Dentre os sistemas centrais de potência, o de geração com turbinas a gás torna-se relevante pelo fato de exigir pouco espaço para suas instalações, e, ao mesmo tempo produzir potência elevada ( de 5 a 250 MW ). As variações nas possibilidades de se produzir trabalho, mas também em reduzir perdas abrem espaço para as pesquisas no sentido de aperfeiçoar a eficiência das centrais de potência. Muitas pesquisas têm se realizado nesse sentido, visando a otimização, através do uso das combinações de ciclos, apresentando-se hoje plantas acima de 2000 MW, com faixas de eficiência até 55%. O objetivo deste trabalho é mostrar como se desenvolve e como pode ser aplicada uma teoria de Redes Neurais Artificiais no dimensionamento e na operação de ciclos com turbinas a gás. A Rede Neural é um sistema fundamentado na neurociência, na matemática, na física, na ciência da computação e na engenharia e tem a propriedade de "aprender", a partir de dados de entrada, a encontrar respostas diante de novas entradas através de um conceito denominado de Generalização. O método permite analisar o fluxo de calor e trabalho nos ciclos, através da apresentação ao sistema de novas entradas. As respostas são recolhidas e comparadas entre si permitindo analisar os desempenhos. Para atingir este objetivo utiliza-se a metodologia computacional contida no programa MATLAB, referente às Redes Neurais, que permite respostas rápidas diante dessas novas entradas. Neste trabalho, após um desenvolvimento teórico, baseado em modelos criados a partir da termodinâmica, aplica-se uma formulação numérica e comparam-se os resultados obtidos através de métodos convencionais com os resultados obtidos por aplicação de redes neurais, demonstrando com esses resultados uma motivação para trabalhos futuros.

Esta tese de doutorado aborda a solução do problema SLAM (Simultaneous Localization And Mapping) em ambiente interno de média escala. Para implementar a solução proposta foi projetado e construído um robô móvel de baixo custo (cerca de US$ 2.100,00) com rodas e equipado com três diferentes tipos de sensores: visão (webcam sem fio com ponteira laser), sonar (1 unidade com alcance de 6 m) e infravermelho (2 unidades com alcances de 1,5 m e de 5 m). Inicialmente foi desenvolvido um algoritmo para realizar a fusão dos dados ruidosos provenientes desses sensores e gerar características que representam adequadamente o ambiente do robô. Experimentos foram realizados para avaliar o desempenho do algoritmo de fusão de dados sensoriais. Um algoritmo do tipo filtro de partículas FastSLAM foi implementado para solução do problema SLAM (localização do robô e construção de mapas 2D do ambiente) usando as características extraídas pelo algoritmo de fusão de dados. O desempenho desse algoritmo foi avaliado em ambientes de pequena escala onde as poses do robô foram escolhidas manualmente. Finalmente foi desenvolvido um algoritmo de exploração autônoma do ambiente para a escolha automática das poses do robô durante a execução do algoritmo FastSLAM. A integração dos algoritmos desenvolvidos para a solução do problema SLAM foi demonstrada em um ambiente interno de média escala (2,8 m x 55 m). Em uma primeira etapa o robô gerou o mapa do ambiente de forma autônoma. Na segunda etapa o robô usou o mapa gerado para navegar e se autolocalizar no ambiente com pequenos erros nas estimações das suas poses, usando apenas as medidas geradas pelos sensores montados no robô.

A colaboração na realização de tarefas e na solução de problemas faz parte do dia a dia das organizações. Essa realidade é comumente encontrada em ambientes de desenvolvimento de software, em que indivíduos com capacidades distintas trabalham de forma colaborativa na execução de tarefas interdependentes, acessando repositórios de informações compartilhados, em prol da produção de artefatos de software com qualidade. Considerando a natureza colaborativa de um processo de software, esta pesquisa destaca a importância de se conhecer como o trabalho é realizado, para que as decisões gerenciais sejam embasadas em evidências de projeto e não em suposições e na intuição do gerente. Nesse contexto, o trabalho propõe uma abordagem de análise de colaborações, baseada em métricas, visando quantificar os esforços colaborativos dos membros de uma equipe de software e prover indicadores que possam subsidiar as análises que antecedem as decisões gerenciais. Na busca por informações de projeto que forneçam o registro da memória dos trabalhos da equipe, o trabalho endereça o uso das informações armazenadas nos repositórios das ferramentas computacionais de apoio à Gerência de Configuração de Software (GCS). Devido à heterogeneidade da representação da informação no contexto dessas ferramentas, adota-se uma estratégia de integração semântica das informações com base em uma ontologia no domínio da GCS. Buscando-se parâmetros para que as colaborações possam ser analisadas, elabora-se, ainda, uma ontologia no domínio das colaborações ocorridas em um processo de software, do ponto de vista das comunicações, coordenações e cooperações ocorridas entre os membros de uma equipe de software. Com o intuito de se estabelecer mecanismos de avaliação dos esforços colaborativos dos membros da equipe, um conjunto de métricas quantitativas de análise é proposto. Desenvolve-se, então, um protótipo de software, que implementa a abordagem de análise proposta. Em seguida, uma prova de conceito é realizada, utilizando-se dados reais de um projeto de software, com o intuito de avaliar a abordagem de análise proposta.

Neste trabalho apresentamos um estudo sobre técnicas de classificação com uso de conjunto representativo. Existem diferentes técnicas aplicadas à classificação, sendo uma das principais vantagens da classificação com conjuntos representativos a simplicidade de implementação e de entendimento. Porém, para a composição deste conjunto, ainda existem dificuldades a serem abordadas. Neste trabalho estamos interessados em três destas dificuldades que consideramos importantes, que são a escolha do tamanho do conjunto representativo, a distribuição dos vetores representativos entre os grupos/classes e como evoluir este conjunto com uma menor dependência de seu estado inicial. A maneira como estas dificuldades são enfrentadas atualmente é discutida através de uma revisão bibliográfica onde apresentamos trabalhos relacionados. Um dos produtos deste trabalho é a proposta de uma alteração no método de aprendizado Growing Neural Gás (FRITZKE, 1995) para que permita a classificação reduzindo a influência dos problemas abordados, o qual foi testado com problemas de classificação largamente conhecidos, e também demonstrado com a implementação de um estudo de caso de reconhecimento de voz. Com base nos testes apresentados foi possível verificar que o método proposto é eficiente na abordagem dos problemas considerados, atingindo níveis de precisão comparáveis aos de outros métodos de classificação com menor necessidade de conhecimento prévio dos dados.

Um número significativo de sistemas, tanto de hardware como de software, encontram-se organizados naturalmente de forma hierárquica e, dentre eles, existem o sistemas solucionáveis preferencialmente através das tecnologias de Inteligência Artificial, mais especificamente por meio de Sistemas Especialistas. Por outro lado, as ferramentas e os ambientes existentes para o desenvolvimento de Sistemas Especialistas não oferecem procedimentos adequados para a implementação de sistemas hierárquicos, pois são projetados, na maioria das vezes, para a geração de sistemas inteligentes monolíticos e Standalone. No entanto, cada vez mais tecnologias de Inteligência Artificial estão sendo usadas para o desenvolvimento de sistemas inteligentes estruturados de forma hierárquica, gerando assim a necessidade de ambientes favoráveis a estes tipos de projetos. Portanto, com o objetivo de proporcionar um ambiente ideal para construção de Sistemas Especialistas Hierárquicos, o presente estudo apresenta um modelo hierárquico para Sistemas Especialistas. Para isto, faz-se a junção das tecnologias de Sistemas Especialistas e da Inteligência Artificial Distribuída, mais precisamente a abordagem por agentes. Tal união resultou no desenvolvimento da ferramenta MOSES - Modelo para Sistemas Especialistas Hierárquicos, usada para geração de Organizações de Agentes Especialistas Hierárquicos e Cooperantes, os quais encapsulam um SE. Com a união de Sistemas Especialistas e Agentes tornou-se possível acrescentar às habilidades dos Sistemas Especialidades características como cooperação e comunicação, o que permite a estes sistemas trabalharem de forma distribuída e hierárquica em uma Organização de Agentes Especialistas Hierárquicos Cooperantes.O protótipo desenvolvido libera o projetista de Organizações de Sistema Especialistas Hierárquicos das tarefas relacionadas à implementação necessária para o controle e geração de organizações hierárquicas. Resta sob sua responsabilidade apenas a preocupação com a construção das bases de conhecimento e a inclusão das informações relevantes para caracterizar de forma única os Agentes Especialistas Hierárquicos da Organização de Sistemas Especialistas Hierárquicos Cooperantes.

Neural networks, control and systems theory and techniques are utilized in this work to improve the accuracy of measurement instruments. Contributions can be classified by subject under the major field they belong to. One contributions is the mathematical formulation of instruments based on system approach; it permits the global treatment of the measurements system without particularizing parts or having to specify the cause of the problems. Therefore, it guarantees that the advantages of systems approach are reached. Another contribution is the utilization of neural networks as estimators or as neurocontrollers. The neural estimators of measurement system functions are called emulator herein. Within this context the second method of Lyapunov is employed to study the stability and tracking of the system, resulting in a compensating measurement system with self adjustment. Another contribution is a basic procedure to building neural networks in a way that their capability to universal approximation to continuous functions is taken advantage of. Methodologies used in neural networks are reviewed, they are used to choosing the topology of the neural network and the number of hidden neurons. The innovation of this procedure is the utilization of polynomial interpolation theory, more specifically the Chebyshev theorem. It determines the size of the training set and indicates the elements of this training set to achieve the desired accuracy.

This thesis deals with the control of nonlinear systems governed by nonlinear state equations of the form =f(x)+g(x)u with state and input constraints, and subjected to model uncertainties. Classical linearization methods lead to adequate results when the model is accurate and the reference signals are well-conditioned and have low amplitude. However, this may not be the case for inputs such as large steps or when uncertainties are not to be neglected. The problem of bounds on control and state variables is tackled by using the reference governor approach which guarantees that the constraints are satisfied for a general class of input commands while stability is also assured. The main idea behind the reference governor is to manage the reference signal which is supplied to the inner loop controller in such a way that violation of the constraints is avoided. Model uncertainties are treated by using fuzzy logic adaptation features. Fuzzy blocks are used in order to approximate the nonlinear functions f(x) and g(x) that appear in the state equations. This thesis also describes some theoretical difficulties encountered in some of previous work in the field, especially when fuzzy or neural estimators are used for the estimation of the nonlinear functions. Despite the apparent success (because the tracking error seems to be tending to zero), some subtle details related to the proof of stability are pointed out. Basically, the difficulties may stem from the fact that the Lyapunov method is used assuming that the tracking error converges to zero. Moreover, an external control signal us which acts like a sliding mode control is used to guarantee stability and it assumes that the function estimates converge to their real values. Here, it is shown that making use of this previous approach the tracking error does not tend to zero when t. An explicit equation for computing the steady-state error is presented. Moreover, despite many propositions for the introduction of an external control signal us to force stability, it is verified that its use is not necessary to assure the tracking error stability if some free parameters are properly initialized. Also, it is noted that the tracking error is bounded and can be reduced through a convenient choice of design parameters. Finally it is shown that in the method presented in the previous work, the estimates of f(x) and g(x) are not required to be accurate to achieve stability. In order to solve the detected theoretical problems, this thesis proposes a new approach for the control of the considered class of nonlinear systems. It also uses fuzzy blocks as estimators for f(x) and g(x). However, the proposed structure and the control and adaptation laws, are then applied so that the tracking error converges to zero and the function estimates converge to their real values.In order to highlight the controllers properties, a nonlinear and open-loop unstable magnetic levitation system is used as an example.

Sistemas especialistas que lidam com mundos aleatórios ou condicionados por exceções são de grande utilidade quando definidos por métodos estatísticos. Seja pela melhora da segurança na predição da aleatoriedade ou pela redução das regras que tratam as exceções, estes sistemas tem atraído grande atenção de pesquisadores e da indústria (pois existem muito mais exceções possíveis do que as enumeradas explicitamente). Como um dos sistemas especialistas probabilísticos mais difundidos atualmente, as redes bayesianas representam o conhecimento na forma de grafos e tabelas e por isto são altamente intuitivas e descritivas. Apesar de sua popularidade, as redes bayesianas possuem alguns problemas conhecidos que dificultam seu uso, seja na sua modelagem ou no uso em tempo real. Esta pesquisa propõe o formalismo de um nó codificador e decodificador que visa tratar as incertezas no conhecimento (seja por problemas de definição ou aquisição) e possibilitar a conexão entre conhecimentos heterogêneos. É proposto também um formalismo para outro mecanismo de inferência, a Rede Causal Nebulosa. Além da possibilidade de uma Rede Causal Nebulosa ser usada como substituta à rede bayesiana, há a possibilidade do uso da Rede Causal Nebulosa em controle de sistemas, no lugar dos controladores nebulosos tradicionais, possibilitando assim a modelagem de controladores nebulosos mais complexos, seja pelo acréscimo de: variáveis, dependências indiretas, regras ou graus de certeza. Estas adições à rede bayesiana permitiram: Eliminar a dependência de conhecimento; com o uso do nó codificador e decodificador há a possibilidade de inserir na rede conhecimento sobre os possíveis estados que uma variável pode assumir e as funções que definem os estados. Desta forma, a necessidade do usuário conhecer a modelagem da rede é removida, pois, o usuário não precisa mais tratar o dado bruto de forma a adequá-lo a entrada da rede; melhorar o uso da rede em tempo real; a remoção do tratamento dos dados para sua adequação à interface da rede melhora o uso em tempo real; facilitar a definição de estados às variáveis da rede; o uso de codificadores permite otimizar a definição de estados que a variável pode assumir; o aprendizado das regras e das dependências nos controladores nebulosos pode ser facilitado pelo uso das redes causais nebulosas como ambiente de trabalho.

Algoritmos de aprendizagem autônoma têm sido propostos para lidar com a questão de como um agente autônomo pode aprender a realizar uma tarefa simples apenas interagindo com o seu ambiente. Existem muitos trabalhos apresentando resultados significativos, porém, apenas em simulação, o que freqüentemente leva a críticas desfavoráveis a respeito da validade dos resultados obtidos. Aspectos inerentes ao mundo real são ignorados, dificultando a análise dos algoritmos sob condições suscetíveis ao problema. A proposta desta dissertação é analisar a sensibilidade de tais algoritmos a situações de ambigüidade de estados comumente produzidas pela baixa capacidade sensorial de robôs móveis. Tal sensibilidade é produzida pela quebra de uma condição teórica (condição de Markov) importante para garantia de convergência de tais algoritmos, mas as conseqüências práticas desta violação sobre sistemas reais não estão bem estabelecidas na literatura. Os algoritmos de aprendizagem alvos deste estudo foram: Q-learning, Sarsa e Peng-Williams. As experiências foram realizadas em simulação e em sistemas reais utilizando dois robôs: o mini-robô Khepera e o robô Magellan. Durante os experimentos com o Magellan, implementou-se um método para gerar mapas cognitivos do ambiente com resolução variável, de modo a produzir um verificador de desempenho dos algoritmos de aprendizagem. Verificou-se que os algoritmos de aprendizagem implementados apresentaram desempenho satisfatório nos sistemas reais, apesar de perder um pouco a sua eficiência devido à ambigüidade dos estados, proveniente de características inerentes ao mundo real ou introduzida artificialmente. O algoritmo Q-learning obteve o melhor desempenho geral durante os experimentos, seguido pelo Sarsa. O algoritmo Peng-Williams teve seu desempenho prejudicado pelos parâmetros da experiência. O método para aprendizagem de mapas cognitivos mostrou-se eficiente e permitiu avaliação adequada dos algoritmos.

A proposta de uma metodologia para o projeto de controladores automáticos inteligente e a aplicação de tal metodologia visando o controle ativo de vibrações mecânicas, configuraram-se desde o início nos dois objetivos principais da pesquisa que resultou neste texto. O controle ativo de vibrações mecânicas seria feito através da atuação de controladores automáticos em um sistema eletromecânico proposto com base no princípio da alavanca cujo objetivo é propiciar uma significativa redução na transmissão de vibrações entre uma fundação, ou base, e uma carga útil que uma vez colocada sobre o sistema eletromecânico proposto deve ser mantida isolada de tais vibrações. O sistema eletromecânico que foi concebido é descrito e três modelos são então construídos para representá-lo. Um modelo não-linear que, por ser considerado uma representação mais fiel do sistema físico proposto, é usado durante todas as etapas de projeto de controladores como o modelo de validação. Um segundo modelo é obtido via linearização por truncamento dos termos de ordem superior da expansão em série de Taylor do modelo não-linear. Um terceiro modelo é obtido considerando-se, ao longo do processo de modelamento, certas hipóteses simplificadoras e também resulta ser um modelo linear. Pelas facilidades vastamente conhecidas em se trabalhar com sistemas lineares, os dois modelos lineares são utilizados como modelos de projeto para obtenção e análises de controladores que são posteriormente validados utilizando-se o modelo não linear. Desta forma, após uma breve descrição das metodologias envolvidas, controladores robustos do tipo LQG/LTR e controladores nebulosos são projetados utilizando-se ambos os modelos lineares e em seguida submetidos a testes de validação através de simulações computacionais que utilizam o modelo não-linear. Por fim, com base em algumas metodologias oportunamente apresentadas, a proposta de uma arquitetura de controle para fusão de múltiplos controladores através de supervisão hierárquica inteligente é apresentada e um controlador hierárquico inteligente é projetado de maneira a efetuar a fusão dos sinais gerados por um controlador LQG/LTR e um controlador nebuloso. A proposta do sistema eletromecânico para isolamento de vibrações, a obtenção dos modelos, os projetos e análises dos controladores robustos e nebulosos, além de conclusões a respeito da validade das simplificações no processo de obtenção do modelo para fins de projeto, somam-se a própria proposta da arquitetura baseada em supervisão inteligente para fusão de controladores no sentido de compor a modesta contribuição que se espera este texto possa trazer a futuras pesquisas nestas áreas.