O presente trabalho apresenta alguns resultados relacionados a pontos específicos no projeto e implementação de controladores lógicos nebulosos (CLNs): otimização de desempenho de um CLN, obtenção de regras de controle a partir das ações de controle de um operador humano (OH) e análise do efeito da quantização dos sinais em um CLN implementado mediante um processador digital. O método de otimização de CLNs proposto consiste em manter fixa a estrutura interna do controlador e pré-compensar suas entradas com uma função não linear. Os parâmetros que caracterizam a função não linear são ajustados numericamente de maneira a otimizar o desempenho do controlador. O ajuste deste parâmetros é feito usando algoritmos de busca aleatória (algoritmos genéticos e o método do poliedro flexível com recozimento simulado). O método é avaliado mediante um exemplo. Os resultados obtidos são comparados àqueles obtidos usando métodos alternativos. A obtenção das regras de controle para um CLN a partir das ações de controle de um OH, é feita usando uma rede neural artificial treinada de maneira a emular o comportamento do OH. Com a rede neural treinada são gerados sistematicamente dados de entrada-saída, os quais são usados para obter as regras de controle. Este método é avaliado com um exemplo específico e comparados os resultados aos obtidos usando um outro método tomado da literatura. O efeito da quantização no desempenho do CLN é analisado para o caso em que o controlador é implementado digitalmente. É assumido que os sinais de entrada e saída do controlador são representados com um número finito de bits. O desempenho do controlador é avaliado em função ao número de bits empregados na quantização. São simuladas duas implementação do controlador. Na primeira, o CLN é simulado implementado na forma de processador dedicado cujas características correspondem ao processador que atualmente encontra-se em processo de implementação com a participação do Departamento de Eletrônica Aplicada do ITA (Projeto SHI2-ProTeM-CC, CNPq Proc. 680092/95-1). Na segunda, simula-se o CLN implementado em um computador digital. A análise é feita mediante a simulação de um problema específico de controle.

A decisao para selecao de projetos de Pesquisa e Desenvolvimento (P&D) pode ser classificada como um exemplo particular do problema gerencial mais geral da alocacao de recursos, cujos retornos sao multidimensionais, incertos e vagos. A Analise Hierarquica Difusa, proposta por Buckley e uma extensao do Processo de Hierarquia Analítica (PHA) de Saaty, onde sao utilizados coeficientes difusos em lugar dos coeficientes exatos. O objetivo deste trabalho e explorar detalhadamente o metodo da Analise Hierarquica Difusa e aplica-lo ao problema particular da selecao de projetos de P&D, criticando-o e identificando suas potencialidades elimitacoes. Observa-se que o metodo da Analise Hierarquica Difusa e uma generalizacao do Processo de Hierarquia Analítica (PHA)tradicional. Neste metodo, aceita-se tanto valores exatos comodifusos na atribuicao dos valores dos coeficientes de comparacao, porem, a metodologia de ordenacao de numeros difusos, ainda em fase de amadurecimento, tem influencia significativa na operacionalizacao do metodo como ferramenta gerencial, devido a dificuldade de distinguir a prioridade ou preferencia entre duas alternativas. A implementacao do metodo e facilmente conseguida de forma amigavel ao usuario, de maneira que a interface grafica com o usuario permita uma visualizacao simples e intuitiva das funcoes de pertinencia pelo decisor, contudo, a sua utilizacao no mundo real depende ainda da eliminacao das limitacoes constatadas neste trabalho.

[pt] Este trabalho tem por objetivo apresentar novas técnicas de análise e julgamento para a tomada de decisão no que concerne ao planejamento estratégico das empresas de energia elétrica. Procura abordar a tomada de decisão e a comercialização da empresa, de uma maneira totalmente inovadora, onde os agentes baseiam suas decisões em seu conhecimento e sua criatividade. Para isso faz-se uso da Teoria de FUZZY SETS, de forma simples e consistente, fornecendo resultados mais estruturados para a análise de investimento. É proposta a utilização da Teoria dos Jogos Não- cooperativos, onde as incertezas são modeladas através de conjuntos fuzzy, sua posterior desfuzificação e finalmente a determinação do ponto de equilíbrio. Alguns exemplos ilustram o modelo proposto ao cálculo do preço da energia elétrica; também é abordado o estudo de um sistema real da América Latina. / [en] The objective of this work is to present new analysis and judgment techniques to help decisions actions in the field of strategic planning of the electric utility industries. It intends to help the industry with business trade, in an innovative way, where the decisions are based on the agents previous knowledge and creativity. In order to do so the FUZZT SETS THEORY is used, in a simple and consistent manner, to generated more structure results for investment analysis. The theory of non-Cooperative Games is proposed, where the uncertain are modeled through fuzzy sets, their defuzzification and finally the determination of the equilibrium point. Some examples show the usage of the proposed model to the calculation of electric energy price; also it is discussed a study of a real latin America System.

Made available in DSpace on 2016-03-15T19:38:52Z (GMT). No. of bitstreams: 1 Alexandre Szabo.pdf: 2177168 bytes, checksum: 8b503cd1beb4c700f1905e07a0b08362 (MD5) Previous issue date: 2014-10-29 / Fundação de Amparo a Pesquisa do Estado de São Paulo / Clustering usually treats objects as belonging to mutually exclusive clusters, what is usually im-precise, because an object may belong to more than one cluster simultaneously with different membership degrees. The clustering algorithms, both crisp and fuzzy, have a number of parameters to be adjusted so that they present the best performance for a given database. Furthermore, it is known that no single algorithm is better than all the others for all problem classes, and the combi-nation of solutions found by various algorithms (or the same algorithm with different parameters) may lead to a global solution that is better than those found by individual algorithms, including the best one. It is within this context that the present thesis proposes a new fuzzy clustering algo-rithm inspired by the behavior of particle swarms and, then, introduces a new form of combining the clustering algorithms using concepts from Type-2 fuzzy sets. / Da maneira tradicional o agrupamento trata os objetos que compõem a base como pertencentes a grupos mutuamente exclusivos, o que nem sempre é verdade, pois um objeto pode pertencer a mais de um grupo com diferentes graus de pertinência. Os algoritmos de agrupamento, sejam eles convencionais ou nebulosos (capazes de tratar múltiplas pertinências simultaneamente), possuem diversos parâmetros a serem ajustados de tal forma que ofereçam o melhor desempenho para uma base de dados. Além disso, é sabido que nenhum algoritmo é superior a todos os outros para todas as classes de problemas e que combinar soluções fornecidas por diferentes algoritmos pode levar a uma solução global superior a todas as soluções individuais, inclusive à melhor. É nesse contexto que a presente tese propõe um novo algoritmo de agrupamento nebuloso de dados inspirado no comportamento de enxames de partículas e, em seguida, propõe uma nova forma de realizar combinações (ensembles) de algoritmos de agrupamento usando conceitos da teoria de conjuntos nebulosos do Tipo-2.

[pt] Esta tese propõe uma metodologia para obter uma solução para problemas de programação linear fuzzy. A metodologia aqui descrita apresenta um conjunto de soluções em que tanto os valores das variáveis quanto o valor ótimo para a função de custo, ou função objetivo, possuem uma faixa de valores possíveis. Assim, é possível fornecer um conjunto de soluções factíveis que atendam a diferentes cenários, além de fornecer ao tomador de decisões uma ferramenta de análise mais útil, permitindo que sejam analisadas outras soluções possíveis antes de se escolher uma solução em particular. O problema é resolvido de forma iterativa, tornando mais simples e de fácil aplicação a metodologia desenvolvida. / [en] This work proposes an approach to obtain a solution to linear fuzzy programming problems. The approach described here presents a solution set in where both the variables values and the cost function optimun value to have an associated membership function. Thus, it is possible to provided not only a feasible solution set applicable to different scenarios but also to supply the decision maker with a more powerful tool for the analysis of other possible solutions. The problem is solved in an interactive way, so that the developed is approach easily applicable and simple to handle

[pt] Observando a dificuldade de batimento (match) dos padrões de comportamento das funções de autocorrelação e de autocorrelação parcial teóricas com as respectivas funções e as autocorrelação e de autocorrelação parcial estimadas de uma séries temporal, aliada ao fato da dificuldade em definir um número em específico como delimitador inequívoco do que seja um lag significativo, tornam clara a dose de julgamento subjetivo a ser realizado por um especialista de análise de séries temporais na tomada de decisão sobre a estrutura de Box & Jenkins adequada a ser escolhida para modelar o processo estocástico sendo estudado. A matemática nebulosa permite a criação de sistemas de inferências nebulosas (inferência dedutiva) e representa o conhecimento de forma explícita, através de regras nebulosas, possibilitando, facilmente, o entendimento do sistema em estudo. Por outro lado, um modelo de redes neurais representa o conhecimento de forma implícita, adquirido através de exemplos (dados), possuindo excelente capacidade de generalização (inferência indutiva). Esta tese apresenta um sistema especialista composto de cinco redes neurais nebulosas do tipo retropropagação para o auxílio na análise de séries temporais não sazonais. O sistema indica ao usuário a estrutura mais adequada, dentre as estruturas AR(1), MA (1), AR(2), MA(2) e ARMA(1,1), tomando como base a menor distância Euclidiana entre os valores esperados e as saídas das redes neurais nebulosas. / [en] It is well known the difficulties associated with the tradicional procedure for model identification of the Box & Jenkins model through the pattern matching of the theoretical and estimated ACF and PACF. The decision on the acceptance of the null hypothesis of zero ACF (or PACF) for a given lag is based on a strong asymptotic result, particularly for the PACF, leading, sometimes, to wrong decisions on the identified order of the models. The fuzzy logic allows one to infer system governed by incomplete or fuzzy knowledge (deductive inference) using a staighforward formulation of the problem via fuzzy mathematics. On the other hand, the neural network represent the knowledge in a implicit manner and has a great generalization capacity (inductive inference). In this thesis we built a specialist system composed of 5 fuzzy neural networks to help on the automatic identificationof the following Box & Jenkins ARMA structure AR(1), MA(1), AR(2), MA(2) and ARMA (1,1), through the Euclidian distance between the estimated output of the net and the corresponding patterns of each one of the five structures.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work aims to evaluate the performance of the loss of field protection methods in synchronous generators. The methods are introduced to make available in a single text the various ways to protect the synchronous generator against the loss of field. The conventional methods have some problems, and the main of them is the improper operation caused by the power stable oscillations. In order to solve or minimize the relay algorithm malfunction, two new methods of loss of field protection are proposed. The first is designed to increase the operational area of the generator on steady state conditions, bounded by the conventional loss of field protection. It was accomplished by modifying the operational characteristic of the mho relay, which is better coordinated with the generator capability curve. The second makes use of loss of field conception in a fuzzy set theory. With the objective to identify the performance of each one, the methods were evaluated through computational simulations of loss of field and stable power oscillation. The methods were set and evaluated according to the generator parameters (Xd and X'd). Since, tests in three machines with different parameters were carried out. So it was possible to conclude that the methods do not behave the same way for different generators parameters. On the other hand, the proposed technique, which is based on the fuzzy set theory was more efficient and not have been affected by the generator parameters and system considered. / Este trabalho visa avaliar o desempenho dos métodos de proteção contra a perda de excitação em geradores síncronos. Os métodos são apresentados de forma a tornar disponível em um único texto as diversas maneiras de se proteger o gerador síncrono contra a perda do seu sistema de excitação. Os métodos convencionais abordados apresentam alguns problemas, sendo o principal, a operação indevida causada por oscilações estáveis de potência. Visando solucionar ou minimizar estes problemas, dois novos métodos de proteção contra a perda de excitação são propostos. O primeiro, objetivando aumentar a área operacional do gerador em regime permanente, restringida pela proteção contra a perda de excitação convencional, por meio de uma característica operacional modificada, melhor coordenada com a curva de capacidade do gerador. O segundo introduz os fundamentos clássicos da proteção contra a perda de excitação na teoria dos conjuntos nebulosos. Com o objetivo de se identificar o desempenho de cada um, os métodos existentes e os propostos foram avaliados por meio de simulações computacionais de perda de excitação e oscilação estável de potência. Como os métodos possuem ajustes em função dos parâmetros do gerador protegido (Xd e X d), realizaram-se testes com três máquinas de parâmetros distintos. Deste modo, foi possível concluir que os métodos não se comportam da mesma maneira para geradores de diferente porte. Por outro lado, a técnica proposta, que tem como base a teoria dos conjuntos nebulosos se mostrou eficiente e não teve seu desempenho afetado pelos parâmetros do gerador e do sistema considerado.