A navegação autônoma é um dos problemas fundamentais na área da robótica móvel. Algoritmos capazes de conduzir um robô até o seu destino de maneira segura e eficiente são um pré-requisito para que robôs móveis possam executar as mais diversas tarefas que são atribuídas a eles com sucesso. Dependendo da complexidade do ambiente e da tarefa que deve ser executada, a programação de algoritmos de navegação não é um problema de solução trivial. Esta tese trata do desenvolvimento de sistemas de navegação autônoma baseados em técnicas de aprendizado supervisionado. Mais especificamente, foram abordados dois problemas distintos: a navegação de robôs/- veículos em ambientes urbanos e a navegação de robôs em ambientes não estruturados. No primeiro caso, o robô/veículo deve evitar obstáculos e se manter na via navegável, a partir de exemplos fornecidos por um motorista humano. No segundo caso, o robô deve identificar e evitar áreas irregulares (maior vibração), reduzindo o consumo de energia. Nesse caso, o aprendizado foi realizado a partir de informações obtidas por sensores. Em ambos os casos, algoritmos de aprendizado supervisionado foram capazes de permitir que os robôs navegassem de maneira segura e eficiente durante os testes experimentais realizados / Autonomous navigation is a fundamental problem in the field of mobile robotics. Algorithms capable of driving a robot to its destination safely and efficiently are a prerequisite for mobile robots to successfully perform different tasks that may be assigned to them. Depending on the complexity of the environment and the task to be executed, programming of navigation algorithms is not a trivial problem. This thesis approaches the development of autonomous navigation systems based on supervised learning techniques. More specifically, two distinct problems have been addressed: a robot/vehicle navigation in urban environments and robot navigation in unstructured environments. In the first case, the robot/vehicle must avoid obstacles and keep itself in the road based on examples provided by a human driver. In the second case, the robot should identify and avoid unstructured areas (higher vibration), reducing energy consumption. In this case, learning was based on information obtained by sensors. In either case, supervised learning algorithms have been capable of allowing the robots to navigate in a safe and efficient manner during the experimental tests

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.

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

Um dos objetivos dos projetos e estudos na área de transporte público é atrair o maior número possível de viagens. Um primeiro passo para estimular uma maior utilização do transporte público pode ser a captação de pessoas que já têm predisposição para utilizá-lo, mas que não o fazem por alguma deficiência específica no serviço. Este é o contexto no qual mapas que representam o potencial de utilização dos transportes públicos podem desempenhar um papel importante, como discutido neste estudo. A pesquisa tem como objetivo principal a aplicação e avaliação de duas técnicas destinadas a identificar potenciais usuários de transporte público e como estes se distribuem geograficamente em uma cidade brasileira selecionada para o estudo. Nas técnicas aqui exploradas, o município em análise é dividido em áreas em função do código de endereçamento postal. Estas áreas são caracterizadas pelos atributos socioeconômicos da sua população e do sistema de transporte. Diante da hipótese de melhoria na qualidade do transporte público, dois segmentos de usuários de automóvel foram determinados: usuários que trocariam para ônibus e usuários que ainda preferem o carro. Com isso, foi construído um modelo capaz de representar o comportamento de escolha dos usuários de cada área. A metodologia proposta envolve quatro passos: i) comparação de modelos Logit elaborados com dados de São Carlos (Brasil) e Wageningen (Holanda), ii) ajustes no modelo de São Carlos, iii) elaboração de um modelo de escolha modal por redes neurais artificiais e iv) elaboração dos mapas potenciais. As duas últimas etapas foram concebidas tanto para análises independentes, como também para comparação com o modelo Logit. Assim, a construção de cenários futuros permitiu identificar e localizar espacialmente os potenciais usuários de transporte público. Foi possível verificar também qual a influência de alguns atributos sobre a escolha do modo de transporte urbano. Por exemplo, usuários de domicílios com três ou quatro pessoas têm menor probabilidade de vir a utilizar o ônibus regularmente. Por fim, um cenário futuro tornou possível destacar áreas onde é esperado um aumento do potencial de uso do transporte público devido a mudanças nos valores de densidade populacional. / One of the objectives of projects and studies on public transport is to attract the largest possible number of trips. A first step for increasing transit ridership may be the attraction of those individuals who already have a predisposition to use the service, but do not use it because of any specific inadequacies. This is the context in which maps displaying the potential use of public transport may play an important role, as discussed in this study. The research aims at the application and evaluation of two techniques used to identify potential users of public transport and to show how they are geographically distributed in a Brazilian city selected for the study. In the techniques discussed here, the municipality under analysis is divided into areas according to the postal codes of the streets. These areas are characterized by socioeconomic attributes of the population and of the transport system. Two segments of automobile users were determined, under the assumption that the quality of public transport would be improved: users who would switch to buses and users who still prefer the car. Based on that, a model designed to represent the choice behavior of users in each urban area was built. The proposed methodology involved four steps: i) the comparison of Logit models built with data of São Carlos (Brazil) and Wageningen (The Netherlands), ii) adjustments in the model of São Carlos, iii) the development of a mode choice model based on artificial neural networks, and iv) construction of potential maps. The third and fourth steps were meant for both independent analysis, and also for comparison with the Logit model. Thus, the construction of future scenarios allowed the identification and spatial location of potential users of public transport. It was also possible to learn about the influence of some attributes on urban transportation choice. For example, users living in households with three or four persons are less likely to become bus riders. Finally, a future scenario was able to highlight the areas where the potential for public transport could be increased due to changes in population density values.

Este trabalho desenvolve um modelo para análise de variáveis craniométricas que utiliza as Redes Neurais Artificiais Paraconsistentes, assentadas na Lógica Paraconsistente Anotada de dois valores. Tal lógica possui a capacidade de mensurar incerteza, inconsistência e paracompleteza. A Lógica Paraconsitente vem sendo empregada em diversas aplicações sujeitas a estas situações, constituindo nova ferramenta matemática em Inteligência Artificial. O trabalho tem como principal objetivo melhorar o diagnóstico cefalométrico. O modelo desenvolvido recebe as medidas das variáveis craniométricas de um determinado paciente e as compara com as médias das variáveis craniométricas normais de uma amostra da população brasileira. Esta amostra é composta de crianças e adolescentes de ambos os sexos, na faixa etária de 6 a 18 anos, utilizadas neste trabalho como valores de referência de normalidade. A análise cefalométrica aqui proposta consiste em quantificar discrepâncias esqueletais e dentárias sob a Lógica Paraconsistente. O uso das Redes Neurais Artificiais Paraconsistentes permite agregar ao méto do um fator de incerteza, respeitando o diagnóstico ortodôntico tradicional, e ao mesmo tempo, contextualiza diferentes regiões craniofaciais. O resultado da análise consiste dos graus de discrepância esqueletal, anteroposterior e vertical, e graus de discrepância dentárias, relativas aos incisivos inferiores e superiores. Variáveis craniométricas de 120 pacientes foram processadas pelo modelo proposto e avaliadas por três especialistas em Ortodontia. De acordo com o índice Kappa, houve desde concordância satisfatória até concordância quase perfeita entre o modelo e os especialistas, de acordo com as variáveis consideradas. As opiniões inter-especialista são substancialmente similares às comparações entre os especialistas e o modelo apresentado, o que reflete o potencial do modelo como um sistema especialista. A utilização de técnicas de Inteligência Artificial através da Lógica Paraconsistente, permitiu significante melhora na análise cefalométrica proposta. O modelo apresentado pode ser adaptado a outras amostras ou populações, com a adaptação dos valores de referência iniciais de normalidade. / This work shows the development of an unequal craniometric analysis model, which uses Paraconsistent Neural Network, based upon Paraconsistent Logic with two values. Such logical approach has the capability to handle concepts as uncertainness, inconsistency and paracompleteness. It has been used on diverse applications which present such features, constituting a new mathematical tool in Artificial Intelligence. The presented methodology had as main goal to booster diagnosis in Orthodontics. The developed model processes craniometric measures of a specific person, and compares to the expected means drawn from a Brazilian sample, comprised of children and adolescent individuals, ranging from 6 to 18 year-old, of both genders. The current cephalometric analysis, developed under the approach of Paraconsistent Logic, quantifies skeletal and dental discrepancies. The use of Paraconsistent Neural Network allows aggregating a factor of vagueness, respecting the limits of traditional orthodontic classification. At the same time, it contextualizes variables of different craniofacial regions. The results of the analysis are expressed through degrees of skeletal discrepancies, in the anteroposterior and vertical dimensions, and degrees of dental discrepancies, for the upper and lower incisors. Cephalometric va lues of a sample of 120 patients were processed by the paraconsistent model and analyzed by three specialists in Orthodontics. According to Kappa index, the agreement between the model and the specialists ranged from moderate to almost perfect, according to the variables considered. The inter-observer opinions were substantially similar to the mathematical model, which reflects the potential of the model as a specialist system. The use of Artificial Intelligence methods throughout Paraconsistent Logics, allowed significant improvement in cephalometric assessment. The presented model can be applied in different samples or populations, with adaptation of the degrees of normality as initial references.

O módulo de resiliência é uma propriedade mecânica dos solos indispensável para análise estrutural de pavimentos em termos de tensão e deformação. O principal ensaio laboratorial para estimativa do módulo de resiliência dos solos é o ensaio triaxial cíclico no qual existe um maior controle das condições da amostra, dos carregamentos aplicados e dos deslocamentos medidos. A utilização de relações para obtenção do módulo de resiliência a partir de propriedades do solo obtidas de ensaios mais simples e rotineiros é permitida pelo procedimento NCHRP 1-37A (2004) e pode ser muito útil para fase de anteprojeto de implantação de rodovias, pois permite uma avaliação rápida do módulo de resiliência dos solos de jazidas e subleitos, localizados ao longo das diversas alternativas de traçados a serem analisadas. No entanto, as relações existentes ou são restritivas, por não considerarem os solos das regiões tropicais de comportamento laterítico e não laterítico da classificação MCT (Miniatura Compactado Tropical), ou são de baixa eficiência. Considerando-se o sucesso que as redes neurais artificiais (RNAs) têm apresentado no campo da engenharia em estabelecer relações entre variáveis explicativas e variáveis resposta, neste trabalho foram desenvolvidas RNAs para relacionar o módulo de resiliência com as propriedades do solo, tanto para solos grossos compactados na energia modificada como para solos compactados na energia normal. O banco de dados utilizado no trabalho baseou-se nos resultados de ensaios de setenta e seis amostras de solos coletadas no interior do Estado de São Paulo. Finalmente, verificou-se que as RNAs podem prever, com alta eficiência, o módulo de resiliência dos solos tropicais de comportamento laterítico e não laterítico a partir de propriedades do solo tais como: composição granulométrica, LL, IP, umidade ótima e resultados do ensaio de compressão simples. / The resilient modulus is an essential mechanical property for stress-strain analysis of pavements. The main test to evaluate resilient modulus of soils is cyclic triaxial test which there is a better control not only of samples but also of loads and displacements. Nowadays, the utilization of relationships to obtain resilient modulus from soils properties, from routine simple tests, is allowed by procedure NCHRP 1-37A, and that can be useful in initial design in construction of roads, as the resilient modulus of material pits and subgrades, places along several alternative traces of design, can be evaluated very fast by relationships. However, the existing relationships are restrictive, because they do not consider tropical soils of lateritic and non-lateritic behavior from MCT (Miniatura Compactado Tropical) classification and they have low performance. Artificial neural networks (ANNs) have shown high success to establish relationships from answering variables and explicative variables, so in this work was developed ANNs to establish relationships from resilient modulus and soil properties, not only for sandy soils in Proctor\'s modified compaction energy but also for soils in Proctor\'s standard compaction energy. The data base used in this work was laboratory test results from seventy-six soils which were collected in interior of Sao Paulo state. Finally, for tropical soils of lateritic and non-lateritic behavior, it was verified that ANNs can forecast, with high performance, resilient modulus from soil properties just as: grain size composition, liquid limit (LL), plasticity index (PI), optimum moisture content and results of simple strength compressive test.

A indústria automobilística é um dos mais importantes setores da economia no Brasil e no mundo. Nos últimos anos viu-se praticamente obrigada a melhorar o desempenho de seus veículos produzidos e reduzir seus custos. Um dos marcos desta transformação foi o desenvolvimento do sensor de oxigênio, sendo este um dos principais elementos dos sistemas gerenciadores de motor. Esta dissertação propõe o estudo de arquiteturas de sistemas inteligentes para sensoriamento virtual de oxigênio em veículos bicombustíveis, utilizando-se redes neurais artificiais supervisionadas, com arquitetura Perceptron multicamadas. As topologias implementadas atingiram resultados com erros relativos médios menores que 1% em centenas de topologias. Verificou-se também que para o sensoriamento virtual de oxigênio em veículos bicombustíveis, a abordagem de se realizar treinamentos com todos os tipos de combustíveis, segmentando conjuntos de todo o universo de dados, mostra-se a mais adequada. / The automotive industry is one of the most important sectors in Brazilians economy and in the world. In recent years, this industry has been forced to improve the performance of their produced vehicles and to reduce their costs. One of the landmarks of this transformation was the development of the oxygen sensor, which is one of the main elements of the engine management systems. This dissertation proposes the use of intelligent systems architectures for virtual oxygen sensing of bi-fuel vehicles, using multilayer Perceptron artificial neural networks. The implemented topologies reach results with mean relative errors less than 1% in hundreds of topologies. It was also noted that the approach to train the neural network with all types of fuels, using subsets of data universe, it is the most appropriate to have a virtual sensing of oxygen in bi-fuel vehicles.

Este trabalho apresenta um método de predição não linear de séries temporais econômicas. O método baseia-se na análise técnica e fundamentalista de cotação de ações, filtragem wavelet, seleção de padrões e redes neurais artificiais. No modelo técnico emprega-se a transformada wavelet para filtrar a série temporal econômica de comportamentos aleatórios ou não econômicos. Após a filtragem dos dados o algoritmo de projeções sucessivas é utilizado para a seleção de padrões de treinamento para a rede neural artificial, com o objetivo de selecionar os padrões de comportamento mais importantes na série. No modelo fundamentalista utiliza-se variáveis econômicas que podem estar correlacionadas com a série, com o objetivo de aprimorar a predição da série na rede neural artificial. Para avaliação do método são utilizados dados de séries temporais econômicas referentes à cotação de preços de ações negociadas na bolsa de valores de São Paulo, onde os resultados da predição do comportamento futuro são comparados com modelos matemáticos clássicos e com o modelo convencional, que se baseia somente na análise técnica. Apresenta-se uma comparação dos resultados entre modelos técnicos, modelos matemáticos e o método proposto. O modelo matemático utilizado (ARIMA) apresentou seu melhor desempenho em séries com pouca variância, porém com desempenho inferior quando comparado com o modelo técnico e com o método proposto. A avaliação do erro de predição em termos de RMSEP evidenciou que o método proposto apresenta os melhores resultados em relação aos demais métodos. / This work presents a method for predicting nonlinear economic time series. The method is based on fundamental and technical analysis of script quotation, a multiscale wavelet filtering, pattern selection and artificial neural networks. In the technical model is used the wavelet transform in order to filter the economic time series from random or not economic behaviors. After the data filtering, the successive projections algorithm was used for the training pattern selection to the artificial neural network. In the fundamentalist model is used financial and macroeconomics variables that is correlated with the time serie in order to improve the network forecasting. For the evaluation of the proposed method are used temporal series data related to scrips prices quotation of São Paulo stock market. It presents a comparison of the results between technical model, mathematical model and proposed method. The mathematical model (ARIMA) presented better results in series with few variance, however have low performance when compared with the technical model and with the proposed method. The prediction error evaluation shows that the proposed method has better results than the other methods.

\"Ver o corpo humano por dentro\" sem a necessidade de intervenção cirurgica é objetivo que motivou a criação de diversos instrumentos como eletrocardiogramas, eletroencefalogramas, equipamentos de ressonância magnética e raio-X. Através daavaliação de imagens ou resultados numéricos, pode-se detectar patologias nos primeiros estágios, permitindo uma ação decisiva de especialistas médicos na cura destas. Especialistas da fala normalmente empregam instrumentos comovideolaringoscopia e videoestroboscopia para avaliar qualitativamente o comportamento da laringe e pregas vocais. Comprendendo que a voz transmite informações sobre alterações orgânicas ou funcionais nas estruturas de vocalização, este trabalhoapresenta um conjunto de medidas acústicas neste sinal que evidenciam alterações na periodicidade do movimento das cordas vocais e quantidade de ruído turbulento que atravessa a glote. A partir de avaliação estatística da capacidadedescriminatória destes índices acústicos e empregando-se redes neurais artificiais, define-se um método automático para identificação probabilística das patologias que afetam as estruturas da laringe. / \"To see the inside of the human body\" without the necessity of surgical intervention is the objective that motivates the conception of several instruments like electrocardiogram, electroencephalongram, magnetic resonance and X-ray equipments. Through the image analysis or numerical results, it is possible to identify pathologies, allowing a decisive action of physician specialists in cure of these. Voice specialists, normally, use instruments as videolaryngoscopy and videostroboscopy to assess the vocal folds and larynx comportment, qualitatively. Understanding that the voice transmits information upon functional or organic alterations in vocalization structures, this work presents a set of acoustic measurements, based on this signal, that evidences alterations on vocal folds movement periodicity and quantify of turbulent noise throught the glottis. From the statistic evaluation of discriminatory capacity of these acoustic indexes and using artificial neural networks, it defines an automatic method for the probabilistic identification of pathologies that affect the laryngeal structures.

[pt] Neste trabalho empregou-se a técnica de redes neurais artificiais e modelos de Box & Jenkins (1970) para análise, modelagem e previsão dos valores de vazão e de cargas de pressão na barragem Corumbá I, do sistema Furnas Centrais Elétricas, a partir dos dados de instrumentação disponíveis desde 1997. A previsão de valores prováveis pode auxiliar em tomadas de decisão durante a operação da barragem. A utilização de métodos estatísticos e de redes neurais artificiais é especialmente recomendado em situações onde a solução através de métodos determinísticos, analíticos ou numéricos, torna-se difícil por envolver modelagens tridimensionais, com condições de contorno complexas e incertezas na variação espacial e temporal das propriedades dos materiais que constituem a barragem e sua fundação. Tradicionalmente, as análises de séries temporais são normalmente abordadas sob a perspectiva de métodos estatísticos, como os modelos de Box & Jenkins. No entanto, redes neurais artificiais têm-se constituído ultimamente em uma alternativa atraente para investigações de séries temporais por sua capacidade de análise de problemas de natureza não-linear e não-estacionários. Neste trabalho são apresentadas três aplicações envolvendo o comportamento da barragem Corumbá I: previsão das vazões através da fundação junto à ombreira esquerda, previsão das cargas de pressão em piezômetros instalados no núcleo central da barragem e no solo residual de fundação e, finalmente, a previsão dos valores das leituras em um piezômetro supostamente danificado em determinado instante de tempo. Em todos estes casos, os resultados obtidos pelos modelos de Box & Jenkins e redes neurais artificiais foram bastante satisfatórios. / [en] In this work, artificial neural networks and the Box & Jenkins models (1970) were used for analysis, modeling and forecasts of water discharges and pressure head development in the Corumbá-I dam, owned by Furnas Centrais Elétricas, from the instrumentation data recorded since 1997. Prediction of the probable values can be a powerful tool for early detection of abnormal conditions during the dam operation. The use of statistical methods and artificial neural network techniques are specially recommend in situations where a solution with a deterministic approach, analytical or numerical, is difficult for involving three- dimensional modeling, complex boundary conditions and uncertainty with respect to the spatial and temporal variation of the material properties of the dam and its foundation. Time series analyses are traditionally carried out using a statistical approach, such as the Box & Jenkins models. However, artificial neural networks have become in the recent years an attractive alternative for time series problems due to their inherent ability to analyze nonlinear and non-stationary phenomena. Three applications of time series analysis, related to the instrumentation data collected from Corumba-I dam, are presented and discussed in this thesis: forecast of water discharges through the foundation near the dam left abutment, prediction of pressure heads in piezometers installed in the impermeable central core and the residual soil foundation and, finally, prediction of the pressure heads that would be read in a piezometer that, at a given instant of time, stops working being supposedly damaged. In all these cases, the results obtained from the Box & Jenkins models as well as the artificial neural networks are quite satisfactory.