ROCHA NETO, Odílio Coimbra da. Rede Neural artificial aplicado ao manejo de irrigação. 2012. 109 f. Dissertação (Mestrado em engenharia agrícola)- Universidade Federal do Ceará, Fortaleza-CE, 2012. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-06-24T19:56:17Z No. of bitstreams: 1 2012_dis_ocrochaneto.pdf: 14801715 bytes, checksum: 5e6bcfd60a98a12d43eaa5c1e659d6db (MD5) / Approved for entry into archive by José Jairo Viana de Sousa (jairo@ufc.br) on 2016-06-30T22:52:58Z (GMT) No. of bitstreams: 1 2012_dis_ocrochaneto.pdf: 14801715 bytes, checksum: 5e6bcfd60a98a12d43eaa5c1e659d6db (MD5) / Made available in DSpace on 2016-06-30T22:52:58Z (GMT). No. of bitstreams: 1 2012_dis_ocrochaneto.pdf: 14801715 bytes, checksum: 5e6bcfd60a98a12d43eaa5c1e659d6db (MD5) Previous issue date: 2012 / Irrigation is an agricultural practice that leads to high crop production, however the success of this practice depends largely on correct computation of the timing of the application to avoid excessive or deficit application. Thus, the use of moisture sensors, such as capacitive sensors for determining soil moisture combined with artificial neural networks (ANNs) to calculate irrigation time can be a promising tool for automation of irrigation systems. The objective of this work was to develop an ANN that estimate the irrigation time and to contrast the results with the management based on a volume balance method on a watermelon field. Multilayer perceptron types of ANNs were tested. For ANNs training, data obtained in previous harvest were used. The watermelon field was located in Baixo Acaraú Irrigation District in Ceará State – Brazil, where soil moisture was determined using capacitive sensors developed at the Universidade Federal do Ceará (UFC). Networks were tested for two growing stages. The first stage spanning from 0 to the 30th day after seeding (DAS) and the second stage from the 31st to 60th DAS at harvesting. Networks were tested with 2 and 4 inputs, with 5, 10 and 20 neurons in the intermediate layer (NIL) and 1,000, 5,000 and 10,000 epochs. Upon training, the artificial neural networks were field-tested for validation by comparing their responses to the volumetric water balance method (VWBM) for the second stage an succeeding crop cycle. It was found that networks with four entries presented the largest mean square error, converging rapidly to values close to zero, compared the networks with two entries. For the NIL, it was not found significant difference in the mean square error between all 3 tested architectures, therefore it was not necessary to test networks larger than 5 NIL for this application. For the number of training epochs, the one with the best fit values were networks with 10,000 epochs for the first stage of the crop cycle, and 5,000 epochs for the second stage of the crop cycle. It was found no statistical difference in watermelon yield between the two irrigation timing strategies tested (ANN and VWBM). Therefore the artificial neural network was efficient in irrigation management in the field even though the network was presented to some values not occurring during the training process. Thus, one can conclude that the ANN for best performance was a 4-5-1 with learning rate 0.9, and 10000 and 5000 training epochs, respectively in the first and second crop stage. In addition, it was found that the network successfully scheduled the irrigation during the validation process. / A irrigação é uma das práticas culturais que mais influencia o aumento da produção. No entanto, para o sucesso desta prática necessita-se determinar o tempo certo da aplicação de água para evitar desperdícios. Com isso, o emprego de sensores de umidade, como os sensores capacitivos, para níveis reais de umidade do solo aliados a redes neurais artificiais (RNAs) que calculam tempo de irrigação, podem ser uma aquisição promissora para a automação de sistemas de irrigação. Desta forma, objetivou-se com o presente trabalho desenvolver uma RNA que estime o tempo de irrigação e comparando-o com o tempo estimado pelo método do balanço volumétrico para a cultura da melancia. Foram utilizadas RNAs do tipo perceptron de múltiplas camadas. Para o treinamento foram usados dados de manejos em área do PERÍMETRO IRRIGADO BAIXO ACARAÚ no estado do Ceará onde a umidade do solo é determinada por sensores capacitivos desenvolvidos pela Universidade Federal do Ceará (UFC). Foram testadas redes para as fases da cultura. A primeira fase determinada entre 0 e 30 dias após a semeadura (DAS) e a segunda fase sendo de 31 à 60 DAS. Foram testadas redes com 2 e 4 entradas; com 5, 10 e 20 neurônios na camada intermediária (NCI) e 1.000, 5.000 e 10.000 iterações. Após os treinamentos, as redes neurais artificiais foram testadas em campo para a sua validação, comparando as suas respostas em relação ao método do balanço hídrico volumétrico (BHV) para a segunda fase da cultura. Avaliando as redes com 2 e 4 entradas, observou-se que as redes de 4 entradas obtiveram menor erro quadrático médio, convergindo mais rapidamente para valores próximos a zero, quando comparadas às redes de 2 entradas. Quanto ao NCI, não houve mudanças entre as redes, dispensando a necessidade de programar redes maiores que 5 NCI para essa aplicação. Para o número de épocas de treinamento, a que obteve o melhor ajuste aos valores foram as redes com 10.000 iterações para a primeira fase da cultura e 5.000 iterações para a segunda fase da cultura. Com a etapa de campo pode-se constatar que não houve diferença estatística entre os dois manejos adotados. Assim, a rede neural artificial mostrou-se eficiente para o manejo da irrigação, mesmo tendo no experimento valores inéditos ao treinamento. Neste trabalho pode-se concluir que a RNA de melhores respostas para a primeira fase da cultura apresentou a MLP 4-5-1 com 10.000 épocas de treinamento e taxa de aprendizagem de 0,9 e para a segunda fase, MLP 4-5-1, com 10.000 épocas de treinamento e taxa de aprendizagem de 0,9. Conclui-se também, com a etapa de campo, que a rede foi bem sucedida em calcular o tempo de irrigação.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-07-28T18:19:39Z No. of bitstreams: 1 texto completo.pdf: 698486 bytes, checksum: 6632da2c088b4b1018c260c4cd2827c0 (MD5) / Made available in DSpace on 2016-07-28T18:19:39Z (GMT). No. of bitstreams: 1 texto completo.pdf: 698486 bytes, checksum: 6632da2c088b4b1018c260c4cd2827c0 (MD5) Previous issue date: 2016-02-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / É importante para a preservação da variabilidade genética e da biodiversidade a correta classificação dos indivíduos. As técnicas de estatística multivariada comumente utilizada nessas situações são as funções discriminantes de Fisher e de Anderson, que permitem alocar um indivíduo inicialmente desconhecido em uma das g populações prováveis ou grupos pré-definidos. Entretanto, para o caso de populações não linearmente separáveis, esses métodos tem se mostrado pouco eficientes devido ao fato de não conseguir detectar a diferença entre as populações. Em alguns casos é preciso captar o máximo de informação possível e para tal outro método é necessário quando não for possível adquirir resultados pelos métodos multivariados. Portanto uma alternativa como possível solução para tal finalidade são as redes neurais artificiais, utilizadas em diversos problemas da Estatística, como agrupamento de indivíduos similares, previsão de séries temporais e em especial, os problemas de classificação. Outra técnica computacional que também vem adquirindo credibilidade e grande atenção nos últimos anos é conhecida como Máquina de Vetor Suporte (Support Vector Machines - SVMs). As SVMs vêm sendo utilizadas em diversas tarefas de reconhecimento de padrões, obtendo resultados superiores ou similares aos alcançados por técnicas similares em várias aplicações como em detecção de faces em imagens e na categorização de textos. Diante do exposto, o objetivo deste trabalho é avaliar a utilização da máquinas de vetores suporte em problemas de discriminação de populações com estruturas genéticas conhecidas. Além disso, os resultados obtidos pela técnica foram comparados com aqueles advindos de análises discriminante de Anderson e redes neurais. Cada população foi caracterizada por um conjunto de elementos mensurados por características de natureza contínua. Foram geradas considerados 50 locos independentes, cada qual com dois alelos. As relações de parentescos e a estruturação hierárquica foram estabelecidas considerando populações genitoras geneticamente divergentes, híbrido F 1 e três gerações de retrocruzamentos em relação a cada um dos genitores, permitindo estabelecer parâmetros de eficácia das metodologias testadas. Os dados fenotípicos das populações foram utilizados para estabelecimento da função discriminante de Anderson e para o cálculo da taxa de erro aparente (TEA), que mede o número de classificações incorretas. As estimativas de TEA foram comparadas com as obtida por meio das Redes Neurais Artificiais e a Máquina de Vetor Suporte para verificação dos problemas de classificações, buscando minimizar o número de classificações incorretas em comparação aos obtidos pela função discriminante. De acordo com os resultados avaliados, a Rede Neural obteve resultados satisfatórios com TEA a 0% enquanto que o método SVM obteve TEA de 14,44% a 67,41% enquanto que a de Anderson manteve TEA entre 18,89% a 74,07%. No entanto são necessários mais estudos quanto a utilização da SVM com base em algoritmos de otimização de busca para o espaço de parâmetros para pôr fim tentar alcançar resultados mais satisfatórios. / It is important for the preservation of genetic variability and biodiversity the correct classification of the individuals. The techniques of multivariate statistics commonly used in these situations are the Fisher and Anderson discriminant functions, which allow you to allocate an individual initially unknown to one of g populations likely or groups pre-defined. However, for the case of populations that are not linearly separable, these methods have been shown little efficient due to the fact it’s not able to detect the difference between the populations. In some cases, it is necessary capturing as much information as possible and for that other method is required when it is not possible to acquire the results frommultivariate methods. Therefore an alternative as a possible solution for this purpose is the artificial neural networks, used in various problems of Statistics, such as grouping of individuals with similar forecasting time series and in particular, the problems of classification. Another computational technique that has been acquiring credibility and great attention in recent years is known as the Support Vector Machines (SVM).The SVMs have been used in various tasks of pattern recognition, achieving higher results or similar to those achieved by similar techniques in various applications, such as detection of faces in images, and in the categorization of texts. The aim of this study is to evaluate the use of Support Vector Machines in problems of population’s discrimination with a known genetic structure. In addition, the results obtained by the technique is compared with those resulting from analysis of Anderson discriminant function and neural networks. Each population was characterized by a set of elements measured by characteristics of continuous nature. Were generated considering 50 locos independent, each with two alleles. The relations of kinship and the hierarchical structuring were established considering populations genetically divergent, F1 hybrid and three generations of backcrossing in relation to each of the parents, allowing to establish parameters of effectiveness of the tested methodologies. The phenotypic data of the populations were used to establish the discriminant function of Anderson and for the calculation of the error rate apparent (TEA), that measures the number of incorrect ratings. Estimates of TEA were compared with those obtained by means of Artificial Neural Networks and Support Vector Machine for verification of classification problems, seeking to minimize the number of incorrect ratings in comparison to discriminant function. According to the results, the neural network obtained satisfactory results with a TEA of 0%, while the SVM method obtained TEA between 14.44% and 67.41%, while the results of Anderson function have TEA between 18.89% and 74.07%. However, it is necessary more studies about the use of the SVM based on the optimization algorithms for the search of the space of parameters in order to try to achieve results that are more satisfactory.

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 2015-11-18T19:58:41Z No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AlocaçãoCanaisRedes.pdf: 2067461 bytes, checksum: 5fbd00d733f0d7614860f452912cfc93 (MD5) / Approved for entry into archive by Gracilene Carvalho (gracilene@sisbin.ufop.br) on 2015-11-19T17:58:56Z (GMT) No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AlocaçãoCanaisRedes.pdf: 2067461 bytes, checksum: 5fbd00d733f0d7614860f452912cfc93 (MD5) / Made available in DSpace on 2015-11-19T17:58:56Z (GMT). No. of bitstreams: 2 license_rdf: 22190 bytes, checksum: 19e8a2b57ef43c09f4d7071d2153c97d (MD5) DISSERTAÇÃO_AlocaçãoCanaisRedes.pdf: 2067461 bytes, checksum: 5fbd00d733f0d7614860f452912cfc93 (MD5) Previous issue date: 2015 / Redes locais sem fio (WLAN) têm sido amplamente utilizadas nos últimos anos. A fim de atender um número crescente de usuários, estas redes têm cada vez um número maior de pontos de acesso (access points ou AP) que operam em uma área reduzida, sem atenção suficiente para a seleção do canal de operação. A sobreposição de canais entre APs vizinhos é o principal fator de degradação do desempenho da rede para os usuários. No entanto, o número limitado de canais não sobrepostos disponíveis torna o problema de alocação de canais difícil. Os modelos de alocação de canais encontrados na literatura geralmente ignoram a qualidade de conexão dos usuários, e adotam, por exemplo, apenas o nível de interferência total no ambiente ou percentual de usuários submetidos a algum nível de interferência. Neste trabalho, propomos um novo modelo de alocação que visa encontrar um mapeamento de canais para os APs que compõem uma rede WLAN, com o objetivo de maximizar a qualidade total de conexão dos usuários considerando a Utilidade Marginal. O conceito de utilidade envolve a satisfação de um usuário em relação a qualidade da sua conexão, estimado pela intensidade de sinal recebida pelo AP e as perdas causadas pela interferência. Os resultados obtidos utilizando Algoritmos Evolutivos, um algoritmo de busca local e Algoritmos Meméticos contrapõem os modelos de alocação que desconsideram a qualidade de conexão e priorizam alguns usuários gerando grande desequilíbrio na distribuição das velocidades de conexão, pois, não adotam a degradação causada pelos níveis de interferência na conexão dos usuários separadamente. ______________________________________________________________________________________ / ABSTRACT: Wireless Local Area Networks (WLAN) have been widely deployed in the last years. In order to service an increasing number of users, these networks have increasing number of access points (AP) operating in a reduced area without enough attention to the selection of the operating channel. The overlap of channels between neighbour APs is the main factor for degrading performance of the network for the users. However, the limited number of non overlapping frequencies available makes the problem of channel allocation a very hard one. Channel allocation models found in the literature generally ignore the connection quality of the users, and adopt, for example, only the total level of interference in the environment or percentage of users subject to some level of interference. In this work, we propose a new allocation model that aims to find a mapping of channels to APs that make up a WLAN network, with the objective of maximizing overall quality of users' connection considering the Marginal Utility. The concept of utility involves the satisfaction of a user regarding the quality of his/her connection, estimated by the signal strength received by the AP and the losses caused by interference. The results obtained using Evolutionary Algorithms, a Local Search algorithm and Memetic Algorithms oppose the allocation models that ignore the quality of connection and prioritize some users generating large imbalance in the distribution of connection speeds, i.e., do not adopt the degradation caused by interference levels in the connection of users separately.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos e Automação, 2012. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2012-06-05T13:51:53Z No. of bitstreams: 1 2012_ThiagodaRocha.pdf: 4149743 bytes, checksum: e943bb5c2633ad1dc18db2f78cb73e4a (MD5) / Approved for entry into archive by Jaqueline Ferreira de Souza(jaquefs.braz@gmail.com) on 2012-06-14T14:08:22Z (GMT) No. of bitstreams: 1 2012_ThiagodaRocha.pdf: 4149743 bytes, checksum: e943bb5c2633ad1dc18db2f78cb73e4a (MD5) / Made available in DSpace on 2012-06-14T14:08:22Z (GMT). No. of bitstreams: 1 2012_ThiagodaRocha.pdf: 4149743 bytes, checksum: e943bb5c2633ad1dc18db2f78cb73e4a (MD5) / A recente revolução tecnológica ocorrida nas últimas décadas nos proporcionou a disponibilização de computadores com grande capacidade de armazenamento e processamento. Além disso, também temos ao nosso alcance câmeras de vídeo com alta qualidade de captura de imagens. Este cenário nos permite criar, armazenar e distribuir grande quantidade de vídeos. Diversas áreas da sociedade, tais como, vigilância, controle de tráfego e entretenimento, tem demandado o desenvolvimento de novas técnicas e metodologias automatizadas de análise de vídeos, as quais são independentes da avaliação humana ou de buscas exaustivas pelos arquivos de vídeo. Aplicações naturais para estas áreas podem incluir: reconhecimento baseado em movimento, navegação veicular, vigilância automatizada, monitoramento de fluxo de veículos e pedestres, controle de qualidade em fábricas, indexação de vídeos e iteração homem-máquina. Neste trabalho propomos uma metodologia para o reconhecimento de ações humanas executadas em sequências de imagens usando Visão Computacional e Inteligência Computacional. Na etapa de Visão Computacional utilizamos uma combinação de duas técnicas de análise de movimento: Histograma de Fluxo Óptico Orientado e Análise de Contorno de Objetos. Na etapa de Inteligência Computacional nós utilizamos um Mapa-Auto Organizável (SOM, do inglês Self-Organizing Map) otimizado através da rede de Aprendizado por Quantização Vetorial (LVQ, do inglês Learning Vector Quantization). Testamos a metodologia proposta com uma base de dados que contém diferentes tipos de ações humanas. Por meio dos resultados obtidos e comparando-os com outras propostas encontradas na literatura, demonstramos a utilidade e a robustez da técnica. _______________________________________________________________________________ ABSTRACT / The technology evolution that we experienced over the last decades increased the availability of computers with high processing and storage capacity, and video cameras with high quality image capture. It made it easier to create, store and upload videos. Considering this scenario, the areas such as surveillance, traffic control and entertainment deal with increasingly high amounts of video information, and require the development of new methodologies and techniques for video analysis. The increase in the overall amount of available video has set a requirement for simpler video analysis, independent of human evaluation and exhaustive searches. Natural applications of automatic video analysis include: motion based recognition, vehicle navigation, surveillance automation, pedestrian and vehicle flow monitoring, quality control in factories, video indexing and man-machine interaction. In this work we develop and test a method for recognition of human actions in sequence of images using Computer Vision and Computational Intelligence. The Computer Vision stage is a combination of two motion analysis techniques: Histogram of Oriented Optical Flow and Object Contour Analysis. For the Computational Intelligence stage we use a Self-Organizing Map (SOM) optimized through Learning Vector Quantization (LVQ). We test the proposed method against a database with different kinds of human actions. From the results and comparing it to other proposals in the literature, we show the usefulness and robustness of this method.

Made available in DSpace on 2016-08-17T18:39:29Z (GMT). No. of bitstreams: 1 1987.pdf: 5261399 bytes, checksum: 920886ee9cea1dbc89f0650419ab17e9 (MD5) Previous issue date: 2008-07-11 / Financiadora de Estudos e Projetos / Biotechnology has presented, in the last years, a rapidly growing development. New biotechnological industrial processes are constantly introduced using different microorganisms and/or enzymes. In this context, the application of process control and optimization techniques has become a need for biotechnological based industry. A technological approach was developed in this dissertation to bioreactor monitoring and control operating in fed-batch model to produce the penicillin enzyme G acilase (PGA) by means of wild cepa of the microorganism Bacillus megaterium. This enzyme is of great industrial importance, being used in the manufacture of semi-synthetic β-lactamic antibiotics. This case study presents the main difficulties faced in the control of biological processes in general: the variability of kinetic parameters and the limited availability of on-line information. In order overcome these difficulties, a unconventional architecture was proposed for a dynamic and adaptive controller using filters, some of them developed in this work, and applying Computational Intelligence (CI) methodologies both in direct and hybrid form. The inference for the microbial concentration (Cx) state variable, a very relevant objective for the logic of the controller, was performed by a softsensor that had as input the filtered values of the sensors signals of the molar fractions of CO2 (yco2) and O2 (yo2) in the effluent gases, of the air feeding flow and of agitation velocity. The respiratory quotient (RQ), calculated from these data, was also used by the algorithms of the software developed here. For the Cx inference, the softsensor employed a hybrid intelligent system (HIS) composed by a neural networks ensemble (RNE) and a fuzzy rule based system (FRBS). These techniques were structured to complement each other such that the RNE infers the microbial concentration (Cx) capturing real-time process data (empirical knowledge) and the FRBS corrects this inferred value using phenomenological based knowledge. The obtained results demonstrated a more robust inference by using this architecture, even supporting some degree of extrapolation. Another important operational parameter is the definition of the initial and final instants of feeding flow of supplemental. In order to meet this goal, a logic was employed that is able to accurately predict this moments, using the CO2 (yco2) molar fraction signal, filters and adaptive fuzzy sets. / A Biotecnologia tem apresentado nos últimos anos um grande e rápido desenvolvimento. Constantemente novos processos biotecnológicos industriais são introduzidos, utilizando diferentes microrganismos e/ou enzimas. Neste contexto, a aplicação de técnicas de otimização e controle de processos tornou-se uma necessidade para a indústria de base biotecnológica. Uma abordagem tecnológica foi desenvolvida nesta dissertação para monitoração e controle de um biorreator, operando em batelada alimentada ( fed-batch ), para produção da enzima penicilina G acilase (PGA) por cepa selvagem do microrganismo Bacillus megaterium Essa enzima é de grande importância industrial, sendo empregada na manufatura de antibióticos β-lactâmicos semi-sintéticos. Este estudo de caso apresenta as principais dificuldades encontradas no controle de processos biológicos em geral: variabilidade dos parâmetros cinéticos e limitada disponibilidade de informação on-line. Para superar estas dificuldades foi proposta uma arquitetura não convencional para um controlador dinâmico e adaptativo utilizando filtros, alguns desenvolvidos neste trabalho, e aplicando metodologias da Inteligência Computacional (IC), tanto de forma direta como híbrida. A inferência da variável de estado concentração microbiana (Cx), objetivo muito importante para a lógica do controlador, foi realizada por um softsensor que teve como entrada valores filtrados dos sinais dos sensores das frações molares de CO2 (yco2) e O2 (yo2) nos gases efluentes, da vazão de alimentação de ar e da velocidade de agitação. O quociente respiratório (RQ), calculado a partir desses dados, foi também utilizado pelos algoritmos do software aqui desenvolvido. Para a inferência de Cx, o softsensor empregou um sistema híbrido inteligente (SHI) composto por um comitê de redes neurais artificiais (CRNAs) e por um sistema fuzzy baseado em regras (SFBR). Essas técnicas foram estruturadas de modo a se complementarem, pois o CRNAs infere a concentração microbiana (Cx) capturando dados do processo em tempo real (conhecimento empírico), e o SFBR corrige esse valor inferido utilizando conhecimento com base fenomenológica. Os resultados obtidos mostraram uma inferência mais robusta ao se utilizar esta arquitetura, suportando inclusive algum grau de extrapolação. Outro parâmetro operacional importante é a definição dos momentos de início e fim da vazão de alimentação de meio suplementar. Para alcançar esse objetivo, foi empregada lógica que foi capaz de prever estes momentos com acuidade, utilizando o sinal de fração molar de CO2 (yco2), filtros e conjuntos fuzzy adaptativos.

Nesta tese doutoral estudam-se formas de resolver o problema de detecção de dano em estruturas a partir da aplicação de técnicas de inteligência computacional e da resposta dinâmica da estrutura. Duas opções para a formulação do problema são consideradas. Primeiro, um problema de otimização é estabelecido a partir da minimização da diferença entre os parâmetros dinâmicos experimentais da estrutura na condição com dano e aqueles calculados utilizando um modelo de elementos finitos que representa tal condição. Diferentes técnicas metaheurísticas (algoritmos genéticos, particle swarm optimization, evolução diferencial), algumas em versões com adaptação de parâmetros, são empregadas. Estuda-se, ainda, a formulação do problema de otimização como um com múltiplos objetivos. Uma nova forma de avaliar o desempenho de uma metodologia de detecção de dano é proposta, que está baseada na capacidade da metodologia para obter um nível determinado de exatidão no cálculo da extensão do dano e na presença de falso-negativos e falso-positivos nos resultados. Segundo, aplicam-se redes neurais para determinar o mapeamento entre os parâmetros dinâmicos experimentais da condição atual da estrutura e a extensão ou posição do dano nesta. Estruturas do tipo viga e treliça foram submetidas a diferentes cenários de dano com o intuito de determinar o desempenho das metodologias propostas. Resultados mostram a habilidade de técnicas de inteligência computacional para detecção de cenários de dano com uns poucos elementos danificados; porém não é possível garantir que as metodologias terão sucesso para o 100% dos casos. Recomenda-se a utilização de técnicas de busca local para melhorar a solução encontrada pelos algoritmos globais. Finalmente, observou-se que se requer da determinação da quantidade mínima de informação a ser utilizada, uma função objetivo adequada e uma alta qualidade nas medições para garantir uma detecção de dano confiável. / This research aims at studying how to solve the damage detection problem by using computational intelligence techniques and the dynamic response of the structure. Two different ways for formulating the solution to the problem are implemented. In first place, an optimization problem is formulated as the minimization of the difference between the experimental dynamic parameters for the current structure and those from a finite element model that represent the damaged condition. Several metaheuristics (genetic algorithms, particle swarm optimization and differential evolution) are used to solve the optimization problem, where most of them present adaptive configurations. The implication of a multi-objective approach is also studied. A new scheme to determine the algorithm´s performance is proposed, which computes three error indicators concerning differences between the real and computed damage extents and the presence of false-positives and false-negatives. In second place, artificial neural networks are used to determine the mapping between the experimental dynamic parameters and either the damage extension (quantification) or the damage position (localization). Different damage scenarios were simulated in beam and truss structures to verify the performance of the proposed methodologies. Results show the ability of computational intelligence techniques to detect damage scenarios with a few damaged elements; however, it is not possible to guarantee a 100% of success. It is suggested to use local search techniques to improve the solution found by the different proposed algorithms. Three main conclusions are the followings: i) it is necessary to determine the minimum quantity of modal data that permits guarantying a reliable damage detection, ii) objective functions plays a very important role to the success of the algorithms and iii) noise prejudice the damage identification process.

Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-06T15:47:00Z No. of bitstreams: 2 Tese_Rodrigo_Choji_de_Freitas.pdf: 3582270 bytes, checksum: de853c11feb70926d05f9cb458e258c2 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-06T15:47:00Z (GMT). No. of bitstreams: 2 Tese_Rodrigo_Choji_de_Freitas.pdf: 3582270 bytes, checksum: de853c11feb70926d05f9cb458e258c2 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-12-13 / FAPEAM e CAPES / Nesta tese é investigado um importante tópico concernente às redes totalmente ópticas: sobrevivência à ocorrência de falhas. Garantir tolerância a falhas é um requisito indispensável para as atuais redes ópticas de alta capacidade, principalmente porque elas transportam um grande volume de dados e, caso alguma interrupção no tráfego ocorra e que não possa ser solucionada imediatamente, uma perda significativa de informação é inevitável, provocando transtornos técnicos e, sobretudo, econômicos. Um outro tema tratado neste trabalho diz respeito às penalidades impostas a um sinal, oriundas de uma rede totalmente óptica. Nestas infraestruturas de rede, o sinal óptico não é regenerado a cada nó. Portanto, é importante que as soluções que garantem resiliência à rede óptica levem em consideração também a degradação do sinal óptico. A pesquisa desenvolvida neste trabalho visa a contribuir com a área de sobrevivência em redes totalmente ópticas, a partir da proposição de novos algoritmos de restauração e proteção que, além de garantir a resiliência de uma chamada contra falhas, também encontrem uma rota que seja adequada.

Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-12T14:36:20Z No. of bitstreams: 2 Dissertaçao Rodrigo Brasileiro.pdf: 2123359 bytes, checksum: 1aeab4669872cc5f2ea6d68fa624c495 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T12:58:55Z (GMT) No. of bitstreams: 2 Dissertaçao Rodrigo Brasileiro.pdf: 2123359 bytes, checksum: 1aeab4669872cc5f2ea6d68fa624c495 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T12:58:55Z (GMT). No. of bitstreams: 2 Dissertaçao Rodrigo Brasileiro.pdf: 2123359 bytes, checksum: 1aeab4669872cc5f2ea6d68fa624c495 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-08-23 / Há muitas pesquisas voltadas para prever tendências de valores nos mercados financeiros. Alguns destes trabalhos têm mostrado que é possível obter resultados satisfatórios, contrariando a teoria da Hipótese dos Mercados Eficientes (HME),a qual sugere que os preços são gerados aleatoriamente ao longo do tempo. Este trabalho propõe um sistema inteligente baseado no histórico dos preços de fechamento, usando algoritmos baseados em inteligência coletiva (algoritmo de colônia artificial de abelhas e algoritmo de otimização por enxame de partículas), Análise Técnica e a regra dos k-vizinhos mais próximos (k-NN) e uma variação denominada de regra adaptativa dos k-vizinhos mais próximos (A-k-NN).Outro passo importante para previsão de tendências é a seleção correta das observações passadas. No presente trabalho são utilizadas essas estratégias, uma vez que o k-NN e o A-k-NN é usado para decidir os pontos de compra e venda, combinando com algoritmo de colônia artificial de abelhas (ABC) ou o algoritmo de otimização por enxame de partículas (PSO), os quais são úteis para procurar os melhores parâmetros de configurações do sistema e um bom conjunto de valores passados. Este trabalho compara os resultados obtidos através do método proposto com a estratégia buy-and-hold e com outro trabalho que realizou experimentos similares, com o mesmo modelo de negociação e as mesmas ações. Também são comparados os resultados usando os algoritmos ABC e PSO através dos testes de hipóteses. A medida chave de comparação de desempenho é a rentabilidade no período analisado. O método proposto é capaz de gerar lucros maiores comparados com o outro trabalho e a estratégia buy-and-hold, utilizando intervalos de confiança para realizar a comparação. Os intervalos de confiança inferiores dos métodos utilizados para cada ação deste trabalho superam a maioria dos resultados comparados, minimizando o risco de exposição no mercado.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-08-23T13:07:27Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertação Mestrado - Hugo Melo.pdf: 1798343 bytes, checksum: d102a68753cda64d92a83e2e985901d8 (MD5) / Made available in DSpace on 2017-08-23T13:07:27Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertação Mestrado - Hugo Melo.pdf: 1798343 bytes, checksum: d102a68753cda64d92a83e2e985901d8 (MD5) Previous issue date: 2016-08-25 / Atualmente, com o crescimento da área de inteligência artificial e devido à necessidade do estudo das redes sociais no mundo virtual, ficou em evidência a importância da análise dessas redes. Existem vários tipos de problemas que podem ser levantados nesse sentido, entre eles, o problema de Predição de Links dentro de uma rede social, tarefa associada à Análise de Redes Sociais. Atualmente as abordagens buscam observar algum tipo de padrão na rede, sendo esses padrões estruturais, de similaridades entre os indivíduos, estatísticos, até modelos mais complexos, como padrões temporais. Este trabalho tem como objetivo propor uma nova metodologia temporal, chamada de Predição Temporal de Links baseada na Evolução de Tríades, de modo a prover uma solução mais satisfatória e computacionalmente viável para o problema de Predição de Links. Para isto, foi criado um novo modelo temporal de dados, chamado de Tensor de Transições de Tríades, que serve de base para o cálculo de modelos de predição temporal estatística de séries temporais. Este modelo foi concebido a partir da análise das principais abordagens vistas na literatura e identificação das suas vantagens e limitações. Os resultados obtidos mostraram que, em relação às abordagens de trabalhos relacionados, houve uma considerável melhora na qualidade da predição ao utilizar o modelo criado. / Nowadays, with the development of artificial intelligence and the need to study virtual social networks, the importance of the analysis of such networks has grown. There are many problems that arise when studying these networks, including the Link Prediction problem in a social network, a task associated with Social Network Analysis. The current state-of-the-art on Link Prediction seeks to find a hidden pattern in the network, including structural patterns, similarities and statistical characteristics and evolving to more complex models, like temporal patterns. This work aims to create a new temporal method, called Temporal Link Prediction based on Triads Evolution, which provides a more satisfactory and efficient solution for the Link Prediction problem. To achieve this goal, a new temporal data model, the Triad Transition Tensor, was created and used as a source to compute temporal forecasting statistic models based on time series. This method was conceived from a wide analysis of the state-of-the-art of the Link Prediction methods and identifying it’s advantages and limitations. The results in this work show that, compared to other methods found in related works, there was a considerable improvement in the quality of the predictions when using the proposed method.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-11T16:56:36Z No. of bitstreams: 1 jonatajeffersonandrade.pdf: 3871423 bytes, checksum: e67d44781c780adff8ab0f791d6a9f1c (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-23T13:43:37Z (GMT) No. of bitstreams: 1 jonatajeffersonandrade.pdf: 3871423 bytes, checksum: e67d44781c780adff8ab0f791d6a9f1c (MD5) / Made available in DSpace on 2018-01-23T13:43:37Z (GMT). No. of bitstreams: 1 jonatajeffersonandrade.pdf: 3871423 bytes, checksum: e67d44781c780adff8ab0f791d6a9f1c (MD5) Previous issue date: 2017-09-27 / No concreto de agregado leve, a resistência à compressão e o módulo de elasticidade são as propriedades mecânicas mais importantes e consequentemente as mais comumente analisadas. A relação entre os componentes do concreto de agregado leve e suas propriedades mecânicas é altamente não linear, e o estabelecimento de um modelo de previsão abrangente de tais características é usualmente problemático. Existem trabalhos que buscam encontrar essa relação de formas empíricas. Há também trabalhos que buscam aplicar técnicas de inteligência computacional para prever essas propriedades a partir dos componentes do concreto. Prever com precisão as propriedades mecânicas do concreto de agregado leve é um problema crítico em projetos de engenharia que utilizam esse material. O objetivo desta dissertação é avaliar o desempenho de diferentes métodos de inteligência computacional para prever a módulo de elasticidade e a resistência à compressão aos 28 dias de concretos de agregados leves em função do fator água/cimento, volume de agregado leve, quantidade de cimento e densidade do agregado leve. Para a escolha da melhor configuração de cada método, foi definida uma metodologia utilizando o algoritmo de otimização PSO (Particle Swarm Optmization). Por fim, é verificada a capacidade de generalização dos métodos através do processo de validação cruzada de modo a encontrar o método que apresenta o melhor desempenho na aproximação das duas propriedades mecânicas. / In lightweight aggregate concrete, the compressive strength, the elastic modulus and specific weight are the most important properties and consequently the most commonly analyzed. The relationship between lightweight aggregate concrete components and their mechanical properties is highly nonlinear, and establishing a comprehensive predictive model of such characteristics is usually problematic. There are works that seek to find this relation of empirical forms. There are also works that seek to apply computational intelligence techniques to predict these properties from the concrete components. Accurately predicting the mechanical properties of lightweight aggregate concrete is a critical problem in engineering projects that use this material. The objective of this dissertation is to evaluate the performance of different computational intelligence methods to predict the elastic modulus and the compressive strength at 28 days of lightweight aggregates concrete as a function of water/cement factor, lightweight aggregate volume, cement quantity and density of the lightweight aggregate. In order to choose the best configuration of each method, a methodology was defined using the Particle Swarm Optmization (PSO) algorithm. Finally, the generalization of the methods through the cross validation process is verified in order to find the method that presents the best performance in the approximation of the two mechanical properties.