A qualidade de serviço na Internet é cada dia mais procurada, mas é sabido que ocorrem vários fatores que provocam anomalias nas medidas dos parâmetros de qualidade de serviço do tráfego. Essas anomalias vão influenciar os parâmetros do modelo escolhido para representar a medida e com isso alterar os resultados das análises que poderão ser feitas a partir desse modelo. Nesta tese, inicialmente, caracteriza-se as possíveis fontes de anomalias através de simulação (utilizando o Modeler da Opnet), verifica-se o formato e o comportamento destas anomalias para depois propor um método para sua detecção e eliminação. O método de detecção e eliminação é utilizado para se avaliar a influência das anomalias em modelos de tráfego. Para este estudo é utilizada uma medida experimental feita entre o Brasil e a Áustria utilizando o sistema de medidas CMToolSet e considerando o ARIMA como modelo de tráfego. Conclui-se que o modelo ARIMA obtido a partir da medida do parâmetro de QoS sem anomalias, isto é, após detectá-las e eliminá-las, é melhor que a medida com anomalias.

Este trabalho propõe um modelo de previsão dos custos de manutenção de aeronaves, especificamente aplicado à realidade da Força Aérea Brasileira - FAB. A revisão da literatura realizada proporcionou uma ampla visão dos métodos mais utilizados e a dificuldade de obtenção de modelos úteis, dadas as características das frotas, compostas por uma diversidade muito grande de aeronaves, variando desde grandes e pesados cargueiros a pequenas e velozes aeronaves de combate. Na elaboração do modelo proposto, procurou-se desde o início estabelecer relações de estimativas de custo particularizadas para cada tipo de aeronave empregada pela FAB, empregando uma metodologia que permite gerar modelos de previsão de custos adequadas a cada aeronave, com suas características históricas de gastos com material de manutenção e horas voadas. A metodologia empregada consiste na elaboração de modelos do tipo Multivariado Auto-Regressivo Integrado Média Móvel (MARIMA), o qual permite modelagem das séries temporais compostas pelos custos de manutenção de cada aeronave, e a adição da variável Hora de Vôo, proxy utilizada pela FAB no planejamento da manutenção. A metodologia é demonstrada através de um estudo de caso em uma aeronave da FAB, e os resultados obtidos atestam a eficácia do modelo, permitindo o seu emprego no planejamento das atividades logísticas da Aeronáutica.

O mercado automotivo brasileiro anual apresenta comportamento instável e de difícil compreensão a curto prazo, apesar da tendência de crescimento. A fim de entender melhor tal comportamento, este trabalho propõe: i) Estudar um modelo de série temporal adequado ao mercado ii) Criar um modelo de transferência com as variáveis que influenciam o mercado iii) Utilizar modelos de inteligência artificial de lógica nebulosa (fuzzy), iv) Comparar os diversos modelos e seus erros e v) Fazer previsões do mercado ate 2010. Para o modelo de série temporal, concluímos que se trata de um modelo ARIMA (1,1,0). Porém, ao se retirar o termo não-estacionário, os dados se tornaram um ruído branco sem relação com o tempo (ano). Então, o modelo autoregressivo foi usado. Para o estudo de função de transferência, concluímos que as variáveis significativas encontradas para o modelo de transferência foram somente PIB brasileiro e renda média dentre as estudadas (Juros, Câmbio, Inflação IGP, Salário Mínimo, Renda média, PEA, Exportação, Balança comercial, Preço do Petróleo, Carga tributária população, PIB Brasileiro, PIB Mundial). Utilizou-se dois modelos de inteligência artificial neuro-fuzzy: um simples, com o ano como entrada, e outro complexo, que usa como entrada valores anteriores do mercado. No comparativo, para a amostra de 1957 a 2004 o modelo que representa o mercado com menor soma dos quadrados dos erros é o modelo neuro-fuzzy. Para a amostra de 1977 a 2004 é o modelo de função de transferência. A previsão para 2010 obteve valore entre 1,6 e 1,8 milhões para a amostra de 48 pontos e 1,3 e 2,4 milhões para a amostra de 28 pontos. Vale a pena ressaltar que este modelo não apresentou muita diferença do que vem prevendo a indústria usando um modelo simplista de regressão simples.

O objetivo principal desta dissertação é apresentar uma metodologia para modelagem das medidas de pseudo-ranges no sistema GPS, cujos movimentos característicos são descritos pela trajetória de uma partícula material que se move, no decorrer do tempo, sob a influência de forças físicas, e possuem uma estrutura de auto-correlação. O tratamento dado foi de séries temporais, específico do método ARIMA da metodologia de BOX & JENKINS. A aplicação da metodologia proposta foi baseada nos dados recebidos no receptor GPS localizado no ITA, referente ao satélite de número 27. Sua validação foi feita comparando dados reais com os resultados do modelo, onde o modelo proposto mostrou uma boa performance. A principal conclusão foi a constatação da eficácia da metodologia proposta para a modelagem, através de um tratamento estatístico completo validade em caso real.

Este trabalho aborda a técnica de Composição de Especialistas Locais (CEL), que pode ser vista como uma técnica que realiza análise exploratória de dados e modelagem matemática simultaneamente. A técnica CEL pode ser aplicada para resolver problemas de previsão de séries temporais e reconhecimento de padrões. Dado um conjunto de pontos de dados de treinamento formados pelos pares (x, y) (x = entrada, y = saída), a idéia básica é a seguinte: 1) Primeiramente, considerando apenas a parte da entrada do conjunto de treinamento (x), uma rede neural de Kohonen é usada para dividir os dados em agrupamentos não-sobrepostos de pontos, 2) Várias técnicas de modelagens são então usadas para construir modelos concorrentes para cada agrupamento e considerando apenas os pares (x,y) daquele agrupamento, 3) O melhor modelo para cada agrupamento é selecionado e denominado de Modelo de Especialista Local. A Saída de todos os Modelos de Especialistas Locais são linearmente combinados pela Rede Supervisora que considera: 1) A distância dos pontos de dados x ao centro do agrupamento de dados usados para gerar o Modelo de cada Especialista Local, 2) A abrangência da região do espaço de entrada tomado por cada agrupamento de pontos de dados de treinamento. As seguintes técnicas de modelagem são utilizadas neste trabalho: Redes Neurais Artificiais (RNA), Análises de Regressão Múltipla (ARM) e Cópia Carbono (CC). Para comparação, o desempenho destas técnicas de modelagem são também avaliados quando usadas para construir modelos para todo o conjunto de dados de treinamento, isto é, sem usar qualquer técnica de agrupamento. Neste caso, os modelos são denominados de Modelos de Especialistas Globais. A técnica CEL é testada em experimentos computacionais usando as seguintes séries temporais que estão publicamente disponíveis na Internet: 1) A "Laser Data", assim chamada uma série temporal gerada num experimento de laboratório de física e usada em 1991 na Competição e Análises de Predição de Séries Temporais do Instituto Santa Fé, 2) Séries temporais de preços mensais e diários do açúcar (contrato 14) na Câmara de Comércio de Nova York (do inglês, New York Board Trade - NYBOT)

As condições climáticas de determinada região são de importância estratégica para o planejamento agrícola. No entanto, é comum localidades distantes de alguma estação meteorológica. O presente mestrado teve o intuito de propor um modelo para estimar valores de temperatura média diária e precipitação diária em localidades sem informação meteorológica. Os dados climáticos foram obtidos do Instituto Nacional de Meteorologia Agrícola (INMET) e da Agência Nacional de Águas (ANA). Estimaram-se equações para dados diários através da regressão linear múltiplas entre as variáveis temperatura média (Tm) versus altitude, latitude e longitude, desvio padrão da temperatura (T) versus altitude, latitude e longitude, precipitação média (Pm) versus altitude, latitude e longitude, Precipitação mínima (Pmin) versus altitude, latitude e longitude, precipitação máxima (Pmáx) versus altitude, latitude e longitude, desvio padrão da chuva (P) versus altitude, latitude e longitude, probabilidade de não chover (P) versus altitude, latitude e longitude, correlação da temperatura T) e precipitação P) com o dia anterior versus altitude, latitude e longitude para cada dia do ano e verificou-se a significância a 5% de probabilidade. Dessa forma, qualquer localidade passou a ter os parâmetros necessários para a gerar séries sintéticas, assumindo o processo multivariado contínuo. Para a criação da série sintética de temperatura usou-se Tm, T, T, os parâmetros usados na criação da série de precipitação foram Pmin, Pmáx, Pm, P e P. Foram geradas séries de 100 anos em 507 localidades para Temperatura média diária e mensal, além de Precipitação média diária e mensal. A capacidade de armazenamento de água (CAD) foi estimada em todas as localidades através de modelos de pedotransferência. Os teores de argila, silte, areia e matéria orgânica do solo usados na pedotransferência foram obtidos do levantamento de solo RADAM e interpolados através da geoestatística. Em todas as localidades foi feito o balanço hídrico pelo método de Tornthwaite com os respectivos valores estimados de temperatura e precipitação, além da CAD específica da localidade. A validação do modelo gerador de séries sintéticas foi feita utilizando índices de correlação entre valores observados e estimados. Usou-se a ERP (erro relativo padrão), o coeficiente de correlação linear (r2), o índice de concordância (d) e o produto entre o coeficiente de correlação e o índice de concordância, chamado de índice de confiança (c). Obteve-se índices de confiança baixos para a estimativa de temperatura média diária e muito baixos para a precipitação média diária. No entanto, o modelo teve bom desempenho para dados mensais, obtendo índices boa correlação linear e concordância para temperatura e precipitação. / The climatic conditions of any region could be of the extreme importance to the strategic analysis of agricultural planning. However, it\'s common fields that are far away from any meteorological station. This mastership proposes a model to estimate values of daily temperature and rainfall. The climatic data was collected from National Meteorological Agriculture Institute (INMET) and from National Water Agency (ANA). The equation made with linear multiple regression for daily data among the parameters average of temperature (Tm) versus altitude, latitude and longitude, standard deviation of temperature (T) versus altitude, latitude and longitude, average of rainfall (Pm) versus altitude, latitude and longitude, minimal rainfall (Pmin) versus altitude, latitude and longitude, maximum rainfall (Pmáx) versus altitude, latitude and longitude, standard deviation of rain (P) versus altitude, latitude and longitude, probability of not rain (P) versus altitude, latitude and longitude, correlation of temperature (T) and precipitation (P) between two consecutive days versus altitude, latitude and longitude. The analysis of significance was done with 5% of probability. Any location could obtain the parameters to generate synthetic series, using a multivariated continuous process. It was used Tm, T, T to create the synthetic series of temperature, the parameters used to create de synthetic series of rainfall were Pmin, Pmáx, Pm, P e P. 100 synthetic series were created in 507 locations for daily and monthly temperature and rainfall. The soil water capacity was estimated for all locations using a pedotransfer model. The percentage of clay, silt, sand and organic matter were obtained on the Soil Survey RADAM and interpolated by geoestatiscal analysis. All locations had the water balance done by Thornthwaite method with its respective estimated value of temperature and rainfall, using the specific soil water capacity of the location. The model validation of synthetic series generator was done using correlations index between observed and estimated values. Was used the relative pattern error (ERP), linear correlation (r2), concordance index (d) and the product of the last both index called reliable index (c). The reliable index obtained for daily temperature and rainfall was very low. However, the model had a good efficiency for monthly temperature and rainfall.

Esta pesquisa aborda um método adaptativo baseado em regras e aplicado a de informação não supervisionados de fluxo contínuo com a utilização de técnicas inteligentes, utilizando séries históricas de medições. O objetivo principal é identificar medições que podem ser categorizadas de diversas formas, tais como novidades, outliers, anomalias, dentre outras, apesar do método apresentado abordar somente monitoramento e autonomia, o mesmo pode ser utilizado para controle de ações desde que esteja integrado aos dispositivos de campo necessários para atuação de um processo. Para tanto, utiliza uma representação do conhecimento adequada, critérios de busca inteligente, inferência e critérios para a aprendizagem, possibilitando um processo de melhoria contínua. Os estudos realizados com medições possibilitaram ao estabelecimento de processos que conduziram ao surgimento de um Método Adaptativo para a Interpretação de Medições aplicável a sistemas inteligentes e do Método Complementar, capaz de auxiliar na interpretação de resultados obtidos por outros métodos já estabelecidos para identificação de anomalias. Para esse fim, foram consideradas: uma técnica adaptativa, a importância do ambiente de influência relativo ao ponto de medição e a utilização das novidades como referência às mudanças que ocorrem em um ambiente. / This research addresses a rules-based adaptive method applied to unsupervised continuous flow information systems using intelligent techniques using historical series of measurements. The main goal is to identify measurements that can be categorized in different ways, such as novelties, outliers, anomalies, among others, although the presented method only approach monitoring and autonomy, it can be used to control actions since it is integrated with the devices required to perform a process control. To do so, it uses a representation of adequate knowledge, intelligent search criteria, inference and criteria for learning, enabling a process of continuous improvement. The research conducted with real measurements allowed the development of optimized computational routines that guided the development of a new method based on adaptive techniques for measurements interpretation and the Complementary Method, able to assist the interpretation of results obtained by other methods already established to identify non-standard. To this end, we considered: an adaptive technique, the importance of the influence environment relative to the measurement point and the use of the novelties as a reference to the changes that occur in an environment.

Neste trabalho, desenvolveu-se um novo método para a detecção e classificação dos distúrbios que afetam a qualidade de energia elétrica em sistemas elétricos industriais na presença de fornos elétricos a arco. Durante o processo de fusão dos fornos elétricos a arco, ocorrem diversos eventos que afetam o sistema elétrico ao qual estão inseridos, tendo como características: forma de onda do sinal de corrente altamente desequilibradas e com grande distorção devido aos harmônicos, efeitos de cintilação; bem como afundamento e elevação nos sinais de tensão. O método ora proposto foi aplicado a sinais reais, permitindo a detecção e classificação dos distúrbios múltiplos na forma de onda do sinal de tensão, proveniente da operação dos fornos elétricos a arco. Para tal, foi usada como base do algoritmo, uma técnica baseada na Transformada Wavelet, aplicada aos sinais não-estacionários de uma instalação industrial com três fornos elétricos a arco. / A new method for the detection and classification of the disturbances that affect the electric power quality in industrial electric systems with electric arc furnaces was developed in this work. During the fusion process of the electric arc furnaces, may occur several events that affect the electric system to which it is inserted may occur, having as characteristic: waveform of the signal of current highly unbalanced and with great distortion due to the harmonic, scintillation effects; as well as sag and swell in the voltage signals.The method proposed was applied to real signals, allowing the detection and classification of the multiple disturbances in the waveform of the voltage signal originating from the operation of the electric arc furnace. For this purpose, a technique based on Wavelet Transform will be used and applied to the not-stationary signals of an industrial installation with three electric arc furnaces.

A cana-de-açúcar é uma realidade no papel de rentabilidade global e recurso energético capaz de auxiliar a economia de combustíveis fósseis, e nas novas diretrizes do desenvolvimento sócio-econômico com maior sustentabilidade. O Estado de São Paulo se apresenta como região de grande potencial para atender a demanda de canade- açúcar no que tange a produção de açúcar, etanol e energia, dada sua tradição no setor sucroalcooleiro, sua estrutura econômica, as tecnologias disponíveis e a infraestrutura adequada. O objetivo do presente trabalho foi mapear a eficiência produtiva ao longo de 16 safras agrícolas, analisando a importância relativa do clima e do solo e inferindo sobre os aspectos socioeconômicos e conjunturais que interferem na composição da eficiência de produção de cana-de-açúcar e na sua variabilidade espaço-temporal. O conceito de eficiência de produção agrícola foi derivado a partir da termodinâmica para gerar um indicador para a avaliação do desempenho de sistemas de produção agrícola em escala local ou regional e quantificar como fatores determinantes interferem no sistema de produção. Em termodinâmica, eficiência de um processo é dada pela razão entre a energia obtida e o total utilizado para consecução do processo. Para estabelecer a relação com sistemas agrícolas, admitiu-se que a energia disponível pode ser dada pela produtividade atingível estimada por modelos de simulação, enquanto que a produtividade observada representaria a energia efetivamente utilizada no processo. Utilizou-se o Método das Zonas Agroecológicas da FAO para se determinar a produtividade potencial, ajustando-a em função do estresse hídrico pelo método de Jensen e do tipo de solo em função do conceito de ambiente de produção proposto por Prado. Antes da sua aplicação, o modelo foi parametrizado e validado em comparação com dados de campo. Os dados do IBGE foram tomados como produtividade observada, para avaliar a eficiência da produção de cana-de-açúcar no Estado de São Paulo, analisando a sua correlação como alguns fatores do meio físico podem influenciar sobre ela. Foi possível observar que os elementos climáticos explicaram 43% da variabilidade da eficiência da produção agrícola de cana-de-açúcar. Analisando os valores médios das 16 safras, obteve-se que os seguintes elementos climáticos afetam a eficiência de produção agrícola, em ordem de importância: radiação solar, deficiência hídrica, temperatura máxima, precipitação e temperatura mínima. Com relação ao solo observou-se que explica 15% da variabilidade da eficiência de produção de cana-de-açúcar no Estado de São Paulo, na média de todas as safras. Analisando a variação temporal dessa correlação, notou-se uma alteração no padrão de correlação a partir da safra 2001/2002, provavelmente por causa da expansão da cultura para a região oeste do Estado no período subseqüente. O consumo de fertilizantes foi utilizado para subsidiar algumas inferências feitas nesse contexto. Em média, 42% da variabilidade da eficiência da produção de cana-de-açúcar foram explicadas por outros fatores, além do clima e do solo, inferindo-se a partir disso que aspectos socioeconômicos e conjunturais têm grande influência sobre a composição da eficiência 10 de produção de cana-de-açúcar, notadamente os preços pagos pelos derivados da cana-de-açúcar e a demanda pelo etanol no mercado interno. / The sugarcane is an important resource for food and energy production with scale to help the economy of fossil fuels and the development of new guidelines for socio-economic development in sustainable basis. The State of São Paulo is a region of great potential to meet the sugarcane demand in terms of sugar, ethanol and energy, since it has a long tradition related to this sector, its economic structure, the available technology and enough infrastructures. The objective of this study was mapping crop efficiency over 16 growing seasons, examining the relative importance of climate and soil and inferring on the socio-economic aspects interfering in the composition of the sugarcane crop efficiency and its spatial and temporal variability. The concept of crop efficiency was derived from the thermodynamics to generate an indicator for evaluating the performance of agricultural production systems in local or regional scale, and measure how factors affect the production system. In thermodynamics, efficiency of a process is given by the ratio between the total energy available and the amount of energy effectively used to achieve the process. To establish the relationship with agricultural systems, acknowledged that the available energy could be estimated by the attainable yield given by simulation models based on environmental variables, while the observed yield could represent the energy effectively used in the process. The method of Agroecological Zones of the FAO was applied to determine the potential yield, adjusting it according to water stress by the Jensen method and the soil constraints according to the concept of the production environment proposed by Prado. Before its implementation, the model was parameterized and validated by comparison with field data. Here, the IBGE\'s data were taken as observed yield, so then to assess the crop efficiency of sugarcane in the State of São Paulo, analyzing the factors influencing on it. It was observed that the climatic factors explained 43% of the variability of crop efficiency of sugarcane, based on the analysis of the average values from 16 growing seasons. Regarding this point, it was obtained that the following weather elements affect the efficiency of agricultural production, in order of importance: solar radiation, water deficit, maximum temperature, precipitation, and minimum temperature. Regarding the soil, it explained 15% of the variability of the sugarcane crop efficiency, also considering the average of all seasons. Analyzing the temporal variation of this correlation, it was noticed a change in the pattern of correlation from the 2001/2002 season, probably because of the crop expansion to the west of the state during the subsequent period. The consumption of fertilizer was used to support some inferences made in this context. On average, 42% of the variability of efficiency of production of sugarcane in the State of São Paulo was explained by other factors, besides the climate and soil. It was inferred that social and economic aspects have great influence on the composition of the crop efficiency of sugarcane, markedly the prices paid for sugarcane product and the ethanol demand in the internal market.

Esta dissertação tem como objetivo a aplicação de sistemas com arquitetura neuro-fuzzy na predição de funções que geram séries temporais. A arquitetura pesquisada é a Adaptive Neuro-Fuzzy Inference System (ANFIS). Esta arquitetura se trata de um Fuzzy Inference Systems (FIS) im- plementado sob o paradigma das redes neurais artificiais. Ao fazer o uso da tecnologia de redes neurais artificiais, o ANFIS possui a capacidade de apren- dizagem dos dados do ambiente no qual está inserido. Da mesma forma, por implementar um FIS, o ANFIS agrega também a competência de processamento linguístico. Logo, o ANFIS pode ser categorizado como um sistema híbrido. Ao longo dos capítulos estão expostos alguns conceitos e fundamentos da Teoria Fuzzy, assim como das redes neurais artificiais e sistemas híbridos. Ao final do trabalho são realizadas algumas discussões, análises e conclusões, as quais permitem a possibilidade de futuras aplicações e extensão deste. / This master dissertation has as main objetive applies systems of neuro-fuzzy architecture for functions prediction in serie times. The architecture carried out is the Adaptive Neuro-Fuzzy Inference System (ANFIS). This architecture is a kind of Fuzzy Inference Systems (FIS) implemen- tation under a paradigm of arti¯cial neural networks. Making use of technology of arti¯cial neural networks, the ANFIS has the capacity of learning with environ- ment data that inserted on. As the same, the ANFIS had been implemented to be a FIS. Then it can process simbolic variables. So, an ANFIS can be described like a hibrid system. All over the chapters are showed some concepts and fundaments of Fuzzy theory, arti¯cial neural networks and hidrid systems. The purpose of the tests the ANFIS, it were been made from a logistic function and a Mackey-Glass function. This tests were against with an estimation function made by MLP net. At the end of the work are some discussions, analyses and conclusions that allows futures possibilites of applications and extensions of this work.