A Inteligência Artificial atualmente é um vasto campo de pesquisa. Existem diversas técnicas sendo pesquisadas, sendo que nesta tese foram utilizadas a Teoria Fuzzy, Árvores de Decisão e Redes Neurais. As três técnicas têm sido empregadas com sucesso nas mais diversas aplicações nas áreas de automação e controle, reconhecimento de padrões, reconhecimento de voz, detecção de falhas e classificação, entre outras. A Teoria Fuzzy permite trabalhar com as incertezas e provê um entendimento simbólico para compreensão do conhecimento. As Árvores de Decisão têm capacidade de construir decisões simbólicas para a classificação de problemas e, através do conhecimento obtido, pode-se construir regras simbólicas para uma tomada de decisão. A Teoria Fuzzy também pode ser incorporada às árvores de decisão, aumentando seu poder de representação e aplicabilidade. As Redes Neurais (algoritmo back-propagation) têm apresentado ótimos resultados na aprendizagem de funções e em problemas de classificação. A contribuição desta tese é mostrar a aplicação das três técnicas de Inteligência Artificial (IA) em processos de fabricação de Vidro. Os processos de fabricação do vidro foram analisados e a proposta da tese é a aplicação das técnicas de IA nas fábricas de produção de vidros para embalagens e vidros planos. Na primeira fábrica aplicam-se as técnicas de IA para classificar os defeitos que ocorrem no Vidro para Embalagens, em função das condições operacionais dos fornos de fusão. Na segunda fábrica aplicam-se as técnicas para classificar os defeitos em função das matérias primas utilizadas na produção do vidro. Na terceira fábrica as técnicas são aplicadas na classificação dos padrões de fabricação do vidro plano. Os resultados obtidos com a classificação de defeitos e padrões foram de maneira geral satisfatórios. As três técnicas de IA apresentadas foram utilizadas para a análise das bases de dados nas três fábricas de vidro estudadas nesta tese. As técnicas de IA obtiveram classificações satisfatórias para os defeitos do vidro para embalagens e para classificar os padrões dos vidros planos. Os resultados obtidos a partir das técnicas são comparados e apresentam resultados promissores. / The Artificial Intelligence now is a vast research field. There are several techniques exist being researched. In this thesis Fuzzy Theory, Decision Trees and Neural Networks were used. The three techniques have been successfully applied in several applications in the areas of automation and control, pattern recognition, voice recognition, detection of flaws and classification, among others. The Fuzzy Theory allows to work with the uncertainties and they provide a symbolic understanding for understanding of the knowledge. The Decision Trees have capacity to build symbolic decisions for the classification of problems and through the knowledge obtained by the tree could be built symbolic rules for a socket of decision. The Fuzzy Theory can also be incorporate them tree of decision increasing the representation power and applicability of the Decision trees. Neural Networks (algorithm back-propagation) it has been presenting great results in the learning of functions and in classification problems. The contribution of this thesis is to show the application of the three techniques of Artificial Intelligence (AI) in processes of production of Glass. The processes of production of the glass were analyzed and the proposal of the thesis is the application of the techniques of AI in the factories of production of glasses to packings and plane glasses. In the first factory it is applied the techniques of AI to classify the defects that happen in the Glass for Packings in function of the operational conditions of the coalition ovens. In the second factory it is applied the techniques to classify the defects in the matters cousins\' function used in the production of the glass. In the third factory the techniques are applied in the classification of the patterns of production of the plane glass. The results obtained with the classification of defects and patterns were in a satisfactory general way. The three techniques of AI presented were used for the analysis of the bases of data in the three glass factories studied in thesis. The techniques of AI obtained a satisfactory classification for the defects of the glass for packings and for the patterns of the plane glasses. The results obtained starting from the techniques are compared and they present promising results.

Nesta tese são apresentadas metodologias alternativas ao enfoque determinístico de avaliação de desempenho elétrico de sistemas de distribuição, especificamente na análise dos riscos de violações de conformidade de tensão em sistemas de distribuição, utilizando para isto, métodos probabilísticos e teoria de conjuntos fuzzy. A Agência Nacional de Energia Elétrica estabeleceu a resolução nº 505/2001 que especifica indicadores de variação de tensão de longa duração, contendo os indicadores individuais e coletivos a serem mensurados, assim como, as penalidades pelo não cumprimento dos prazos limites estabelecidos para regularização. A ENERSUL, Empresa Distribuidora do Grupo ENBR Energias do Brasil e o ENERQ Centro de Estudos em Regulação e Qualidade de Energia Elétrica desenvolveram um projeto de P&D para a obtenção de metodologia e software de simulação dos indicadores de variação de tensão de longa duração. No projeto de P&D foi especificado e desenvolvido um módulo computacional para calcular o fluxo de carga com uma abordagem probabilística, partindo-se das curvas de carga típicas de consumidores, que representam a variação temporal da carga (demanda máxima e desvio padrão), obtendo-se as curvas de distribuição de probabilidades da tensão, que permitiram calcular, para cada ponto da rede, os riscos de transgressão dos indicadores de variação de tensão de longa duração. Após o projeto de P&D, uma nova abordagem que utiliza a teoria de conjuntos difusos (fuzzy) foi desenvolvida e foi possível a comparação com o método probabilístico. Baseado em números fuzzy que representam a estimativa de níveis tensão para cada ponto na rede, e com métodos específicos de classificação fuzzy, calculam-se os indicadores de DRP e DRC. / In this thesis are presented alternatives methodologies for deterministic approach for evaluation of performance of electrical distribution systems, specifically in the risk assessment of voltage levels violations in distribution systems, using for this, probabilistic methods and theory of fuzzy sets. ANEELs Resolution 505/2001 specifies long-term voltage variation indicators, with the following items to be measured: individual and collective indicators, and the penalties for not complying with the established limits. ENERSUL, the distribution company of the ENBR Group Energias do Brasil and ENERQ Center for Regulation and Power Quality Studies carryied out an R&D project for the development of a methodology and simulation software that will enable the company to evaluate long-term voltage variation indicators. A computational module was specified and developed to calculate the load flow with a probabilistic approach. Based on typical daily load curves, representing the time variation of the load (average and standard deviation curves), distribution curves are obtained for voltage probability, so that the risk of violating indicators can be calculated, for each point in the network. After the R&D project, a new approach based on fuzzy sets theory was developed and make possible the comparison with the probabilistic approach. Based on fuzzy numbers that represents an estimative for voltage levels for each point in the network, and with specific fuzzy classification methods, the RDI and RDC indicators can be calculated.

Nesta tese são apresentadas metodologias alternativas ao enfoque determinístico de avaliação de desempenho elétrico de sistemas de distribuição, especificamente na análise dos riscos de violações de conformidade de tensão em sistemas de distribuição, utilizando para isto, métodos probabilísticos e teoria de conjuntos fuzzy. A Agência Nacional de Energia Elétrica estabeleceu a resolução nº 505/2001 que especifica indicadores de variação de tensão de longa duração, contendo os indicadores individuais e coletivos a serem mensurados, assim como, as penalidades pelo não cumprimento dos prazos limites estabelecidos para regularização. A ENERSUL, Empresa Distribuidora do Grupo ENBR Energias do Brasil e o ENERQ Centro de Estudos em Regulação e Qualidade de Energia Elétrica desenvolveram um projeto de P&D para a obtenção de metodologia e software de simulação dos indicadores de variação de tensão de longa duração. No projeto de P&D foi especificado e desenvolvido um módulo computacional para calcular o fluxo de carga com uma abordagem probabilística, partindo-se das curvas de carga típicas de consumidores, que representam a variação temporal da carga (demanda máxima e desvio padrão), obtendo-se as curvas de distribuição de probabilidades da tensão, que permitiram calcular, para cada ponto da rede, os riscos de transgressão dos indicadores de variação de tensão de longa duração. Após o projeto de P&D, uma nova abordagem que utiliza a teoria de conjuntos difusos (fuzzy) foi desenvolvida e foi possível a comparação com o método probabilístico. Baseado em números fuzzy que representam a estimativa de níveis tensão para cada ponto na rede, e com métodos específicos de classificação fuzzy, calculam-se os indicadores de DRP e DRC. / In this thesis are presented alternatives methodologies for deterministic approach for evaluation of performance of electrical distribution systems, specifically in the risk assessment of voltage levels violations in distribution systems, using for this, probabilistic methods and theory of fuzzy sets. ANEELs Resolution 505/2001 specifies long-term voltage variation indicators, with the following items to be measured: individual and collective indicators, and the penalties for not complying with the established limits. ENERSUL, the distribution company of the ENBR Group Energias do Brasil and ENERQ Center for Regulation and Power Quality Studies carryied out an R&D project for the development of a methodology and simulation software that will enable the company to evaluate long-term voltage variation indicators. A computational module was specified and developed to calculate the load flow with a probabilistic approach. Based on typical daily load curves, representing the time variation of the load (average and standard deviation curves), distribution curves are obtained for voltage probability, so that the risk of violating indicators can be calculated, for each point in the network. After the R&D project, a new approach based on fuzzy sets theory was developed and make possible the comparison with the probabilistic approach. Based on fuzzy numbers that represents an estimative for voltage levels for each point in the network, and with specific fuzzy classification methods, the RDI and RDC indicators can be calculated.

A Inteligência Artificial atualmente é um vasto campo de pesquisa. Existem diversas técnicas sendo pesquisadas, sendo que nesta tese foram utilizadas a Teoria Fuzzy, Árvores de Decisão e Redes Neurais. As três técnicas têm sido empregadas com sucesso nas mais diversas aplicações nas áreas de automação e controle, reconhecimento de padrões, reconhecimento de voz, detecção de falhas e classificação, entre outras. A Teoria Fuzzy permite trabalhar com as incertezas e provê um entendimento simbólico para compreensão do conhecimento. As Árvores de Decisão têm capacidade de construir decisões simbólicas para a classificação de problemas e, através do conhecimento obtido, pode-se construir regras simbólicas para uma tomada de decisão. A Teoria Fuzzy também pode ser incorporada às árvores de decisão, aumentando seu poder de representação e aplicabilidade. As Redes Neurais (algoritmo back-propagation) têm apresentado ótimos resultados na aprendizagem de funções e em problemas de classificação. A contribuição desta tese é mostrar a aplicação das três técnicas de Inteligência Artificial (IA) em processos de fabricação de Vidro. Os processos de fabricação do vidro foram analisados e a proposta da tese é a aplicação das técnicas de IA nas fábricas de produção de vidros para embalagens e vidros planos. Na primeira fábrica aplicam-se as técnicas de IA para classificar os defeitos que ocorrem no Vidro para Embalagens, em função das condições operacionais dos fornos de fusão. Na segunda fábrica aplicam-se as técnicas para classificar os defeitos em função das matérias primas utilizadas na produção do vidro. Na terceira fábrica as técnicas são aplicadas na classificação dos padrões de fabricação do vidro plano. Os resultados obtidos com a classificação de defeitos e padrões foram de maneira geral satisfatórios. As três técnicas de IA apresentadas foram utilizadas para a análise das bases de dados nas três fábricas de vidro estudadas nesta tese. As técnicas de IA obtiveram classificações satisfatórias para os defeitos do vidro para embalagens e para classificar os padrões dos vidros planos. Os resultados obtidos a partir das técnicas são comparados e apresentam resultados promissores. / The Artificial Intelligence now is a vast research field. There are several techniques exist being researched. In this thesis Fuzzy Theory, Decision Trees and Neural Networks were used. The three techniques have been successfully applied in several applications in the areas of automation and control, pattern recognition, voice recognition, detection of flaws and classification, among others. The Fuzzy Theory allows to work with the uncertainties and they provide a symbolic understanding for understanding of the knowledge. The Decision Trees have capacity to build symbolic decisions for the classification of problems and through the knowledge obtained by the tree could be built symbolic rules for a socket of decision. The Fuzzy Theory can also be incorporate them tree of decision increasing the representation power and applicability of the Decision trees. Neural Networks (algorithm back-propagation) it has been presenting great results in the learning of functions and in classification problems. The contribution of this thesis is to show the application of the three techniques of Artificial Intelligence (AI) in processes of production of Glass. The processes of production of the glass were analyzed and the proposal of the thesis is the application of the techniques of AI in the factories of production of glasses to packings and plane glasses. In the first factory it is applied the techniques of AI to classify the defects that happen in the Glass for Packings in function of the operational conditions of the coalition ovens. In the second factory it is applied the techniques to classify the defects in the matters cousins\' function used in the production of the glass. In the third factory the techniques are applied in the classification of the patterns of production of the plane glass. The results obtained with the classification of defects and patterns were in a satisfactory general way. The three techniques of AI presented were used for the analysis of the bases of data in the three glass factories studied in thesis. The techniques of AI obtained a satisfactory classification for the defects of the glass for packings and for the patterns of the plane glasses. The results obtained starting from the techniques are compared and they present promising results.

Este trabalho de dissertação apresenta um método baseado em técnicas de inteligência computacional, como aprendizado de conjunto de regras, redes neurais artificiais e lógica fuzzy, para propor o desenvolvimento de ferramentas capazes de gerar e classificar casos de testes de caixa preta com as finalidades de auxiliar na atividade de preparação de testes, na detecção de defeitos em características ou funcionalidades e na diminuição do tempo de detecção de correção do software visando, com isto, atingir uma cobertura de testes qualitativamente superior ao processo criação manual. A obtenção de novos casos de testes e a classificação dos casos de testes gerados utilizam técnicas de aprendizado de um conjunto de regras, utilizando algoritmos de cobertura seqüencial, e de uma máquina de inferência fuzzy. A definição dos métodos, tanto para gerar como para classificar os casos de testes, foram fundamentados em experimentos visando comparar as similaridades entre os métodos fuzzy, redes neurais artificiais e aprendizado de conjunto de regras. Por fim, procurou-se desenvolver uma ferramenta à titulo de prova de conceitos objetivando aplicar os métodos que obtiveram melhores resultados nas experimentações. Os critérios adotados para definir os métodos foram às métricas de complexidade ciclomática e total de linhas de código (LOC). / This dissertation work presents a method based on computational intelligence techniques, such as learning set of rules, artificial neural networks and fuzzy logic, proposed the development of tools that generate test cases and sort of black box with the purposes of assisting activity in the preparation of tests for detection of defects in features or functionality and decreasing the detection time correction software aimed, with this, reach a qualitatively higher test coverage to the manual creation process. The acquisition of new test cases and classification of test cases generated using techniques Learning learning a whole set of Regrasregras using sequential covering algorithms, and a fuzzy inference machine. The definition of methods, both to generate and to classify the test cases were substantiated in experiments aimed at comparing the similarities between the fuzzy methods, neural networks and learning of the rule set. Finally, we sought to develop a tool for evidence of concepts aiming to apply the methods which obtained better results in trials. The criteria adopted to define the methods were metrics cyclomatic complexity and total lines of code (LOC).

Este trabalho de dissertação apresenta um método baseado em técnicas de inteligência computacional, como aprendizado de conjunto de regras, redes neurais artificiais e lógica fuzzy, para propor o desenvolvimento de ferramentas capazes de gerar e classificar casos de testes de caixa preta com as finalidades de auxiliar na atividade de preparação de testes, na detecção de defeitos em características ou funcionalidades e na diminuição do tempo de detecção de correção do software visando, com isto, atingir uma cobertura de testes qualitativamente superior ao processo criação manual. A obtenção de novos casos de testes e a classificação dos casos de testes gerados utilizam técnicas de aprendizado de um conjunto de regras, utilizando algoritmos de cobertura seqüencial, e de uma máquina de inferência fuzzy. A definição dos métodos, tanto para gerar como para classificar os casos de testes, foram fundamentados em experimentos visando comparar as similaridades entre os métodos fuzzy, redes neurais artificiais e aprendizado de conjunto de regras. Por fim, procurou-se desenvolver uma ferramenta à titulo de prova de conceitos objetivando aplicar os métodos que obtiveram melhores resultados nas experimentações. Os critérios adotados para definir os métodos foram às métricas de complexidade ciclomática e total de linhas de código (LOC). / This dissertation work presents a method based on computational intelligence techniques, such as learning set of rules, artificial neural networks and fuzzy logic, proposed the development of tools that generate test cases and sort of black box with the purposes of assisting activity in the preparation of tests for detection of defects in features or functionality and decreasing the detection time correction software aimed, with this, reach a qualitatively higher test coverage to the manual creation process. The acquisition of new test cases and classification of test cases generated using techniques Learning learning a whole set of Regrasregras using sequential covering algorithms, and a fuzzy inference machine. The definition of methods, both to generate and to classify the test cases were substantiated in experiments aimed at comparing the similarities between the fuzzy methods, neural networks and learning of the rule set. Finally, we sought to develop a tool for evidence of concepts aiming to apply the methods which obtained better results in trials. The criteria adopted to define the methods were metrics cyclomatic complexity and total lines of code (LOC).

In recent years, numerous high tech companies have developed and used technology roadmaps when making their investment decisions. Jay Paap has proposed the Customer Focused Technology Planning (CFTP) framework to draw future technology roadmaps. However, the CFTP framework does not include risk assessment as a critical factor in decision making. The problem addressed in this quantitative study was that high tech companies are either losing money or getting a much smaller than expected return on investment when making technology investment decisions. The purpose of this research was to determine the relationship between returns on investment before and after adding risk assessment to the CFTP framework. Paap's CFTP framework and process to improve technology investments thus served as the theoretical framework for this study. Data were obtained from cloud computing companies using the companies' market risk data and actual returns on investment data. The results and findings of paired sample two-tailed t tests for means and equal variances showed that return on investment was positively related to adding a traditional risk assessment model to Paap's CFTP framework. These findings regarding the addition of risk assessment to the technology investment framework may be used by investors to (a) make better and more expeditious decisions, and (b) obtain a high return on technology investment by selecting the highest return value and lowest risk value.