Made available in DSpace on 2010-04-20T21:00:36Z (GMT). No. of bitstreams: 4 Arizoly Rodrigues Pinto.pdf.jpg: 2677 bytes, checksum: 60f12dddd69950d56d65a1ce1c3faf54 (MD5) Arizoly Rodrigues Pinto.pdf.txt: 69469 bytes, checksum: a8302e3d19a90a95b303cd8305380827 (MD5) license.txt: 4712 bytes, checksum: 4dea6f7333914d9740702a2deb2db217 (MD5) Arizoly Rodrigues Pinto.pdf: 309951 bytes, checksum: 8b33f96d547da30f572f2426b0d34a3d (MD5) Previous issue date: 2009-12-18T00:00:00Z / The objective of this work is to explore the use of Neural Networks in the Prediction of the Brazilian Net Inflow of Private Pension Fund Market, as a tool for decision-making and support to the management of companies. To build this model was used neural networks, a tool that is proving suitable for use in nonlinear models with better results than other techniques. The main data source for this work was the FENAPREVI - National Federation of Private Pension and Life. For comparison with the model of neural networks, we used a model of Multiple Linear Regression as a benchmark, in order to demonstrate the suitability of the tool in view of the objectives outlined in this job. The model was constructed from the monthly industry information, between May 2002 and August 2009, considering what has been called 'the live market”, which include products PGBL and VGBL, marketed without interruption during this period for the EAPP – Entities Open Private Pension Funds. The results demonstrated the suitability of the tool Neural Networks, which obtained better results than those obtained using Multiple Linear Regression / O objetivo deste trabalho é explorar a utilização de Redes Neurais no processo de previsão da Captação Líquida do Mercado de Previdência Privada Brasileiro como ferramenta à tomada de decisão e apoio na gestão das empresas do setor. Para a construção desse modelo foram utilizadas Redes Neurais, ferramenta que vem se mostrando adequada para utilização em modelos não lineares com resultados superiores a outras técnicas. A fonte de dados principal para a realização deste trabalho foi a FENAPREVI – Federação Nacional de Previdência Privada e Vida. Para comparação com o modelo de Redes Neurais, foi utilizado um modelo de Regressão Linear Múltipla como benchmark, com o objetivo de evidenciar a adequação da ferramenta em vista dos objetivos traçados no trabalho. O modelo foi construído a partir das informações mensais do setor, entre maio de 2002 e agosto de 2009, considerando o que se convencionou chamar de ‘mercado vivo’, que abrange os produtos PGBL e VGBL, comercializados ininterruptamente nesse período pelas chamadas EAPP – Entidades Abertas de Prividência Privada. Os resultados obtidos demonstraram a adequação da ferramenta Redes Neurais, que obtiveram resultados superiores aos obtidos utilizando Regressão Linear Múltipla.

Made available in DSpace on 2016-08-29T15:37:10Z (GMT). No. of bitstreams: 1 tese_8325_Dissertacao_Jeangelis.pdf: 1337655 bytes, checksum: 22014242540a6c4b7c62551dd6929b42 (MD5) Previous issue date: 2014-11-28 / O inventário florestal é o principal método para a obtenção de informações quantitativas e qualitativas sobre as florestas. Entretanto, ao se trabalhar com grandes áreas, há o inconveniente das variáveis analisadas apresentarem grande heterogeneidade, sendo necessário adotar uma maior intensidade amostral. Nestes casos, uma alternativa para a realização dos inventários florestais é a estratificação da área em subpopulações mais homogêneas quanto a variável de interesse, garantindo estimativas mais precisas com uma menor intensidade amostral. Com isso, este estudo teve como objetivo realizar a estratificação de florestas de eucalipto considerando variáveis que descrevem a forma do fuste. Para tanto, foi utilizada uma base de dados contendo informações de 47.770ha de povoamentos de clones do gênero Eucalyptus.Osplantios são compostos porquatorze clones plantados sobtrês diferentes regimes de manejo (alto fuste, dividido em áreas de implantação e reforma, e talhadia) e quatro espaçamentos de plantios (6, 9, 10 e 16m2 de área útil por planta), com idades variando de quatroa seis anos. Inicialmente, foi realizada a estratificação da área, gerando um total de quarenta estratos, nos quais foram realizados a cubagem rigorosa e os inventários florestais. Em seguida, foram aplicados os métodos de agrupamento por similaridade de perfil, análise de componentes principais, classes de quociente de forma, classes de fator de forma artificial e redes neurais artificiais, gerando novos estratos de amostragem.A título de comparação, também foram consideradas amostragem sem estratificação, a estratificação completa (40 estratos iniciais), estratificação considerando a idade e o espaçamento, e estratificação apenas pela idade.Em seguida, foi realizado o cálculo dos estimadores populacionais para o inventário florestal, considerando cada método de estratificação apresentado, bem como o custo de realização do inventário florestal e cubagem rigorosa. Dentre os métodos propostos para estratificação dos povoamentos, os que apresentaram melhores resultados, quanto a precisão, foi o agrupamento porredes neurais artificiais e o agrupamento porclasses de quociente de forma (K0,5H). Em relação aos custos, o método de agrupamento por redes neurais artificiais também obteve melhores resultados, seguido pelo agrupamento pelo método da similaridade de perfis. Analisando conjuntamente precisão e custo, dentre todos os métodos avaliados, a utilização de redes neurais artificiais se mostrou a alternativa mais eficiente para a estratificação de florestas. Palavras-chave:Amostragem estratificada, inventário florestal, redes neurais artificiais. / The forest inventory is the main method to obtain quantitative and qualitative information on forests. However, when working with large areas, there is the inconvenience of the variables present great heterogeneity, being necessary to adopt a higher sampling intensity. In these cases, an alternative for the realization of forest inventories is the stratification of the area in more homogeneous subpopulations as the variable of interest, ensuring more accurate estimates with a lower sampling intensity. This study aimed to stratify eucalyptus forests considering variables that describe bole form. For this purpose, we used a database containing information of 47.770 ha with clonal Eucalyptus stands. The stands consisted of fourteen clones with three different management regimes (high forest, divided into areas of first and second rotations, and coppice) and four spacings (6, 9, 10 and 16 m2 per plant), aged four to six years. Initially the area stratification was performed, yielding forty strata, in which were performed the scaling and forest inventories. Then, were applied the clustering methods of profile similarity, principal component analysis, class of form quotient, class of form factor and artificial neural networks, generating new sampling strata. For comparison, were also considered sampling without stratification, the complete stratification (40 initial strata), stratification considering the age and spacing and stratification by age only. Then was conducted the calculation of population estimators for forest inventory considering each stratification method presented, as well as the cost of conducting a forest inventory and scaling. Among the methods proposed to stratify the stands, the ones that showed the best results in accuracy, was the clustering by artificial neural networks and clustering by class of form quotient (K0,5H). Regarding costs, the clustering method by artificial neural networks has also achieved best results, followed by clustering by profile similarity method. 8 By analyzing precision and cost, among all methods, the use of artificial neural networks proved to be the most efficient alternative to the stratification of forests

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-21T13:19:16Z (GMT). No. of bitstreams: 0 / Neste trabalho realizou-se um estudo sobre a influência da utilização de poliestireno de propósito geral (GPPS), encontrado principalmente em materiais descartáveis, como matéria-prima para a produção de poliestireno expansível (EPS), em reações de polimerização em suspensão do estireno. O objetivo principal é introduzir uma variável de fácil manipulação, a fração mássica de GPPS (em relação à massa da fase dispersa) na carga de reação, para o controle da distribuição de tamanho das partículas de EPS produzidas. Outra vantagem seria a maximização da produção em relação à quantidade de monômero utilizada, pois parte da massa reacional é substituída pelo GPPS. Os experimentos foram conduzidos de modo a verificar a influência da fração mássica de GPPS e da freqüência de agitação na distribuição de tamanhos das partículas de EPS. Também foi analisada a influência da sua concentração na curva de conversão de monômero. Os resultados experimentais demonstraram o bom desempenho da fração mássica de GPPS como variável de controle da distribuição de tamanho das partículas de EPS. À medida que a concentração de GPPS é acrescida ocorre o aumento do tamanho das partículas e o estreitamento da curva de distribuição. Em conjunto com a freqüência de agitação, esta variável pode ser utilizada para a obtenção de partículas em diferentes tamanhos e dispersões. Outra etapa do trabalho consistiu no desenvolvimento de uma estratégia para o controle de temperatura para a polimerização em suspensão, visando obter um polímero com as condições especificadas (peso molecular médio ponderal). Utilizou-se, para este fim, um controlador preditivo baseado em um modelo empírico do processo. Este modelo consiste em uma rede neural feedforward com três camadas, com treinamento off-line, realizado por um algoritmo de otimização utilizando a técnica de algoritmos genéticos em conjunto com mínimos quadrados. Ainda, de modo a considerar os desvios do processo ocorridos em relação ao modelo, uma técnica de atualização on-line dos pesos da rede foi implementada. A partir dos resultados experimentais foi possível observar que um bom desempenho para o sistema de controle proposto, tanto para a atuação como regulador quanto para servo, mantendo a temperatura no perfil desejado durante todo o período de reação, foi obtido. Com isso, um polímero com as propriedades especificadas e dentro de um estreito limite para sua qualidade foi obtido.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T15:25:25Z (GMT). No. of bitstreams: 1 194324.pdf: 2807374 bytes, checksum: 1d17f90a630b54ba3339e8ed1c71696d (MD5) / O desenvolvimento de sistemas inteligentes com visão computacional permite realizar o reconhecimento de objetos, tornando esses sistemas capazes de responder a modificações no ambiente em que operam. Neste contexto, este trabalho propõe um sistema de vigilância inteligente, baseado no emprego de uma rede neural artificial (RNA), para verificar se o objeto em movimento em determinada cena é uma pessoa. Após extrair-se o objeto a ser analisado pela RNA através de técnicas de processamento de imagem, obtém-se a partir do contorno os descritores da Transformada Discreta de Fourier (DFT), que são apresentados à RNA. Estes estímulos, descritores da DFT, são propagados através de uma rede neural previamente treinada, gerando como resultado um vetor que se refere ao objeto reconhecido, e, se for o caso, alertando que um ser humano está transitando no ambiente monitorado.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T00:00:36Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:02:10Z : No. of bitstreams: 1 195461.pdf: 9490329 bytes, checksum: 00f10c86414b1996c6324e750d6bebe4 (MD5) / Este trabalho mostra a utilização de uma arquitetura de Rede Neural, conhecida como Redes Auto-organizáveis de Kohonen, no auxílio ao diagnóstico médico usando-se uma abordagem conexionista. Esta topologia de rede possui grande plausibilidade biológica que se auto-organiza através de mecanismos de competição permitindo detectar similaridades entre vários sinais, grupando-os em classes. A hipótese deste trabalho é verificar se esta topologia é plausível para o problema do diagnóstico médico de maneira geral, e comparar os resultados obtidos através da topologia de rede direta. Diversos modelos foram implementados, através de uma série de experiências com uma base de 50 casos de três doenças reumatológicas quais sejam: Espondilite Anquilosante, Artrite Gotosa e Artrite Reumatóide. Na parte 1 usou-se a base amostral como conjunto de treinamento bem como para os testes, foram realizadas três experiências. Na parte 2 dividiu-se a base amostral em duas, a primeira contendo 32 casos e utilizada para treinamento e a segunda com 18 casos e utilizada para teste e validação dos resultados, foram realizadas duas experiências: na experiência 4 treinou-se a rede com 32 casos e testou-se com os 18, ignoraram-se os parâmetros sexo e idade. Na experiência 5 tomou-se primeiramente os 8 primeiros casos dos 32 para treinamento, aumentou-se para 10, depois 12, 14, 16, 18, 20, 26 e por fim 32 casos, para a base de teste utilizaram-se os 18 casos da experiência 1. Consideraram-se todos os parâmetros. Foi possível analisar o aprendizado da rede para padrões que não haviam sido apresentados à priori, bem como a capacidade de generalização para poucos exemplos de treinamento. Ao final foram comparados os resultados com os obtidos através de Rede Neural Direta, sendo observado um bom desempenho das redes de Kohonen quando comparadas com aquela. A Rede de Kohonen conforme a topologia e modelos propostos nesta dissertação mostrou-se capaz de clusterizar os padrões de entrada em classes distintas permitindo ser possível distinguir com clareza os três diagnósticos

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-18T20:30:47Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-09T03:56:30Z : No. of bitstreams: 1 144513.pdf: 4856384 bytes, checksum: 77553e5b95a3c216d71ea4e814b0b011 (MD5)

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-18T20:44:12Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-09T03:56:45Z : No. of bitstreams: 1 144517.pdf: 3496120 bytes, checksum: 6dddbd09ee7b8855a249474c6f4e0141 (MD5)

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T09:47:17Z (GMT). No. of bitstreams: 1 199386.pdf: 4412137 bytes, checksum: 0e8101daf48a1d0ceed83976c69485c1 (MD5) / Este documento tem como objetivo apresentar uma série de conceitos e propostas, para elaboração de uma gerência pró-ativa de uma rede de computadores, utilizando as tecnologias de redes neurais Artificiais, e a tecnologia de Agentes autônomos inteligentes. As redes de computadores estão crescendo em importância, em complexidade a cada dia, e uma ação preventiva no gerenciamento destas redes passou a ser de suma

Made available in DSpace on 2014-06-11T19:31:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-06-11Bitstream added on 2014-06-13T20:42:03Z : No. of bitstreams: 1 nagaoka_mpt_dr_botfca.pdf: 822099 bytes, checksum: 888a950f539fe4016466561df2e320b2 (MD5) / Universidade Estadual Paulista (UNESP) / A co-geração de energia elétrica excedente por meio do aproveitamento do bagaço de cana-de-açúcar tem sido considerada uma alternativa importante na diversificação de fontes de geração de energia elétrica no Brasil, considerando-se as vantagens em relação à grande produção de matéria prima, menores custos de geração de energia e a possibilidade de reduzir o ônus dos investimentos em geração de energia do setor público. Apesar do grande potencial apresentado por esta fonte alternativa de energia, o mercado para a energia elétrica co-gerada está ainda hoje, sujeito a um ambiente de grande risco e incerteza, seja decorrente de condições do mercado de energia ou da produção. Este trabalho teve por objetivos analisar a viabilidade econômica de um projeto de investimento em co-geração de energia elétrica em uma usina sucroalcooleira na região Oeste do estado de São Paulo,com vistas à comercialização de excedentes, sob condições de risco, utilizando o algoritmo de Redes Neurais Artificiais. Procurou-se também testar a convergência dos resultados obtidos por este método com outro mais tradicionalmente utilizado em análise de risco para a determinação dos indicadores de viabilidade econômica do investimento. Os indicadores utilizados foram Valor Atual Líquido (VAL); Taxa Interna de Retorno (TIR); Relação Benefício - Custo (RBC); Payback Simples (PBS) e Payback Econômico (PBE). A análise foi realizada considerando seis cenários, considerando a possibilidade ou não de obtenção de financiamento e diferentes níveis de eficiência de queima do bagaço. No método de Redes Neurais Artificiais, as redes foram alimentadas com as seguintes variáveis de entrada: valor do investimento; despesas com juros e amortização; despesa com aquisição e transporte do bagaço e receita operacional, tendo como variável de saída o fluxo líquido de caixa. / The co-generation of surplus electrical energy by means of the use of sugar-cane bagasse has been considered as an important alternative in the diversification of sources of electrical energy in Brazil. Its advantages in relation to the production of raw material are: smaller costs of generation of energy and the possibility to reduce the costs of the investments in the generation of energy in the public sector. In spite of the great potential presented by this alternative source of energy, the market for the co-generation of electrical is still today subject to an atmosphere of great risk and uncertainty, be it due to conditions of the energy or of the production market. The objective of this research study was to analyze the economic viability of an investment project of cogeneration of electrical energy in an alcohol and sugar mill based on the Western area of the state of São Paulo having in view the commercialization of surpluses, under risk conditions, using the algorithm of Artificial Neural Networks. It was also tried to test the convergence of the results obtained by this method with a more traditionally method used in analysis of risk for the determination of the indicators of economic viability of the investment. The indicators used were Liquid Current Value (LCV); Internal Rate of Return (IRR); Benefit - Cost Relationship (BCR); Simple Payback (SPB) and Economic Payback (EPB). The analysis was performed into six different scenarios, having into consideration the possibility or not availabity of financing, and the different levels of efficiency in the burning of bagasse. In the method of Artificial Neural Networks the nets were supplied with entrance variables, such as, the value of the investment; expenses with interests and amortization; expense with acquisition and transport of the bagasse; operational revenue, and the exit variable included the liquid cash flow.

Made available in DSpace on 2014-06-11T19:31:36Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-11-19Bitstream added on 2014-06-13T20:02:24Z : No. of bitstreams: 1 vilela_lc_dr_botfca.pdf: 1121305 bytes, checksum: 3282ea28a25aa278cdf1414bdb80e574 (MD5) / Universidade Estadual Paulista (UNESP)