Made available in DSpace on 2014-06-12T15:59:42Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Análise de cluster é uma técnica aplicada a diversas áreas como mineração de dados, reconhecimento de padrões, processamento de imagens. Algoritmos de clusterização têm por objetivo particionar um conjunto de dados em clusters de tal forma que indivíduos dentro de um mesmo cluster tenham um alto grau de similaridade, enquanto indivíduos pertencentes a diferentes clusters tenham alto grau de dissimilaridade. Uma importante divisão dos algoritmos de clusterização é entre algoritmos hard e fuzzy. Algoritmos hard associam um indivíduo a somente um cluster. Ao contrário, algoritmos fuzzy associam um indivíduo a todos os clusters através da variação do grau de pertinência do indivíduo em cada cluster. A vantagem de um algoritmo clusterização fuzzy é que este pode representar melhor incerteza e este fato é importante, por exemplo, para mostrar que um indivíduo não é um típico indivíduo de nenhuma das classes, mas tem similaridade em maior ou menor grau com mais de uma classe. Uma forma intuitiva de medir similaridade entre indivíduos é usar medidas de distância tais como a distância euclidiana. Existem muitas medidas de distância disponíveis na literatura. Muitos dos algoritmos de clusterização populares geralmente buscam minimizar um critério baseados numa medida de distância. Através de um processo iterativo estes algoritmos calculam parâmetros de modo a diminuir o valor do critério iteração a iteração até um estado de convergência ser atingido. O problema com muitas das distâncias encontradas na literatura é que elas são estáticas. Para o caso de algoritmos de clusterização iterativos, parece razoável ter distâncias que mudem ou atualizem seus valores de acordo com o que for ocorrendo com os dados e as estruturas de dado do algoritmo. Esta dissertação apresenta duas distâncias adaptativas aplicadas ao algoritmo fuzzy c-means pelo Prof. Francisco de Carvalho. Este algoritmo foi escolhido pelo fato de ser amplamente utilizado. Para avaliar as proposições de distância, experimentos foram feitos utilizando-se conjunto de dados de referência e conjuntos de dados artificiais (para ter resultados mais precisos experimentos do tipo Monte Carlo foram realizados neste caso). Até o momento, comparações das versões do fuzzy c-means, obtidas através da utilização de distâncias adaptativas, com algoritmos similares da literatura permitem concluir que em geral as novas versões têm melhor performance que outros disponíveis na literatura

Os Quadros de Mahoney, aqui denominados de Método de Mahoney Tradicional, quando aplicados a cidades localizadas entre duas regiões climáticas distintas apresentam recomendações de projeto contraditórias, pois para dois grupos de dados climáticos estatisticamente iguais de uma mesma cidade chegou-se a recomendações de projeto controversas, devido a uma pequena diferença entre a média dos dados climáticos dos dois grupos. A remodelagem desse método desenvolvida por Harris, através da aplicação da Teoria dos Sistemas Nebulosos, aprimorou o método, permitindo a obtenção de recomendações mais consistentes para esse tipo de cidade. Neste trabalho será apresentada a análise mais detalhada do método remodelado por Harris, denominado aqui de Método de Mahoney Nebuloso, explorando seus resultados intermediários e comparando com os do Método de Mahoney Tradicional. Para tal, foram escolhidas, como casos de estudo, quatro cidades de regiões diferentes dentro do estado de São Paulo, no intuito de se verificar a caracterização climática dessas cidades através da freqüência dos indicadores climáticos dos dois métodos. Os resultados obtidos nas comparações entre esses dois métodos possibilitaram detectar como e onde ocorrem as falhas do método tradicional e as vantagens em se utilizar o Método de Mahoney Nebuloso, além de uma caracterização mais detalhada do comportamento climático das cidades estudadas, principalmente, com relação à transição entre as estações de verão e inverno. / Mahoney’s Tables, which is denominated herein as Traditional Mahoney’s Method, when applied to the cities located in the transitional area between two different climate region, results in contradictory recommendations for the design of dwellings. This contradiction may be observed when we use two groups of climatic data, that are statistically equal, but with small difference between their mean values. In order to obtain more consistent recommendations for the design, the Mahoney’s Tables were remodeled, by Harris, and improved by applying Fuzzy Systems Theory. This work presents validation analysis of the improved method, which is denominated herein as Fuzzy Mahoney’s Method, based on the comparison between intermediated results obtained by Traditional and Fuzzy Mahoney’s Method. Four cities located in different regions of the São Paulo State are used as cases for the study. The comparisons made clear how and where the traditional method fails. It also shows the advantages of using the Fuzzy Mahoney’s Method, which is able to perform a more detailed characterization of climate, mainly, in the transition between summer and winter.

Made available in DSpace on 2014-07-29T15:08:14Z (GMT). No. of bitstreams: 1 Eric Nery Chaves.pdf: 1402393 bytes, checksum: eb28c97ecabfcf07a31c7bf35ab01e85 (MD5) Previous issue date: 2010-06-17 / This work presents the application of control techniques to drive single-phase induction motors with the aim of improving the performance of cooling systems. The control system is based on Fuzzy Logic and is applied to a three-phase PWM inverter adapted to drive singlephase motors with volts per hertz technique. The main feature of the work is to control the temperature of the cooling system driven by a hermetic compressor using variable speed. A commercial milk cooling system is used to obtain the results. / O presente trabalho demonstra os efeitos da aplicação de técnicas de controle em acionamento de motores de indução monofásicos, visando à melhoria do desempenho e eficiência energética, no local onde esses motores são aplicados. O trabalho em questão trata de um sistema que engloba um controlador de temperatura baseado em Lógica Fuzzy ou Nebulosa e um conversor de frequência trifásico, chaveado no modo PWM (modulação por largura de pulsos na sigla em inglês) senoidal, com controle escalar do tipo V/f (tensão proporcional à frequência) e adaptado para utilização em motores de indução monofásicos. O objetivo geral deste trabalho é o projeto e implementação de um sistema de controle de temperatura Fuzzy, com acionamento do compressor hermético em regime de velocidade variável. Também chamado de VCC (compressor de capacidade variável na sigla em inglês) - pois a capacidade é diretamente proporcional à velocidade - a estratégia de controle, a partir do acionamento do motor monofásico em regime de velocidade variável, será aplicada a um sistema de refrigeração que simula um tanque de resfriamento de leite e atenderá às Instruções Normativas nº 51 e nº 53, do Ministério da Agricultura, Pecuária e Abastecimento.

Made available in DSpace on 2016-08-17T14:53:25Z (GMT). No. of bitstreams: 1 dissertacao Danubia.pdf: 4153198 bytes, checksum: f8dd2d9ab5e8fbfa00744bcff5dce73b (MD5) Previous issue date: 2013-09-30 / In this master thesis, a robust fuzzy digital PID control methodology based on gain and phase margins specifications, is proposed. A mathematical formulation, based on gain and phase margins specifications, the Takagi-Sugeno fuzzy model of the plant to be controlled, the structure of the digital PID controller and the time delay uncertain system, was developed. From input and output data of the plant, the fuzzy clustering Fuzzy C-Means (FCM) algorithm estimates the antecedent parameters (operation areas ) and the rules number of Takagi-Sugeno fuzzy model. The least squares algorithm provides the consequent parameters linear submodels. A multiobjective genetic strategy is defined to tune the fuzzy digital PID controller parameters, so the gain and phase margins specified to the fuzzy control system are get. An analysis of necessary and sufficient conditions for fuzzy digital PID controller design with robust stability, with the proposal of the two theorems are presented. The digital fuzzy PID controller was implemented on a platform designed for monitoring and control in real time, based on CompactRIO and LabVIEW 9073, National Instruments, of the Laboratory of Computational Intelligence Applied to Technology (ICAT/DEE/IFMA), applying the temperature control of a thermal plant. Experimental results show the efficiency of the proposed methodology, through tracking of the reference and the gain and phase margins keeping closed of the specified ones. / Nesta dissertação é proposta uma metodologia para projeto de controle PID digital nebuloso robusto baseado nas especificações das margens de ganho e fase. É desenvolvida uma formulação matemática, baseada nas especificações das margens de ganho e fase, no modelo nebuloso Takagi-Sugeno da planta a ser controlada, na estrutura do controlador PID digital e o atraso de tempo do sistema incerto. A partir dos dados de entrada e saída da planta, o algoritmo de agrupamento nebuloso Fuzzy C-Means (FCM), estima os parâmetros do antecedente (regiões de operação) e o número de regras do modelo nebuloso Takagi-Sugeno. O algoritmo de mínimos quadrados fornece os parâmetros dos submodelos lineares do consequente. Uma estratégia genética multiobjetiva é utilizada para encontrar os parâmetros do controlador PID digital nebuloso, de modo que as margens de ganho e fase especificadas para o sistema de controle nebuloso sejam alcançadas. Uma análise das condições necessárias e suficientes para o projeto do controlador PID digital nebuloso com estabilidade robusta, a partir da proposta de dois teoremas, é apresentada. O controlador PID digital nebuloso projetado foi implementado numa plataforma para supervisão e controle em tempo real, baseada no CompactRIO 9073 e no software LabVIEW, da National Instruments, do Laboratório de Inteligência Computacional Aplicada à Tecnologia (ICAT/DEE/IFMA), com aplicação ao controle de temperatura de uma planta térmica. Resultados experimentais mostram a eficiência da metodologia proposta, uma vez que a trajetória de referência é seguida e as margens de ganho e fase permanecem próximas às especificadas.

Made available in DSpace on 2016-06-02T19:06:23Z (GMT). No. of bitstreams: 1 DissMGP.pdf: 1155179 bytes, checksum: 853fabfd715d513d373e075b049d726a (MD5) Previous issue date: 2004-08-20 / The success of Fuzzy Rule Based Systems is due to their ability to represent vague and uncertain knowledge and to the facility to express the system behavior in a language easily interpretable by human beings. The knowledge acquisition of a Fuzzy Rule Based System is done from a human expert, which is known as the direct approach to knowledge acquisition, or through methods that automatically extract this knowledge from numerical information that represent samples or examples of the problem. Genetic Algorithms have demonstrated to be a powerful tool to rule bases construction, rule bases optimization, membership functions generation and membership functions optimization. The main research focus of this work is the investigation of fuzzy systems automatic generation approaches applied to pattern classification problems, using genetic algorithms to the definition and tuning of fuzzy sets that belong to the fuzzy partitions of the domains involved, considering interpretability maintenance of the linguistic values. The genetic learning is employed only in the fuzzy system data base, that is, in the membership functions, either through the traditional way of tuning previously defined functions after the rule base has been defined or through the more recent approach of constructing membership functions before the rules definition. This kind of investigation requires the use of different rule generation methods, the rules being generated before or after the use of genetic algorithm. The combination Fuzzy Systems + Genetic Algorithms, known as Genetic Fuzzy Systems, has great acceptance in the scientific community, since this systems are robust and capable of finding good solutions in complex and irregular spaces. / O sucesso dos Sistemas Baseados em Regras Nebulosas deve-se à habilidade para representar o conhecimento vago e incerto e à facilidade de expressar o comportamento do sistema em uma linguagem facilmente interpretável pelos seres humanos. A aquisição de conhecimento de um Sistema Baseado em Regras Nebulosas é feita a partir de um especialista humano, a qual é conhecida como abordagem direta para aquisição do conhecimento, ou através de métodos que automaticamente extraem este conhecimento a partir de informações numéricas que representam amostras ou exemplos do problema. Algoritmos Genéticos vêm demonstrando ser uma poderosa ferramenta para a construção de bases de regras, otimização de bases de regras, geração de funções de pertinência e otimização de funções de pertinência. O principal foco de pesquisa deste trabalho é a investigação das abordagens de modelagem automática de sistemas nebulosos aplicados a problemas de classificação de padrões, através de algoritmos genéticos para a definição e sintonia dos conjuntos nebulosos que compõem as partições nebulosas dos domínios envolvidos, considerando a manutenção da interpretabilidade dos valores lingüísticos. O aprendizado genético é empregado somente na Base de Dados do sistema nebuloso, isto é, nas funções de pertinência, tanto pela maneira mais tradicional, de sintonizar as funções já definidas depois da definição das regras, como pela abordagem mais recente, de construir as funções de pertinência antes da definição das regras. Esse tipo de investigação supõe o uso de outros métodos para a geração das regras, sejam elas geradas antes ou depois da aplicação do algoritmo genético. A combinação de Sistemas Nebulosos + Algoritmos Genéticos, conhecida como Sistemas Genéticos Nebulosos, tem grande aceitação na comunidade científica, uma vez que estes sistemas são robustos e capazes de encontrar boas soluções em espaços complexos e irregulares.

Made available in DSpace on 2014-12-17T14:55:16Z (GMT). No. of bitstreams: 1 LuizAC_TESE.pdf: 1792266 bytes, checksum: ec666aacc6a6bc6fc6e042bf7f0ce339 (MD5) Previous issue date: 2013-11-05 / In this work, the Markov chain will be the tool used in the modeling and analysis of convergence of the genetic algorithm, both the standard version as for the other versions that allows the genetic algorithm. In addition, we intend to compare the performance of the standard version with the fuzzy version, believing that this version gives the genetic algorithm a great ability to find a global optimum, own the global optimization algorithms. The choice of this algorithm is due to the fact that it has become, over the past thirty yares, one of the more importan tool used to find a solution of de optimization problem. This choice is due to its effectiveness in finding a good quality solution to the problem, considering that the knowledge of a good quality solution becomes acceptable given that there may not be another algorithm able to get the optimal solution for many of these problems. However, this algorithm can be set, taking into account, that it is not only dependent on how the problem is represented as but also some of the operators are defined, to the standard version of this, when the parameters are kept fixed, to their versions with variables parameters. Therefore to achieve good performance with the aforementioned algorithm is necessary that it has an adequate criterion in the choice of its parameters, especially the rate of mutation and crossover rate or even the size of the population. It is important to remember that those implementations in which parameters are kept fixed throughout the execution, the modeling algorithm by Markov chain results in a homogeneous chain and when it allows the variation of parameters during the execution, the Markov chain that models becomes be non - homogeneous. Therefore, in an attempt to improve the algorithm performance, few studies have tried to make the setting of the parameters through strategies that capture the intrinsic characteristics of the problem. These characteristics are extracted from the present state of execution, in order to identify and preserve a pattern related to a solution of good quality and at the same time that standard discarding of low quality. Strategies for feature extraction can either use precise techniques as fuzzy techniques, in the latter case being made through a fuzzy controller. A Markov chain is used for modeling and convergence analysis of the algorithm, both in its standard version as for the other. In order to evaluate the performance of a non-homogeneous algorithm tests will be applied to compare the standard fuzzy algorithm with the genetic algorithm, and the rate of change adjusted by a fuzzy controller. To do so, pick up optimization problems whose number of solutions varies exponentially with the number of variables / Neste trabalho, a cadeia de Markov ser? a ferramenta usada na modelagem e na an?lise de converg?ncia do algoritmo gen?tico, tanto para sua vers?o padr?o quanto para as demais vers?es que o algoritmo gen?tico permite. Al?m disso, pretende-se comparar o desempenho da vers?o padr?o com a vers?o nebulosa, por acreditar que esta vers?o d? ao algoritmo gen?tico uma grande capacidade para encontrar um ?timo global, pr?prio dos algoritmos de otimiza??o global. A escolha deste algoritmo deve-se tamb?m ao fato do mesmo ter se tornado, nos ?ltimos anos, uma das ferramentas mais usadas para achar uma solu??o do problema de otimiza??o. Esta escolha deve-se ? sua comprovada efic?cia na busca de uma solu??o de boa qualidade para o problema, considerando que o conhecimento de uma solu??o de boa qualidade torna-se aceit?vel tendo em vista que pode n?o existir um outro algorimo capaz de obter a solu??o ?tima, para muitos desses problemas. Entretanto, esse algoritmo pode ser definido, levando em conta que o mesmo ? dependente n?o apenas da forma como o problema ? representado, mas tamb?m como s?o definidos alguns dos operadores, desde sua vers?o padr?o, quando os par?metros s?o mantidos fixos, at? suas vers?es com par?metros vari?veis. Por isso, para se alcan?ar um bom desempenho com o aludido algoritmo ? necess?rio que o mesmo tenha um adequado crit?rio na escolha de seus par?metros, principalmente da taxa de muta??o e da taxa de cruzamento ou, at? mesmo, do tamanho da popula??o. ? importante lembrar que as implementa??es em que par?metros s?o mantidos fixos durante toda a execu??o, a modelagem do algoritmo por cadeia de Markov resulta numa cadeia homog?nea, e quando permite a varia??o de par?metros ao longo da execu??o, a cadeia de Markov que o modela passa a ser do tipo n?o-homog?nea. Portanto, na tentativa de melhorar o desempenho do algoritmo, alguns trabalhos t?m procurado realizar o ajuste dos par?metros atrav?s de estrat?gias que captem caracter?sticas intr?nsecas ao problema. Essas caracter?sticas s?o extra?das do estado presente de execu??o, com o fim de identificar e preservar algum padr?o relacionado a uma solu??o de boa qualidade e, ao mesmo tempo, descartando aquele padr?o de baixa qualidade. As estrat?gias de extra??o das caracter?sticas tanto podem usar t?cnicas precisas quanto t?cnicas nebulosas, sendo neste ?ltimo caso feita atrav?s de um controlador nebuloso. Com o fim de avaliar empiriccamente o desempenho de um algoritmo n?o-homog?neo, apresenta-se testes onde se compara o algoritmo gen?tico padr?o com o algoritmo gen?tico nebuloso, sendo a taxa de muta??o ajustada por um controlador nebuloso. Para isso, escolhe-se problemas de otimiza??o cujo n?mero de solu??es varia exponencialmente com o n?mero de vari?veis

Made available in DSpace on 2014-06-11T19:27:13Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-07-27Bitstream added on 2014-06-13T19:55:32Z : No. of bitstreams: 1 faria_ct_me_ilha.pdf: 2001879 bytes, checksum: 8c06397bc7d8057b53383eaa08ea1d01 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O projeto de aeronaves convencionais, em geral, apresentam uma série de dificuldades de se realizar de maneira eficiente um amplo número de missões, uma vez que para atender esses requisitos estas aeronaves deveriam ser capazes de realizar grandes alterações em sua geometria. Surge então um novo conceito de projeto de aeronaves, as chamadas aeronaves adaptativas, as quais são capazes de alterar sua geometria, de modo a adaptar a aeronave a um dado tipo de missão. Este novo conceito se tornou ainda mais atrativo com os avanços tecnológicos promovidos pelo estudo de novos materiais, os chamados materiais inteligentes, que apresentam alta densidade de energia, vantagem que leva a uma redução de peso nos mecanismos atuados desta maneira. Este trabalho apresenta um novo modelo adaptativa, utilizando fios atuadores de ligas de memória de forma para realizar uma rotação relativa entre duas seções de um aerofólio, este mecanismo possibilitaria a variação da linha de arqueamento de uma seção aeronáutica. Neste trabalho uma modelagem matemática para se descrever o comportamento deste sistema é apresentada, bem como um modelo aerodinâmico para se verificar o comportamento do sistema em funcionamento. Um controlador do tipo nebuloso é ainda projetado para se controlar a forma do perfil, e ensaios experimentais são conduzidos para se verificar a modelagem termo-mecânica apresentada. / Conventional airplane design, in general, has a large difficulty to attend in an efficient way several mission requirements, once that to attend these requirements the airplane has to perform great shape changes in its structure. Motivated by this problem a new concept in airplane design arise, one called morphing airplanes, which are air vehicles capable of changing its shape to adapt it self to a defined mission. This new concept became even more attractive with the development of active smart material, which can be a high power density actuator, reducing the weight of such morphing mechanism. This work proposes a novel model for morphing wings, using a pair of shape memory alloy wires to create a rotation between two wing sections, this mechanism allows the airfoil to change its camber line. A mathematical model is derived to describe the thermo-mechanical structure behavior, and also an aerodynamic model is investigated. A fuzzy controller is designed to control the system shape, and some experimental tests are used to verify the thermo-mechanical modeling proposed.

Made available in DSpace on 2014-12-17T14:56:01Z (GMT). No. of bitstreams: 1 CarlosAGF.pdf: 527942 bytes, checksum: 0d9ef8ecd1c3f6373e19e38612cb52c2 (MD5) Previous issue date: 2005-12-19 / A hierarchical fuzzy control scheme is applied to improve vibration suppression by using an electro-mechanical system based on the lever principle. The hierarchical intelligent controller consists of a hierarchical fuzzy supervisor, one fuzzy controller and one robust controller. The supervisor combines controllers output signal to generate the control signal that will be applied on the plant. The objective is to improve the performance of the electromechanical system, considering that the supervisor could take advantage of the different techniques based controllers. The robust controller design is based on a linear mathematical model. Genetic algorithms are used on the fuzzy controller and the supervisor tuning, which are based on non-linear mathematical model. In order to attest the efficiency of the hierarchical fuzzy control scheme, digital simulations were employed. Some comparisons involving the optimized hierarchical controller and the non-optimized hierarchical controller will be made to prove the efficiency of the genetic algorithms and the advantages of its use / Nesse trabalho apresenta-se um esquema de controle hier?rquico, utilizado para controlar um sistema eletromec?nico, em que um supervisor inteligente, baseado em l?gica nebulosa, faz a fus?o de sinais de controle oriundos de dois controladores: um robusto e um nebuloso do tipo Takagi-Sugeno-Kang. Atrav?s da combina??o de sinais de controle busca-se a simplifica??o no projeto de controladores e a obten??o de melhores desempenhos. Nessa pesquisa o controlador robusto ? projetado com base no modelo linearizado, do sistema eletromec?nico. No projeto desse controlador objetivou-se uma resposta r?pida, com uma r?pida acomoda??o e uma boa rejei??o a dist?rbios. O controlador nebuloso ? sintonizado, atrav?s de um algoritmo gen?tico, com base no modelo n?o linear, buscando uma boa velocidade no rastreamento de refer?ncias, com sinais de controle dentro dos limites de satura??o do servo-atuador. O supervisor tamb?m foi sintonizado por um algoritmo gen?tico. Esse sistema de controle demonstra ent?o, a combina??o de t?cnicas de controle distintas para resolver um problema em que t?cnicas de controle linear podem n?o propiciar uma solu??o adequada, devido ao fato do problema apresentar especifica??es conflitantes. O objetivo principal ? suprimir vibra??es mec?nicas obedecendo a crit?rios de desempenho previamente estipulados. Atrav?s de simula??es digitais avaliou-se o desempenho do sistema controlado, examinou-se a supress?o de vibra??es no que diz respeito ao seguimento de refer?ncia na presen?a de dist?rbios. Os resultados obtidos s?o comparados com os apresentados em Ara?jo (2002), de forma a comprovar a efici?ncia do m?todo de obten??o autom?tica dos par?metros de sistemas nebulosos

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / With the globalization and the competitiveness in all the levels of the industrial sector, the final product quality search became higher. On the other hand, energy saving became another important factor in modern industry. The consumption of electric energy in the industrial sector represents 45.5% of the total consumption of the country. The motor force represents most of this consumption, arriving to be superior of 80% in the textile, paper and cellulose sectors. This work presents two strategies of control, auto-adjustable PID and fuzzy controller, the objectives are a better final product quality and the energy saving. Ventilation and compression industrials process are used in this work. An analysis of limit cyclesâ presence through the descriptive function of the fuzzy controller is carried through, providing a previously validation of fuzzy controllerâs parameters by simulations, saving time in the adjust phase. Set-point changes are easily made and on-line, still the process is running, in the two considered controllers. Comparisons of energy consumption are made between the conventional strategies and the two strategies considered in this work. / Com a globalizaÃÃo e a competitividade em todos os nÃveis do setor industrial, a qualidade do produto final se tornou de importÃncia crescente. Por outro lado, a conservaÃÃo de energia no setor industrial se tornou outro fator importante na indÃstria moderna. O consumo de energia elÃtrica do setor industrial representa 45,5% do consumo total do paÃs. A forÃa motriz representa a maior parte deste consumo, chegando a ser superior a 80% nos setores tÃxtil, de papel e celulose. Este trabalho apresenta duas estratÃgias de controle, PID auto-ajustÃvel e controlador nebuloso, e tÃm como objetivos tanto a qualidade do produto final quanto a eficiÃncia energÃtica. SÃo utilizados processos de ventilaÃÃo e de compressÃo em escala industriais. Uma anÃlise da presenÃa dos ciclos limites atravÃs da funÃÃo descritiva do controlador nebuloso à realizada, de forma que os parÃmetros do controlador nebuloso podem ser previamente validados atravÃs de simulaÃÃes, poupando tempo na fase de ajuste dos parÃmentros do controlador. MudanÃas de set-point sÃo facilmente realizadas de forma online e sem que o funcionamento do processo seja descontinuado, nos dois controladores propostos. ComparaÃÃes quanto ao consumo de energia sÃo realizadas usando as estratÃgias de controle convencionais e as proposta neste trabalho.

Made available in DSpace on 2016-06-02T19:05:22Z (GMT). No. of bitstreams: 1 DissAFT.pdf: 987671 bytes, checksum: a50597a438e0122d6e69ee6481e7d4a3 (MD5) Previous issue date: 2006-09-13 / This work focuses on the problem of automatic generation of fuzzy systems through evolutionary computation, specifically using the approach of co-evolution. Coevolution is based on the idea of modular modeling of the problem subcomponents. In this work the subcomponents are represented by different species, which have a collaborative relation among them. The fuzzy system to be created has the objective of pattern classification. Basically, the evolutionary scheme is composed by four different species, which have a hierarchical collaboration both in the generation of the species and in the fitness determination of the individuals of these species. These species are organized in levels, where the contribution in the species generation happens from the lowest to highest levels and the contribution in the fitness determination happens from the highest to lowest levels. The results obtained indicate that the studied approach is very promising and, through its use, one can generate efficient classification systems, that present a performance similar to other approaches found in the literature. / Este trabalho enfoca o problema de geração automática de sistemas nebulosos por meio da computação evolutiva, mais especificamente por meio da abordagem de coevolução. A co-evolução baseia-se na idéia de modelagem modular de subcomponentes do problema. Neste trabalho esses subcomponentes são representados por espécies diferentes, que têm uma relação colaborativa entre si. Essa relação força uma evolução co-adaptada entre as populações das espécies. O sistema nebuloso a ser gerado tem como objetivo a classificação de padrões. Basicamente, o esquema evolutivo é formado por quatro espécies diferentes, que têm uma colaboração hierárquica, tanto na geração das espécies, quanto na determinação da aptidão dos indivíduos dessas espécies. Essas espécies são organizadas em níveis, onde a colaboração na geração das espécies se dá dos níveis mais baixos para os mais altos, e a colaboração na determinação das aptidões se dá dos níveis mais altos para os mais baixos. Os resultados obtidos indicam que a abordagem estudada é bastante promissora e pode-se obter, por meio dela, sistemas de classificação eficientes que apresentam desempenho semelhante ao de outras abordagens encontradas na literatura.