Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-10-02T23:37:05Z No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-10-09T19:35:05Z (GMT) No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) / Made available in DSpace on 2017-10-09T19:35:05Z (GMT). No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) Previous issue date: 2017-06-27 / Industrialmente, diversas estrat?gias e algoritmos de controle j? s?o utilizadas e registradas na literatura. Entre as t?cnicas existentes, os controladores fuzzy destacam-se pela sua capacidade de tratar de severas n?o linearidades presentes em plantas reais e por conseguir representar o conhecimento especialista, que ? impreciso e inexato matematicamente. Este trabalho estudou dois tipos de controladores fuzzy existentes, baseados no modelo Sugeno, sendo fuzzy tipo-1, aqui classificado como fuzzy convencional, e o fuzzy tipo-2. Devido a complexidade em sintonizar controladores fuzzy que apresentam uma grande quantidade de par?metros, esse trabalho se prop?e a testar diferentes m?todos de otimiza??o meta-heur?sticos para a sintonia de controladores. Para validar os controladores obtidos foi utilizado um servo motor-DC da Quanser, um problema de controle que requer precis?o e velocidade na corre??o do erro de segmento da refer?ncia. Com o intuito de comparar o comportamento dos controladores, otimizou-se um controlador PI para cada um dos sistemas. Para quantificar e qualificar cada controlador foram utilizados tr?s ?ndices de avalia??o, ITEA, IEA e o ?ndice de Goodhart, este ?ltimo utilizado por levar em considera??o tamb?m o sinal de controle aplicado na planta. Pela an?lise dos resultados obtidos, o controlador fuzzy tipo-2 apresentou ganho significativo para o controle dessa planta, quando otimizado com o m?todo PSO. Pelos resultados, pode-se tamb?m inferir que o algoritmo das formigas n?o mostrou-se adequado para esse problema, com a fun??o de avalia??o proposta. / Differents stategies and control algorithms are already tested and registered by industry. Among the existing techniques, fuzzy controllers stand out for their ability to deal with nonlinearities present in real plants. Another fuzzy also allows to best represent expert knowledge, which is mathematically inaccurate. This proposal studied the two types of fuzzy controllers, based on Sugeno Model, the fuzzy type-1 is classified as conventional fuzzy and fuzzy type-2. In this study is used optimization techniques seeking to tune controllers in order to solve one of the biggest problem in fuzzy logic, its tunning. Ant colony, particle swarm and genetic algorithm are used and evaluated to this problem. A servo motor-dc is used to validate fuzzys controllers and pi controller obtained by optimization tecniques. In order to quantify and qualify each controller, three indices were used IEA, ITEA and Goodhart index. The results obtained prove that the type-2 fuzzy controller presented significant gain for the control of this plant, when optimized with the PSO method. From the results, it can also be inferred that the ant algorithm was not adequate for this problem, with the proposed evaluation function.

Made available in DSpace on 2014-12-17T15:46:59Z (GMT). No. of bitstreams: 1 PauloHAS_TESE.pdf: 9268945 bytes, checksum: 08c0c5f93ed7b964b99c6df2ee26ab1b (MD5) Previous issue date: 2011-12-19 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The Car Rental Salesman Problem (CaRS) is a variant of the classical Traveling Salesman Problem which was not described in the literature where a tour of visits can be decomposed into contiguous paths that may be performed in different rental cars. The aim is to determine the Hamiltonian cycle that results in a final minimum cost, considering the cost of the route added to the cost of an expected penalty paid for each exchange of vehicles on the route. This penalty is due to the return of the car dropped to the base. This paper introduces the general problem and illustrates some examples, also featuring some of its associated variants. An overview of the complexity of this combinatorial problem is also outlined, to justify their classification in the NPhard class. A database of instances for the problem is presented, describing the methodology of its constitution. The presented problem is also the subject of a study based on experimental algorithmic implementation of six metaheuristic solutions, representing adaptations of the best of state-of-the-art heuristic programming. New neighborhoods, construction procedures, search operators, evolutionary agents, cooperation by multi-pheromone are created for this problem. Furtermore, computational experiments and comparative performance tests are conducted on a sample of 60 instances of the created database, aiming to offer a algorithm with an efficient solution for this problem. These results will illustrate the best performance reached by the transgenetic algorithm in all instances of the dataset / O Problema do Caixeiro Alugador (CaRS) ? uma variante ainda n?o descrita na literatura do cl?ssico Problema do Caixeiro Viajante onde o tradicional tour de visitas do caixeiro pode ser decomposto em caminhos cont?guos e que podem ser realizados em diferentes carros alugados. O problema consiste em determinar o ciclo hamiltoniano que resulte em um custo final m?nimo, considerando o custo da rota adicionado ao custo de uma prov?vel penaliza??o paga em cada troca de ve?culos na rota, penaliza??o devida ao retorno do carro descartado at? a sua cidade base. Sem perda para a generalidade do caso, os custos do aluguel do carro podem ser considerados embutidos nos custos da rota do carro. O presente trabalho introduz o problema geral e o exemplifica, caracterizando igualmente algumas variantes associadas. Uma an?lise geral da complexidade desse problema combinat?rio ? descrita, visando justificar sua classifica??o na classe NP-dif?cil. Um banco de inst?ncias para o problema ? apresentado, descrevendo-se a metodologia de sua constitui??o. O problema proposto tamb?m ? objeto de um estudo algor?tmico experimental baseado na aplica??o de seis metaheur?sticas de solu??o, representando adapta??es do melhor do estado da arte em programa??o heur?stica. Novas vizinhan?as, procedimentos construtivos, operadores de busca, agentes evolucion?rios, coopera??o por multiferom?nios, s?o criados para o caso. Experimentos computacionais comparativos e testes de desempenho s?o realizados sobre uma amostra de 60 inst?ncias, visando oferecer um algoritmo de solu??o competitivo para o problema. Conclui-se pela vantagem do algoritmo transgen?tico em todos os conjuntos de inst?ncias

Made available in DSpace on 2014-12-17T15:46:59Z (GMT). No. of bitstreams: 1 LauraEASS_TESE.pdf: 2447411 bytes, checksum: 3e442431965058383423623bc7751de0 (MD5) Previous issue date: 2012-02-02 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / Traditional applications of feature selection in areas such as data mining, machine learning and pattern recognition aim to improve the accuracy and to reduce the computational cost of the model. It is done through the removal of redundant, irrelevant or noisy data, finding a representative subset of data that reduces its dimensionality without loss of performance. With the development of research in ensemble of classifiers and the verification that this type of model has better performance than the individual models, if the base classifiers are diverse, comes a new field of application to the research of feature selection. In this new field, it is desired to find diverse subsets of features for the construction of base classifiers for the ensemble systems. This work proposes an approach that maximizes the diversity of the ensembles by selecting subsets of features using a model independent of the learning algorithm and with low computational cost. This is done using bio-inspired metaheuristics with evaluation filter-based criteria / A aplica??o tradicional da sele??o de atributos em diversas ?reas como minera??o de dados, aprendizado de m?quina e reconhecimento de padr?es visa melhorar a acur?cia dos modelos constru?dos com a base de dados, ao retirar dados ruidosos, redundantes ou irrelevantes, e diminuir o custo computacional do modelo, ao encontrar um subconjunto representativo dos dados que diminua sua dimensionalidade sem perda de desempenho. Com o desenvolvimento das pesquisas com comit?s de classificadores e a verifica??o de que esse tipo de modelo possui melhor desempenho que os modelos individuais, dado que os classificadores base sejam diversos, surge uma nova aplica??o ?s pesquisas com sele??o de atributos, que ? a de encontrar subconjuntos diversos de atributos para a constru??o dos classificadores base de comit?s de classificadores. O presente trabalho prop?e uma abordagem que maximiza a diversidade de comit?s de classificadores atrav?s da sele??o de subconjuntos de atributos utilizando um modelo independente do algoritmo de aprendizagem e de baixo custo computacional. Isso ? feito utilizando metaheur?sticas bioinspiradas com crit?rios de avalia??o baseados em filtro