Uma metodologia para a predição de coeficientes aerodinâmicos de aeronaves genéricas utilizando redes neurais artificiais foi desenvolvida e descrita. Coeficientes aerodinâmicos modelados como funções de ângulo de ataque, número de Reynolds e número de Mach fornecem informações para o treinamento das redes neurais artificiais. Em um dos casos estudados, os coeficientes são também função da geometria da asa da aeronave. No presente trabalho, a rede neural é inicialmente treinada a partir de um conjunto de dados apropriado, que é gerado com simulações numéricas, a fim de reproduzir o comportamento geral de um modelo não-linear dependente de uma grande quantidade de variáveis. Um novo conjunto de dados, o qual pode ser relativamente esparso, é então fornecido à rede a fim de verificar a consistência do novo modelo gerado. O novo modelo estima os parâmetros desejados com grande precisão dentro do espaço de projeto utilizado no treinamento, e a obtenção de resultados para uma configuração genérica se torna uma tarefa relativamente rápida e simples. Isto torna esta metodologia muito apropriada para a aplicação em ambientes de projeto e otimização multidisciplinar (MDO - Multi Disciplinary Optimization, em inglês), o qual faz uso intensivo de parâmetros aerodinâmicos para cálculos de desempenho e cargas, além de outras tarefas essenciais. Uma rede do tipo Perceptron de Múltiplas Camadas (Multilayer Perceptron, em inglês, ou MLP) foi adotada para prever a polar de arrasto do perfil NACA23012, considerando números de Reynolds entre 1x106 e 5x106. Este caso bidimensional também foi simulado utilizando uma Rede de Ligação Funcional (Functional Link Network, em inglês, ou FLN), a fim de comparar o desempenho e a precisão de ambas arquiteturas. De forma similar, uma rede MLP de 2 camadas foi utilizada para calcular o coeficiente de arrasto de um jato de transporte com geometria fixa. Nesta aplicação, a rede foi treinada com 99 pontos, cobrindo uma faixa de Mach de 0,20 a 0,82. O coeficiente de sustentação neste caso variou entre 0 e um limite superior que decresce em função do número de Mach. Uma terceira rede neural foi projetada para prever o arrasto de um conjunto asa-fuselagem com forma em planta da asa variável. Trabalhos futuros considerarão também a predição de arrasto em asas de geometria e perfilagem variáveis.

Neste trabalho é proposto um método de aquisição não assistida de conhecimento, especialmente voltado para aquisição de ontologias de domínio para uso em aplicações de gestão de conhecimento. O método proposto utiliza mapas conceituais como meio de facilitar ao especialista a expressão do conhecimento, seguido do uso de uma ferramenta que auxilia na conversão do mapa conceitual para uma representação formal, utilizando lógicas de descrição. Esta ferramenta analisa o mapa levando em consideração a topologia do mapa e palavras-chave utilizadas pelo especialista. Após a análise, uma série de questões é gerada e mostrada ao especialista. A partir da resposta dessas questões, a semântica do mapa conceitual é detalhada a ponto de ser possível gerar uma representação formal das informações presentes no mapa. A aplicabilidade desse método foi testada por meio de experimentos com um grupo de voluntários, todos engenheiros do meio aeronáutico, e os resultados obtidos mostram evidências de que o método é viável como alternativa para diminuir a dificuldade na aquisição de conhecimento

Os expert systems vêm encontrando aplicações em uma série de problemas nos mais diversos domínios do conhecimento humano. Na área de pavimentos, alguns Sistemas de Gerência já operam auxiliados por expert systems. Nesse contexto, o presente trabalho tem por finalidade principal avaliar o potencial que sistemas desta espécie possam ter como ferramenta auxiliar ao processo de tomada de decisão e conseqüente estabelecimento de medidas economicamente eficazes de conservação e de restauração para pavimentos asfálticos ou de concreto de cimento Portland. Para tanto, são apresentados o estado-da-arte relativo a essse tema e um protótipo de expert system, aplicável a condições de tráfego rodoviário e urbano. Na seqüência, são mostrados e discutidos os resultados obtidos nas aplicações-teste realizadas, desenvolvidas com o propósito de permitir os aperfeiçoamentos necessários e se avaliar o seu alcance na prática, dentro da realidade técnico-econômica de órgãos rodoviários e de prefeituras.

O presente trabalho apresenta um compensador neural ao controle por torque computado do robô ITA-IEMP. A compensação implementada consiste na correção do modelo dinâmico deste robô, usado no controlador por torque computado. Para isto foram utilizadas redes neurais para alterar o sinal de erro de posição injetado no controlador por torque computado, de tal forma que para cada sinal de erro de posição existe uma rede neural associada alterando este sinal. A implementação computacional realizada foi em linguagem de comandos do MATLAB, com execução deste programa de dentro do próprio ambiente MATLAB para WINDOWS 95.

O aumento da complexidade de operação dos sistemas elétricos de potência, devido ao aumento das cargas elétricas sem o correspondente aumento de investimentos, resultou na necessidade de pesquisar novos paradigmas de operação e na inclusão de novas tecnologias, objetivando melhorar a qualidade de energia fornecida aos consumidores. Esta tese apresenta uma contribuição no processo de automação de subestações, propondo uma estrutura hierárquica híbrida para a supervisão e controle dessas unidades. Esta estrutura tem como módulo principal um sistema especialista e reúne programas convencionais e programas inteligentes. A característica hierárquica da estrutura deve-se aos diversos níveis de controle propostos, onde sistemas mestre-escravo trabalham em conjunto para obter uma determinada ação operativa. A característica híbrida da estrutura reside no fato de que ela foi desenvolvida para ser aberta e acolher sistemas convencionais e sistemas inteligentes. Neste trabalho são propostos também dois programas, que atuam de maneira independente da estrutura proposta ou como módulos acoplados a ela. Estes programas chamam-se ATUATOR e PREDICTOR. O programa ATUATOR é um sistema especialista para a verificação da atuação do sistema de proteção de uma subestação derivadora. Este sistema verifica a ocorrência das atuações dos relés e chaves, determina se a mesma ocorreu de maneira correta ou se alguma anormalidade ocorreu, e cria cenários para possíveis ocorrências. Ele também pode explicar ao usuário qual foi o encaminhamento efetuado em sua análise, possibilitando que o mesmo aprenda com o sistema. O programa PREDICTOR é um sistema computacional de propósito geral, que tem a finalidade de representar um grande número de dados através de proposições condicionais difusas. Este programa foi utilizado na estrutura proposta para armazenar dados históricos da carga da subestação; entretanto, em outras circunstâncias, poderia expressar tendências ou permitir ao usuário do sistema conhecer a estrutura dos dados históricos (por exemplo, de carregamento de transformadores ou de cargas de alimentadores), bem como processar previsões a curto-prazo.

Este trabalho apresenta o desenvolvimento de uma representacao de conhecimento que permite declarar e manter informacoes que possam contribuir para a interpretacao de fenomenos meteorologicos via imagens de radar. O formalismo proposto baseia-seno metodo de representacao de conhecimentos por Quadros (Frames) eutiliza o modelo Quadro-Negro (Blackboard). Este ultimo foi adaptado para manter informacoes sobre imagens de radar meteorologico dentrodas varias situacoes observadas no mundo real. O objetivo desta representacao e o desenvolvimento de sistemas baseados em tecnicasde Inteligencia Artificial para auxiliar na tarefa de integracao e interpretacao de imagens de radar e informacoes provenientes de outras fontes de dados. Dentre tais fontes, destacam-se: Plataforma de Coleta de Dados, Avionica, Imagens de Satelites, etc. Apresenta-se tambem um prototipo, onde podem-se observar detalhesde implementacao de um sistema que utiliza o formalismo proposto na declaracao e coordenacao do conhecimento dentro de um estudo decaso.

Este trabalho tem como objetivo desenvolver e avaliar altoritmos aplicados a sistemas automáticos de análise de eletrocardiogramas. Os algoritmos desenvolvidos são capazes de analisar um canal de eletrocardiograma. Os batimentos cardíacos são detectados com o uso de algoritmos para reconhecimento de padrões que acusam a existência de complexos QRS. É feita, então, a extração de parâmetros temporais e morfológicas dos batimentos detectados e, em seguida, se dá a classificação através do agrupamento de batimentos semelhantes. Para avaliação de desempenho dos algoritmos, os resultados obtidos pelo sistema automático na análise de eletrocardiogramas reais são comparados à análise feita por médicos especialistas. O desenvolvimento do trabalho foi realizado na linha de microcomputadores IBM-PC compatíveis. Os resultados obtidos indicam que os algoritmos desenvolvidos podem ser utilizados, em tempo real, em sistemas automáticos para análise de eletrocardiogramas nesta linha de computadores.

Este trabalho apresenta uma solução para o problema de coordenação dos atuadores das pernas de robôs móveis levando em consideração múltiplos critérios. É assumido que a posição no tempo de cada atuador é descrita por uma função periódica a ser determinada iterativamente por um algoritmo de aprendizado por reforço. As pernas similares do robô são identificadas e agrupadas visando diminuir o número de funções que precisam ser determinadas. O desempenho do robô simulado é medido considerando: a) as velocidades de translação frontal e de rotação, b) a suavidade na locomoção do robô e c) o máximo torque e o consumo de energia dos atuadores. Também é investigada a utilização da transferência de conhecimento no intuito de agilizar o aprendizado em duas situações específicas: na acomodação a uma falha ocorrida e no aprendizado por partes, onde os critérios desejados para o modo de caminhar são inseridos gradativamente no aprendizado. As funções determinadas no ambiente de simulação pelo algoritmo de reforço são, então, usadas nos atuadores do robô real construído usando o kit de robótica educacional Bioloid Comprehensive Kit. O desempenho do robô real é, então, medido e comparado com o desempenho do robô simulado. Este trabalho apresenta quatro estudos de caso: um robô quadrúpede, um quadrúpede híbrido (com rodas livres acopladas aos pés), um trípode e um robô bípede. As soluções obtidas pela aplicação do método proposto são apresentadas e se mostram satisfatórias.

A presente dissertação trata a navegação 2D do robô Trekker, um robô de acionamento diferencial, equipado com sensores de baixo custo e de baixa precisão, a saber um sonar e um sensor infra-vermelho, em um ambiente indoor povoado por marcos artificiais (cilindros). Neste trabalho, realiza-se localização global e investiga-se a realização de localização e mapeamento simultâneos com o mesmo robô. Para este fim, o algoritmo de localização Monte Carlo é aplicado para resolver o problema de localização global utilizando marcos artificiais, extraídos a partir da fusão de dados dos sensores por ocasião da observação do ambiente. Enquanto que localização e mapeamento simultâneos foram implementados através do algoritmo FastSLAM, que implementa o rastreamento da localização do robô ao mesmo tempo em que constrói um mapa de características do ambiente, também utilizando marcos artificiais da mesma maneira como aconteceu na solução de localização global. Por fim, os resultados mostram sucesso da abordagem empregada na localização global, alcançando o intento de atribuir maior inteligência ao robô Trekker e menor dependência de estruturação do ambiente em relação aos predecessores dele. .

A avaliação de redação de vestibular é tida como uma tarefa complexa e subjetiva. Em primeira análise, somente os humanos têm a capacidade de realizá-la. Com o advento de novas técnicas e a capacidade do ser humano de aplicar aquelas já desenvolvidas em novos problemas, é possível automatizar o processo de avaliação e valoração de redação. Para se avaliar uma redação com qualidade, os métodos e modelos empregados precisam trabalhar com vários quesitos avaliativos e seus fenômenos. Neste trabalho, propõe-se um modelo computacional, baseado em uma abordagem híbrida, para avaliar e valorar coesão, coerência e adequação ao tema em uma redação de vestibular em língua portuguesa. A proposta viabilizou o desenvolvimento do Avaliador Automático de Redação - AVAR, protótipo do sistema que implementa o modelo proposto. O AVAR utiliza a Inteligência Artificial - IA por meio do Sistema de Inferência Fuzzy - SIF para valorar cada quesito com base em um modelo matemático cujo objetivo é abstrair os elementos relevantes para o processo de atribuição da nota a redação. Esses elementos são captados por métodos que aplicam técnicas da IA Simbólica, Processamento de Língua Natural, Estatística e Representação de Conhecimento. Os resultados alcançados equiparam-se aos dos avaliadores humanos e indicam a viabilidade da aplicação do modelo e métodos ao processo de análise e valoração de redação em contextos práticos reais.