Orientador: Vicente Lopes Junior / Banca: Ricardo Tokio Higuti / Banca: Marcus Antônio Viana Duarte / Resumo: A crescente utilização de materiais compósitos nos projetos de engenharia tem trazido vários avanços, viabilizando e aperfeiçoando estruturas com características superiores que as encontradas nas ligas metálicas que são largamente utilizadas durante muitos anos e que atualmente estão sendo substituídas de forma parcial ou integral em aplicações onde se espera alto desempenho. A aplicação deste tipo de material tem sido significativa em vários segmentos de engenharia, como na área de transportes (aeronáutica, aeroespacial, naval, ferroviário, automobilística, etc.), construção civil, artigos esportivos, entre outras. Uma grande vantagem dos materiais compósitos é a possibilidade de compor, através da grande variedade de matrizes e reforços, um número ilimitado de combinações destes elementos, tornando cada combinação uma peça com características única, sendo capaz de atender necessidades específicas de cada projeto. Neste trabalho é proposto um método de detecção e localização de danos em compósitos que compõe a estrutura de uma fuselagem de avião, podendo ser utilizado independentemente da temperatura atuante no avião. O método é baseado nas ondas de Lamb e se caracteriza por ser um método não-destrutivo, NDE (do inglês Nondestructive Evaluation). Os testes experimentais foram realizados para diferentes condições de danos em uma faixa de temperatura que variou de -45°C a 105°C. Para a aplicação do sinal de atuação e para a aquisição dos sinais foram utilizados transdutores piezelétricos (PZT), que são indicados para este tipo aplicação por possuírem grande eficiência em altas frequências e por ser versátil, servindo tanto como atuador quanto sensor. Para auxiliar a detecção e localização automática dos danos na estrutura foi utilizada a técnica de Redes Neurais Artificiais que possuem ótima robustez e capacidade de generalização para isolar o efeito da temperatura na... / Abstract: The increasing use of composite materials has brought many beneficial advances for engineering design, improving structure features when comparing with traditional metallic alloys. Although these alloys has been used for centuries, in many applications composite materials are substituting them partially or completely. The use of this kind of materials has produced a great impact in several areas of engineering, as transportation (aeronautics, aerospace, naval, railroad, automobile, etc.), civil construction, sport equipments, etc. An important advantage of composite materials is the possibility of compose an unlimited number of combinations of this elements thought the wide variety of matrix and reinforcements. Each combination becomes a piece with unique characteristics, able to attend specific requirements in a project. In this study, a carbon fiber plate, material used as component of the fuselage in aircrafts, is used in the experimental tests for developing a damage identification and locating method that is able to be used during the flight. The method is based on Lamb waves and it is a non-destructive evaluation (NDE). The tests were done in different conditions for a temperature range from de -45oC to 105oC. The sensing and actuation were based on piezoelectric materials (PZT), which are a versatile smart material indicated to this work since it can be utilized either as actuator or as sensor and because is very efficient at high frequencies. The process automation is realized through the application of Artificial Neural Network, since this technique has optimum robustness and capability of generalization, which are important characteristics to achieve the objective / Mestre

Made available in DSpace on 2016-08-10T10:40:32Z (GMT). No. of bitstreams: 1 RICARDO RODRIGUES DIAS DE LIMA.pdf: 1183450 bytes, checksum: 421433f25aa52b90f44228bd59fbc1fc (MD5) Previous issue date: 2014-03-26 / The purpose of this study is to test econometric methods and artificial intelligence to the problem of time series forecasting, in particular neural network and multiple linear regression with Delta rule. With such designs are intended to provide a step forward in the production of the manufacturing industry in the State of Goiás errors of the estimates in all models are compared with the normality test to validate the adequacy of the model. Finally, the models are compared using R2, mean square error, MAPE and standard deviation to identify the best model and suitable for the prediction of production manufacturing method. / O propósito deste trabalho é testar métodos econométricos e de inteligência artificial para o problema de previsão de séries temporais, em especial regressão linear múltipla e rede neural com regra Delta. Com tais modelos pretende-se prever um passo a frente à produção da indústria de transformação do Estado de Goiás. Os erros das estimativas em todos os modelos são comparados com o teste de normalidade para validar a adequação do modelo. Ao final, os modelos são comparados utilizando, erro quadrático médio, MAPE e desvio padrão para identificar o melhor modelo e método adequado para a predição da produção da indústria de transformação.

Orientadores: Wagner Caradori do Amaral, Lucia Valeria R. de Arruda / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-23T06:01:11Z (GMT). No. of bitstreams: 1 Silva_IvanNunesda_D.pdf: 8988554 bytes, checksum: 75aa61f1a4a1444c73e7b3e7f3e42f48 (MD5) Previous issue date: 1997 / Resumo: A habilidade de redes neurais em solucionar problemas complexos e variados, as tornam uma abordagem atrativa a ser aplicada em diversas áreas de engenharia e ciências. Uma rede neural é basicamente composta de inúmeros elementos processadores simples com um alto grau de conectividade entre eles. Esta tese propõe uma arquitetura de uma rede neural artificial aplicável na solução de problemas de otimização com restrições. Mais especificamente, um modelo baseado na rede de Hopfield é proposto para resolver diferentes tipos de problemas de otimização, incluindo problemas de programação dinâmica e otimização combinatorial, e também problemas de identificação robusta com erro desconhecido mas limitado. Um sistema baseado em lógica nebulosa é desenvolvido com o propósito de conduzir, de forma eficiente, a convergência da rede em direção a seus pontos de equilíbrio. Os parâmetros internos da rede, associados às restrições, são derivados utilizando a técnica de subespaço válido de soluções. Resultados de simulações são apresentados para ilustrar o desempenho da abordagem proposta / Abstract: The ability of artificial neural networks to solve complex and diversified problems make them attractive for application in many áreas of engineering and science. A neural network is basically composed of many simple processing elements with a high degree of connectivity among them. This thesis presents an architecture of artificial neural network to apply in optimization problems with constraints. More specifically, a topology based in the Hopfield networks is proposed to solve some optimization problems, including dynamic programming and combinatorial optimization, and also robust parametric identification problems with unknown-but-bounded disturbance. In this case, the network is used to calculate the parametric uncertainty intervals and the feasible membership set for model parameters. A rule-based fuzzy system has been developed in order to improve the efficiency and the network convergence to the equilibrium points. The internal parameters of the network, associated with the constraints imposed by a specific problem, are explicitally computed using a valid-subspace technique. Simulation results are provided to illustrate the performance of the proposed approach / Doutorado / Doutor em Engenharia Elétrica

Orientador: Camila Pires Cremasco Gabriel / Banca: Daniel dos Santos Viais Neto / Banca: Raul Andres Mertinez Uribe / Resumo: O rabanete é um dos vegetais mais antigos, tendo origem nas regiões mediterrâneas. A irrigação da cultura geralmente é feita com água proveniente de fontes superficiais, muitas vezes com qualidade inferior ao perfil utilizado mais comumente, contendo uma alta concentração de sais dissolvidos. O presente trabalho teve como finalidade, investigar a possibilidade de elaborar modelagens neuro fuzzy para estimativa do desenvolvimento e produtividade do rabanete, quando submetido a irrigação com água convencional e tratada magneticamente sob diferentes lâminas de irrigação, baseados na evapotranspiração da cultura (ETc). Os dados utilizados para alimentar o sistema foram provenientes de experimento realizado em ambiente protegido, localizado no Departamento de Engenharia Rural da UNESP, Faculdade de Ciências Agronômicas (FCA), Fazenda Experimental Lageado, no município de Botucatu/SP. O delineamento experimental foi inteiramente casualizado 2x5, com cinco lâminas de irrigação (25%; 50%; 75%, 100% e 125% da ETc), com água em duas condições (magnetizada e convencional) e cinco repetições de plantas. Para isto, o trabalho foi dividido em 4 capítulos, em que utiliza-se o modelo hibrido para estimativa da produtividade e fatores biométricos do rabanete, utilizando dados aferidos 35 dias após transplantio. As variáveis de entrada foram: Lâmina de Irrigação e Característica da Água (convencional ou magnetizada), e as variáveis de saída selecionadas foram: Produtividade e as Análises Biomé... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The radish is one of the oldest vegetables, originating in the Mediterranean regions. Culture irrigation is usually done with water from surface sources, often of inferior quality to the profile most commonly used, containing a high concentration of dissolved salts. The present work had the purpose of investigating the possibility of elaborating neuro fuzzy models to estimate radish development and productivity, when submitted to irrigation with conventional water and magnetically treated under different irrigation slides based on crop evapotranspiration (ETc). The data used to feed the system came from an experiment carried out in a protected environment, located in the Department of Rural Engineering of UNESP, Faculty of Agronomic Sciences (FCA), Experimental Farm Lageado, in the city of Botucatu / SP. The experimental design was completely randomized 2x5, with five irrigation slides (25%, 50%, 75%, 100% and 125% of ETc), with water in two conditions (magnetized and conventional) and five replicates of plants. For this, the work was divided in 4 chapters, using the hybrid model to estimate the productivity and biometric factors of the radish, using data verified 35 days after transplanting. The input variables were: Irrigation Blade and Water Characteristic (conventional or magnetized), and the selected output variables were: Productivity and Biometric Analysis. The models were satisfactory, and also allowed to visualize results at intermediate levels, not only those that were already performed in the experiment, formalizing a generalization of the results of the ... / Mestre

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-06-28Bitstream added on 2014-06-13T21:01:22Z : No. of bitstreams: 1 araujo_nvs_dr_ilha.pdf: 898369 bytes, checksum: 972b4fcee45e49e9c9a251e6404dedde (MD5) / Nos últimos anos têm-se percebido um forte crescimento no uso da tecnologia sem fio 802.11 (Wireless Local Area Network - WLAN) e os mecanismos de segurança implementados pelas emendas IEEE 802.11i e IEEE 802.11w têm se mostrado pouco eficazes no combate a ataques contra a disponibilidade dos serviços da WLAN. Os sistemas detectores de intrusão surgem como uma forma de auxiliar as redes de computadores neste combate contra a indisponibilização dos serviços. Nesta tese é proposto um modelo de detecção de intrusos chamado Kappa-PSO-ARTMAP Fuzzy, onde primeiramente a base de dados original é pré-processada, por meio de uma técnica de seleção de atributos baseada em rede neural ARTMAP Fuzzy e coeficiente Kappa, para reduzir a quantidade de atributos, deixando apenas as características mais representativas. A seguir, aplica-se a técnica de otimização por enxame de partículas (particle optimization swarm – PSO) na seleção de um conjunto de critérios (parâmetro de escolha, parâmetro de vigilância do módulo ARTa, taxa de treinamento e acréscimo do parâmetro de vigilância do módulo ARTa) empregados no treinamento do classificador de ataques, de forma a maximizar a identificação correta de amostras classificadas. O algoritmo de detecção de intrusos empregado no classificador de ataques é a rede neural ARTMAP Fuzzy. O desempenho desta nova estratégia é avaliado sobre três bases de dados coletadas respectivamente de uma rede simulada cabeada, uma rede infraestruturada sem fio com criptografia WEP (Wired Equivalent Privacy) e WPA (WiFi Protected Access) habilitadas e uma rede infraestruturada sem fio com criptografia WPA2 (WiFi Protected Access version 2) habilitada. Os resultados obtidos na avaliação da metodologia Kappa-PSO-ARTMAP Fuzzy demonstram a diminuição... / In the last years have seen a strong increase in the 802.11 wireless local area network (WLAN) technologies use, and the security mechanisms implemented by amendments IEEE 802.11i and IEEE 802.11w have proven not very effective in combating attacks against availability of WLAN services. Intrusion detection systems emerge as a way to help computer networks in this combat against the deny of services. In this thesis it's proposed a model of intrusion detection called Kappa-PSO-Fuzzy ARTMAP, where initially the original database is pre-processed through a feature selection technique based on ARTMAP Fuzzy neural network and Kappa coefficient for reduce the amount of attributes, leaving only the most representative features. Then, apply the particle swarm optimization (PSO) technique in searching a set of criteria (choice parameter, ARTa module vigilance parameter, training rate and increase in the ARTa module vigilance paramater) employees in training attacks classifier, in order to maximize the accurate identification of classified samples. The intrusion detection algorithm used in the attacks classifier is the ARTMAP Fuzzy neural network. The performance of this new strategy is evaluated over three colleted databases respectively in a simulated wired network, infrastructured wireless network with WEP (Wired Equivalent Privacy) and WPA (WiFi Protected Access) encryption enabled and infrastructured wireless network with WPA2 (WiFi Protected Access version 2) encryption enabled. The obtained results in the Kappa-PSO-ARTMAP Fuzzy methodology demonstrate the IDS computational cost reduction without causing... (Complete abstract click electronic access below)

Made available in DSpace on 2014-06-11T19:30:51Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-02-15Bitstream added on 2014-06-13T19:00:51Z : No. of bitstreams: 1 marchiori_sc_dr_ilha.pdf: 677796 bytes, checksum: ad2f3ed3c028a78d1986bdec4a061832 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Esta pesquisa apresenta uma metodologia para a análise da estabilidade transitória de primeira oscilação de sistemas de energia elétrica usando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural ARTMAP Euclidiana. A margem de segurança (método da energia) é empregada como critério de análise de estabilidade transitória, considerando-se, na forma preliminar, o modelo clássico e defeitos tipo curto-circuito trifásico com saída de linha de transmissão. A metodologia proposta está concebida, ainda, com a possibilidade de se considerar modelos mais elaborados (e.g., o modelo de Park), se comparados ao modelo clássico. Esta alternativa pode se tornar exeqüível, por meio do uso de um segundo módulo neural e de um índice, para fins de treinamento, gerado considerando-se uma combinação, por exemplo, da margem de segurança (análise quantitativa / qualitativa com média precisão) e de informações fornecidas por processo de simulação (análise qualitativa com alta precisão). As arquiteturas ART apresentam as características de estabilidade e plasticidade, as quais são imprescindíveis para a realização do treinamento e execução da análise de forma rápida. A versão ARTMAP Euclidiana proporciona soluções mais precisas e mais rápidas, se comparada à configuração ARTMAP nebulosa. O funcionamento da rede é constituído por três fases principais: treinamento (ou aprendizado), análise e treinamento continuado. A realização da fase de treinamento requer uma grande quantidade de processamento, enquanto que a fase de análise é efetivada, praticamente, sem esforço computacional. Esta é, portanto, a principal justificativa para o uso de redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é o caso de aplicações em tempo real... / This work presents a methodology for transient stability analysis of first swing of electrical energy systems, using a neural network based on ART (Adaptive Resonance Theory), named Euclidean ARTMAP neural network. The security margin (energy method) is used as a criterion for transient stability analysis, considering, in the preliminary form, the classical model and faults like three-phase short-circuit with outage of a transmission line. The proposed methodology is conceived, even that, with the possibility to consider more elaborated models (e.g., the Park model), when compared to the classical model. This alternative can become executable, through the use of a second neural module and an index for training, generated considering a combination, for example, the security margin (quantitative / qualitative analysis with precision average) and information provided by simulation process (qualitative analysis with precision high). The ART neural network presents stability and plasticity characteristics, which are very important for realization of the training and analysis, executed in a very fast way. The Euclidean ARTMAP version gives more accurate solutions and more fast, when compared to the Fuzzy ARTMAP. The performance of neural network is constituted of three principal phases: training (or learning), analysis and continuous training. The training phase needs a great quantity of processing time for the realization, whereas the analysis phase is effectuated almost without computational effort. Therefore, this is the principal justification to use neural network for solving complex problems that need fast solutions, as the case of real time applications ...

Made available in DSpace on 2015-03-03T11:52:38Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-07-28Bitstream added on 2015-03-03T12:06:14Z : No. of bitstreams: 1 000810245_20160728.pdf: 63604 bytes, checksum: a150945822a93489f6d371a15780582b (MD5) Bitstreams deleted on 2016-07-29T12:53:56Z: 000810245_20160728.pdf,. Added 1 bitstream(s) on 2016-07-29T12:54:50Z : No. of bitstreams: 1 000810245.pdf: 1452897 bytes, checksum: 04a40d2aa763c6094fd5a4d34baabaa6 (MD5) / A classificação morfológica embrionária possui grande importância para inúmeras técnicas laboratoriais (desde pesquisas básicas às aplicadas na reprodução assistida). Entretanto, o método utilizado para realizar a classificação dos embriões em diferentes graus de qualidade sempre foi baseado na subjetividade do avaliador e, por mais que sejam estabelecidos padrões de graus de qualidade e descrições das características morfológicas que categorizam um embrião em cada grau, não há atualmente um método preciso que possa gerar resultados consistentes e confiáveis. Assim, nosso trabalho resultou no desenvolvimento de um software capaz de realizar a classificação da qualidade morfológica de blastocistos bovinos. Utilizamos como base de funcionamento técnicas de inteligência artificial (mais especificamente de Redes Neurais Artificiais e Algoritmos Genéticos). Resultados indicam uma taxa de acerto global de 79,2% na classificação de blastocistos bovinos em 3 graus de qualidade, sendo que para os blastocistos classificados como Excelentes ou Bons (Classe 1) a taxa de acerto é de 82,6%, para os blastocistos classificados como Regulares (Classe 2) é de 16,7% e para os blastocistos classificados como Pobres (Classe 3) a taxa de acerto é de 91,7% / Embryonic morphological classification has great importance for numerous laboratory techniques (from basic to applied research in assisted reproduction). However, the method used to perform the classification of embryos in varying degrees of quality has always been based on the subjectivity of the evaluator. Although quality standards and descriptions of morphological characteristics that categorize an embryo in each grade are established, currently there is not an accurate method that can generate consistent and reliable results. Thus, our work resulted in the development of a software able to perform the classification of morphological quality of bovine blastocysts. Artificial Intelligence techniques (such as Artificial Neural Networks and Genetic Algorithms) were used in the development. Results indicate an overall accuracy of 79.2% in the classification of bovine blastocysts in 3 degrees of quality. For blastocysts classified as Excellent or Good (Class 1) the hit rate is 82.6%, for blastocysts classified as Regular (Class 2) is 16.7% and for blastocysts classified as poor (Class 3) the hit rate is 91.7%

Orientador: João Francisco Escobedo / Banca: João Paulo Papa / Banca: Alexandre dal Pai / Resumo: O presente trabalho tem como objetivo avaliar a estimação da radiação solar ultravioleta diária (UV) utilizando técnicas de aprendizado de máquina em Botucatu/SP/Brasil. Para a geração dos modelos foram utilizadas as redes neurais artificiais com função linear (RNA), a máquina de vetores de suporte com função linear (SVM-Linear) e a máquina de vetores de suporte com função RBF (SVM-RBF). Como entrada, para cada uma das técnicas, foram testados cinco grupos contendo diferentes variáveis meteorológicas medidas como rotina na estação de radiometria solar de Botucatu. A maior precisão na estimação da UV foi obtida utilizando a SVM-RBF e, como variáveis de entrada, foram utilizados dados de insolação, umidade relativa, temperatura do ar, precipitação, fotoperíodo, radiação solar no topo da atmosfera, radiação ultravioleta no topo da atmosfera, radiação solar global, transmissividade atmosférica e massa ótica relativa. Este modelo apresentou MBE = 0,321%; RMSE = 5,712%; d = 0.991 e R² = 0.969, porém o conjunto de entradas utilizando apenas a radiação global, radiação solar no topo da atmosfera e radiação ultravioleta no topo da atmosfera merece atenção por apresentar resultados próximos a partir de apenas uma variável medida (radiação global) e duas calculadas. Este grupo apresentou MBE = 1,614%; RMSE = 6,749%; d= 0,989 e R² = 0,959. Tais resultados foram comparados com modelos encontrados na literatura e se mostraram equivalentes aos que utilizaram técnicas de aprendizado de máquina para estimar a radiação UV em outras cidades e superiores aos modelos estatísticos gerados com o intuito de estimar a UV para a cidade de Botucatu / Abstract: In this papper is evaluated the estimation of daily solar ultraviolet radiation (UV) using machine learning techniques in Botucatu / SP / Brazil. To develop the model was utilized the artificial neural networks with linear function, the support vector machine with linear function and with RBF function. As input to each of the techniques, were tested five groups containing different weather variables measured as routine in Botucatu radiometry solar station. A more precise estimation of UV was obtained using the SVM-RBF and as input variables, we used data of insolation, relative humidity, air temperature, precipitation, photoperiod, solar radiation at the top of the atmosphere, ultraviolet radiation at the top of atmosphere, solar radiation, atmospheric transmissivity and relative optical mass. This model presented MBE = 0.321%; RMSE = 5.712%; d = 0991 and R²=0969, but the set of entries using only the global radiation, solar radiation at the top of the atmosphere and ultraviolet radiation at the top of the atmosphere deserves attention for presenting similar results from only one measured variable (global solar radiation) and two calculated. This group presented MBE = 1.614%; RMSE = 6.749%; d = 0.989 and R²=0.959. These results were compared to models found in the literature and proved equivalent to that used machine learning techniques to estimate the UV radiation in other cities and higher than the statistical models generated in order to estimate the UV to the Botucatu city / Mestre

Orientador: André Henrique Rosa / Coorientador: Hubert Mathias Peter Roeser / Banca: Kurt Friese / Banca: Paulo Sérgio Tonello / Banca: Viviane Moschini Carlos / Banca: Ricardo Perobelli Borba / Resumo: O As está distribuído em diversas formas químicas em sistemas aquáticos, o que determina o seu comportamento e destino no ambiente. Nesse contexto, as substâncias húmicas (SH) têm um importante papel por serem capazes de complexar esse metaloide e alterar sua mobilidade e biodisponibilidade. O Fe também tem grande importância por poder formar complexos ternários SH-Fe-As. Apesar da química do As já ter sido bem estudada, o seu comportamento em ambientes ricos em SH e Fe ainda não é totalmente compreendido. Os objetivos desse trabalho foram investigar a distribuição do As, Al e Fe em águas superficiais de uma região mineira no sudeste do Brasil (Quadrilátero Ferrífero, QF) e entender como características de SH extraídas de diferentes regiões (Brasil e Alemanha) afetam a complexação do As(V) na presença de Fe(III). Amostras de águas foram coletadas em 12 pontos do QF, filtradas (0,45 µm) e ultrafiltradas (1 kDa) para separar as frações particulada (>0,45 µm), coloidal (<0,45 µm e >1 kDa) e livre (<1 kDa) de As, Al e Fe. A técnica de difusão em filmes finos por gradientes de concentração (DGT) foi usada em 5 dos 12 pontos para estudar a fração lábil dos elementos estudados. Carbono orgânico total (COT) e dissolvido (COD) também foram medidos. SH foram extraídas de quatro pontos (um no Brasil nas estações seca e chuvosa e três na Alemanha) para testar a influência de diferentes tipos de SH e Fe(III) na complexação do As(V). As SH foram caracterizadas e foram feitos testes de comp... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: As is distributed in different chemical forms in aquatic systems. These different forms control its behaviour and fate in the environment. The humic substances (HS) have an important role in the As cycle since they can complex this metalloid and change its mobility and bioavailability. Fe is also important because it can form ternary complexes HS-Fe-As. Although the As chemistry is well studied, the behaviour of As in HS and Fe-rich environments is not totally known. This thesis aimed to investigate the distribution of As, Al and Fe in surface waters from a mining region in the southeast of Brazil (Quadrilátero Ferrífero, QF) and understand how characteristics of HS extracted from different regions (Brazil and Germany) affect the complexation of As(V) in the presence of Fe(III). Water samples were taken in 12 points in QF, filtered (0.45 µm) and ultrafiltered (1 kDa) to separate the fractions particulate (>0.45 µm), colloidal (<0.45 µm and >1 kDa) and free (<1 kDa) of As, Al and Fe. The technique of diffusive gradients in thin films (DGT) was used in 5 of the 12 points to study the labile fraction of the elements studied. Total organic carbon (TOC) and dissolved organic carbon (DOC) were also measured. HS were extracted from four points (one in Brazil in dry and rainy seasons and three in Germany) to analyse the influence of HS from different origins and Fe(III) on the complexation of As(V). The HS were characterised and complexation experiments were performed using an ultrafiltration system with 1 kDa membrane. All data were analysed using the Kohonen neural network. The results showed that most of total Al and Fe in QF was in the particulate fraction and As was in the free fraction. Most of the dissolved Al and Fe was in the colloidal and inert fraction, while As was more labile and potentially more bioavailable ... (Complete abstract click electronic acess below) / Doutor

Orientador: João Francisco Escobedo / Banca: Célia Regina Lopes Zimback / Banca: Paulo Andre de Oliveira / Banca: Erico Tadao Teramoto / Banca: Valeria Cristina Rodrigues Sarnighausen / Resumo: A evapotranspiração de referência (ETo) é importante na agricultura para satisfazer as necessidades de água das culturas e para o manejo dos sistemas de irrigação. A ETo pode ser estimada com precisão a partir do método padrão de Penman Monteith FAO 56, porém, o seu uso é bastante complexo. Sendo assim, vários métodos empíricos de uso simples vem sendo desenvolvidos por diversos pesquisadores, todavia, a sua escolha deve ser feita de forma cuidadosa, pois apresentam um desempenho que varia em função das condições climáticas de cada local. A variabilidade do desempenho dos métodos empíricos tem levado os pesquisadores a procurarem outros métodos alternativos. Como resultado dessas pesquisas, há que destacar a técnica de aprendizado de máquinas (TAM): redes neurais artificiais (RNAs) e máquina vetor de suporte (MVS). Diante do exposto, o presente trabalho foi dividido em três capítulos, onde no primeiro capítulo foi avaliado o desempenho dos métodos empíricos de temperatura (Benevides e Lopez - BenL, Hamon -Ham, Blaney Criddle Original e Hargreaves Samani -HS) e de radiação solar (Abtew, Jensen Haise - JensH, Makkink e Irmak) na estimativa da ETo no estado de São Paulo. Todos os métodos foram avaliados em relação ao método padrão em escala anual e sazonal. Os resultados obtidos na escala anual mostraram que o método de Abtew apresentou o melhor desempenho. Na escala sazonal, observou-se que o método de JensH foi melhor no inverno, o de Irmak e de Abtew no verão e outono. O méto... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The reference evapotranspiration (ETo) is important in agriculture for crop water management and irrigation systems management. The ETo can be estimated accurately by the FAO 56 standard method of Penman Monteith, however, its use is complex. Thus, several empirical methods of simple use have been developed by many researchers, but their choice must be made carefully because they present a performance that change according to the climate conditions of each location. The variability of the performance of empirical methods has led researchers to look for alternative methods. As the result, we must highlight the machine learning technique (MLT), such as artificial neural networks (ANNs) and support vector machine (SVM). This work was divided into three chapters. In the first chapter, four temperature- based (Benevides e Lopez - BenL, Hamon -Ham, Blaney Criddle Original e Hargreaves Samani -HS) and four radiation- based (Abtew, Jensen Haise - JensH, Makkink and Irmak) ETo methods were tested against FAO 56 method, using annual and seasonal scale in the state of São Paulo. The results obtained in the annual scale showed that the Abtew method presented the best performance. On the seasonal scale, it was observed that the JensH method was better in the winter, the Irmak and Abtew methods were better in the summer and autumn. The Abtew method was also better in the spring. In the second chapter, HS and Abtew methods, ANNs and SVM were used. The ANN used was Multilayer Perceptron with Backpropagation learning algorithm, and in the SVM, was used Kernel Radial Basic Function with Regression Sequential Minimal Optimization learning algorithm. ... / Doutor