Thesis--Auburn University, 2009. / Abstract. Vita. Includes MatLab code. Includes bibliography (p.43-44).

The subject of this thesis is to develop a temporal neuro-fuzzy system for fore- casting the future behavior of a multivariate time series data. The system has two components combined by means of a system interface. First, a rule extraction method is designed which is named Fuzzy MAR (Multivari- ate Auto-regression). The method produces the temporal relationships between each of the variables and past values of all variables in the multivariate time series system in the form of fuzzy rules. These rules may constitute the rule-base in a fuzzy expert system. Second, a temporal neuro-fuzzy system which is named ANFIS unfolded in - time is designed in order to make the use of fuzzy rules, to provide an environment that keeps temporal relationships between the variables and to forecast the future behavior of data. The rule base of ANFIS unfolded in time contains temporal TSK(Takagi-Sugeno-Kang) fuzzy rules. In the training phase, Back-propagation learning algorithm is used. The system takes the multivariate data and the num- ber of lags needed which are the output of Fuzzy MAR in order to describe a variable and predicts the future behavior. Computer simulations are performed by using synthetic and real multivariate data and a benchmark problem (Gas Furnace Data) used in comparing neuro- fuzzy systems. The tests are performed in order to show how the system efficiently model and forecast the multivariate temporal data. Experimental results show that the proposed model achieves online learning and prediction on temporal data. The results are compared by other neuro-fuzzy systems, specifically ANFIS.

In autonomous navigation of mobile robots the dynamic environment is a source of problems. Because it is not possible to model all the possible conditions, the key point in the robot control is to design a system that is adaptable to different conditions and robust in dynamic environments. This study presents a reactive control system for a Khepera robot with the ability to navigate in a dynamic environment for reaching goal objects. The main motivation of this research is to design a robot control, which is robust to sensor errors and sudden changes and adaptable to different environments and conditions. Behavior based approach is used with taking the advantage of fuzzy reasoning in design. Experiments are made on Webots, which is a simulation environment for Khepera robot.

In agent based systems, especially in autonomous mobile robots, modelling the environment and its changes is a source of problems. It is not always possible to effectively model the uncertainity and the dynamic changes in complex, real-world domains. Control systems must be robust to changes and must be able to handle these uncertainties to overcome this problem. In this study, a reactive behaviour based agent control system is modelled and implemented. The control system is tested in a navigation task using an environment, which has randomly placed obstacles and a goal position to simulate an environment similar to an autonomous robot&rsquo / s indoor environment. Then the control system was extended to control an agent in a multi-agent environment. The main motivation of this study is to design a control system which is robust to errors and easy to modify. Behaviour based approach with the advantages of fuzzy reasoning systems is used in the system.

Pesquisas científicas no campo da engenharia de reabilitação estão proporcionando cada vez mais mecanismos que visam ajudar pessoas portadoras de alguma deficiência física a executar tarefas simples do dia-a-dia. Com isso em mente, esse trabalho tem a finalidade de desenvolver um sistema que utiliza sinais musculares e redes neuro-fuzzy para a caracterização de determinados movimentos de um braço humano, com o objetivo de possibilitar futuramente a integração em sistemas de reabilitação. Ensaios preliminares demonstraram que para a caracterização de movimentos simples realizados por um braço humano, o uso exclusivo de técnicas simples de processamento de sinal é suficiente, como a utilização do valor rms. No entanto, para a caracterização de movimentos complexos é necessário um processamento mais robusto do sinal. Para isso foi desenvolvido um sistema experimental que adquire, através de um eletromiógrafo (EMG) de 8 canais, o sinal mioelétrico com eletrodos de superfície posicionados em lugares estratégicos do braço. O sinal é adquirido utilizando como estímulo um modelo virtual que demonstra ao usuário os movimentos do segmento mão-braço que devem ser executados de forma aleatória. Finalmente, com o uso de uma rede neuro-fuzzy, que possibilita a distinção tanto de movimentos simples como de movimentos compostos, se adaptando a diferentes usuários, os movimentos executados foram caracterizados em 12 movimentos distintos, previamente definidos, com uma taxa de acerto médio de 65%. / The scientific researches in the field of rehabilitation engineering are increasingly providing mechanisms to help people with a disability to perform simple tasks of day-to-day. With that in mind, this work aims to develop an experimental robotic prosthesis in order to implement, in the same, a control system that uses muscle signals and neuro-fuzzy networks for characterization of certain movements of a human arm, in order to enable further integration in rehabilitation systems. Preliminary tests showed that for the characterization of simple movements performed by a human arm, the exclusive use of simple techniques of signal processing is sufficient, as the use of the rms value. However, for the characterization of complex movements is required a more robust signal processing. For this was developed an experimental system that acquires through an electromyography (EMG) of 8 channels, the myoelectric signal with surface electrodes positioned in strategic places of the arm. The acquired signal uses, as a stimulus, a virtual model that demonstrates the hand-arm segment movements to be executed by the user at random. Finally, through a neuro-fuzzy network, which enables the distinction of both simple and compound movements, self-adapting to different users, the movements performed were characterized in 12 distinct movements, previously defined, with an average accuracy of 65%.

A Presente dissertação apresenta uma aplicação de Inteligência Computacional na área de Geotecnia, com a utilização da Técnica de Neuro-Fuzzy para indicar a suscetibilidade de escorregamento de taludes no município do Rio de Janeiro, a partir de inspeção visual. Neste trabalho, a suscetibilidade corresponde à possibilidade de ocorrência de escorregamento sem considerar os danos relacionados ao evento. Adotou-se como variável de saída a Previsão de Escorregamento (PE) com três adjetivos que correspondem a Suscetibilidades Alta, Média e Baixa. A metodologia utilizada consistiu em, inicialmente, montar um banco de dados com informações preliminares de análise de estabilidade, com a indicação dos condicionantes de escorregamento relacionados à geomorfologia, pluviosidade, capacidade de drenagem, vegetação e ocupação com seus respectivos graus de suscetibilidades de escorregamento obtidos em um conjunto de Laudos de Vistoria da Geo Rio. O banco de dados foi aplicado em um algoritmo de Neuro-Fuzzy. Diversos testes foram realizados com as alterações dos parâmetros do modelo Neuro-Fuzzy para uma combinação de fatores condicionantes de escorregamento e refinamento do banco de dados. Os testes apresentaram diminuição do erro fornecido pelo programa com o aumento de tipos de condicionantes utilizados no treinamento, o que permite inferir que o escorregamento ocorre por uma complexa relação entre diversos fatores condicionantes. O banco de dados utilizado nos testes apresenta descontinuidades nas relações entre os diversos condicionantes, ou seja, para uma mesma faixa de valores de Altura do talude, não é possível obter uma relação para todas as faixas de outro condicionante e, até mesmo, para todas as faixas da Previsão de Escorregamento. As PEs obtidas na validação do modelo tiveram seus valores próximos aos desejados somente nos conjuntos de variáveis utilizadas para o treinamento. O modelo não foi capaz de apresentar valores de suscetibilidades dentro da faixa de valores utilizados no treinamento para combinação de variáveis com pequenos ruídos, o que indica a necessidade de ampliação do banco de dados tanto quantitativamente quanto qualitativamente de modo a cobrir as descontinuidades apresentadas nas relações entre as variáveis. / This paper is an application of Computational Intelligence in the Geotechnical Engineering, with the use of Neuro-Fuzzy Technique to indicate the susceptibility of landslide slopes in the city of Rio de Janeiro, from visual inspection. In this work, the susceptibility corresponds to the possibility of slipping without considering the damage related to the event. Adopted as the output variable Forecast Slip (PE Previsão de Escorregamento) with three adjectives that correspond to susceptibilities High, Medium and Low. The methodology used was to initially build a database with preliminary information for stability analysis, indicating the slip constraints related to geomorphology, rainfall, drainage capacity, vegetation, and occupation with their respective degrees of susceptibilities slip obtained on a set of the Reports of Condition Geo Rio. The database was implemented in a Neuro-Fuzzy algorithm. Several tests were conducted with the changes of model parameters Neuro-Fuzzy for a combination of conditioning factors of slipping and refinement of the database. The tests showed a decrease of the error provided by the program with increasing types of constraints used in the training, which allows us to infer that the slip occurs by a complex relationship between various conditioning factors. The database used in the tests discontinuities present in relations between the different conditions, ie, for the same range of height values of the slope, it is not possible to obtain a relationship for all the tracks of another condition, and even for all tracks from Forecast Slip. The PEs obtained in the validation of the model values were close to the desired only in sets of variables used for training. The model was not able to present values of susceptibilities in the range of values used in training for the combination of variables with small noise, which presents the need to expand the database so quantitatively and qualitatively in order to cover the discontinuities presented in relations between the variables.

A Presente dissertação apresenta uma aplicação de Inteligência Computacional na área de Geotecnia, com a utilização da Técnica de Neuro-Fuzzy para indicar a suscetibilidade de escorregamento de taludes no município do Rio de Janeiro, a partir de inspeção visual. Neste trabalho, a suscetibilidade corresponde à possibilidade de ocorrência de escorregamento sem considerar os danos relacionados ao evento. Adotou-se como variável de saída a Previsão de Escorregamento (PE) com três adjetivos que correspondem a Suscetibilidades Alta, Média e Baixa. A metodologia utilizada consistiu em, inicialmente, montar um banco de dados com informações preliminares de análise de estabilidade, com a indicação dos condicionantes de escorregamento relacionados à geomorfologia, pluviosidade, capacidade de drenagem, vegetação e ocupação com seus respectivos graus de suscetibilidades de escorregamento obtidos em um conjunto de Laudos de Vistoria da Geo Rio. O banco de dados foi aplicado em um algoritmo de Neuro-Fuzzy. Diversos testes foram realizados com as alterações dos parâmetros do modelo Neuro-Fuzzy para uma combinação de fatores condicionantes de escorregamento e refinamento do banco de dados. Os testes apresentaram diminuição do erro fornecido pelo programa com o aumento de tipos de condicionantes utilizados no treinamento, o que permite inferir que o escorregamento ocorre por uma complexa relação entre diversos fatores condicionantes. O banco de dados utilizado nos testes apresenta descontinuidades nas relações entre os diversos condicionantes, ou seja, para uma mesma faixa de valores de Altura do talude, não é possível obter uma relação para todas as faixas de outro condicionante e, até mesmo, para todas as faixas da Previsão de Escorregamento. As PEs obtidas na validação do modelo tiveram seus valores próximos aos desejados somente nos conjuntos de variáveis utilizadas para o treinamento. O modelo não foi capaz de apresentar valores de suscetibilidades dentro da faixa de valores utilizados no treinamento para combinação de variáveis com pequenos ruídos, o que indica a necessidade de ampliação do banco de dados tanto quantitativamente quanto qualitativamente de modo a cobrir as descontinuidades apresentadas nas relações entre as variáveis. / This paper is an application of Computational Intelligence in the Geotechnical Engineering, with the use of Neuro-Fuzzy Technique to indicate the susceptibility of landslide slopes in the city of Rio de Janeiro, from visual inspection. In this work, the susceptibility corresponds to the possibility of slipping without considering the damage related to the event. Adopted as the output variable Forecast Slip (PE Previsão de Escorregamento) with three adjectives that correspond to susceptibilities High, Medium and Low. The methodology used was to initially build a database with preliminary information for stability analysis, indicating the slip constraints related to geomorphology, rainfall, drainage capacity, vegetation, and occupation with their respective degrees of susceptibilities slip obtained on a set of the Reports of Condition Geo Rio. The database was implemented in a Neuro-Fuzzy algorithm. Several tests were conducted with the changes of model parameters Neuro-Fuzzy for a combination of conditioning factors of slipping and refinement of the database. The tests showed a decrease of the error provided by the program with increasing types of constraints used in the training, which allows us to infer that the slip occurs by a complex relationship between various conditioning factors. The database used in the tests discontinuities present in relations between the different conditions, ie, for the same range of height values of the slope, it is not possible to obtain a relationship for all the tracks of another condition, and even for all tracks from Forecast Slip. The PEs obtained in the validation of the model values were close to the desired only in sets of variables used for training. The model was not able to present values of susceptibilities in the range of values used in training for the combination of variables with small noise, which presents the need to expand the database so quantitatively and qualitatively in order to cover the discontinuities presented in relations between the variables.

Pesquisas científicas no campo da engenharia de reabilitação estão proporcionando cada vez mais mecanismos que visam ajudar pessoas portadoras de alguma deficiência física a executar tarefas simples do dia-a-dia. Com isso em mente, esse trabalho tem a finalidade de desenvolver um sistema que utiliza sinais musculares e redes neuro-fuzzy para a caracterização de determinados movimentos de um braço humano, com o objetivo de possibilitar futuramente a integração em sistemas de reabilitação. Ensaios preliminares demonstraram que para a caracterização de movimentos simples realizados por um braço humano, o uso exclusivo de técnicas simples de processamento de sinal é suficiente, como a utilização do valor rms. No entanto, para a caracterização de movimentos complexos é necessário um processamento mais robusto do sinal. Para isso foi desenvolvido um sistema experimental que adquire, através de um eletromiógrafo (EMG) de 8 canais, o sinal mioelétrico com eletrodos de superfície posicionados em lugares estratégicos do braço. O sinal é adquirido utilizando como estímulo um modelo virtual que demonstra ao usuário os movimentos do segmento mão-braço que devem ser executados de forma aleatória. Finalmente, com o uso de uma rede neuro-fuzzy, que possibilita a distinção tanto de movimentos simples como de movimentos compostos, se adaptando a diferentes usuários, os movimentos executados foram caracterizados em 12 movimentos distintos, previamente definidos, com uma taxa de acerto médio de 65%. / The scientific researches in the field of rehabilitation engineering are increasingly providing mechanisms to help people with a disability to perform simple tasks of day-to-day. With that in mind, this work aims to develop an experimental robotic prosthesis in order to implement, in the same, a control system that uses muscle signals and neuro-fuzzy networks for characterization of certain movements of a human arm, in order to enable further integration in rehabilitation systems. Preliminary tests showed that for the characterization of simple movements performed by a human arm, the exclusive use of simple techniques of signal processing is sufficient, as the use of the rms value. However, for the characterization of complex movements is required a more robust signal processing. For this was developed an experimental system that acquires through an electromyography (EMG) of 8 channels, the myoelectric signal with surface electrodes positioned in strategic places of the arm. The acquired signal uses, as a stimulus, a virtual model that demonstrates the hand-arm segment movements to be executed by the user at random. Finally, through a neuro-fuzzy network, which enables the distinction of both simple and compound movements, self-adapting to different users, the movements performed were characterized in 12 distinct movements, previously defined, with an average accuracy of 65%.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-01-25T18:22:30Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Ramon_Bezerra_Souza_versão_final.pdf: 3177211 bytes, checksum: 017ba69bf52dcd924ae27162d811437a (MD5) / Made available in DSpace on 2016-01-25T18:22:30Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Ramon_Bezerra_Souza_versão_final.pdf: 3177211 bytes, checksum: 017ba69bf52dcd924ae27162d811437a (MD5) Previous issue date: 2014-08-29 / CAPES / O Brasil apresenta um amplo potencial eólico a ser explorado, atualmente, observa-se a grande expansão desta fonte de geração, principalmente no nordeste do Brasil, onde os ventos apresentam uma importante característica de complementaridade em relação às vazões do rio São Francisco. Porém, devido à incerteza associada à potência disponível, o aprimoramento das ferramentas de previsão de curto prazo representa um fator determinante para a operação do sistema, contribuindo para facilitar a comercialização de energia elétrica, o controle dos parques eólicos e fornecer uma estimativa futura para determinada localidade. Este trabalho é uma contribuição aos modelos de previsão de velocidades médias horárias dos ventos, para o horizonte de previsão de uma a quatro horas, utilizando as Redes Neurais Artificiais, sistemas Neuro-Fuzzy e o Reservoir Computing como métodos de inteligência artificial e as variáveis velocidade média do vento, umidade do ar, radiação solar e temperatura como entradas dos modelos de previsão. Os resultados obtidos para as previsões com alguns modelos propostos, revelaram ganhos da ordem de 50 % quando comparados com o modelo de referência, ratificando a eficiência dos modelos desenvolvidos. / Brazil has a large wind potential to be exploited, currently, there is a great expansion of this source of generation, primarily in northeastern Brazil, where winds have an important feature of complementarity with the flows San Francisco River. However, due to the uncertainty associated with the available power, the improvement in short-term forecasting tools is a key factor for system operation, helping to facilitate the sale of electricity, control of wind farms and provide an estimate for future Local determined. This work is a contribution to the average speeds hourly forecast models of the winds, to the forecasting horizon of one to four hours, using the Artificial Neural Networks, Neuro-Fuzzy systems and Reservoir Computing as methods of artificial intelligence and speed variables average wind, humidity, solar radiation and temperature as inputs for forecasting models. The results obtained for predictions with some proposed models, showed gains of about 50% compared to the reference model, confirming the efficiency of the developed models.

This research aims at finding a foundation for assessment of capabilities and applying the concept in a human resource selection. The research identifies a common ground for assessing individuals’ applied capability in a given job based on literature review of various disciplines in engineering, human sciences and economics. A set of criteria is found to be common and appropriate to be used as the basis of this assessment. Applied Capability is then described in this research as the impact of the person in fulfilling job requirements and also their level of usage from their resources with regards to the identified criteria. In other words how their available resources (abilities, skills, value sets, personal attributes and previous performance records) can be used in completing a job. Translation of the person’s resources and task requirements using the proposed criteria is done through a novel algorithm and two prevalent statistical inference techniques (OLS regression and Fuzzy) are used to estimate quantitative levels of impact and utilisation. A survey on post graduate students is conducted to estimate their applied capabilities in a given job. Moreover, expert academics are surveyed on their views on key applied capability assessment criteria, and how different levels of match between job requirement and person’s resources in those criteria might affect the impact levels. The results from both surveys were mathematically modelled and the predictive ability of the conceptual and mathematical developments were compared and further contrasted with the observed data. The models were tested for robustness using experimental data and the results for both estimation methods in both surveys are close to one another with the regression models being closer to observations. It is believed that this research has provided sound conceptual and mathematical platforms which can satisfactorily predict individuals’ applied capability in a given job. This research has contributed to the current knowledge and practice by a) providing a comparison of capability definitions and uses in different disciplines, b) defining criteria for applied capability assessment, c) developing an algorithm to capture applied capabilities, d) quantification of an existing parallel model and finally e) estimating impact and utilisation indices using mathematical methods.