are suitable for radiobase stations, radar systems, and point-to-point or satellite links. The optimization of an array design is usually a hard task because of the non-linear characteristic of multiobjective, requiring the application of numerical techniques, such as genetic algorithms. Therefore, in order to optimize the electronic control of the antenna array radiation pattem through genetic algorithms in real codification, it was developed a numerical tool which is able to positioning the array major lobe, reducing the side lobe levels, canceling interference signals in specific directions of arrival, and improving the antenna radiation performance. This was accomplished by using antenna theory concepts and optimization methods, mainly genetic algorithms ones, allowing to develop a numerical tool with creative genes codification and crossover rules, which is one of the most important contribution of this work. The efficiency of the developed genetic algorithm tool is tested and validated in several antenna and propagation applications. 11 was observed that the numerical results attend the specific requirements, showing the developed tool ability and capacity to handle the considered problems, as well as a great perspective for application in future works. / Os arranjos de antenas podem fornecer uma diretividade elevada e control?vel, que ? ?til em esta??es r?dio base, sistemas de radares e enlaces ponto-a-ponto ou de sat?lite. A otimiza??o do projeto do arranjo ? uma tarefa usualmente dif?cil, devido ? caracter?stica n?o-linear de m?ltiplos objetivos, requisitando o uso de ferramentas computacionais, tais como os algoritmos gen?ticos. Nesse contexto, com o prop?sito de otimizar o controle eletr?nico do diagrama de radia??o de arranjos de antenas, atrav?s de algoritmos gen?ticos com codifica??o real, foi desenvolvida uma ferramenta computacional capaz de posicionar o l?bulo principal, reduzir o n?vel dos l?bulos laterais, rejeitar interfer?ncias com dire??es de chegada conhecidas e melhorar a ?rea de cobertura da antena. Para tanto, foram empregados conceitos de teoria de antenas e m?todos de otimiza??o, com ?nfase nos algoritmos gen?ticos, permitindo desenvolver a ferramenta com formas criativas de codifica??o e recombina??o, o que ? uma das mais importantes contribui??es deste trabalho. A efici?ncia da ferramenta desenvolvida ? testada e validada em aplica??es de antenas e propaga??o. Foi observado que os resultados num?ricos atendem aos requisitos especificados, demonstrando a habilidade e capacidade da ferramenta desenvolvida para lidar com os problemas considerados, como tamb?m uma grande perspectiva para aplica??es em trabalhos futuros.

Made available in DSpace on 2015-04-14T14:48:57Z (GMT). No. of bitstreams: 1 399894.pdf: 2578031 bytes, checksum: 13c49dacd5dde6e8b24f2ef51ae6b87a (MD5) Previous issue date: 2007-01-11 / Um processo de neg?cio define um conjunto de atividades junto com os seus poss?veis fluxos de execu??o e recursos necess?rios. Trabalhos da ?rea de Business Intelligence (BI) t?m destacado o papel da minera??o de dados como instrumento facilitador da an?lise, previs?o e otimiza??o de processos de neg?cio. Uma das tarefas mais utilizadas da minera??o de dados ? a classifica??o, cujo objetivo ?, dado um conjunto de dados ou inst?ncias de treino, induzir um modelo preditivo capaz de associar a cada inst?ncia sua classe ou categoria. Espera-se que este modelo seja bem sucedido na classifica??o de novas inst?ncias. No contexto de processos de neg?cio, o uso da classifica??o tem como objetivo entender as causas de determinados comportamentos e gerar modelos de predi??o do comportamento e do desempenho dos processos. Problemas pr?ticos de classifica??o de padr?es e descoberta de conhecimento requerem a sele??o de subconjuntos de atributos preditivos para representar os padr?es a serem classificados, pois a presen?a de atributos preditivos irrelevantes, redundantes ou em grande quantidade pode prejudicar a qualidade do modelo de classifica??o. Em classifica??o de processos de neg?cio, ? bastante interessante a utiliza??o de sele??o de atributos, visto que a quantidade de atributos que caracterizam um processo pode ser enorme. Al?m dos atributos diretamente relacionados a uma inst?ncia de processo, tamb?m devem ser considerados os atributos pertencentes ?s atividades contidas neste processo. Assim, este trabalho prop?e a utiliza??o de algoritmos gen?ticos multiobjetivos para sele??o de atributos em problemas de classifica??o de processos de neg?cio. Os resultados obtidos foram considerados satisfat?rios, visto que os crit?rios utilizados na fun??o de fitness, ou seja, os crit?rios a serem otimizados, foram melhorados. Problemas espec?ficos do dom?nio de processos de neg?cio foram detectados. Esses problemas surgem em virtude da presen?a de caminhos alternativos e ordem de execu??o das atividades nos fluxos de processos. Embora tais problemas n?o sejam tratados no presente trabalho, s?o apresentadas poss?veis solu??es a serem abordadas em trabalhos futuros.

Made available in DSpace on 2014-12-17T14:55:20Z (GMT). No. of bitstreams: 1 WellingtonCA_TESE.pdf: 18781841 bytes, checksum: b90b2dc122e8dc0104d520bb5337a506 (MD5) Previous issue date: 2014-03-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / As superf?cies seletivas de frequ?ncia (FSS) t?m sido objeto de intensa pesquisa nas duas ?ltimas d?cadas, sendo utilizadas em diversas aplica??es que v?o desde sistemas de micro-ondas e antenas at? aplica??es em radomes e comunica??es via sat?lite. Uma superf?cie seletiva de freq??ncia ? um arranjo peri?dico que se constitui de elementos tipo patch ou abertura, ou mesmo por uma combina??o de ambos, e exibe reflex?o ou transmiss?o total na freq??ncia ressonante, se comportando dessa maneira como um filtro rejeita-faixa ou passa-faixa. Neste trabalho ? realizada uma investiga??o num?rica e experimental, consistindo do projeto, simula??o computacional, constru??o e medi??o de estruturas de FSS. Esta FSS ? estudada experimentalmente e suas caracter?sticas eletromagn?ticas s?o medidas e simuladas atrav?s de programas de computador, equipamentos e t?cnicas de otimiza??o. Estas estruturas s?o bastante complexas requerendo uma an?lise por t?cnicas de onda completa, como o m?todo das diferen?as finitas no dom?nio do tempo ou m?todo dos elementos finitos. Para superar os custos computacionais e de tempo das t?cnicas de onda completa, podem ser utilizadas como alternativa as t?cnicas de computa??o natural. Algumas caracter?sticas como robustez, generaliza??o, adaptabilidade e r?pida converg?ncia contribuem para o aumento significativo do emprego destas t?cnicas em aplica??es na ?rea de comunica??es moveis. A modelagem das FSS citadas ? realizada com redes neurais artificiais de m?ltiplas camadas, com o algoritmo de Levenberg-Marquardt para aprendizagem e treinamento. Os modelos neurocomputacionais desenvolvidos para as FSS proveem excelentes resultados e em concord?ncia com valores obtidos atrav?s de medi??es em laborat?rio. A necessidade de estruturas com comportamento eletromagn?tico adequado em dispositivos de micro-ondas tem sido bastante estudada pelos pesquisadores da ?rea. Essas estruturas requerem, em sua an?lise de caracter?sticas espectrais, t?cnicas rigorosas e elevada complexidade computacional em sua implementa??o. O objetivo desse trabalho consiste no projeto de FSSs atrav?s de redes neurais artificiais e outros algoritmos de computa??o natural selecionados, com aplica??es na faixa de micro-ondas. A precis?o dessa t?cnica ? realizada experimentalmente e comparada com simula??es efetuadas pelos softwares comerciais Ansoft Designer e Ansoft HFSS, utilizados na an?lise num?rica do comportamento eletromagn?tico das FSSs atrav?s do M?todo dos Momentos (MoM) e do M?todo dos Elementos Finitos (FEM), respectivamente. Nesta tese um estudo bibliogr?fico em teoria de FSSs ? realizado, bem como o estudo das redes neurais artificiais, algoritmos gen?ticos e outros algoritmos de otimiza??o natural. Este estudo analisa tamb?m a solu??o da arquitetura de rede adequada aos projetos, algoritmos de treinamento, par?metros dos algoritmos como n?mero de neur?nios nas camadas e quantidade de camadas das redes, bem como os par?metros e fun??es adequadas para os algoritmos de otimiza??o

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-02-23T18:59:16Z No. of bitstreams: 1 JoseHiltonDaSilva_DISSERT.pdf: 57424622 bytes, checksum: 239c3696815d52401ee84d224dca0845 (MD5) / Approved for entry into archive by Monica Paiva (monicalpaiva@hotmail.com) on 2017-02-23T19:04:22Z (GMT) No. of bitstreams: 1 JoseHiltonDaSilva_DISSERT.pdf: 57424622 bytes, checksum: 239c3696815d52401ee84d224dca0845 (MD5) / Made available in DSpace on 2017-02-23T19:04:22Z (GMT). No. of bitstreams: 1 JoseHiltonDaSilva_DISSERT.pdf: 57424622 bytes, checksum: 239c3696815d52401ee84d224dca0845 (MD5) Previous issue date: 2014-12-17 / A unidade de destila??o atmosf?rica ? a planta mais importante de uma refinaria de petr?leo. Para levar a opera??o desta unidade pr?ximo ao seu ponto operacional ?timo ? necess?rio medir algumas propriedades chaves, em tempo real, para a atua??o do sistema avan?ado de otimiza??o. Neste contexto um sistema especialista de uma unidade de destila??o de petr?leo bruto foi desenvolvido para realizar a otimiza??o do processo com maximiza??o da produ??o diesel, produto de maior valor agregado, atendendo aos requisitos de qualidade determinados pela Ag?ncia Nacional de Petr?leo, G?s Natural e Biocombust?veis (ANP). A modelagem no processo de destila??o foi realizada por meio de redes neurais artificiais (RNA). As vari?veis operacionais de entrada do processo foram propriedades de petr?leo bruto e vari?veis manipuladas, enquanto que as vari?veis de sa?da do sistema foram definidas como as de qualidades do ?leo diesel. O modelo de RNA constru?do pode ser aplicado na previs?o das vari?veis de qualidade do produto principal da unidade, ?leo diesel,respeito ?s vari?veis de entrada do sistema. Al?m disso, foi desenvolvido um otimizador do processo com o uso de algoritmos gen?ticos (AG?s) com o objetivo de minimizar erros de sa?da do sistema especialista e tamb?m maximizar a produ??o do ?leo diesel. Assim sendo, condi??es de funcionamento ideais foram encontrados usando o banco de dados de conhecimento obtido pelas redes neurais com um m?todo de otimiza??o por algoritmos gen?ticos de acordo com uma fun??o objetivo definido. / A unidade de destila??o atmosf?rica ? a planta mais importante de uma refinaria de petr?leo. Para levar a opera??o desta unidade pr?ximo ao seu ponto operacional ?timo ? necess?rio medir algumas propriedades chaves, em tempo real, para a atua??o do sistema avan?ado de otimiza??o. Neste contexto um sistema especialista de uma unidade de destila??o de petr?leo bruto foi desenvolvido para realizar a otimiza??o do processo com maximiza??o da produ??o diesel, produto de maior valor agregado, atendendo aos requisitos de qualidade determinados pela Ag?ncia Nacional de Petr?leo, G?s Natural e Biocombust?veis (ANP). A modelagem no processo de destila??o foi realizada por meio de redes neurais artificiais (RNA). As vari?veis operacionais de entrada do processo foram propriedades de petr?leo bruto e vari?veis manipuladas, enquanto que as vari?veis de sa?da do sistema foram definidas como as de qualidades do ?leo diesel. O modelo de RNA constru?do pode ser aplicado na previs?o das vari?veis de qualidade do produto principal da unidade, ?leo diesel,respeito ?s vari?veis de entrada do sistema. Al?m disso, foi desenvolvido um otimizador do processo com o uso de algoritmos gen?ticos (AG?s) com o objetivo de minimizar erros de sa?da do sistema especialista e tamb?m maximizar a produ??o do ?leo diesel. Assim sendo, condi??es de funcionamento ideais foram encontrados usando o banco de dados de conhecimento obtido pelas redes neurais com um m?todo de otimiza??o por algoritmos gen?ticos de acordo com uma fun??o objetivo definido.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-03-14T21:32:46Z No. of bitstreams: 1 DaviHenriqueDosSantos_DISSERT.pdf: 3943405 bytes, checksum: 5c8c6264a12d6d09afccf8adb3614371 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-15T22:17:57Z (GMT) No. of bitstreams: 1 DaviHenriqueDosSantos_DISSERT.pdf: 3943405 bytes, checksum: 5c8c6264a12d6d09afccf8adb3614371 (MD5) / Made available in DSpace on 2017-03-15T22:17:57Z (GMT). No. of bitstreams: 1 DaviHenriqueDosSantos_DISSERT.pdf: 3943405 bytes, checksum: 5c8c6264a12d6d09afccf8adb3614371 (MD5) Previous issue date: 2016-07-13 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / As pesquisas relacionadas ? automa??o de veleiros rob?ticos cresceram rapidamente nos ?ltimos 15 anos. Os principais desafios enfrentados nos projetos de veleiros aut?nomos s?o o controle, planejamento de caminho e trajet?ria, coleta de dados dos sensores e o suprimento energ?tico. Desta forma, o presente trabalho realiza um estudo sobre problemas de controle e planejamento de caminho comumente encontrados durante o projeto de veleiros aut?nomos. Os m?todos aqui desenvolvidos ser?o aplicados nos veleiros utilizados no projeto N-Boat, permitindo aos mesmos alcan?ar os pontos alvos, realizando a dif?cil tarefa de velejar contra o vento caso necess?rio. Para alcan?ar estes objetivos, primeiramente um m?todo para encontrar o controlador de baixo n?vel mais adequado ? aplica??o desejada foi desenvolvido. O m?todo utiliza um controlador PI com par?metros vari?veis, encontrando uma tabela que cont?m os melhores par?metros proporcional e integrativo adequados a cada situa??o, de acordo com o modelo utilizado. Um m?todo para a gera??o de caminho em situa??es de contravento foi modelado, implementado e testado em simula??o. Para gerar os pontos do caminho, o m?todo utiliza dois par?metros: a dist?ncia dispon?vel e a orienta??o desejada para o veleiro durante a manobra. Em seguida, um m?todo de otimiza??o foi implementado e testado em simula??o. O m?todo utiliza algoritmos gen?ticos para manipular os par?metros do m?todo de gera??o de caminhos, encontrando quais par?metros geram o trajeto de menor tempo ao destino. O trabalho apresenta diversos testes em simula??o para demonstrar a validade e robustez dos m?todos desenvolvidos. / The main challenges in the development of autonomous sailboats are: control, path and trajectory planning, sensor data acquitision, and power supply. Towards this direction, this paper introduces a study on the problems of control and path planning commonly found during the autonomous sailing projects. The methods developed here are to be applied in the sailboats used in the N-Boat project, allowing them to reach targets points accurately and quickly, and to perform one of the must difficult tasks in sailing that is navigating against the wind. To achieve these goals, at first, a method to find the most appropriate low level controller for the desired application is developed. This method uses a dynamic PI controller, coming up with a table that contains the best proportional and integrative parameters that are appropriate to each situation according to the model used. A method for generation of paths in situations contrary to wind is also modeled, implemented and tested (in simulation). To generate the way points, this method takes into account two parameters: the distance available for the maneuvering and the desired orientation of the boat during the maneuver. An optimization method is proposed, based on genethic algorithm, implemented, and also tested (in simulation) for getting the controller best parameters. The method manipulate some defined parameters for generating paths, finding the ones that generate the path in which the boat achieves the minimum time to destination. Results of various simulation experiments are shown to demonstrate the validity and robustness of the methods developed.

Made available in DSpace on 2014-12-17T15:47:53Z (GMT). No. of bitstreams: 1 LigiaMMS_DISSERT.pdf: 1430923 bytes, checksum: 56e9de29de6907d7e9da54247e3af4ba (MD5) Previous issue date: 2010-10-14 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Classifier ensembles are systems composed of a set of individual classifiers and a combination module, which is responsible for providing the final output of the system. In the design of these systems, diversity is considered as one of the main aspects to be taken into account since there is no gain in combining identical classification methods. The ideal situation is a set of individual classifiers with uncorrelated errors. In other words, the individual classifiers should be diverse among themselves. One way of increasing diversity is to provide different datasets (patterns and/or attributes) for the individual classifiers. The diversity is increased because the individual classifiers will perform the same task (classification of the same input patterns) but they will be built using different subsets of patterns and/or attributes. The majority of the papers using feature selection for ensembles address the homogenous structures of ensemble, i.e., ensembles composed only of the same type of classifiers. In this investigation, two approaches of genetic algorithms (single and multi-objective) will be used to guide the distribution of the features among the classifiers in the context of homogenous and heterogeneous ensembles. The experiments will be divided into two phases that use a filter approach of feature selection guided by genetic algorithm / Comit?s de classificadores s?o sistemas compostos por um conjunto de classificadores individuais e um m?dulo de combina??o, o qual ? respons?vel por fornecer a sa?da final do sistema. Para que esses sistemas apresentem melhor desempenho que um classificador simples, ? necess?rio que os componentes individuais n?o cometam erros nos mesmos padr?es. Por este motivo, a diversidade tem sido considerada um dos aspectos mais importantes no projeto desses sistemas, j? que n?o h? vantagem na combina??o de m?todos de classifica??o id?nticos. Uma forma de garantir diversidade ? atrav?s da constru??o de classificadores individuais a partir de diferentes conjuntos de treinamento (padr?es e/ou atributos). Nesse contexto, uma maneira de selecionar subconjuntos de atributos para os classificadores individuais ? atrav?s da utiliza??o de m?todos de sele??o de atributos. No entanto, na maioria das pesquisas, os m?todos de sele??o de atributos s?o aplicados apenas em comit?s de classificadores homog?neos, ou seja, comit?s compostos pelo mesmo tipo de classificador. Sendo assim, o objetivo deste trabalho ? analisar o comportamento desses m?todos na gera??o de comit?s de classificadores diversos, tanto homog?neos como heterog?neos. Para guiar a distribui??o dos atributos, entre os classificadores base, ser?o utilizadas duas abordagens de algoritmo gen?tico (mono-objetivo e multi-objetivo), usando diferentes fun??es de aptid?o. Para tanto, os experimentos ser?o divididos em duas fases, as quais usam uma abordagem filtro para a sele??o de atributos

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-08-16T20:20:26Z No. of bitstreams: 1 AtilaVarelaFerreiraMedeirosDeOliveira_DISSERT.pdf: 1603393 bytes, checksum: dca520d8a49b825f11ed063f8807d7f1 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-08-18T00:33:44Z (GMT) No. of bitstreams: 1 AtilaVarelaFerreiraMedeirosDeOliveira_DISSERT.pdf: 1603393 bytes, checksum: dca520d8a49b825f11ed063f8807d7f1 (MD5) / Made available in DSpace on 2016-08-18T00:33:44Z (GMT). No. of bitstreams: 1 AtilaVarelaFerreiraMedeirosDeOliveira_DISSERT.pdf: 1603393 bytes, checksum: dca520d8a49b825f11ed063f8807d7f1 (MD5) Previous issue date: 2015-12-07 / Este trabalho prop?e uma nova estrat?gia de navega??o aut?noma assistida por algoritmo gen?tico com planejamento din?mico para rob?s m?veis terrestres, chamada DPNA-GA (Dynamic Planning Navigation Algorithm optimized with Genetic Algorithm). A estrat?gia foi aplicada em ambientes - tanto est?ticos, quanto din?micos - nos quais a localiza??o e o formato dos obst?culos n?o s?o previamente conhecidos. A cada evento de deslocamento, uma nova rota ? planejada atrav?s de um algoritmo que minimiza a dist?ncia entre o rob? e o objetivo e maximiza a dist?ncia em rela??o aos obst?culos. Utilizando um sensor de localiza??o espacial e um conjunto de sensores de dist?ncia, a estrat?gia de navega??o proposta foi capaz de planejar dinamicamente percursos ?timos livres de colis?o. Simula??es realizadas em diferentes ambientes demostraram que a t?cnica fornece um alto grau de flexibilidade e robustez. Para isso, foram aplicadas diversas varia??es de par?metros gen?ticos, tais como: taxa de cruzamento, tamanho da popula??o, dentre outros. Finalmente, os resultados das simula??es demonstram satisfatoriamente a efic?cia e robustez da t?cnica DPNA-GA, validando-a para aplica??es reais em rob?s m?veis terrestres. / This work proposes a new autonomous navigation strategy assisted by genetic algorithm with dynamic planning for terrestrial mobile robots, called DPNA-GA (Dynamic Planning Navigation Algorithm optimized with Genetic Algorithm). The strategy was applied in environments - both static and dynamic - in which the location and shape of the obstacles is not known in advance. In each shift event, a control algorithm minimizes the distance between the robot and the object and maximizes the distance from the obstacles, rescheduling the route. Using a spatial location sensor and a set of distance sensors, the proposed navigation strategy is able to dynamically plan optimal collision-free paths. Simulations performed in different environments demonstrated that the technique provides a high degree of flexibility and robustness. For this, there were applied several variations of genetic parameters such as: crossing rate, population size, among others. Finally, the simulation results successfully demonstrate the effectiveness and robustness of DPNA-GA technique, validating it for real applications in terrestrial mobile robots.

Made available in DSpace on 2015-03-03T15:48:40Z (GMT). No. of bitstreams: 1 FernandoP_TESE.pdf: 2701691 bytes, checksum: 2a3af30ede2c717ab23b1c7dc03a128a (MD5) Previous issue date: 2013-05-24 / This work discusses the application of techniques of ensembles in multimodal recognition systems development in revocable biometrics. Biometric systems are the future identification techniques and user access control and a proof of this is the constant increases of such systems in current society. However, there is still much advancement to be developed, mainly with regard to the accuracy, security and processing time of such systems. In the search for developing more efficient techniques, the multimodal systems and the use of revocable biometrics are promising, and can model many of the problems involved in traditional biometric recognition. A multimodal system is characterized by combining different techniques of biometric security and overcome many limitations, how: failures in the extraction or processing the dataset. Among the various possibilities to develop a multimodal system, the use of ensembles is a subject quite promising, motivated by performance and flexibility that they are demonstrating over the years, in its many applications. Givin emphasis in relation to safety, one of the biggest problems found is that the biometrics is permanently related with the user and the fact of cannot be changed if compromised. However, this problem has been solved by techniques known as revocable biometrics, which consists of applying a transformation on the biometric data in order to protect the unique characteristics, making its cancellation and replacement. In order to contribute to this important subject, this work compares the performance of individual classifiers methods, as well as the set of classifiers, in the context of the original data and the biometric space transformed by different functions. Another factor to be highlighted is the use of Genetic Algorithms (GA) in different parts of the systems, seeking to further maximize their eficiency. One of the motivations of this development is to evaluate the gain that maximized ensembles systems by different GA can bring to the data in the transformed space. Another relevant factor is to generate revocable systems even more eficient by combining two or more functions of transformations, demonstrating that is possible to extract information of a similar standard through applying different transformation functions. With all this, it is clear the importance of revocable biometrics, ensembles and GA in the development of more eficient biometric systems, something that is increasingly important in the present day / O presente trabalho aborda a aplica??o de t?cnicas de comit?s de classificadores no desenvolvimento de sistemas de reconhecimento multimodais em biometrias revog?veis. Sistemas biom?tricos s?o o futuro das t?cnicas de identifica??o e controle de acesso de usu?rios, prova disso, s?o os aumentos constantes de tais sistemas na sociedade atual. Por?m, ainda existem muitos avan?os a serem desenvolvidos, principalmente no que se refere ? acur?cia, seguran?a e tempo de processamento de tais sistemas. Na busca por desenvolver t?cnicas mais eficientes, os sistemas multimodais e a utiliza??o de biometrias revog?veis mostram-se promissores, podendo contornar muitos dos problemas envolvidos no reconhecimento biom?trico tradicional. Um sistema multimodal ? caracterizado por combinar diferentes t?cnicas de seguran?a biom?trica e com isso, superar muitas limita- ??es, como: falhas de extra??o ou processamento dos dados. Dentre as v?rias possibilidades de se desenvolver um sistema multimodal, a utiliza??o de comit?s de classificadores ? um assunto bastante promissor, motivado pelo desempenho e flexibilidade que os mesmos v?m demonstrando ao longo dos anos, em suas in?meras aplica??es. Dando ?nfase em rela- ??o ? seguran?a, um dos maiores problemas encontrados se deve as biometrias estarem relacionadas permanentemente com o usu?rio e o fato de n?o poderem ser alteradas caso comprometidas. No entanto, esse problema vem sendo solucionado por t?cnicas conhecidas como biometrias revog?veis, as quais consistem em aplicar uma transforma??o sobre os dados biom?tricos de forma a proteger as caracter?sticas originais, possibilitando seu cancelamento e substitui??o. Com o objetivo de contribuir com esse importante tema, esse trabalho compara o desempenho de m?todos de classifica??es individuais, bem como conjunto de classificadores, no contexto dos dados originais e no espa?o biom?trico transformado por diferentes fun??es. Outro fator a se destacar, ? o uso de Algoritmos Gen?ticos (AGs) em diferentes partes dos sistemas, buscando maximizar ainda mais a efici?ncia dos mesmos. Uma das motiva??es desse desenvolvimento ? avaliar o ganho que os sistemas de comit?s maximizados por diferentes AGs podem trazer aos dados no espa?o transformado. Tamb?m busca-se gerar sistemas revog?veis ainda mais eficientes, atrav?s da combina??o de duas ou mais fun??es de transforma??o revog?veis, demonstrando que ? poss?vel extrair informa??es complementares de um mesmo padr?o atrav?s de tais procedimentos. Com tudo isso, fica claro a import?ncia das biometrias revog?veis, comit?s de classificadores e AGs, no desenvolvimento de sistemas biom?tricos mais eficientes, algo que se mostra cada vez mais importante nos dias atuais