SOUZA, L. G. M. Modelos lineares locais para identificação de sistemas dinâmicos usando redes neurais competitivas. 2012. 138 f. Tese (Doutorado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2012. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2012-04-11T19:03:35Z No. of bitstreams: 1 2012_tese_lgmsouza.pdf: 4806820 bytes, checksum: 0c0cdad9e64203a1d6f81577c868485e (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2012-04-11T19:05:16Z (GMT) No. of bitstreams: 1 2012_tese_lgmsouza.pdf: 4806820 bytes, checksum: 0c0cdad9e64203a1d6f81577c868485e (MD5) / Made available in DSpace on 2012-04-11T19:05:16Z (GMT). No. of bitstreams: 1 2012_tese_lgmsouza.pdf: 4806820 bytes, checksum: 0c0cdad9e64203a1d6f81577c868485e (MD5) Previous issue date: 2012-02 / In this thesis the problem of nonlinear system identifi cation is approached from the viewpoint of local models. The input space is partitioned into smaller operational regions with lower complexity models (usually linear) built for each one. This type of model is an alternative to global models, for which the system dynamics is identifi ed using a single structure (usually nonlinear ones) that covers the whole input space. The aim of this thesis is to design of local linear models whose input space is partitioned by means of vector quantization algorithms, special those based on competitive learning neural networks. For this purpose, three novel local linear modeling methods based on the SOM (self-organizing map) are introduced and evaluated on the identi fication of the inverse model of four dynamical systems commonly used in the literature for performance benchmarking. The proposed models are also compared with global models based on the MLP (multilayer perceptron) and ELM (extreme learning machines), as well as with alternative local linear models, such as the Takagi-Sugeno fuzzy model and the LLM(local linear mapping) neural model. A comprehensive study is carried out to compare the performances of all the aforementioned models according to three evaluation criteria, namely: (i) normalized mean squared error, (ii) residual analysis, and (iii) Kolmogorov-Smirnov test. Of particular interest to this thesis is the evaluation of the robustness of the proposed local models with respect to the vector quantization algorithm used to train the model. The obtained results indicates that the performance of the proposed local models are superior to those achieved by the MLP-based global models and equivalent to those achieved by ELM-based global models. / Nesta tese aborda-se o problema de identi ficação de sistemas dinâmicos sobre a ótica dos modelos locais, em que o espaço de entrada é particionado em regiões de operação menores sobre as quais são construídos modelos de menor complexidade (em geral, lineares). Este tipo de modelo é uma alternativa aos chamados modelos globais em que a dinâmica do sistema é identifi cada usando-se uma única estrutura (em geral, não-linear) que cobre todo o espaço de entrada. Assim, o tema alvo desta tese é o projeto de modelos lineares locais cujo espaço de entrada é particionado por meio do uso de algoritmos de quantização vetorial, principalmente aqueles baseados em redes neurais competitivas. Para este fi m, são propostos três novos modelos lineares locais baseados na rede SOM (self-organizing map), que são avaliados na tarefa de identifi cação do modelo inverso de quatro sistemas dinâmicos comumente usados na literatura em benchmarks de desempenhos. Os modelos propostos são também comparados com modelos globais baseados nas redes MLP (multilayer perceptron) e ELM (extreme learning machines), bem como com outros modelos lineares locais, tais como o modelo fuzzy Takagi-Sugeno e o modelo neural LLM (local linear mapping). Um amplo estudo é realizado visando comparar os desempenhos de todos os modelos supracitados segundo três critérios de avaliação, a saber: (i) erro médio quadrático normalizado, (ii) análise dos resíduos, e (iii) teste estatístico de Kolmogorov-Smirnov. De particular interesse para esta tese, é a avaliação da robustez dos modelos locais propostos com relação ao algoritmo de quantização vetorial usado no treinamento do modelo. Os resultados obtidos indicam que os desempenhos dos modelos locais propostos são superiores aos dos modelos globais baseados na rede MLP e equivalentes aos modelos globais baseados na rede ELM.

ROCHA NETO, A. R. SINPATCO - Sistema Inteligente para Diagnóstico de Patologias da Coluna Vertebral. 2006. 105 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2006. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-01T14:51:46Z No. of bitstreams: 1 2006_dis_arrochaneto.pdf: 1288731 bytes, checksum: c797c37928a88bdc4cf6e4c7a109d9f1 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-01T17:48:57Z (GMT) No. of bitstreams: 1 2006_dis_arrochaneto.pdf: 1288731 bytes, checksum: c797c37928a88bdc4cf6e4c7a109d9f1 (MD5) / Made available in DSpace on 2016-04-01T17:48:57Z (GMT). No. of bitstreams: 1 2006_dis_arrochaneto.pdf: 1288731 bytes, checksum: c797c37928a88bdc4cf6e4c7a109d9f1 (MD5) Previous issue date: 2006-04-28 / This dissertation presents the results obtained from a computer-aided medical diagnostic system implemented through statistical and neural pattern classifiers. The Intelligent System for Diagnosis of Pathologies of the Vertebral Column (SINPATCO) has a modular architecture and is composed of three subsystems, namely: graphical interface, classification of pathology, and knowledge extraction. The graphical interface module allows a friendly man-machine interaction with the physician. The pathology classification module is implemented through difierent algorithms, such as linear and quadratic discriminants, Naive Bayes classifier, K Nearest Neighbors (KNN) classifier, Multilayer Perceptron (MLP) network, Self-Organizing Map (SOM) network, ang Generalized Regression network (GRNN). The knowledge extraction module is responsible for rule extraction from trained neural network based classifiers, in order to elucidate the neural-based diagnostic to the orthopedist. In particular, the pathology classification module of the SINPATCO platform uses recently proposed biomechanical attributes to categorize a patient into one out of three classes: normal subjects, subjects with spondilolistesis, and subjects with disk hernia. All the aforementioned classifiers are evaluated with respect their pathology recognition rate, number of false positive cases, number of false negative cases and sensitivity to outliers. The contribution of this work is manifold. Starting from the fact that it is probably the first to use (within the orthopaedic medicine) a recently proposed set of biomechanical measurements for the design of classifiers, this work also evaluates several pattern classifiers in the diagnosis of patologies of the vertebral column, and allows knowledge extraction from the trained classifiers in order to elucidate the obtained diagnostic to the physician. To the best of our knowledge, the combination of these three contributions makes the SINPATCO platform an innovative computer-aid tool for the orthopedist, facilitating the work of these professionals. Despite the fact that the SINPATCO platform can serve as a computer-aided diagnostic tool in the orthopedic medicine, it can also be used by non-expert clinicians, in order to minimize the lack of orthopedists in remote regions, speeding up the treatment and the transferring of patients to more developed centers. / Esta dissertação apresenta os resultados de um sistema de auxílio ao diagnóstico médico implementado através de classificadores estatísticos e neurais. O Sistema Inteligente para Diagnóstico de Patologias da Coluna Vertebral (SINPATCO) é composto por três subsistemas, a saber: interface gráfica, classificação de patologias e extração de conhecimento. O módulo de interface gráfica permite uma interação amigável com o especialista médico. O módulo de classificação automática de patologias é implementado por diferentes algoritmos, tais como discriminantes linear e quadrático, Naive Bayes, K-Vizinhos mais Próximos (KNN), rede MLP, rede SOM e rede GRNN. O módulo de extra ção de conhecimento é responsável pela extração de regras proposicionais a partir dos classificadores treinados, a fim de elucidar para o médico ortopedista como o classificador chega ao diagnóstico final. Em particular, o módulo de classificação de patologias da plataforma SINPATCO utiliza atributos biomecânicos recentemente propostos para efetuar a categorização de um paciente em três classes: pacientes normais, pacientes com espondilolistese e pacientes com hérnia de disco. Os diversos classificadores supracitados são comparados com relação à taxa de acerto, número de falsos positivos, número de falsos negativos e sensibilidade a amostras discrepantes (outliers). As contribuições deste trabalho são variadas, indo desde do fato de ser provavelmente o primeiro a usar um conjunto recente de atributos biomecânicos para projeto de classificadores na área de medicina ortopédica, passando pelo estudo comparativo do desempenho de vários classificadores, até a extração de regras a partir dos classificadores com melhor desempenho para explicar o diagnóstico obtido ao médico, para posterior avaliação. Até onde se tem conhecimento, a combinação destas três contribuições torna o sistema SINPATCO inovador na área de ortopedia médica, servindo de auxílio na atividade de diagnóstico e facilitando o trabalho dos profissionais dessa área. Além servir como ferramenta de auxílio ao diagnóstico do médico especializado em ortopedia, o sistema SINPATCO pode ser usado por clínicos não-especialistas em ortopedia, a fim de minimizar a carência de ortopedistas em regiões remotas, agilizando o atendimento e o encaminhamento do paciente para centros mais desenvolvidos.

Cada vez mais instituições de ensino têm criado repositórios educacionais para disponibilizar seus Objetos de Aprendizagens (OAs). Entretanto, esses repositórios ficam isolados, o que implica que um usuário que busca um determinado material necessite um considerável esforço para realizar suas buscas em cada um dos repositórios. Assim, principal objetivo desse trabalho é a criação de um modelo de integração de repositórios educacionais, preparar esse sistema para a Web 3.0, permitindo assim que os OAs possam ser consumidos, reutilizados e adaptados a realidade de cada região, de forma independente de plataforma ou metadados. Para alcançar este objetivo foi criado um modelo de integração de repositórios educacionais em uma estrutura hierárquica, de modo a permitir a coleta, indexação e busca de material educacional a partir de repositórios heterogêneos. Assim, foi possível coletar mais de 150 mil OAs de diversos repositórios e as avaliações dos usuários apontaram mais de 90% de aprovação do modelo. Com isso, revelou-se a eficácia da integração, contribuindo a localização, uso e reuso dos OAs, visibilidade dos repositórios educacionais, entra outros pontos. / Technology has increasingly permeated the educational context. This has made the use of learning objects (LOs) very popular. LOs need to be stored and cataloged so they can be located and retrieved by in an efficient manner by students and teachers. In order to meet this demand LO repositories were created, however, these repositories are structurally isolated from each other, which causes a significant effort to locate the desired material, since the user has to search for it in each repository separately. In some countries like Brazil there is a greater number of repositories distributed and without a unique repository implementation or event metadata standard. The main goal of this work is to propose a model that, prepared to the Web 3.0, able LO to be used, reused or adapted from heterogeneous environments not only in implemented system, but in metadata standards. To reach this goal is proposed an to create a LOs federation to organize various repositories in a hierarchical system, in this paper, we describe how this objects can be harvested, indexed and retrieved to users from several standard different repositories and how to present it to users in different devices. The system could index more than 150 thousand LOs and a users tasks experimental got 90% of approval.

Este trabalho apresenta um modelo de dados para o treinamento de Inteligência Artificial (IA) na Pesquisa em Saúde, revisando a literatura existente sobre estes modelos, experimentando em laboratório um caso prático aplicado na busca ativa de infecções hospitalares e por fim propondo um debate sobre os requisitos para estruturação de um estúdio de Data Science no HCPA. As infecções hospitalares são um agravo à saúde e hoje são uma das principais causas de mortalidade no mundo. O diagnóstico correto destas infecções é fundamental para a adoção de medidas preventivas necessárias. As notificações passivas das infecções por parte dos profissionais têm baixa sensibilidade, já a busca ativa destas infecções na vigilância epidemiológica é mais sensível, mas o trabalho é demorado e despende mais de 60% do tempo das atividades dos profissionais com a revisão de prontuários e no preenchimento de planilhas de controle. Diferentes algoritmos foram utilizados para encontrar no modelo de dados proposto, um conjunto de critérios que caracterizam o diagnóstico de uma infecção relacionada à assistência à saúde. O treinamento e os testes foram realizados utilizando um grande volume de dados secundários com origem nos prontuários eletrônicos do HCPA. Os cadastros básicos, os meta-dados processados dos prontuários e os dados agregados que compõe os indicadores da instituição foram utilizados para descrição do contexto, possibilitando assim a proposição de um modelo de dados. O produto gerado a partir deste experimento intitulasse BIA - Banco de Dados para Inteligência Artificial. Os algoritmos treinados com o BIA atingiram resultados ligeiramente superiores aos apresentados na revisão da literatura, fornecendo informações importantes para adoção da IA nas rotinas da pesquisa em saúde, no trabalho da comissão de infecção hospitalar, na gestão clínica e administrativa dos hospitais e nas iniciativas de inovação nas instituições de saúde no Brasil. / This work presents a data model for Artificial Intelligence (AI) training in Health Research. Reviewing the literature on these models and the needs for data governance in this area, by experimenting in laboratory with a practical case applied in the active search for healthcare associetade infections and finally proposing a debate on the requirements for structuring a Data Science studio at HCPA. Hospital infections are a health problem and today it is one of the leading causes of mortality in the world. The correct diagnosis of these infections is fundamental for the adoption of necessary preventive measures. The passive notification of infections by professionals has low sensitivity, but the active search for these infections in epidemiological surveillance is more sensitive sice the work is time consuming and spends more than 60% of the time of the activities of the people involved with the review of medical records. patients and in the use of spreadsheets to control the work. Different programs will be used to find in the proposed data model a set of criteria that characterize the diagnosis of an infection related to health care. Both training and testing were performed using a large volume of secondary data from HCPA electronic records. The basic registers, the processed metadata of the medical records and the aggregated data that compose the indicators of the institution were also used to describe the context, thus enabling the proposition of a multilevel model for AI training. The product generated from this experiment is called BIA - Database for IA. The results obtained in the experiment were positive indicating that the algorithms trained with the BIA can reach up reasults better than shown in previous systematic revisions, providing important information to initiate the adoption of the IA in the routines of health research, in the work of the hospital infection commission, in the clinical and administrative management of hospitals, and in health innovation initiatives in health institutions in Brazil.

Abordagens probabilísticas são extensivamente utilizadas para resolver problemas de alta dimensionalidade em diferentes campos. O filtro de partículas é uma abordagem proeminente no campo da Robótica, devido a sua adaptabilidade a modelos não lineares com distribuições multimodais. Contudo, seus resultados são fortemente dependentes da qualidade e do número de amostras requeridas para cobrir o espaço de busca. Em contrapartida, análise de intervalos lida com problemas de alta dimensionalidade através da redução do espaço de busca. Essas reduções são feitas através de técnicas intervalares que garantem matematicamente que a solução procurada está contida no resultado do método, uma vez que a modelagem do problema tenha sido feita corretamente. Métodos intervalares não descartam quaisquer soluções factíveis, com isso o resultado pode ser pouco representativo. Não obstante, não é possível definir precisamente onde a solução está no intervalo definido como solução. A estratégia proposta combina o melhor das duas abordagens. A ideia principal do método proposto é usar técnicas intervalares para melhorar os resultados do filtro de partículas, limitando o espalhamento das partículas e acelerando a convergência do método. Nós esperamos que o método proposto consiga fazer a distribuição e controle de partículas de forma mais eficiente, resultando possivelmente em um método mais preciso. A abordagem proposta é ilustrada através do tratamento do problema de localização global de robôs subaquáticos.

Made available in DSpace on 2016-08-29T15:32:41Z (GMT). No. of bitstreams: 1 tese_2318_TeseDoutoradoJoseFranciscodeMagalhaesNetto.pdf: 2774590 bytes, checksum: f669b388bd32f559007b278b76e16ef4 (MD5) Previous issue date: 2006-09-29 / Nos dias de hoje os sistemas computacionais são povoados por uma variedade de componentes naturais e sintéticos, integrados de forma cada vez mais intensa pelas novas tecnologias como a Internet e redes sem fio. A integração de pessoas, programas e máquinas pode resultar em melhores serviços para pessoas e para a comunidade. Entretanto, esta integração é um desafio, que, por ser novo e cada vez mais presente devido ao grande avanço da capacidade das máquinas, apresenta dificuldades práticas de realização. Para abordar a solução deste desafio, esta tese apresenta uma arquitetura para ambientes dotados de agentes heterogêneos que objetiva a criação de um ambiente denominado Ambiente Virtual de Convivência. O referencial teórico deste trabalho está centrado em Sistemas Multiagente e Ontologias. O Ambiente Virtual de Convivência apóia comunidades virtuais que são compostas, além dos agentes heterogêneos, por um tipo especial de agente denominado clone. A proposta inclui uma ontologia e uma metodologia para aplicação desta arquitetura. Como exemplos da aplicabilidade da arquitetura, ontologia e metodologia propostas, foram desenvolvidos os ambientes Casa Inteligente, destinado à simulação de interação entre pessoas, serviços e aparelhos domésticos, e um ambiente denominado AVAX (Ambiente Virtual para Aprendizagem de Xadrez), destinado a apoiar as interações e a aprendizagem em uma comunidade de praticantes de Xadrez.

Made available in DSpace on 2016-08-29T15:33:16Z (GMT). No. of bitstreams: 1 tese_4927_.pdf: 3369847 bytes, checksum: 4cc5621710c503204596b4b258684b3b (MD5) Previous issue date: 2011-07-01 / O objetivo principal deste trabalho é a realização de um estudo investigativo experimental de algoritmos populacionais em ambientes ruidosos. Quatro versões do algoritmo Particle Swarm (PSO) foram adotadas nos experimentos. São elas: PSO canônico (topologia global), PSO padrão (topologia local), Bare Bones (BBPSO) e Fully Informed Particle Swarm (FIPS). Através de cooperação, as abordagens de otimização baseadas em população frequentemente encontram soluções satisfatórias com eficácia e eficiência. Entretanto, a maioria das versões desenvolvidas nos últimos anos apresenta dificuldades na otimização de funções com muitos mínimos locais em espaços de alta dimensão. Foi analisado o comportamento de uma estratégia denominada de estratégia de jump em ambientes incertos com a finalidade de estudar melhorias no desempenho dos métodos investigados, tanto no contexto estático quanto ruidoso. Inicialmente, os algoritmos populacionais foram investigados com a estratégia de jump com objetivo de escapar de mínimos locais. O jump é utilizado quando não são observadas melhorias durante o processo de otimização. Essa abordagem foi apresentada primeiramente com base nas distribuições de probabilidade Gaussiana e de Cauchy. Testes experimentais foram conduzidos em um conjunto bem conhecido de problemas multimodais, com muitos mínimos locais. Os resultados obtidos sugerem que as versões híbridas dos algoritmos populacionais são capazes de superar o desempenho de suas respectivas versões originais. Conclui-se que a estratégia de jump é bastante eficaz no combate à convergência prematura. A melhoria no desempenho é consequência de um pequeno, mas importante, número de saltos bem sucedidos. Em virtude dos resultados promissores obtidos com os algoritmos populacionais combinados com a estratégia de jump, essa abordagem foi expandida e, ao invés, de gerar números randômicos segundo distribuições de probabilidade, optou-se por utilizar sequências caóticas. As quatro versões do PSO foram novamente investigadas com objetivo de analisar a habilidade da estratégia modificada em permitir que indivíduos em regime de estagnação escapem de atratores sub-ótimos. Resultados de simulação demonstram que a adição de saltos caóticos impulsiona o desempenho dos algoritmos em comparação com as abordagens utilizando distribuição de probabilidade. Além disso, a estratégia populacional com caos possui custo computacional inferior. Na sequência do trabalho, o foco é a investigação da introdução de jump com caos nos algoritmos populacionais aplicados, entretanto, a problemas de otimização ruidosos, com adição de incerteza às funções de teste. O método híbrido é analisado experimentalmente em diversas funções benchmarks. Resultados de simulação indicam que a adição da estratégia de jump é benéfica em termos de robustez. Em ambientes ruidosos, um algoritmo para ser considerado robusto precisa alcançar sistematicamente uma solução satisfatória. Não é suficiente obter bons resultados sob baixos níveis de ruídos e degradar a solução à proporção que o nível de ruído aumenta. Conclui-se que embora o desempenho dos algoritmos populacionais deteriore com o aumento no nível de ruído, as soluções encontradas pelas versões modificadas são superiores às soluções obtidas pelas versões originais. A estratégia de saltos, adicionada aos algoritmos populacionais, aplicada tanto em funções estáticas quanto em funções ruidosas demonstrou ser bastante eficiente e eficaz, pois aumenta a chance do algoritmo escapar de mínimos locais. A abordagem analisada é simples e de fácil implementação, sem nenhum acréscimo de esforço computacional. O uso de sequências caóticas em substituição às distribuições de probabilidade contribui para a eficiência da abordagem.

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. / Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2014-10-08T18:11:44Z No. of bitstreams: 1 DISSERTAÇÃO_AlgoritmoEstimaçãoDistribuição.pdf: 4257329 bytes, checksum: 46c818238b61dc57ce8e996ee4c097f8 (MD5) / Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2014-11-04T16:22:10Z (GMT) No. of bitstreams: 1 DISSERTAÇÃO_AlgoritmoEstimaçãoDistribuição.pdf: 4257329 bytes, checksum: 46c818238b61dc57ce8e996ee4c097f8 (MD5) / Made available in DSpace on 2014-11-04T16:22:10Z (GMT). No. of bitstreams: 1 DISSERTAÇÃO_AlgoritmoEstimaçãoDistribuição.pdf: 4257329 bytes, checksum: 46c818238b61dc57ce8e996ee4c097f8 (MD5) Previous issue date: 2013 / Neste trabalho, propõem-se um novo algoritmo híbrido denominado Multiobjective Optimization Estimation of Distribution Algorithm Based on Bee Colonies and Clusters (MOEDABC) para resolução de problemas de otimização multiobjetivo de larga escala no domínio contínuo. Este algoritmo é inspirado na organização de uma colônia de abelhas e baseia-se nos algoritmos de estimação de distribuição. Como forma de gerar melhores soluções utiliza-se também técnicas de clusterização com a finalidade de aumentar a convergência local das soluções na fronteira Pareto. O algoritmo é baseado em quatro tipos de abelhas: as campistas, as observadoras, as nutrizes e as escoteiras, onde cada uma utiliza uma forma diferente de gerar as novas soluções. Combinando diferentes técnicas como clusterização, estimação de distribuição e algoritmos genéticos possibilitou-se um melhor aprendizado por meio de modelos probabilísticos baseados em distribuições Gaussianas e de Cauchy, obtendo assim soluções de maior qualidade. Em busca de obter maior flexibilidade do algoritmo na resolução de problemas foi introduzido um feromônio de controle responsável por controlar a proporção de cada tipo de abelhas na colônia. Comparado com outros algoritmos os resultados obtidos demonstram que o algoritmo proposto apresenta uma maior velocidade de convergência e uma melhor distribuição das soluções na fronteira Pareto conforme os indicadores utilizados. _______________________________________________________________________ / ABSTRACT: In this paper, are proposed a new hybrid optimization algorithm denominated Multiobjective Estimation of Distribution Algorithm based on Bee Colonies and Clusters (MOEDABC) to solve large scale multi-objective optimization problems in continuous domain. This algorithm is inspired in the organization of a bee colony and is based on estimation of distribution algorithms. As a way to generate better solutions also employ the clustering methods in order to increase the local convergence of the solutions in the Pareto front. The algorithm is based in four types of bees, the employer, the onlookers, the nursings and scouts, each a of which uses differents way of generating new solutions. Combining different techniques such as clustering, estimation of distribution algorithms and genetic algorithms was possible a better learning through probabilistic models based on Gaussian distributions and Cauchy, thus obtaining higher quality solutions. In search of greater flexibility of the algorithm in solving problems we introduce a pheromone control that is responsible for controlling the proportion of each type of bees in the colony. Compared with other algorithms the results obtained show that the proposed algorithm shows a faster convergence and a better distribution of solutions in the front Pareto according to the metrics used.

Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. / Submitted by Oliveira Flávia (flavia@sisbin.ufop.br) on 2015-11-18T19:42:59Z No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AnáliseOtimizaçãoProblema.pdf: 4135579 bytes, checksum: 6b71bbbade1f42caa848c5149be42bca (MD5) / Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2015-11-19T17:56:51Z (GMT) No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AnáliseOtimizaçãoProblema.pdf: 4135579 bytes, checksum: 6b71bbbade1f42caa848c5149be42bca (MD5) / Made available in DSpace on 2015-11-19T17:56:51Z (GMT). No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AnáliseOtimizaçãoProblema.pdf: 4135579 bytes, checksum: 6b71bbbade1f42caa848c5149be42bca (MD5) Previous issue date: 2015 / Para explorar a interseção entre problemas de roteamento de veículos propostos na literatura, esta dissertação propõe um problema de roteamento de veículos com muitos objetivos e janelas de tempo flexíveis (MOPRV). É proposta uma abordagem baseada em dois algoritmos evolucionários multiobjetivo (NSGA-II e NSGA-III) e um método para a redução e visualização de objetivos (Árvores de Agregação) é proposta. Através de um estudo sobre a harmonia e conflito entre os objetivos do problema, foi observada a possibilidade de agregação entre os mesmos, reduzindo o problema de seis para três objetivos. Os experimentos demonstram que as soluções para o problema reduzido possuem bons valores para todos os objetivos quando comparado com as soluções do problema completo. Mais ainda, os resultados demonstram que é mais vantajoso visualizar a relação entre os objetivos do MOPRV e em seguida otimizar o problema com menos objetivos do que tentar otimizar diretamente o problema considerando todos os objetivos do MOPRV. ____________________________________________________________________________________ / ABSTRACT: In order to explore the intersection between vehicle routing problems proposed in the literature, this dissertation proposes a many-objective vehicle routing problem with flexible time windows. We propose an approach based on two multiobjective evolutionary algorithms (NSGA-II and NSGA-III) and a method for reduction and visualization of objectives (Aggregation Trees). We observed the possibility of aggregation between the objectives through a study of the harmony and conflict between them, reducing the problem from six to three objectives. The experiments show the solutions for the reduced problem have good values for all objectives when compared to solutions for the complete problem. Moreover, the results show that it is more advantageous to visualize the relationship between objectives for the many-objective vehicle routing problem and then to optimize the reduced problem than to directly optimize the original formulation of the problem considering all six objectives.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2016-01-08T21:04:25Z (GMT). No. of bitstreams: 1 103486.pdf: 2381559 bytes, checksum: 34af365be1f624d57c2d10788e3df3aa (MD5) Previous issue date: 1996 / Os sistemas especialistas difusos têm apresentado grande aplicabilidade, devendo-se isso ao fato de que tratam a expressão da ambigüidade da linguagem e seus conceitos e, além disso, introduzem novos métodos para a aquisição, representação e utilização do conhecimento. Na área de diagnóstico médico vem aumentando o interesse neste tipo de sistemas, devido ao fato de que nela os dados que indicam uma condição normal ou anormal, geralmente, não têm limites bem definidos. Neste trabalho é utilizado um sistema especialista difuso para o diagnóstico de hepatopatias crônicas, na área de gastroenterologia. Tal sistema utiliza uma base de conhecimento que tem regras de inferência difusas, e a expressão dos dados clínicos e laboratoriais estão estruturados na forma de conjuntos difusos.