Made available in DSpace on 2014-06-12T15:58:51Z (GMT). No. of bitstreams: 2 arquivo4734_1.pdf: 845652 bytes, checksum: 39cdc23c4b42d0db06c848dfa8f0e2cc (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / As redes neurais artificiais vêm sendo consideradas uma tecnologia consolidada e muito aplicada no reconhecimento de padrões. Vários modelos têm sido propostos e investigados para o reconhecimento de padrões, e muitos desses modelos são amplamente aceitos. Dentre esses modelos, estão o Multilayer Perceptron - MLP, as redes Booleanas e as Redes de Função Base Radial - RBF, embora existam muitos outros. Neste trabalho, foram feitos vários experimentos utilizando as redes RBF e MLP, com as substâncias: butano, etano, metano, propano e monóxido de carbono, e ainda a aguarrás, um refino do petróleo, com diferentes níveis de contaminação. Nos experimentos realizados foram aplicadas três técnicas de pré-processamento e a normalização dos dados para verificar o desempenho dessas redes no reconhecimento de padrões de odores com as substâncias citadas anteriormente. Após a realização desses experimentos observamos que a técnica de préprocessamento da mudança fracional com a normalização do sensor foi a que se destacou com o modelo MLP. Os experimentos foram realizados objetivando, também, analisar a forma dinâmica e estática de aquisição do sinal, demonstrando diferenças nos resultados conforme o tipo de aquisição. Foram testados três grupos de sensores e observamos que existem diferenças entre os resultados desses grupos. Vimos, ainda que um grupo de sensores pode apresentar resultados melhores conforme o tipo de aquisição, estática ou dinâmica. Diante dos resultados obtidos podemos afirmar que o uso de redes neurais é adequado para trabalhar com o reconhecimento de odores dessas substâncias