De maneira geral, o processo de planejamento de transportes não tem apresentado a sensibilidade suficiente para resolver ou ao menos atenuar o conflito entre o que é planejado e a necessidade real dos cidadãos urbanos, principalmente os de menor renda. Além disso, embora seja freqüente que as análises levem em conta aspectos ligados à acessibilidade, ou os ligados à mobilidade, isto em geral é feito de forma não associada. Como resposta a esta deficiência, o objetivo principal desta tese é propor, visando o planejamento estratégico, um processo de modelagem destinado a estimar potenciais de viagens integrando ambos os aspectos. Após uma abrangente revisão bibliográfica, foi proposta uma metodologia que prevê, inicialmente, a incorporação de dados espaciais a uma pesquisa origem-destino (O-D) com o uso de Sistemas de Informações Geográficas (SIG). Assim, à variáveis de entrada relacionadas com aspectos de mobilidade, como renda, por exemplo, é anexada a acessibilidade dos domicílios, calculada através de um indicador adequado. As variáveis de saída, viagens realizadas (p.ex., número e extensão), devem ser extraídas da pesquisa O-D e calculadas com o uso de um SIG suas características principais. Em seguida, faz-se uso de Redes Neurais Artificiais para construir modelos preliminares para avaliação de desempenho de variáveis de entrada e saída, o que permite posterior reformulação dos mesmos a partir das variáveis de melhor desempenho, na construção de um Índice Potencial de Viagens - IPV. Em uma aplicação para um estudo de caso em uma cidade de médio porte, de maneira geral, os resultados obtidos com o modelo de potencial de viagens revelaram uma certa superioridade em relação à medida convencional de acessibilidade adotada, quando usada isoladamente para fins de planejamento estratégico. A comparação entre a correlação que guardam os resultados do modelo proposto e os dados de viagens reais com a correlação existente entre os valores da medida de acessibilidade convencional adotada e os dados de viagens reais reforça este ponto. No primeiro caso, obteve-se um coeficiente de correlação (r) igual a 0,60 e, no segundo, 0,21. A constatação da relevância das variáveis de entrada usadas no modelo final (tamanho da família, acessibilidade e renda familiar) reforçou a tese de que aspectos de acessibilidade e mobilidade devem ser considerados conjuntamente nas abordagens de planejamento de transportes. Como conclusão, considerando o nível de planejamento estratégico de uma cidade, a metodologia aqui apregoada parece ser um avanço em relação aos modelos de acessibilidade convencionais e uma ferramenta útil para os tomadores de decisão em planejamento urbano e de transportes. A metodologia sinaliza que não basta apenas prover a população de acessibilidade física, mas é preciso propiciar a ela meios que possam garantir-lhe melhores índices de mobilidade. / In general, the transportation planning process is not sensible enough to solve or at least to reduce the gap between what is planned and the real needs of urban citizens, specially those who belong to low income classes. Besides, although the analyses often take into account accessibility elements and mobility components they rarely do it in an integrated manner. As an answer to this deficiency, the objective of this work is develop a modeling approach for estimating potential trips that integrates both aspects for strategic planning purposes. Based on a comprehensive literature review, a new methodology is then proposed. It starts with the integration of origin-destination (O-D) survey data and spatial data obtained in a Geographical Information System (GIS) environment. Next, a mean separation accessibility index estimated for all households must be linked to their mobility variables, such as income, for example, in the same database. The output variables, i.e. trip characteristics (number and length), can be taken from the O-D survey or calculated in a GIS-environment. Next, exploratory models should be built with Artificial Neural Networks in order to evaluate the behavior of input and output variables. Only those variables selected as the most relevant in the evaluation phase are used thereafter to rebuild the models and to generate the Trip Potential Index - TPI. The proposed approach has been tested in a case study carried out in a Brazilian medium-sized city. For the most part, the results obtained with the trip potential model here developed suggest its superiority when compared to a conventional, selfstanding accessibility measure for strategic planning purposes. An analysis of two correlation coefficients, the first one got when the model estimates are compared with the real trip values (r = 0.60) and the second one got when the model estimates are compared with the accessibility values (r = 0.21), also strengthen the previous statement. Size and income of the household, which may be associated to mobility, and the accessibility indicator itself, were selected as the most relevant variables in the model. The selection of those variables stressed the assumption that accessibility and mobility should be examined together in transportation planning analyses. In conclusion, for the level of strategic planning, the methodology presented in this work seems to be a step forward in relation to traditional accessibility models and a useful tool for urban and transportation planners and decision-makers. The approach makes clear that urban citizens need not only physical accessibility, but also better mobility conditions.

Esta tese apresenta um estudo para a utilização de Redes Neurais Artificiais (RNA) no processo de avaliação e ordenamento de alternativas de projetos de transporte. Partindo-se da ideia de que esse processo constitui-se em um padrão que pode ser captado pelas RNA, a verificação deste argumento foi feita selecionando-se um contexto de avaliação, definindo-se variáveis a serem consideradas no processo de avaliação, e criando-se estruturas de RNA para treinamento com base em outras avaliações já realizadas. Nesta pesquisa foram utilizados 180 \"Estudos de Casos\" recebidos de 32 Estados americanos. Esses dados serviram de entrada para um processo de aprendizagem utilizando-se o simulador \"Neural Planner 4.52\", que baseia-se em redes \"Multilayer Perceptron (MLP)\" e no treinamento em \"Backpropagation\". Várias redes foram treinadas para que fosse definida aquela com um melhor desempenho para o reconhecimento dos padrões existentes nesses casos apresentados. Os 486 experimentos demonstraram índices de acertos superiores a 92% que podem ser visualizados no programa computacional denominado \"EVALUATOR\", uma interface entre o simulador de RNA e usuários. Conclui-se, portanto, que as RNA podem reconhecer os padrões implícitos em avaliações anteriores e servem para avaliar e ordenar alternativas de outros projetos apresentados que pertençam ao mesmo contexto utilizado para treinamento. / This thesis presents a research aimed at the use of Artificial Neural Networks (ANN) for appraising and ranking transportation project alternatives. Based on the principle that this process of appraisal and ranking constitutes a pattern that can be perceived by ANN, the verification of this hypothesis was conducted selecting an evaluation context, defining variables to be considered in the process, and creating ANN structures for training based on other evaluation cases. In this research, 180 \"Case Studies\" from 32 American states were used. These data were used as input to a learning process using the simulator \"Neural Planner 4.52\", which is based on \"Multilayer Perceptron (MLP)\" networks and uses a \"Backpropagation\" training algorithm. Several networks were trained to obtain the one most capable of recognizing the patterns of the projects analyzed. More than 92% of the 486 experiments presented right indexes, as shown by a software called \"EVALUATOR\", a user interface between ANN simulator. The conclusion is that ANN can recognize the implicit patterns in previous evaluations and can be used to appraise and rank alternatives from other projects belonging to the same context used for the ANN training.

Neste trabalho, foram utilizadas duas ferramentas computacionais para fins de auxiliar tomadas de decisões na produção de bovinos de corte, criados de maneira extensivas, em condições de manejo encontrados no Brasil. A primeira parte do trabalho visou à construção de um software utilizando a técnica de Simulação Monte Carlo para analisar características de produção (ganho de peso) e manejo (fertilidade, anestro pós-parto, taxa de natalidade e puberdade). Na segunda parte do trabalho foi aplicada a técnica de Redes Neurais Artificiais para classificar animais, segundo ganho de peso nas fases de crescimento (nascimento ao desmame, do desmame ao sobreano) relacionado com o valor genético do ganho de peso do desmame ao sobreano (GP345) obtidos pelo BLUP. Ambos modelos mostraram potencial para auxiliar a produção de gado de corte / Herein we applied two different computational techniques with the specific objective to help the decision-making at Brazilian extensive beef cattle production systems. The first part of the work was dedicated to the construction of software based on Monte Carlo Simulation. Two different models were designed for further fusion and willing the analysis of productions (weight gain) and reproduction traits (fertility, post partum anestrus, born rate and puberty). The second part of the work applied Artificial Neural Network techniques to classify animals related to the weight gain during growing period (Weight at Calving, Weaning Weight, Weight at 550 days) comparing data with genetic value of the daily gain from weaning to 550 days adjusted to 345 days BLUP output. The results obtained in both models showed potential to help beef cattle production

Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-06-13T12:33:33Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_CorrelacaoPocosMultiplos.pdf: 494204 bytes, checksum: 0b4322737d2da64f63bdcd22a450d6a2 (MD5) / Rejected by Irvana Coutinho (irvana@ufpa.br), reason: Indexar palavras-chave on 2014-08-07T13:34:30Z (GMT) / Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-08-21T12:49:40Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_CorrelacaoPocosMultiplos.pdf: 494204 bytes, checksum: 0b4322737d2da64f63bdcd22a450d6a2 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2014-08-21T14:05:39Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_CorrelacaoPocosMultiplos.pdf: 494204 bytes, checksum: 0b4322737d2da64f63bdcd22a450d6a2 (MD5) / Made available in DSpace on 2014-08-21T14:05:39Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_CorrelacaoPocosMultiplos.pdf: 494204 bytes, checksum: 0b4322737d2da64f63bdcd22a450d6a2 (MD5) Previous issue date: 2001 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / A correlação estratigráfica busca a determinação da continuidade lateral das rochas, ou a equivalência espacial entre unidades litológicas em subsuperfície, a partir de informações geológico-geofísicas oriundas de poços tubulares, que atravessam estas rochas. Normalmente, mas não exclusivamente, a correlação estratigráfica é realizada a partir das propriedades físicas registradas nos perfis geofísicos de poço. Neste caso, busca-se a equivalência litológica a partir da equivalência entre as propriedades físicas, medidas nos vários poços de um campo petrolífero. A técnica da correlação estratigráfica com perfis geofísicos de poço não é uma atividade trivial e sim, sujeita a inúmeras possibilidades de uma errônea interpretação da disposição geométrica ou da continuidade lateral das rochas em subsuperfície, em função da variabilidade geológica e da ambigüidade das respostas das ferramentas. Logo, é recomendável a utilização de um grande número de perfis de um mesmo poço, para uma melhor interpretação. A correlação estratigráfica é fundamental para o engenheiro de reservatório ou o geólogo, pois a partir da mesma, é possível a definição de estratégias de explotação de um campo petrolífero e a interpretação das continuidades hidráulicas dos reservatórios, bem como auxílio para a construção do modelo geológico para os reservatórios, a partir da interpretação do comportamento estrutural das diversas camadas em subsuperfície. Este trabalho apresenta um método de automação das atividades manuais envolvidas na correlação estratigráfica, com a utilização de vários perfis geofísicos de poço, através de uma arquitetura de rede neural artificial multicamadas, treinada com o algoritmo de retropropagação do erro. A correlação estratigráfica, obtida a partir da rede neural artificial, possibilita o transporte da informação geológica do datum de correlação ao longo do campo, possibilitando ao intérprete, uma visão espacial do comportamento do reservatório e a simulação dos possíveis paleoambientes. Com a metodologia aqui apresentada foi possível a construção automática de um bloco diagrama, mostrando a disposição espacial de uma camada argilosa, utilizando-se os perfis de Raio Gama (RG), Volume de Argila (Vsh), Densidade (ρb) e de Porosidade Neutrônica (φn) selecionados em cinco poços da região do Lago Maracaibo, na Venezuela. / Stratigraphic correlation using well logs is a non-trivial geological activity and subject to endless possibilities of misunderstanding about the geometry or continuity of rock layers, for many reasons, like the geological variability and the ambiguous answers of the log tools. Thus, it is common to utilize a great log suite from the same well, for better comprehension. The stratigraphic correlation is a fundamental tool for a geologist or petroleum geophysist, because from its knowledge it is possible to interpret the hydraulic continuities of the reservoirs and to reconstruct the geological setting environment, which may corroborate for the construction of the reservoir geological model. This work produces an automation of manual activities involved in the stratigraphic correlation, with the use of the various well logs, and a convenient architecture of artificial neural network, trained with the backpropagation algorithm. The stratigraphic correlation, obtained from this method, makes the transport of the geological information possible along the basin and gives the interpreter, a general view of the structural behavior of the oil reservoir. With This methodology was possible the automatic construction of a geological block diagram showing the spatial disposition of a particular shale layer, from the well logs: Gamma Ray (GR), Clay Volume (Vsh), Density (ρb) and the Neutron Porosity (φn), selected in the five wells on the Maracaibo Lake basin, in Venezuela.

Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-06-18T13:42:59Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_DeterminacaoAutomaticaPorosidade.pdf: 6721114 bytes, checksum: 636e5ecfceedde99b94dc2dbdcd9d4bb (MD5) / Rejected by Irvana Coutinho (irvana@ufpa.br), reason: Incluir palavras-chave on 2014-08-07T14:19:10Z (GMT) / Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-08-28T16:45:05Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_DeterminacaoAutomaticaPorosidade.pdf: 6721114 bytes, checksum: 636e5ecfceedde99b94dc2dbdcd9d4bb (MD5) / Approved for entry into archive by Ana Rosa Silva (arosa@ufpa.br) on 2014-09-19T13:43:23Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_DeterminacaoAutomaticaPorosidade.pdf: 6721114 bytes, checksum: 636e5ecfceedde99b94dc2dbdcd9d4bb (MD5) / Made available in DSpace on 2014-09-19T13:43:23Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_DeterminacaoAutomaticaPorosidade.pdf: 6721114 bytes, checksum: 636e5ecfceedde99b94dc2dbdcd9d4bb (MD5) Previous issue date: 2000 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Duas das mais importantes atividades da interpretação de perfis para avaliação de reservatórios de hidrocarbonetos são o zoneamento do perfil (log zonation) e o cálculo da porosidade efetiva das rochas atravessadas pelo poço. O zoneamento é a interpretação visual do perfil para identificação das camadas reservatório e, consequentemente, dos seus limites verticais, ou seja, é a separação formal do perfil em rochas reservatório e rochas selante. Todo procedimento de zoneamento é realizado de forma manual, valendo-se do conhecimento geológico-geofísico e da experiência do intérprete, na avaliação visual dos padrões (características da curva do perfil representativa de um evento geológico) correspondentes a cada tipo litológico específico. O cálculo da porosidade efetiva combina tanto uma atividade visual, na identificação dos pontos representativos de uma particular rocha reservatório no perfil, como a escolha adequada da equação petrofísica que relaciona as propriedades físicas mensuradas da rocha com sua porosidade. A partir do conhecimento da porosidade, será estabelecido o volume eventualmente ocupado por hidrocarboneto. Esta atividade, essencial para a qualificação de reservatórios, requer muito do conhecimento e da experiência do intérprete de perfil para a efetiva avaliação da porosidade efetiva, ou seja, a porosidade da rocha reservatório, isenta do efeito da argila sobre a medida das propriedades físicas da mesma. Uma forma eficiente de automatizar estes procedimentos e auxiliar o geofísico de poço nestas atividades, que particularmente demandam grande dispêndio de tempo, é apresentado nesta dissertação, na forma de um novo perfil, derivado dos perfis tradicionais de porosidade, que apresenta diretamente o zoneamento. Pode-se destacar neste novo perfil as profundidades do topo e da base das rochas reservatório e das rochas selante, escalonado na forma de porosidade efetiva, denominado perfil de porosidade efetiva zoneado. A obtenção do perfil de porosidade efetiva zoneado é baseado no projeto e execução de várias arquiteturas de rede neural artificial, do tipo direta, com treinamento não supervisionado e contendo uma camada de neurônios artificiais, do tipo competitivo. Estas arquiteturas são projetadas de modo a simular o comportamento do intérprete de perfil, quando da utilização do gráfico densidade-neutrônico, para as situações de aplicabilidade do modelo arenito-folhelho. A aplicabilidade e limitações desta metodologia são avaliadas diretamente sobre dados reais, oriundos da bacia do Lago Maracaibo (Venezuela). / Two of the most important activities of log interpretation, for the evaluation of hydrocarbon reservoirs are the log zonation and the effective porosity calculation of the rocks crossed by the well. The log zonation is the visual log interpretation for the identification, in depth, of the reservoir layers and its vertical limits, that is to say, it is the formal separation in reservoir rocks and non reservoir rocks (shales). The log zonation procedure is accomplished in a manual way, being been worth of the geologic and geophysical knowledge, and of the experience of the log analyst, in the visual evaluation of the curve patterns (log characteristics) corresponding to each specific rock type. The calculation of the effective porosity (porosity of the rock reservoir corrected by clay effects), combines a visual activity so much in the identification of the representative points of a reservoir rock in the log, as well as the adapted choice of the petrophysics equation, that relates the physical properties of the rock to the porosity. Starting from the knowledge of the porosity, the hydrocarbon volume will be established. This activity, essential for the reservoirs qualification, requests a lot of the knowledge and of the experience of the log analyst, for the effective porosity evaluation. An efficient form of automating these procedures and assistant the log analyst, in these activities, that particularly demand a great expenditure of time, is presented in this dissertation, in the form of a new log, derived of the traditional porosity logs, that presents the log zonation, highlighting the top and base depths of the occurrences of reservoir rocks, and non reservoir rocks, scaled in form of effective porosity, called here, as "zoning effective porosity log". The obtaining of the zoning effective porosity log, is based on the project and execution of several architectures of artificial neural feedforward networks, with not supervised training, and contends a layer of artificial competitive neurons. Projected in way to simulate the behavior of the log analyst, when he uses the neutron-density chart, for the situations of applicability of the shale-sandstone model. The applicability and limitations of this methodology will be appraised on real data, originated from of Lago Maracaibo's basin (Venezuela).

Um problema-chave envolvendo processos químicos industriais é controlar, de forma confiável, eficiente e barata, a evolução dinâmica do sistema. Numa coluna de destilação, por exemplo, o objetivo do controle é manter a composição do destilado e do produto de fundo em torno de um valor desejado. As dificuldades operacionais e o alto custo dos analisadores industriais, existentes no mercado, usados na medição da composição têm motivado o projeto de sensores virtuais (soft sensors) para que, a partir de outras medições disponíveis, seja possível inferir de maneira online os valores das variáveis desejadas. Por outro lado, as redes neurais artificiais têm sido utilizadas em diversas aplicações práticas de engenharia, sendo possível usá-las para resolver problemas industriais complexos. Elas possuem diversas características que as fazem particularmente atrativas em aplicações envolvendo sistemas multivariáveis não lineares. Nesse trabalho, um estimador dinâmico virtual baseado em redes neurais é usado para inferir a composição de etanol destilado com base na temperatura e na pressão no interior da coluna, além das vazões de refluxo, do vapor no refervedor e da alimentação. Os resultados desse estudo poderão ser utilizados no desenvolvimento de futuros projetos envolvendo sensores virtuais aplicados ao controle e à otimização de processos industriais. / A key problem involving industrial chemical processes is to control the dynamic evolution of the system in a reliable, efficient and low cost way. In a distillation column, for example, the control objective is to keep the composition of both distillate and bottom product around a desired value. The operational difficulties and high cost of concentration analyzers, used for measuring the composition, have motivated the design of virtual sensors (soft sensors). They are used, in an online way, to infer the values of the desired variables from other available measurements. On the other hand, artificial neural networks have been used for solving many practical engineering applications involving complex industrial problems. They have several features, making them particularly attractive to applications involving nonlinear multivariable systems. In this work, a virtual estimator based on a dynamic neural network is used to infer the composition of distilled ethanol. Temperature and pressure within the column, and the flows of steam and reflux are used as inputs for the neural network. The results of this study can be used to develop future projects involving virtual sensors applied in control and optimization of industrial processes.

Um relé de distância utilizado na proteção de Linhas de Transmissão é usualmente projetado para atuar sob condições fixas de operação. Portanto, o desempenho destes relés é afetado pela mudança no ponto de operação do sistema. Grandes avanços, relativos à proteção, podem ser alcançados com a implementação de reconhecimento de padrões para o diagnóstico de faltas em sistemas elétricos de potência. Este trabalho demonstra a utilização de Redes Neurais Artificiais operando como um classificador de padrões para a operação de um relé de distância. O projeto utiliza a magnitude dos fasores das três fases de corrente e tensão, de um dos barramentos da Linha de Transmissão, como dados de entrada. O uso de Redes Neurais Artificiais resulta em um melhor desempenho do relé, mantendo seu alcance mesmo diante de diferentes condições de falta ou mudanças no ponto de operação do sistema. / A distance relay for the protection of transmission lines is usually designed on the basis of fixed settings. The performance of such relays is therefore affected by the changing network parameters. The implementation of a pattern recognizer for power system diagnosis can provide great advances in the protection field. This work demonstrates the use of an Artificial Neural Network as a pattern classifier for a distance relay operation. The scheme utilizes the magnitudes of three phase voltage and current phasors, from one busbar of the transmission line, as inputs. An improved performance with the use of an Artificial Neural Networks approach is experienced once the relay can operate correctly, keeping the reach when faced with different fault conditions as well as network parameters change.

Esta tese apresenta um estudo para a utilização de Redes Neurais Artificiais (RNA) no processo de avaliação e ordenamento de alternativas de projetos de transporte. Partindo-se da ideia de que esse processo constitui-se em um padrão que pode ser captado pelas RNA, a verificação deste argumento foi feita selecionando-se um contexto de avaliação, definindo-se variáveis a serem consideradas no processo de avaliação, e criando-se estruturas de RNA para treinamento com base em outras avaliações já realizadas. Nesta pesquisa foram utilizados 180 \"Estudos de Casos\" recebidos de 32 Estados americanos. Esses dados serviram de entrada para um processo de aprendizagem utilizando-se o simulador \"Neural Planner 4.52\", que baseia-se em redes \"Multilayer Perceptron (MLP)\" e no treinamento em \"Backpropagation\". Várias redes foram treinadas para que fosse definida aquela com um melhor desempenho para o reconhecimento dos padrões existentes nesses casos apresentados. Os 486 experimentos demonstraram índices de acertos superiores a 92% que podem ser visualizados no programa computacional denominado \"EVALUATOR\", uma interface entre o simulador de RNA e usuários. Conclui-se, portanto, que as RNA podem reconhecer os padrões implícitos em avaliações anteriores e servem para avaliar e ordenar alternativas de outros projetos apresentados que pertençam ao mesmo contexto utilizado para treinamento. / This thesis presents a research aimed at the use of Artificial Neural Networks (ANN) for appraising and ranking transportation project alternatives. Based on the principle that this process of appraisal and ranking constitutes a pattern that can be perceived by ANN, the verification of this hypothesis was conducted selecting an evaluation context, defining variables to be considered in the process, and creating ANN structures for training based on other evaluation cases. In this research, 180 \"Case Studies\" from 32 American states were used. These data were used as input to a learning process using the simulator \"Neural Planner 4.52\", which is based on \"Multilayer Perceptron (MLP)\" networks and uses a \"Backpropagation\" training algorithm. Several networks were trained to obtain the one most capable of recognizing the patterns of the projects analyzed. More than 92% of the 486 experiments presented right indexes, as shown by a software called \"EVALUATOR\", a user interface between ANN simulator. The conclusion is that ANN can recognize the implicit patterns in previous evaluations and can be used to appraise and rank alternatives from other projects belonging to the same context used for the ANN training.

A irrigação é considerada uma das mais importantes tecnologias empregadas para aumentar a produtividade e permitir maior eficiência e estabilidade na produção agrícola. A sua adoção deve ser baseada na viabilidade técnica e econômica do projeto, obtida por meio da análise detalhada e cuidadosa dos fatores climáticos, agronômicos e econômicos envolvidos. O manejo eficiente pode ser definido como o uso criterioso dos recursos disponíveis para se atingir um determinado objetivo. No caso da irrigação, o manejo eficiente objetiva maximizar a produção vegetal com o menor custo possível, tanto em quesitos ambientais quanto econômicos. Para tanto, necessita-se do desenvolvimento de um sistema tecnologicamente eficiente, de reduzido custo e de facilidade de instalação e manutenção. Assim, uma rede inteligente de estações meteorológicas, capaz de monitorar o ambiente em tempo real, de adaptar-se aos diversos estágios fenológicos da planta, aos diversos solos e culturas e de comunicar-se entre si e com um servidor torna-se necessário. Este projeto teve como objetivo o desenvolvimento e emprego de uma rede de estações meteorológicas sem fio, de baixo custo e de fácil manutenção e implantação, para a determinação da evapotranspiração de referência, e do conteúdo de água no solo para o eficiente manejo de irrigação. Para que tal rede de sensores seja implantada, há a necessidade de que os módulos eletrônicos possuam microcontroladores de baixo consumo energético, uma vez que eles serão alimentados por baterias e painéis solares, e com capacidade para executar os algoritmos de inferência das variáveis de medida, de calibração e correção de tais medidas, de comunicação com os demais elementos da rede e de executar o controlador de irrigação, baseado em Redes Neurais Artificiais. A abordagem da inteligência artificial utilizada possui a capacidade de aprender e estimar parâmetros a partir de sua base de treinamento e das condições que a cercam. Além das capacidades do microcontrolador, o módulo dos sensores deverá possuir elementos para aferir a temperatura e a umidade do ambiente, a radiação solar, a temperatura e o conteúdo de água no solo, além de um módulo de comunicação sem fio. O sistema desenvolvido foi testado nas estufas do INCT-EI/ESALQ/USP manejando a irrigação da cultura do pimentão vermelho Capsicum annuum L. cv. All Big, durante o período de 25/01/2018 a 31/07/2018. Após o treinamento da rede neural artificial, o sistema desenvolvido determinou a evapotranspiração de referência com um coeficiente de determinação de 0,968, com um erro médio absoluto de 0,055 mm e com um valor-P de 1,02 10-45 para um intervalo de confiança de 95%. Sendo assim, verificou-se que a rede de estações meteorológicas desenvolvida é capaz de estimar a evapotranspiração de referência a partir de dados provenientes de sensores de reduzido custo financeiro e com dados meteorológicos faltantes. / Irrigation is considered one of the most important technologies used to increase productivity and to allow greater efficiency and stability in agricultural production. Its adoption must be based on technical and economic feasibility of the project, obtained by means of a detailed and careful analysis of the climatic, agronomic and economic factors involved. Efficient management can be defined as the judicious use of available resources to achieve a given goal. In the case of irrigation, efficient management aims to maximize plant production at the lowest possible cost, both in environmental and economic aspects. This requires the development of a technologically efficient system, which is low cost and ease of installation and maintenance. Thus, an intelligent network of weather stations capable of monitoring the environment in real time, adapting to the plant\'s various phenological stages, diverse soils and cultures and communicating with each other and with a server becomes necessary. This project aimed at the development and use of the wireless station network which is low cost, easy maintenance, and deployment for the determination of reference evapotranspiration and soil water content for efficient irrigation management. In order for such a sensor network to be implemented, there is a need for such modules to have low energy microcontrollers, since they will be powered by batteries and solar panels, and capable of performing the inference algorithms of the measurement, calibration, and correction of such measures, of communication with the other elements of the network and of executing the irrigation controller, based on Artificial Neural Networks. The artificial intelligence approach used has the capacity to learn and estimate parameters based on its training base and the conditions surrounding it. In addition to the capabilities of the microcontroller, the sensor module must have elements to measure ambient temperature and humidity, brightness, temperature and soil water content, as well as a wireless communication module. The developed system was tested in the greenhouses of INCT-EI/ESALQ/USP managing the irrigation of the red bell pepper crop Capsicum annuum L. cv. All Big, during the days of 01/25/2018 to 31/07/2010. After the artificial neural network training, the developed system determined reference evapotranspiration with a determination coefficient of 0.968, with an absolute mean error of 0.055 mm and a P-value of 1.02 10-45 for a confidence interval of 95%. Thus, it was verified that the developed weather-station network is able to estimate the reference evapotranspiration with low-cost sensors and with missing meteorological data.

A robótica móvel autônoma é uma área relativamente recente que tem como objetivo a construção de mecanismos capazes de executar tarefas sem a necessidade de um controlador humano. De uma forma geral, a robótica móvel defronta com três problemas fundamentais: mapeamento de ambientes, localização e navegação do robô. Sem esses elementos, o robô dificilmente poderia se deslocar autonomamente de um lugar para outro. Um dos problemas existentes nessa área é a atuação de robôs móveis em ambientes externos como parques e regiões urbanas, onde a complexidade do cenário é muito maior em comparação aos ambientes internos como escritórios e casas. Para exemplificar, nos ambientes externos os sensores estão sujeitos às condições climáticas (iluminação do sol, chuva e neve). Além disso, os algoritmos de navegação dos robôs nestes ambientes devem tratar uma quantidade bem maior de obstáculos (pessoas, animais e vegetações). Esta dissertação apresenta o desenvolvimento de um sistema de classificação da navegabilidade de terrenos irregulares, como por exemplo, ruas e calçadas. O mapeamento do cenário é realizado através de uma plataforma robótica equipada com um sensor laser direcionado para o solo. Foram desenvolvidos dois algoritmos para o mapeamento de terrenos. Um para a visualização dos detalhes finos do ambiente, gerando um mapa de nuvem de pontos e outro para a visualização das regiões próprias e impróprias para o tráfego do robô, resultando em um mapa de navegabilidade. No mapa de navegabilidade, são utilizados métodos de aprendizado de máquina supervisionado para classificar o terreno em navegável (regiões planas), parcialmente navegável (grama, casacalho) ou não navegável (obstáculos). Os métodos empregados foram, redes neurais artificais e máquinas de suporte vetorial. Os resultados de classificação obtidos por ambos foram posteriormente comparados para determinar a técnica mais apropriada para desempenhar esta tarefa / Autonomous mobile robotics is a recent research area that focus on the construction of mechanisms capable of executing tasks without a human control. In general, mobile robotics deals with three fundamental problems: environment mapping, robot localization and navigation. Without these elements, the robot hardly could move autonomously from a place to another. One problem of this area is the operation of the mobile robots in outdoors (e.g. parks and urban areas), which are considerably more complex than indoor environments (e.g. offices and houses). To exemplify, in outdoor environments, sensors are subjected to weather conditions (sunlight, rain and snow), besides that the navigation algorithms must process a larger quantity of obstacles (people, animals and vegetation). This dissertation presents the development of a system that classifies the navigability of irregular terrains, like streets and sidewalks. The scenario mapping has been done using a robotic platform equipped with a laser range finder sensor directed to the ground. Two terrain mapping algorithms has been devolped. One for environment fine details visualization, generating a point cloud map, and other to visualize appropriated and unappropriated places to robot navigation, resulting in a navigability map. In this map, it was used supervised learning machine methods to classify terrain portions in navigable (plane regions), partially navigable (grass, gravel) or non-navigable (obstacles). The classification methods employed were artificial neural networks and support vector machines. The classification results obtained by both were later compared to determine the most appropriated technique to execute this task