A demanda por metodologias para classificação de empresas que possuam características em comum e que componham um mesmo setor de atividade tem instigado pesquisadores a avaliar alternativas que sejam fidedignas à representação da realidade, e que façam uso reduzido de quesitos voltados à subjetividade de julgamento. Por isso, adotou-se como objetivo desta pesquisa a elaboração de rankings utilizando as técnicas de análise por envoltória de dados e redes neurais artificiais, com aplicação no setor de seguros privados, setor este de forte influência na economia nacional. Como dados para a aplicação das duas técnicas propostas, foram considerados alguns indicadores, via de regra adotados pelo setor, para avaliar o desempenho das empresas no cumprimento de suas atividades. Como resultado obtido, foi verificado que a ponderação direta de acordo com a importância de cada indicador não representa a única forma de apresentar uma ordenação justa das empresas consideradas com base em seus desempenhos. Por meio das técnicas utilizadas, foi observado que empresas que mantiveram um resultado satisfatório na maioria das variáveis consideradas obtiveram os melhores posicionamentos nos rankings. A rede neural, mesmo requerendo um maior tempo de processamento e oferecendo uma complexidade de aplicação maior que a técnica DEA, apresentou resultados mais consistentes. / The demand for methodologies and procedures to classify companies that have some characteristics in common and that are part of the same activity sector has instigated researchers to evaluate alternatives that represent the real situation according to their performance as business units, by making use of reduced amount of subjectivity in the performance judgment. Therefore, this research has as its main goal the objective to set up some rankings using the techniques of analysis and data envelopment by artificial neural networks, by making applying these techniques in the insurance sector, a activity with great influence in national economy. As data for the implementation of both techniques proposed, some indicators well known by specialists were considered to evaluate the performance of companies in their activities. As a result, it was found that the direct weighting used to enforce the importance of each indicator is not the only way to make a fair ranking of the insurance companies. About the techniques used, it was observed that companies that have maintained a satisfactory performance in most of the variables considered occupied best positions in the rankings. The neural network, even though requiring a longer processing time, and offering a greater complexity of application than DEA technique, showed some more consistent results.

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2014-01-13T19:11:17Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) / Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2014-01-15T11:45:10Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) / Made available in DSpace on 2014-01-15T11:45:10Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) Previous issue date: 2012 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / No contexto da previsão de séries temporais, é grande o interesse em estudos de métodos de previsão de séries temporais que consigam identificar as estruturas e padrões existentes nos dados históricos, possibilitando gerar os próximos padrões da série. A proposta defendida nesta tese é a de desenvolvimento de um framework que utilize ao máximo as potencialidades das técnicas de previsão (redes neurais artificiais) com as técnicas de otimização (algoritmos genéticos) em um sistema híbrido intercomunicativo que aproveite bem as vantagens de cada uma dessas técnicas para a geração de cenários futuros que possam mostrar, além das previsões normais com base nos valores históricos, percursos alternativos das curvas das séries temporais analisadas. / In the context of time series forecasting, is great the interest in studies of forecasting methods of time series that can identify existing structures and patterns in historical data, allowing generate the next patterns of the series. The proposal defended in this thesis is the development of a framework that uses the full potential of forecasting techniques (neural networks) with the optimization techniques (genetic algorithms) in a hybrid system that well enjoy the advantages of each of these techniques to the generation of future scenarios that can show, in aaddition to normal forecasts based on historical values, alternative pathways of the curves of time series analyzed.

Neste trabalho investigamos o aprendizado supervisionado on-line, com ênfase nas habilidades de generalização, de redes neurais feedforward. O estudo de algoritmos de aprendizagem ótimos, no sentido da generalização, é estendido para duas diferentes classes de arquiteturas: a máquina paridade com estrutura de árvore e K unidades escondidas, e o perceptron reversed wedge, uma máquina de uma camada com função de transferência não monotônica. O papel do ruído é de fundamental importância na teoria de aprendizagem. Neste trabalho estudamos os processos com ruído que podem ser parametrizados por uma única quantidade, o nível de ruído. No caso da máquina paridade analisamos o aprendizado na presença de ruído multiplicativo (na saída). O algoritmo ótimo é muito superior aos algoritmos de aprendizagem até então apresentados, como o algoritmo de mínima ação (LAA), como podemos ver, por exemplo, através do comportamento do erro de generalização que decai após a apresentação de p exemplos, com l/p ao invés de l/\'p POT. 1/3\' como no caso do LAA. Além deste fato, observa-se que não existe um nível de ruído crítico a partir do qual a rede não é capaz de generalizar, como ocorre no LAA. Além do ruído multiplicativo, no caso do perceptron reversed wedge consideramos também o ruído aditivo. Analisamos a função de modulação fornecida pelo algoritmo ótimo e as curvas de aprendizagem. A aprendizagem ótima requer o uso de parâmetros que usualmente não estão disponíveis. Neste caso estudamos a influência da utilização de uma estimativa do nível de ruído sobre as curvas de aprendizado. Estes resultados são apresentados na forma do que chamamos de diagrama de robustez, no espaço de nível de ruído real versus nível de ruído estimado. As linhas de transição deste diagrama definem regiões com comportamentos dinâmicos diferentes. Entre as propriedades mais interessantes encontradas, destacamos a universalidade do diagrama de robustez para ruído multiplicativo, uma vez que é exatamente o mesmo para a máquina paridade e comitê com estrutura de árvore, e para o perceptron reversed-wedge. Entretanto, esta universalidade não se estende para o caso de ruído aditivo, uma vez que, neste caso, os diagramas dependem da arquitetura em questão. / In this work online supervised learning is investigated with emphasis on the generalization abilities of feedforward neural networks. The study of optimal learning algorithms, in the sense of generalization, is extended to two different classes of architectures; the tree parity machine (PM) with K hidden units and the reverse wedge perceptron (RWP), a single layer machine with a non monotonic transfer function. The role of noise is of fundamental importance in learning theory, and we study noise processes which can be parametrized by a single quantity, the noise level. For the PM we analize learning in the presence of multiplicative or output noise. The optimal algorithm is far superior than previous learning algorithms, such as the Least Action Algorithm (LAA), since for example, the generalization error\'s decay is proportional to l /p instead of l/\'p POT. 1/3\' for the LAA, after p examples have been used for training. Furthermore there is no critical noise level, beyond which no generalization ability is attainable, as is the case for the LAA. For the RW perceptron in addition to multiplicative noise we also consider additive noise. The optimal algorithm modulation function and the learning curves are analized. Optimal learning requires using certain usually unavailable parameters. In this case, we study the influence that misevaluation of the noise levels has on the learning curves. The results are presented in terms of what we have called Robustness Phase Diagrams (RPD), in a space of real noise level against assumed noise level. The RPD boundary lines separate between different dynamical behaviours. Among the most interesting properties, we have found the universality of the RPD for multiplicative noise, since it is exactly the same for the PM, RWP and the tree committee machine. However this universality does not hold for the additive noise case, since RPD\'s are shown to be architecture dependent.

Neste trabalho, é apresentado e discutido um novo modelo para proteção de Linhas de Transmissão. O sistema proposto executa, individualmente, as etapas tradicionais da filosofia de proteção de distância: detecção, classificação e localização. Este modelo emprega Estatísticas de Ordem Superior (EOS) como ferramenta de extração de características, para posterior aplicação das Redes Neurais Artificiais (RNAs). As RNAs são responsáveis pelas tomadas de decisões do sistema, no sentido de identificar a ocorrência da falta e o tipo da mesma, além de localizar a falta no que tange às zonas de proteção consideradas. O processamento com tais estatísticas é responsável pela transformação dos dados para um domínio onde as diferentes faltas são evidenciadas através de agrupamentos de dados (padrões). O banco de dados disponível com sinais elétricos de LTs em condições de falta é utilizado para cálculo das estatísticas e o posterior treinamento supervisionado (e validação) das redes. A junção das etapas de proteção em um único modelo permitiu o desenvolvimento de um protótipo de relé, sendo executada uma bateria extensiva de testes, com as mais diversas condições de faltas possíveis. Apesar de operar apenas com sinais de corrente, o método proposto alcançou resultados que, em comparação com a técnica tradicional de proteção de distância, baseada na impedância aparente, aumenta consideravelmente o desempenho da proteção de LTs. Especialmente para as faltas monofásicas, de ocorrência mais comum, o desempenho obtido com o algoritmo proposto é largamente superior ao obtido com um relé de distância tradicional normalmente empregado em proteção de LTs, evidenciando a relevância da técnica empregada em aplicações de proteção. / A novel method of Transmission Lines (TLs) protection is presented and discussed in this work. The proposed algorithm performs the traditional steps of distance relaying, such as: fault detection, classification and location. The new method applies the Higher Order Statistics (HOS), also known as cumulants, as a tool for feature extraction in order to apply Artificial Neural Networks (ANN) for pattern classification. These networks are responsible for the processing of information, identifying a possible fault condition, the type of fault and, finally, its location in terms of fault zones considered for the problem. The application of HOS in a protection scheme is responsible for the transformation of electrical data, such as current signals, to a different domain where the different types of faults are highlighted by different classes of samples. The available database was obtained by simulating an Electric Power System and it is used for computing the statistics and training/validating the distinct neural networks of each step of the distance protection. A relay prototype is obtained by combining these steps in a synchronized operation. This prototype allowed the execution of extensive tests, simulating the operation of a protective system in real-time. Despite the use of currents signals only, the proposed method provided efficient protection for the EPS under study. In fact, comparing the results with a traditional method applied to distance protection, based on apparent impedance, an improvement of the protection performance was demonstrated. Especially for faults involving one phase and the ground, the most common in power systems, the results of the new methodology was significantly superior to that of the conventional relay. It can be concluded that the technique presents a high relevance for applications in transmission line protection.

Atualmente desenvolvem-se técnicas para a análise, identificação e o reconhecimento da fala. As mais eficientes mostram-se matematicamente complicadas, baseadas em análise estatísticas de dados, o que torna o sistema moroso, necessitando uma grande quantidade de dados para amostras. Este trabalho tem como objetivo apresentar a possibilidade do uso de Estruturas Neurais Artificiais Paraconsistentes no aprendizado e reconhecimento de sinais de fala, independentemente de análise estatística, ou número de amostras. A partir de um estudo piloto, identificou-se a necessidade de um aprofundamento no estudo dos Traços Formantes dos Fones. Com os Formantes dos Fones pode-se criar um sistema capaz de reconhecer sons produzidos em qualquer língua, pelas combinações da produção de sons através da emissão simultânea de um conjunto de Formantes. Como possível solução para a identificação dos Formantes dos Fones propõe-se neste trabalho a criação do conceito de Constelação Fônica, que consiste no reconhecimento de combinações de características matemáticas identificadas nos sinais sonoros de fala. Como uma forma de reconhecer estas Constelações, apresentam-se as Redes Neurais Artificiais Paraconsistentes, eficientes no reconhecimento de padrões por proximidade e com capacidade para tratamento de sinais contraditórios e paracompletos. Para a viabilização desta solução, criou-se um Programa de Computador (Sistema de Análise da Produção da Fala - SIAPF) capaz de promover os tratamentos necessários em um sinal falado, gerando assim a sua Constelação Fônica e sua respectiva Rede Neural Artificial Paraconsistente. A partir da Rede Neural Artificial Paraconsistente correspondente ao sinal em questão, pode-se estudá-lo de uma forma interpretativa, com menor acumulo de dados e tratamentos estatísticos do que com as ferramentas tradicionais. O SIAPF passa a ser mais uma ferramenta para análise de produção de fala, viabilizando a criação de novas formas de medidas quantitativas e normatizadas para os Formantes da Fala. / Currently, many diferent techniques are developing for the analysis identification and recognition of speech. The most efficient are shown mathematically complicated, based on analysis statistical of data, that actually makes systems very slow, creating the nessecity for a great amount of data for samples. The aim of this work is to present the possibility of the use of Paraconsistent Artificial Neural Network Structures, in the learnig and recognition of speech signals, independent of statistical analysis, or the number of samples. Starting from a pilot study, the need of a deep study of the Formants of Phones was identified. With the Formants of Phones, a system capable to recognize sounds produced in any language, through conbinations of the production of sounds and simultaneous emission of a group of Formants was created. A possible solution for the identification of Formants of Phones proposed in this work is the creation of Phonic Constellation concept, witch uses the recognition of combinations of identified mathematical characteristcs in the resoant signal of speech. As a form of recognizing these Constellation, this work present the Paraconsistent Artificial Neural Network, efficient in the recognition of patterns for proximity and with capacity to process contractory and paracomplet signals. To develop this solution a Computer Program (System of Analysis of the Production of Speech - SIAPF) capable to process the necessary calculations of a speech signal, generating its Phonic Constelattion and its respective Paraconsistent Artificial Neural Network was created. The subject signal can be studied in an interpretative way using the Paraconsistent Artificial Neural Network with a minimal accumulation of data and statistical calculations compared to traditional tools. The SIAPF is another new tool for analysis of speech production, creating new ways for quantitative and standard measures of Formants of Speech.

A filtragem, na sua forma mais geral, tem estado presente na vida do homem há muito tempo. Com o surgimento de novas tecnologias (surgimento da eletricidade e a sua evolução) e o desenvolvimento da computação, as técnicas de filtragem (separação) de sinais elétricos. Normalmente, os sistemas de comunicação (telefonia móvel e fixa, sinais recebidos de satélites e outros sistemas) contém sinais indesejáveis responsáveis pela degradação do sinal original. Dentro desse contexto, este projeto de pesquisa apresenta um estudo do algoritmo Filtro Duplo de Kalman Estendido, onde um filtro e Kalman e duas redes neurais são empregadas para a redução de ruídos em sinais de voz. O algoritmo estudado foi aplicado ao processamento de um sinal corrompido por dois tipos de ruídos diferentes: ruído branco e ruído gaussiano e ruído branco não estacionário, conseguindo-se bons resultados. Uma melhora sensível do sinal filtrado pode ser conseguida com técnicas de pré-filtragem do sinal. Neste trabalho foi utilizado o filtro de médias para a pré-filtragem, obtendo um sinal filtrado com ruído musical de baixa intensidade. / Filtering in it\'s most general kind has been present in men\'s life for a long time. With the appearance of new technologies (appearance of electricity and it\'s evolution) and the deyelopment of the computer science, the filtering techniques started to be widely used in engineering to the filtering (separation) of electric signals. Normally the communication systems (fixed and mobile telephony, signals sent from satellites and other systems) bring undesired results responsible for the degradation of the original signal. Within this context, this research project shows a study of the algorithm Dual Extended Kalman Filtering, in which a Kalman filter and two neural networks are used for the reduction of noise in speech signals. The algorithm studied was applied to the processing of a signal corrupted by two types of different noises: gaussian white noise and non stationary white noise obtaining good results. A significant improvement of the filtered noise can be obtained with techniques of pre-filtering of the signal. In this research the average filter for a pre-filtering was used, obtaining a filtered signal with musical noise oflow intensity.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-07-18T19:31:22Z No. of bitstreams: 1 MadsonMachado.pdf: 3046442 bytes, checksum: 71cc6800f83fdbf38b97607067653f63 (MD5) / Made available in DSpace on 2017-07-18T19:31:22Z (GMT). No. of bitstreams: 1 MadsonMachado.pdf: 3046442 bytes, checksum: 71cc6800f83fdbf38b97607067653f63 (MD5) Previous issue date: 2017-05-26 / The need to increase industrial productivity coupled with quality and low cost requirements has generated a demand for the development of high performance controllers. Motivated by this demand, we presented in this work models, algorithms and a methodology for the online project of high-performance control systems. The models have characteristics of adaptability through adaptive control system architectures. The models developed were based on artificial neural networks of radial basis function type, for the online project of model reference adaptive control systems associated with the of sliding modes control. The algorithms and the embedded system developed for the online project were evaluated for tracking mobile targets, in this case, the solar radiation. The control system has the objective of keeping the surface of the photovoltaic module perpendicular to the solar radiation, in this way the energy generated by the module will be as high as possible. The process consists of a photovoltaic panel coupled in a structure that rotates around an axis parallel to the earth’s surface, positioning the panel in order to capture the highest solar radiation as function of its displacement throughout the day. / A necessidade de aumentar a produtividade industrial, associada com os requisitos de qualidade e baixo custo, gerou uma demanda para o desenvolvimento de controladores de alto desempenho. Motivado por esta demanda, apresentou-se neste trabalho modelos, algoritmos e uma metodologia para o projeto online de sistemas de controle de alto desempenho. Os modelos apresentam características de adaptabilidade por meio de arquiteturas de sistemas de controle adaptativo. O desenvolvimento de modelos, baseia-se em redes neurais artificiais (RNA), do tipo função de base radial (RBF, radial basis function), para o projeto online de sistemas de controle adaptativo do tipo modelo de referência associado com o controle de modos deslizantes (SMC, sliding mode control). Os algoritmos e o sistema embarcado desenvolvidos para o projeto online são avaliados para o rastreamento de alvos móveis, neste caso, o rastreamento da radiação solar. O sistema de controle tem o objetivo de manter a superfície do módulo fotovoltaico perpendicular à radiação solar, pois dessa forma a energia gerada pelo módulo será a maior possível. O processo consiste de um painel fotovoltaico acoplado em uma estrutura que gira em torno de um eixo paralelo à superfície da terra, posicionando o painel de forma a capturar a maior radiação solar em função de seu deslocamento ao longo do dia.

Este trabalho propõe a aplicação da técnica de redes neurais artificiais (RNAs) para a previsão de propriedades geotécnicas dos solos do município de São Carlos (SP), baseada em outras propriedades determinadas preliminarmente. Esse método tem a finalidade de simplificar o processo de obtenção das propriedades dos solos, eliminando a lentidão dos procedimentos de ensaios e os cálculos a serem realizados, além de reduzir a dificuldade de ter que fazê-los utilizando os métodos tradicionais. Foram simuladas cento e noventa e sete RNAs para a previsão das seguintes propriedades: unidade ótima, massa específica seca máxima, mini-CBR na umidade de moldagem obtido na umidade ótima, mini-CBR obtido após 24h de imersão na umidade ótima, expansão e contração obtidas na umidade ótima para as energias normal e intermediária. No treinamento das RNAs foi utilizada uma base de dados com um total de cento e uma amostras que, além de conter os valores das propriedades \"alvo\" para previsão, também contém: valor de azul (Va), coeficiente de atividade (CA), análise granulométrica por sedimentação (peneiras #0,42,#0,074 e #0,075), parâmetros da classificação MCT (c\', Pi, d\' e e\') e classificação por cores (croma, valor e matriz). O aplicativo utilizado para treinar as RNAs foi o EASYNN 7.5, que se baseia em redes Multiplayer Perceptron e no algoritmo de treinamento Backpropagation. Para a previsão de propriedades geotécnicas dos solos, os desempenhos das redes foram bastante bons para umidade ótima, massa específica seca máxima e contração nas energias normal e intermediária. Contudo, os desempenhos das RNAs para mini-CBR na umidade de moldagem, mini-CBR após 24h de imersão e expansão obtidas na umidade ótima de energias normal e intermediária foram menos satisfatórios. De maneira geral, os resultados obtidos nesse estudo sugerem que modelos que fazem uso das redes neurais artificiais para previsão de propriedades geotécnicas de solos para pavimentação apresentam-se como promissores e podem, no futuro, contribuir para a melhoria e redução de custos da fase de estudo geotécnico para implantação de vias em municípios de pequeno e médio portes. / The application of the technique of Artificial Neural Networks (ANNs) for the forecast of geotechnical properties of the soils in São Carlos, a municipal district in the of São Paulo State, based on other properties determined preliminary is the purpose of this work. This method has the goal of simplifying the process of obtaining the properties of the soils, eliminating the slowness of the tests procedures and the calculations to be accomplished, besides reducing the difficulty of having to do them using the traditional methods. One hundred and ninety seven ANNs were simulated for the forecast of the following properties: optimum moisture content, dry density, mini-CBR in the molding humidity obtained in the optimum moisture content, mini-CBR obtained after 24 h of soaking in the optimum moisture content, expansion and contraction obtained in the optimum moisture content for the normal and intermediate energies. In the training of ANNs a base of data was used with a total of one hundred and one samples that, besides containing the values of the properties \"objective\" for forecast, it also contains: methylene blue value (Va), activity coefficient (CA), granulometric analysis for sedimentation (sieves #0,42, #0,074 and #0,005), parameters of the MCT classification (c\', Pi, d\' and e\') and classification by colors (chroma, value and hue). The application used to train ANNs was EasyNN 7.5, that bases on nets Multilayer Perceptron and in the training algorithm Backpropagation. For the forecast of geotechnical properties of the soils, the performance of the nets were very good for optimum moisture content, dry density and contraction in the normal and intermediate energies. However, the performance of ANNs for mini-CBR in the molding humidity, mini-CBR after 24 h of immersion and expansion obtained in the optimun moisture content of the normal and intermediate energies were less satisfactory. In a general way, the results obtained in this study suggest that the models that use Artificial Neural Networks for forecast of geotechnical properties of soils come as promising and can, in the future, contribute for the improvement and costs reduction during the period of geothecnical study in the implantation of roads in small and medium sized municipal districts.

O NAVSTAR-GPS, com uma grande variedade de conjuntos receptores e sua aplicabilidade prática em diversas áreas, transformou-se no mais difundido dos sistemas de posicionamento. Porém, necessidades cada vez maiores em termos de precisão trouxeram consigo o ônus de um custo elevado com a aquisição de equipamentos de dupla freqüência. Este trabalho consiste no desenvolvimento de um método que possibilite a modelagem das observáveis GPS, através de Redes Neurais Artificiais, bem como a agregação destes dados a um arquivo gerado por um receptor de uma freqüência, conferindo-lhe características específicas de arquivos gerados por receptores de dupla freqüência e código P. Isto possibilita que dados gerados por receptores de uma freqüência, a imensa maioria dos receptores utilizados no Brasil, possam ser processados como vetores de bases longas. Os resultados obtidos indicam que o uso de modelos neurais, treinados por algoritmos de aprendizado supervisionado, são uma alternativa promissora para estimar dados GPS. / The NAVSTAR-GPS, with a great variety of receivers and its practical aplicabillity in several areas, transformed itself in the most known positioning system. But the necessity of improving the results precision brings with it a cost increasing caused by the use of equipments of dual frequency equipments. This work consist on the development of a method that makes possible the GPS data modelling using Neural Networks, as well as the aggregation of these data into a file generated by single frequency receiver, providing to the system specific characteristics of files generated by double frequency an P code receiver. This makes possible that data generated by receivers of single frequency, the majority of receivers in Brazil, can be processed as vectors of long bases. The results obtained indicate that the use of Neural Network models, with algorithms of supervised learning are a promissing alternative to estimate GPS data.

Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-05-21T15:39:26Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_ImageamentoPorosidadePerfis.pdf: 1768673 bytes, checksum: ba48f09908920b586e020f6650adeb26 (MD5) / Rejected by Irvana Coutinho (irvana@ufpa.br), reason: Indexar os assuntos on 2014-08-07T16:15:33Z (GMT) / Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-08-12T15:24:10Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_ImageamentoPorosidadePerfis.pdf: 1768673 bytes, checksum: ba48f09908920b586e020f6650adeb26 (MD5) / Approved for entry into archive by Ana Rosa Silva (arosa@ufpa.br) on 2014-09-18T12:47:37Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_ImageamentoPorosidadePerfis.pdf: 1768673 bytes, checksum: ba48f09908920b586e020f6650adeb26 (MD5) / Made available in DSpace on 2014-09-18T12:47:37Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_ImageamentoPorosidadePerfis.pdf: 1768673 bytes, checksum: ba48f09908920b586e020f6650adeb26 (MD5) Previous issue date: 2004 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / O imageamento da porosidade é uma representação gráfica da distribuição lateral da porosidade da rocha, estimada a partir de dados de perfis geofísicos de poço. Apresenta-se aqui uma metodologia para produzir esta imagem geológica, totalmente independente da intervenção do intérprete, através de um algoritmo, dito, interpretativo baseado em dois tipos de redes neurais artificiais. A primeira parte do algoritmo baseia-se em uma rede neural com camada competitiva e é construído para realizar uma interpretação automática do clássico gráfico o Pb - ΦN, produzindo um zoneamento do perfil e a estimativa da porosidade. A segunda parte baseia-se em uma rede neural com função de base radial, projetado para realizar uma integração espacial dos dados, a qual pode ser dividida em duas etapas. A primeira etapa refere-se à correlação de perfis de poço e a segunda à produção de uma estimativa da distribuição lateral da porosidade. Esta metodologia ajudará o intérprete na definição do modelo geológico do reservatório e, talvez o mais importante, o ajudará a desenvolver de um modo mais eficiente as estratégias para o desenvolvimento dos campos de óleo e gás. Os resultados ou as imagens da porosidade são bastante similares às seções geológicas convencionais, especialmente em um ambiente deposicional simples dominado por clásticos, onde um mapa de cores, escalonado em unidades de porosidade aparente para as argilas e efetiva para os arenitos, mostra a variação da porosidade e a disposição geométrica das camadas geológicas ao longo da seção. Esta metodologia é aplicada em dados reais da Formação Lagunillas, na Bacia do Lago Maracaibo, Venezuela. / Porosity images are graphical representations of the lateral distribution of rock porosity estimated from well log data. We present a methodology to produce this geological image entirely independent of interpreter intervention, with an interpretative algorithm approach, which is based on two types of artificial neural networks. The first is based on neural competitive layer and is constructed to perform an automatic interpretation of the classical Pb - ΦN cross-plot, which produces the log zonation and porosity estimation. The second is a feed-forward neural network with radial basis function designed to perform a spatial data integration, which can be divided in two steps. The first refers to well log correlation and the second produces the estimation of lateral porosity distribution. This methodology should aid the interpreter in defining the reservoir geological model, and, perhaps more importantly, it should help him to efficiently develop strategies for oil or gas field development. The results or porosity images are very similar to conventional geological cross-sections, especially in a depositional setting dominated by clastics, where a color map scaled in porosity units illustrates the porosity distribution and the geometric disposition of geological layers along the section. The methodology is applied over actual well log data from the Lagunillas Formation, in the Lake Maracaibo basin, located in western Venezuela.