Made available in DSpace on 2016-08-17T16:54:32Z (GMT). No. of bitstreams: 1 TESE_WASHINGTON LUIS SANTOS SILVA.pdf: 2994073 bytes, checksum: 86620806fbcc7af4fcf423defd5776bc (MD5) Previous issue date: 2015-03-20 / This thesis proposes a methodology that uses an intelligent system for voice recognition. It uses the definition of intelligent system, as the system has the ability to adapt their behavior to achieve their goals in a variety of environments. It is used also, the definition of Computational Intelligence, as the simulation of intelligent behavior in terms of computational process. In addition the speech signal pre-processing with mel-cepstral coefficients, the discrete cosine transform (DCT) is used to generate a two-dimensional array to model each pattern to be recognized. A Mamdani fuzzy inference system for speech recognition is optimized by genetic algorithm to maximize the amount of correct classification of standards with a reduced number of parameters. The experimental results achieved in speech recognition with the proposed methodology were compared with the Hidden Markov Models-HMM and the classifiers Gaussians Mixtures Models-GMM and Support Vector Machine-SVM. The recognition system used in this thesis was called Intelligent Methodology for Speech Recognition-IMSR / Neste trabalho propõe-se uma metodologia que utiliza um sistema inteligente para reconhecimento de voz. Utiliza-se a definição de sistema inteligente, como o sistema que possui a capacidade de adaptar seu comportamento para atingir seus objetivos em uma variedade de ambientes. Utiliza-se, também, a definição de Inteligência Computacional, como sendo a simulação de comportamentos inteligentes em termos de processo computacional. Além do pré-processamento do sinal de voz com coeficientes mel-cepstrais, a transformada discreta cosseno (TCD) é utilizada para gerar uma matriz bidimensional para modelar cada padrão a ser reconhecido. Um sistema de inferências nebuloso Mamdani para reconhecimento de voz é otimizado por algoritmo genético para maximizar a quantidade de acertos na classificação dos padrões com um número reduzido de parâmetros. Os resultados experimentais alcançados no reconhecimento de voz com a metodologia proposta foram comparados com o Hidden Markov Models-HMM e com os classificadores Gaussian Mixture Models-GMM e máquina de vetor de suporte (Support Vector Machine-SVM) com intuito de avaliação de desempenho. O sistema de reconhecimento usado neste trabalho foi denominado Intelligent Methodology for Speech Recognition-IMSR.

Unidades propulsoras híbrido elétricas são uma alternativa em potencial para a redução do consumo de combustível e emissões de poluentes, quando empregadas em veículos de transporte público. A configuração híbrido elétrica de interesse é a série, na qual as fontes de potência, para o motor elétrico de tração, são compostas por um banco de baterias e uma unidade formada pela junção entre um motor à combustão interna e um gerador. Na presente Dissertação foi realizada a modelagem de um veículo elétrico híbrido série na qual diferentes estratégias de gerenciamento de potência foram investigadas. Dentre as estratégias de interesse, duas são fundamentadas em regras e a terceira em sistemas fuzzy. Resultados obtidos comprovaram que a fundamentada em sistemas fuzzy possibilita maior economia de combustível, permitindo que o motor à combustão interna forneça menos potência, face o emprego das baseadas em regras. Dessa forma, a utilização de sistemas fuzzy no gerenciamento de potência do veículo, permite o emprego de um motor à combustão menos potente, de menor custo, sem o comprometimento do desempenho do veículo. As simulações do presente modelo de veículo híbrido foram realizadas no ambiente Matlab/Simulink® 7.3.0. / Hybrid electric propulsion units are a potential alternative to the reduction of fuel consumption and pollutant emissions, when used in public transport vehicles. The electric hybrid configuration of interest is the series, in which the energy supplies to the traction electric motor are composed of batteries and a unit represented by the connection of an internal combustion engine and a generator. This Dissertation presents the modeling of a series hybrid electric vehicle in which different energy management strategies were investigated. Among the strategies of interest, two are based on rules and one on fuzzy systems. The obtained results proved that the strategy based on fuzzy systems improved the fuel economy, allowing the internal combustion engine to supply less power than the use of the strategies based on rules. Therefore, the use of fuzzy systems in the energy management of the vehicle allows for the adoption of a less potent and cheaper internal combustion engine, without compromising the vehicles performance. The simulations of the present model of the hybrid electric vehicle were performed in the Matlab/Simulink® 7.3.0 environment.

Orientadores: Fernando Antonio Campos Gomide, Rosangela Ballini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-12T14:32:10Z (GMT). No. of bitstreams: 1 Lima_EltonMariode_M.pdf: 1259231 bytes, checksum: 7a910e84bfb43d6c13b2deb8b6f511c2 (MD5) Previous issue date: 2008 / Resumo: Este trabalho propõe um modelo fuzzy funcional evolutivo que utiliza uma aplicação do aprendizado participativo para a construção de uma base de regras. O aprendizado participativo é um modelo de aprendizado baseado na noção de compatibilidade para a atualização do conhecimento do sistema. O aprendizado participativo pode ser traduzido em um algoritmo de agrupamento não supervisionado conhecido como agrupamento participativo. O algoritmo intitulado Aprendizado Participativo Evolutivo é proposto para construir um modelo fuzzy funcional evolutivo no qual as regras são obtidas a partir de um algoritmo de agrupamento não supervisionado. O algoritmo utiliza uma versão do agrupamento participativo para a determinação de uma base de regras correspondente ao modelo funcional do tipo Takagi-Sugeno evolutivo. A partir de uma noção generalizada, o modelo proposto é aplicado em problemas de previsão de séries temporais e os resultados são obtidos para a conhecida série Box-Jenkis, além da previsão de uma série de carga horária de energia elétrica. Os resultados são comparados com o modelo Takagi-Sugeno evolutivo que utiliza a noção de função potencial para agrupar os dados dinâmicamente e com duas abordagens baseadas em redes neurais. Os resultados mostram que o modelo proposto é eficiente e parcimonioso, abrindo potencial para aplicações e estudos futuros. / Abstract: This work introduces an approach to develop evolving fuzzy rule-based models using participatory learning. Participatory learning assumes that learning and beliefs about a system depend on what the learning mechanism knows about the system itself. Participatory learning naturally augments clustering and yields an e_ective unsupervised fuzzy clustering algorithms for on-line, real time domains and applications. Clustering is an essential step to construct evolving fuzzy models and plays a key role in modeling performance and model quality. A least squares recursive approach to estimate the consequent parameters of the fuzzy rules for on-line modeling is emphasized. Experiments with the classic Box-Jenkins benchmark are conducted to compare the performance of the evolving participatory learning with the evolving fuzzy system modeling approach and alternative fuzzy modeling and neural methods. The experiments show the e_ciency of evolving participatory learning to handle the benchmark problem. The evolving participatory learning method is also used to forecast the average hourly load of an electric generation plant and compared against the evolving fuzzy system modeling using actual data. The results confirm the potential of the evolving fuzzy participatory method to solve real world modeling problems. / Mestrado / Automação Industrial / Mestre em Engenharia Elétrica

Orientador: Pedro Luis Dias Peres, Ricardo Coração de Leão Fontoura de Oliveira / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-19T07:25:52Z (GMT). No. of bitstreams: 1 Tognetti_EduardoStockler_D.pdf: 1309075 bytes, checksum: 3848aea254594b5081e40f2de57efe3f (MD5) Previous issue date: 2011 / Resumo: A principal contribuição dessa tese é a proposta de novas condições, em termos de desigualdades matriciais lineares, para a análise de estabilidade e síntese de controladores de sistemas nebulosos Takagi-Sugeno, casos discretos e contínuos no tempo. A lei de controle considerada é por realimentação de estados, sendo que para sistemas contínuos no tempo são também projetados controladores de realimentação de saída estática e dinâmica, de ordem arbitrária. São adotados como critérios de desempenho os custos garantidos H2 e H?. As funções de Lyapunov propostas, mais gerais que as existentes na literatura, são construídas como a combinação nebulosa de funções quadráticas nos estados, polinomiais homogêneas de grau arbitrário em termos das funções de pertinência do sistema nebuloso. As funções de pertinência são modeladas em um espaço definido pelo produto Cartesiano de simplexos no mesmo instante de tempo, no caso contínuo, ou em múltiplos instantes de tempo, permitindo o projeto de controladores com memória finita de parâmetros presentes e passados, no caso discreto. Em sistemas contínuos, as variáveis premissas usadas na lei de controle podem ser escolhidas pelo projetista, de acordo com a disponibilidade ou não para implementação em tempo real, dando um caráter seletivo ao controlador. Nas condições de síntese de controladores, duas situações distintas para as taxas de variação das funções de pertinência são consideradas. Um conjunto convexo modela o espaço ao qual pertencem as derivadas temporais das funções de pertinência, no caso em que algumas taxas máximas de variação são conhecidas. Para taxas de variações arbitrárias, quando as variáveis premissas são os estados, utilizam-se funções de Lyapunov do tipo integral de linha associadas a uma estratégia de síntese em dois estágios. No primeiro estágio um ganho de realimentação de estados é projetado e utilizado como entrada no segundo estágio, que retorna, se possível, um controlador de realimentação de estados que atende especificações de desempenho mais exigentes, ou ganhos de realimentação estática ou dinâmica de saída, de ordem completa ou reduzida. Exemplos numéricos ilustram os resultados, mostrando que os métodos propostos podem reduzir o conservadorismo nos problemas estudados, sendo mais eficientes quando comparados com outras abordagens da literatura / Abstract: This thesis proposes, as main contribution, new linear matrix inequalities conditions for stability analysis and control synthesis of continuous and discrete-time Takagi-Sugeno fuzzy systems. A state feedback control law is considered and, for continuous-time systems, static and dynamic output feedback controllers of arbitrary order are also determined. The H2 and H? guaranteed costs are adopted as performance criteria. The proposed Lyapunov functions, more general than the others in the literature, are constructed as fuzzy combinations of quadratic in the state functions that are homogeneous polynomials of arbitrary degree depending on the membership functions of the fuzzy systems. The membership functions are modeled in a space defined by the Cartesian product of simplexes in the same instant of time, in the continuous-time case, or in multiple instants of time, yielding finite memory controllers depending on the present and past parameters, in the discrete-time case. In the continuous-time synthesis conditions, the premise variables used in the control law can be defined by the designer, accordingly to real-time availability, as a selective feature of the controller. Two different situations are considered in terms of the rates of variation of the membership functions. A convex set models the space of the timederivatives of the membership functions if some upper bounds of the variation rates are known. For arbitrary rates, when the premise variables are the states of the system, a line-integral Lyapunov function is considered associated with a two steps procedure. At the first step, a state feedback is computed and used as an input for the second step, that provides, if possible, a state feedback controller that take into account more stringent performance specifications, or static or dynamic controllers, of full and reduced orders. Numerical examples illustrate the results, showing that the proposed approaches can be less conservative and more efficient when compared with other methods available in the literature / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientador: Rodney Carlos Bassanezi / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-20T11:41:06Z (GMT). No. of bitstreams: 1 Diniz_MichaelMacedo_M.pdf: 80124316 bytes, checksum: 747345bace3d8a8cc71d1af0819a9f2a (MD5) Previous issue date: 2012 / Resumo: Nesta dissertação temos como objetivo principal, o estudo do Teorema de Poincaré- Bendixson em sistemas dinâmicos que utilizam a teoria dos conjuntos fuzzy para incorporar à estes, incertezas inerentes no processo de modelagem. Para isso, abordaremos os sistemas dinâmicos fuzzy através de duas vertentes. Primeiramente estudaremos o Teorema de Poincaré-Bendixson em sistemas de EDOs cuja condição inicial é fuzzy, estes sistemas são obtidos através da extensão de Zadeh aplicada à solução de uma equação diferencial. Nestes modelos consideremos apenas a condição inicial como sendo fuzzy. Como resultado, proporemos um teorema que sob certas condições, garante a existência de uma região de atração para o fluxo fuzzy. No último capítulo, trabalharemos com sistemas P-fuzzy contínuo. Inicialmente, apresentaremos condições suficientes para que um sistema P-fuzzy contínuo tenha solução única, dada uma condição inicial. Para sistemas que satisfazem essas condições, será enunciado o Teorema de Poincaré-Bendixson, que garantirá sob certas hipóteses, a convergência de uma solução de um sistema P-fuzzy para uma órbita periódica / Abstract: In this work, we have as a main goal, the study of the Poincaré-Bendixson Theorem in dynamic systems that uses fuzzy set theory to incorporate uncertainties in the modeling process. To do this, we treat the fuzzy dynamic systems in two diffent contexts. In first one, we study the Poincaré-Bendixson theorem for systems of ODEs whose initial condition is fuzzy. These systems are obtained by Zadeh's extension applied to the solution of a differential equation. For these models, we consider only the initial condition as being fuzzy. Moreover, we propose a theorem that guarantees the existence of a region of attraction for the fuzzy flow under certain conditions. In the last chapter, we will work with P-fuzzy continuous systems. Initially, we present sufficient conditions for a fuzzy Pcontinuous system which ensure the uniqueness of the solution, given an initial condition. For systems that satisfy those conditions, we state the Poincaré-Bendixson theorem, with additional hypotheses that guarantees, the convergence of a solution of a P-fuzzy system for a periodic orbit / Mestrado / Matematica Aplicada / Mestre em Matemática Aplicada

Orientadores: Fernando Antonio Campos Gomide, Rosangela Ballini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-20T17:20:07Z (GMT). No. of bitstreams: 1 Maciel_LeandrodosSantos_M.pdf: 2052895 bytes, checksum: a88ae55ebe5e6a0ea1053d3c5aef5f66 (MD5) Previous issue date: 2012 / Resumo: Este trabalho propõe a utilização de técnicas de inteligência computacional para a estimação e previsão da estrutura a termo das taxas de juros, com base em dados dos mercados de renda fixa dos Estados Unidos e Brasil. Para o problema de estimação da curva de juros, as técnicas de computação evolucionária, Algoritmos Genéticos, Evolução Diferencial e Estratégias Evolutivas, foram comparadas com abordagens tradicionais da literatura, como mínimos quadrados não-lineares e programação quadrática sequencial. A motivação da aplicação de técnicas de computação evolucionária no problema de estimação da estrutura a termo busca superar limitações como não-convergência e elevada instabilidade dos parâmetros à inicialização. Além disso, recentemente, a literatura tem apontado o elevado desempenho dos algoritmos genéticos em problemas de modelagem da curva de rendimentos. Outra contribuição deste trabalho consiste no desenvolvimento de um modelo nebuloso evolutivo de aprendizado participativo estendido, denominado ePL+, que inclui em sua versão original, ePL, mecanismos para aumentar sua autonomia e adaptabilidade na modelagem de sistemas complexos. Dessa forma, o modelo ePL+ e outros modelos nebulosos funcionais evolutivos foram avaliados na questão da previsão das taxas futuras de juros, em contraposição com modelos econométricos baseados em processos autoregressivos e modelos de redes neurais artificiais multi-camadas, uma vez que a evolução das taxas de juros apresenta uma dinâmica altamente não-linear e variante no tempo, justificando a ideia de modelagem adaptativa. O desempenho dos métodos considerados foi avaliado em termos de métricas de erro, complexidade computacional e por meio de testes estatísticos paramétricos e não-paramétricos, MGN e SIGN, respectivamente. Os resultados evidenciaram o elevado potencial dos modelos de inteligência computacional na estimação e previsão da estrutura a termo em ambas economias consideradas, constatado pelo melhor desempenho, em termos de ajuste e significância estatística, em relação às técnicas de otimização de parâmetros e econométricas mais utilizadas na literatura / Abstract: This work proposes the term structure of interest rates modeling and forecasting using computational intelligence techniques, based on data from the US and Brazilian fixed income markets. The yield curve modeling includes the use of some evolutionary computation methods like Genetic Algorithms, Differential Evolution and Evolution Strategies in comparison with traditional optimization techniques such as nonlinear least squares and sequential quadratic programming. The motivation behind the use of evolutionary computation to yield curve estimation aims to overcome limitations like non-convergence and high parameters instability to initialization. Moreover, recently, the literature has been shown the higher performance of genetic algorithms in yield curve modeling problems. This work also contributes by developing an extended participatory learning fuzzy model, called ePL+, which includes on its original version, ePL, mechanisms to improve its autonomy and adaptability in complex systems modeling. Therefore, the ePL+ model and some evolving functional fuzzy approaches were evaluated in the future interest rates forecasting, as opposed to econometric models based on autoregressive processes and multilayer artificial neural networks methodologies, since interest rates evolution shows a high non-linear dynamics and also time-varying, justifying the idea of adaptive modeling. Models' performance were compared in terms of error measures, computational complexity and by parametric and non-parametric statistical tests, MGN and SIGN, respectively. The results reveal the high potential of computational intelligence methods to deal with the term structure modeling and forecasting for both economies considered, as pointed out by their adjustment and statistical superior performance then traditional optimization and econometrics techniques reported in the literature / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Lee Luan Ling / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T11:35:06Z (GMT). No. of bitstreams: 1 Chipana_AnaGloriaMamani_M.pdf: 2882297 bytes, checksum: e463366f676910239386bd95bd3a6753 (MD5) Previous issue date: 2012 / Resumo: Nesta dissertação se propõe um método de controle de admissão de chamadas fuzzy (FCAC) e um método de controle de fluxo fuzzy (FFC), considerando tráfegos multiclasses. Ambos métodos trabalham em conjunto e são implementados na interface aérea das redes 3G UMTS. O método FCAC aceita ou rejeita a requisição de uma nova chamada considerando a prioridade de cada classe de tráfego, assim como a banda efetiva total disponível na interface aérea. Devido a natureza de controle fuzzy, o método FCAC-FFC proposto é considerado como um método de bloqueio gradual. Os usuários de menor prioridade serão sempre os primeiros a serem bloqueados se a banda efetiva total disponível não for suficiente. O método FFC reduz a taxa de transmissão dos usuários ativos de menor prioridade caso seja necessário e, como consequência, a banda efetiva disponível aumenta. Desta forma, temos um uso mais eficiente dos recursos do sistema incrementando o número médio de usuários ativos. O método proposto foi implementado no ambiente de simulação MATLAB e foi utilizada a toolbox de lógica fuzzy para projetar os controladores fuzzy. Os resultados da simulação mostram que o esquema de controle de admissão proposto garante o uso eficiente dos recursos da interface aérea e obtém um melhor desempenho em comparação com os esquemas CAC-FC e FCAC-FC analisados, em termos de probabilidade de bloqueio total / Abstract: This dissertation proposes a fuzzy call admission control method (FCAC) and a fuzzy flow control method (FFC) for multi-class traffic. Two methods should be used on the air interface of 3G UMTS networks. The FCAC method accepts or rejects a new call evaluating the priority of the input traffic class and the total effective bandwidth available at the air interface. Due to inherited fuzzy characteristics the proposed FCAC-FFC can be considered as a soft-blocking approach. The calls with lowest priority are blocked first whenever the currently available bandwidth is not large enough. The FFC method can reduce the transmission rates of active users of lower priority if necessary and consequently increases the effective bandwidth available. Therefore, the more efficient use of system transmission resource can be achieved by increasing the average number of active users. The proposed method was implemented in MATLAB environment, and the fuzzy logic toolbox was used to design the fuzzy controllers. The simulation results show that the proposed call admission control method guarantees efficient use of the air interface resource and achieves lower call blocking probability than the CAC-FC and FCAC-FC methods / Mestrado / Telecomunicações e Telemática / Mestra em Engenharia Elétrica

Orientador: Peter Sussner / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-26T17:27:37Z (GMT). No. of bitstreams: 1 Schuster_Tiago_M.pdf: 2910336 bytes, checksum: 1f5147831dd6410a0fdb0c0fa53d94c8 (MD5) Previous issue date: 2015 / Resumo: As últimas décadas têm testemunhado a emergência de uma variedade de abordagens à resolução de problemas com base na computação em reticulados como, por exemplo, as redes neurais morfológicas e os modelos neurocomputação e de raciocínio fuzzy em reticulados. Usamos aqui o termo "reticulado'' no sentido dado no trabalho seminal de Birkhoff. A teoria dos reticulados nasceu da álgebra booleana e tem um grande leque de aplicações como a análise de conceitos formais, a inteligência computacional, a teoria dos conjuntos fuzzy e a morfologia matemática (MM). A MM em reticulados completos representa a base teórica para uma série de modelos de inteligência computacional conhecidos como redes neurais morfológicas (MNNs), que incluem as memórias associativas morfológicas em tons de cinza e as memórias associativas morfológicas fuzzy (FMAMs). As últimas décadas têm testemunhado a emergência de uma variedade de abordagens à resolução de problemas com base na computação em reticulados como, por exemplo, as redes neurais morfológicas e os modelos neurocomputação e de raciocínio fuzzy em reticulados. Usamos aqui o termo "reticulado'' no sentido dado no trabalho seminal de Birkhoff. A teoria dos reticulados nasceu da álgebra booleana e tem um grande leque de aplicações como a análise de conceitos formais, a inteligência computacional, a teoria dos conjuntos fuzzy e a morfologia matemática (MM). A MM em reticulados completos representa a base teórica para uma série de modelos de inteligência computacional conhecidos como redes neurais morfológicas (MNNs), que incluem as memórias associativas morfológicas em tons de cinza e as memórias associativas morfológicas fuzzy (FMAMs). O advento de sistemas fuzzy tipo-2 sugere o desenvolvimento das FMAMs tipo-2 e em particular FMAMs tipo-2 intervalar, ou FMAMs intervalar (IV-FMAMs). Observemos aqui que a classe dos conjuntos fuzzy, assim como a dos conjuntos fuzzy tipo-2, fuzzy tipo-2 intervalar e fuzzy intervalar sobre um universo arbitrário em conjunção com diferentes escolhas de ordens parciais formam classes de conjuntos L-fuzzy, em que L denota um reticulado completo. Nessa dissertação de mestrado, introduzimos as memórias associativas L-fuzzy (L-FMAMs) com base na morfologia matemática L-fuzzy (L-FMM). Nosso foco está nas FMAMs fuzzy intervalar, uma vez que sistemas fuzzy intervalar têm sido aplicados com sucesso em problemas de engenharia, computação com palavras e raciocínio aproximado. Nós aplicamos os modelos de IV-FMAMs em conjunção com a técnica de clusterização fuzzy c-means intervalar a um problema de predição de série temporal, especificamente o prognóstico da vazão mensal de uma usina hidroelétrica localizada no sudeste brasileiro. Por fim, comparamos as predições produzidas pela abordagem das IV-FMAMs com aquelas produzidas por modelos competitivos da literatura / Abstract: The last decade has witnessed the emergence of a variety of lattice computing approaches towards computational intelligence such as morphological neural networks and fuzzy lattice reasoning / neuro-computing models. Here, the technical term "lattice" refers to a lattice in the mathematical sense of Birkhoff's seminal work. Lattice theory grew out of Boolean algebra and has found a wide range of applications such as mathematical morphology, formal concept analysis, computational intelligence, and fuzzy set theory. Mathematical morphology on complete lattices represents the theoretical basis for a range of computational intelligence models known as morphological neural networks (MNNs) including gray-scale and fuzzy morphological associative memories (FMAMs). The advent of type-2 fuzzy systems suggests the development of type-2 FMAMs and in particular interval type-2 FMAMs or interval-valued FMAMs. Recall that the class of fuzzy sets as well as the classes of type-2, interval type-2, and interval-valued fuzzy sets over an arbitrary universe together with different choices of partial orderings form classes of L-fuzzy sets, where L denotes a complete lattice. In this master's thesis, we introduce L-fuzzy morphological associative memories (L-FMAMs) on the basis of L-FMM. Our focus is on interval-valued FMAMs since interval type-2 fuzzy systems, have found various applications in engineering, computing with words, and approximate reasoning. We applied the aforementioned interval-valued FMAM models in conjunction with the interval-valued fuzzy c-means clustering technique to a time-series prediction problem in industry, namely the problem of forecasting the average monthly streamflow of a hydroelectric plant located in southeastern Brazil, and compared the predictions produced by the IV-FMAM approach with the ones produced by a number of competitive models from the literature / Mestrado / Matematica Aplicada / Mestre em Matemática Aplicada

Este projeto consiste em um sistema de navegação autônomo baseado em redes neurais nebulosas modulares capacitando o robô a alcançar alvos, ou pontos metas, em ambientes desconhecidos. Inicialmente, o sistema não tem habilidade para a navegação, após uma fase de experimentos com algumas colisões, o mecanismo de navegação aprimora-se guiando o robô ao alvo de forma eficiente. Uma arquitetura híbrida inteligente é apresentada para este sistema de navegação, baseada em redes neurais artificiais e lógica nebulosa. A arquitetura é hierárquica e costitiui-se de dois módulos responsáveis por gerar comportamentos inatos de desvio de obstáculos e de busca ao alvo. Um mecanismo de aprendizagem por reforço, baseada em uma extensão da lei de Hebb, pondera os comportamentos inatos conflitantes ajustando os pesos sinápticos das redes neurais nos instantes de captura do alvo e de colisão contra obstáculos. A abordagem consolidada em simulação é validada em ambientes reais neste trabalho. Para tanto, este sistema foi implementado e testado no simulador Saphira, ambiente de simulação que acompanha o robô Pioneer I e que denota um estágio anterior aos testes em ambientes reais por apresentar comportamentos do robô similares aos comportamentos do robô móvel. Modificações na arquitetura híbrida foram necessárias para adaptar o sistema de navegação simulado ao sistema incorporado no Pioneer I. Experimentos em ambientes reais demonstraram a eficiência e a capacidade de aprendizagem do sistema de navegação, validando a arquitetura híbrida inteligente para aplicação em robôs móveis / This project consists in a autonomous navigation system based on modular neuro-fuzzy networks that is able to guide the robot in unknown environments from a initial point to the goal. Initially, the system is not able to navigate, but after a trial and error period and some collisions, it improves in guiding the robot to the goal efficiently. A intelligent hybrid architecture is presented for this naviga tion system based on artificial neural networks and fuzzy logic. This architecture is hierarquical and consists in two modules that generate innate behaviors, like obstacles avoiding and target reaching. A reinforcement learning mecanism, based on the extended Hebb law, balances this conflicting innate behaviors adjusting the neural network synaptic weights as obstacle and collision avoidance and target reaching takes place. In this project, the approach is consolidated in simulation and validated in real environments. To this end, this system has been implemented by using Saphira simulator and Pioneer I simulation environment. This simulated evironment is a previous stage of tests performed real time and presents simulated robot behaviors similar to real mobile robot behaviors. The hybrid architecture was modified to adapt the simulated navigation system into Pioneer I software. Experiments in a real environments show the efficiency and learning capabilities of the navigation system, validating the intelligent hybrid architecture for mobile robots applications

Master's thesis deals with the evaluation of suppliers of selected company using fuzzy logic. Designed fuzzy system allows firm to evaluate individual offers and serves as a support for decision-making.