Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2016. / Made available in DSpace on 2017-04-04T04:12:10Z (GMT). No. of bitstreams: 1 344653.pdf: 2108076 bytes, checksum: 191ece33681ef25464279d80eb92f1c5 (MD5) Previous issue date: 2016 / Nesta tese é apresentada uma proposta de sistema de inferência fuzzy interpolativo do tipo Takagi-Sugeno aplicado ao controlador por matriz dinâmica para o controle de sistemas não-lineares de modelo Hammerstein. Embora a literatura de controladores preditivos baseados em modelo seja vasta há uma necessidade quanto a aplicações MIMO (Multiple Input Multiple Output) para modelos Hammerstein. Parte do problema está na dificuldade em modelar a não-linearidade e utilizar este modelo na estrutura de controle preditivo baseado em modelo. Uma possibilidade é o uso de otimização numérica para resolver o conjunto de equações do controlador preditivo porém esta é uma alternativa computacionalmente custosa e em algumas situações inexequível, já que pode não atender requisitos de aplicação prática. Por outro lado é possível utilizar no controlador um compensador de saída cujo objetivo é cancelar a não-linearidade estática do modelo Hammerstein através da sua função inversa, resultando em um projeto pseudo-linear. A vantagem desta abordagem é que o sistema resultante se comporta como um sistema linear e assim é possível aplicar técnicas clássicas de estabilidade, robustez e análise frequencial. O objetivo principal desta tese é a aplicação do controlador por matriz dinâmica em sistemas MIMO com modelo Hammerstein. A não-linearidade do modelo é compensada usando um método conhecido como busca iterativa, onde é escolhida a melhor solução da função inversa, no caso de múltiplas soluções. Para modelar a não-linearidade estática do modelo Hammerstein foi desenvolvido um interpolador fuzzy Takagi-Sugeno, chamado Interpolador Hipercúbico de Lógica Fuzzy (FLHI - Fuzzy Logic Hypercube Interpolator). Neste interpolador as funções de pertinência agem como funções de base. Conjunção lógica de funções de pertinência de base no espaço de um hipercubo unitário permite interpolação multivariável de N dimensões. A escolha de funções de pertinência determina características interpoladoras, permitindo que FLHI se comporte como um interpolador vizinho mais próximo, linear, spline, Lanczos ou cúbico, para citar alguns. O interpolador proposto é aplicado como solução ao problema de modelagem de não-linearidades estáticas, já que é capaz de modelar tanto uma função quanto sua função inversa. Três casos de estudo da literatura são apresentados: um sistema SISO (Single Input Single Output), um sistema MISO (Multiple Input Single Output) e um sistema MIMO. Bons resultados são alcançados ao que se diz respeito a métricas de desempenho tais como rastreamento de referência, variação de controle e robustez. Os resultados obtidos indicam a aplicabilidade do método proposto como compensador de saída em controle preditivo, devido a sua capacidade em modelar não-linearidades estáticas de sistemas Hammerstein e suas funções inversas.<br> / Abstract : This thesis presents a proposal for a fuzzy Takagi-Sugeno inference system applied to dynamic matrix control for control of non-linear systems with Hammerstein Model. Although the model based predictive control literature is vast there is a necessity regarding MIMO (Multiple-Input Multiple-Output) applications for Hammerstein model. Part of the problem lies in the difficulty in modelling the nonlinearity and using this model in a predictive control structure. One possibility is the use of numeric optimization to solve the set of predictive control equations, however this is a computationally expensive alternative and in some situations unfeasible, since it may not comply to practical requirements. On the other hand, it's possible to use an output compensator in the controller with the goal of cancelling the static nonlinearity in the Hammerstein model through its inverse function. The advantage of this approach is that the resulting system behaves as a linear system and as such it's possible to apply classical techniques for stability, robustness and frequency analysis. The main objective of this thesis is the application of dynamic matrix control to MIMO systems with Hammerstein model, the nonlinearity of the model is compensated using a method known as iterative search, where the best solution of the inverse function is chosen, in the case of multiple solutions. A fuzzy Takagi-Sugeno interpolator was created aiming to model static non-linearities in Hammerstein Models, called Fuzzy Logic Hypercube Interpolator (FLHI). In this interpolator membership functions act as kernel functions. Logical conjunction of kernel membership functions in unitary hypercube space allow N-dimension multivariable interpolation. Choice of membership functions determine interpolating characteristics, enabling FLHI to present itself as an interpolator such as nearest neighbor, linear, spline, Lanczos or cubic, to name a few. The proposed interpolator is applied as a solution to the problem of modeling static non-linearities, since it is capable of modeling both a function and its inverse function. Three case studies from literature are presented: a SISO (Single-Input Single-Output) system, a MISO (Multiple-Input Multiple-Output) system and a MIMO system. Good results are obtained regarding performance metrics such as set-point tracking, control variation and robustness. Obtained results indicate applicability of the proposed method in modeling static non-linearities of Hammerstein systems and its inverse functions as implementation of an output compensator in predictive control.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T18:37:33Z (GMT). No. of bitstreams: 0 / Esta dissertação apresenta um sistema computacional baseado em técnicas de inteligência artificial - lógica fuzzy - aplicado à gestão de pessoas. O objetivo da pesquisa realizada é o de prover o aprimoramento e melhorar a eficiência dos métodos correntes de gerenciamento do desempenho de pessoal, o que consiste não apenas em avaliar o passado, mas também gerenciar os resultados obtidos, evidenciando o comportamento inteligente do sistema. A teoria de sistemas fuzzy foi utilizada para modelar as relações entre as observações acerca do comportamento humano no trabalho e suas possíveis estratégias de melhoria, compondo um sistema não determinístico. Através da teoria de sistemas fuzzy, é possível representar sistemas que contêm variáveis qualitativas e imprecisas, tratando valores intermediários de veracidade através da extensão da lógica dual clássica, simulando com maior proximidade a expressão das variáveis envolvidas no contexto pesquisado. Para a obtenção dos dados necessários à construção do modelo foram estudados os conceitos da moderna gestão de pessoas no enfoque comportamental, nos quais se baseou a construção do presente modelo de sistema fuzzy. A pesquisa evidencia a vantagem da utilização da teoria fuzzy na construção do modelo em questão comparativamente aos procedimentos de decisão atualmente empregados. A pesquisa realizada enseja oportunidades para novos trabalhos, em especial na análise dos resultados a serem obtidos em situações reais e associação com outros paradigmas da área de inteligência artificial.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação. / Made available in DSpace on 2012-10-20T07:09:31Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:46:38Z : No. of bitstreams: 1 181725.pdf: 1778200 bytes, checksum: 6ccf2b95aafafa09fb744a0ef753afe0 (MD5) / Este trabalho apresente as várias pesquisas realizadas em Lógica Fuzzy integrada ao SGBD (Sistemas Gerenciadores de Banco de Dados), expondo os métodos e práticas utilizadas para integração das duas tecnologias. Através da inclusão de uma máquina de inferência fuzzy interna ao SGBD, permite consultar dados em forma nebulosa. Este procedimento utiliza entradas e saídas convencionais, e regras definidas no modelo, possibilitando que uma consulta seja feita sem alterar os padrões estabelecidos na linguagem SQL.

Orientadora : Profª. Drª. Cláudia Pereira Krueger / Co-orientadora : Profª. Drª. Rosana Sueli da Motta Jafelice / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 28/08/2015 / Inclui referências : f. 112-121 / Resumo: Em trabalhos que exigem a determinação e o posicionamento de pontos com alta acurácia utilizando-se o Global Navigation Satellite System (GNSS), é necessário conhecer os deslocamentos do centro de fase das antenas, denominado Phase Center Offset (PCO). Estes valores são obtidos por meio da calibração de antenas numa base de calibração apropriada. As coordenadas das estações conhecidas e as das estações a serem determinadas devem ser corrigidas destes valores. Estudos na Base de Calibração de Antenas GNSS da Universidade Federal do Paraná (BCAL/UFPR) mostraram que há correlação entre variáveis meteorológicas como temperatura, umidade relativa do ar e precipitação na determinação das componentes: norte (N), leste (E) e vertical (H) do PCO. Outras pesquisas estão sendo desenvolvidas nesta base e a pesquisa apresentada nesta tese contribui com uma técnica que permite calcular o parâmetro PCO por meio de SBRF, bem como fazer a previsão deste valor fornecendo uma alternativa para geração de parâmetros do PCO. Desta forma, utilizou-se a função Adaptive Neuro-Fuzzy Inference Systems (ANFIS) para gerar Sistemas Baseados em Regras Fuzzy (SBRF) tendo, como variáveis de saída, as componentes do PCO. Como variáveis de entrada do sistema utilizaram-se as variáveis ambientais temperatura, umidade relativa do ar e precipitação; e também variáveis obtidas do processamento da calibração de antenas sendo Positional Dilution of Precision (PDOP) e efeito do multicaminho. Foram construídos SBRF para cada uma das componentes N, E e H das ondas portadoras L1 e L2 utilizando-se um conjunto de dados de treinamento por meio da ANFIS. Os critérios para escolha dos SBRF construídos foram o cálculo do erro relativo (ER) e a raiz quadrada do erro médio quadrático (RMSE). Então, com os SBRF definidos, aplicou-se o conjunto de dados de verificação e compararam-se as componentes do PCO obtidos pelo SBRF com as obtidas pela calibração relativa de antenas. Para as componentes planimétricas N e E as diferenças foram menor ou igual a 0,90 mm para todos os conjuntos de dados utilizados. Porém para as componentes verticais H houve diferenças menor ou igual a 38,21 mm. Palavras-chave: Calibração de Antenas GPS. Variáveis Ambientais. Conjuntos Fuzzy. ANFIS. / Abstract: In works that require determination and positioning points whith high acuracy through Global Navigation Satellite System (GNSS), It is necessary to know the PCO (Phase Center Offset) of the antennas. These values are obtained by antenna calibration in a appropriate base of calibration and the coordinates of stations known and stations that want to determine must be corrected these values. Studies in the antenna calibration basis (BCAL: baseline calibration station for GNSS antennas) at the Federal University of Paraná (UFPR; Curitiba, Paraná, Brazil), showed there is correlation between meteorological variables such as temperature, relative humidity and precipitation in determining the components: north (N), east (E) and vertical (H) of the PCO. In BCAL/UFPR researches have been developed, this research contributes to a technique that allows to calculate the PCO parameter by a Fuzzy rule-based system and allows too, predict these parameters, providing an alternative to generation of PCO parameters. Thus, was used the Adaptive Neuro-Fuzzy Inference Systems (ANFIS) to generate Fuzzy Rule-Based System (FRBS) having, as output variables, the components of PCO. As input variables of system, we used environmental variables temperature, relative humidity and precipitation; and also variables obtained from antenna calibration processing being Positional Dilution of Precision (PDOP) and multipath effect. Were constructed systems for each components N, E and H of L1 and L2 carrier signal using a set of training data through of ANFIS. The criteria for choosing the FRBS built were calculating the relative error (RE) and root mean square error (RMSE). Then, with the defined FRBS was applied a set data of verification and were compared the results obtained by SBRF with those obtained on the antennas calibration. For the palnimetric components N and E the differences were smaller than or equal to 0.90 mm for all data set. But for vertical components H there was less difference than or equal to 38.21 mm. Key-words: GPS antenna calibration. Environment variables. Fuzzy sets. ANFIS.

Orientador: José Arnaldo Frutuoso Roveda / Coorientador: Admilson Írio Ribeiro / Banca: Neli Regina Siqueira Ortega / Banca: Gerson Araújo de Medeiros / Resumo: O processo de Avaliação de Impacto Ambiental (AIA) surgiu na década de 1960, nos EUA e começou a ser utilizado no Brasil, a partir da década de 1970, principalmente para fins de licenciamento ambiental. É composto por um conjunto de procedimentos utilizados para prever, recuperar e/ou mitigar os danos causados ao meio ambiente. Estudos para a otimização desse processo são feitos frequentemente de forma a buscar ferramentas que auxiliem na tomada de decisão e agilização na liberação de licenças ambientais. Os principais métodos utilizados para a previsão e avaliação de impactos são: listas de verificação, matrizes e redes de interação, superposição de mapas e modelos de simulação. Esta dissertação apresenta uma metodologia que aplica a Teoria dos Conjuntos Fuzzy para ser utilizada no processo de AIA. A intenção é mostrar uma ferramenta que auxilie na análise de impacto ambiental e/ou possibilite que a mesma seja realizada de forma mais abrangente. A partir dos parâmetros Duração, Temporalidade, Reversibilidade e Magnitude, apresentados na matriz de avaliação do Estudo de Impacto Ambiental (EIA) de um empreendimento automobilístico, construiu-se dois sistemas baseados em regras para determinar a Significância e a Relevância dos impactos. Os resultados foram bastante significativos de modo que o uso da metodologia mostrou-se bastante interessante por fazer uma análise integrada dos parâmetros, o que geralmente não acontece nos EIAs que fazem análise de forma fragmentada sem esclarecer a forma de agregação das variáveis / Abstract: The process of Environmental Impact Assessment (EIA) emerged in the 1960s, in US and began to be used in Brazil, from the 1970s, mainly for environmental licensing. It consists of a set of procedures used to predict, recover and / or mitigate the damage caused to the environment. Studies for the optimization of this process are often made in order to seek tools that help in decision making and speeding up the release of environmental licenses. The main methods used for prediction and assessment of impacts are: checklists, interaction matrices, interaction networks, overlay maps and simulation models. This work presents a methodology that applies the Fuzzy Set Theory to be used in the EIA process. The intention is to show a tool to assist in the environmental impact assessment and / or allows it to be carried out more widely. From the parameters: duration, temporality, reversibility and Magnitude, presented in the impact assessment matrix of the Environmental Impact Statement (EIS) of an automobile enterprise, was built two rules-based systems to determine the significance and relevance of impacts. The results were very significant so that the use of the methodology demonstrated much interesting to make integrated analysis of the parameters, which usually not occur in EIAs because these make analysis a fragmented way without explaining the form of aggregation of variables / Mestre

Made available in DSpace on 2014-06-11T19:30:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-07-04Bitstream added on 2014-06-13T20:20:26Z : No. of bitstreams: 1 aguiar_dc_me_guara.pdf: 846291 bytes, checksum: 030eb13cc5419ded212eaada663096e1 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nos últimos anos, várias novas plantas industriais para a produção de veículos automotores foram construídas e estão em operação no Brasil. Esse fato, aliado às mudanças estruturais dos fabricantes em todo o mundo, gerou novas relações entre as montadoras e seus fornecedores de autopeças. As montadoras adotaram um processo de delegação produtiva junto a seus fornecedores. Lançada em 1999, a ISO/TS 16949 tem como objetivo atender aos requisitos normativos das principais montadoras americanas, alemãs, francesas e italianas. Entre estes requisitos tem-se o desenvolvimento e revisão de análises do modo e efeito de falha (FMEA, Failure Mode and Effect Analysis) para a aplicação em desenvolvimento de projetos de produtos e processos de manufatura. Mesmo com um formulário semelhante a um roteiro, o preenchimento de um FMEA de processo é uma atividade complexa, na qual as relações entre as colunas e os critérios de pontuação adotados são de vital importância para o seu desempenho. Em muitos casos o FMEA é usado mais por exigências normativas do que por seus benefícios, sendo que o seu incorreto emprego pode acarretar em desperdício de recursos. Tendo um foco em empresas do setor automotivo, o presente estudo visa apresentar uma proposta para a avaliação do desempenho da aplicação do FMEA de processo, identificando as irregularidades que ocorrem em seu uso, de forma a hierarquizá-las de acordo com a gravidade e obtendo uma sistemática de avaliação de cada caso. Para tanto, foi realizado um embasamento teórico sobre a aplicação de FMEA de processo associado a um estudo de caso para avaliação do uso do FMEA nas organizações selecionadas pela aplicação da metodologia de auxílio à decisão. / In recent years, new several industrial plants for the vehicles production were built and are in operation in Brazil. That fact, added to the global changes in the automotive production, generated new relationships between the assembly plants and their suppliers, that it resulted in the adoption of a process of productive delegation with the manufacturers of automotive parts. Maid in 1999, ISO/TS 16949 has as objective assists to the normative requirements of the main American, Germans, French and Italian assembly plants. Among these requirements there is the development and revision of analyses in the mode and faulire effect (FMEA, Failure Mode and Effect Analysis) for the application in development of projects of products and manufacture processes. Even with a form similar to an itinerary, the completion of a process FMEA is a complex activity, which the relationships between the columns and the punctuation criteria adopted are very important for its performance. In many cases FMEA is used more by normative demands than for their benefits, and its incorrect job can result in resources waste. With a focus in companies of the automotive section, this study seeks to present a proposal for the evaluation of the of Process FMEA application, identifying the irregularities that happen in its use, in way the hierarchy in agreement with the gravity and obtaining a systematic of evaluation of each case. For that, a theoretical rising was accomplished about the application of process FMEA associated to a case study for evaluation of FMEA aplication in the selected organizations by the application of the decision-making methodology. Specifically will be used the method AHP (Analytic Hierarchy Process) and the Fuzzy Sets, which, starting from the literature, the fundamental concepts are discussed associates to the theory of this methods.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2009. / Submitted by Jaqueline Ferreira de Souza (jaquefs.braz@gmail.com) on 2011-06-06T16:07:50Z No. of bitstreams: 1 2009_PauloAugustoFerreiraJunior.pdf: 3272823 bytes, checksum: e24c1de514b1165363d3c282af00f834 (MD5) / Approved for entry into archive by Jaqueline Ferreira de Souza(jaquefs.braz@gmail.com) on 2011-06-06T16:08:30Z (GMT) No. of bitstreams: 1 2009_PauloAugustoFerreiraJunior.pdf: 3272823 bytes, checksum: e24c1de514b1165363d3c282af00f834 (MD5) / Made available in DSpace on 2011-06-06T16:08:30Z (GMT). No. of bitstreams: 1 2009_PauloAugustoFerreiraJunior.pdf: 3272823 bytes, checksum: e24c1de514b1165363d3c282af00f834 (MD5) / Inserido em um contexto que visa reduzir o consumo de energia em ambientes prediais sem prejuízo ao conforto térmico, este trabalho apresenta resultados sobre a aplicação de tecnologias de comunicação sem fio na automação predial, contribuindo para a automatização e consequente uso racional da energia elétrica. A automação sem fio visa, neste trabalho, simplificar o retrofitting em prédios já em operação. Foram utilizados aparelhos de ar condicionado do tipo split, medidores de energia e sensores de temperatura formando uma rede de sensores e atuadores sem fio ZigBee. Um computador supervisório integra atuadores e sensores. O controle do processo térmico implementado foi realizado utilizando-se módulos MeshBean compostos entre outros dispositivos por um módulo ZigBit que contém um microcontrolador ATmega128 e o transceiver RF AT86RF230. Compara-se o controle convencional on-off com controle inteligente fuzzy, que implementa um sistema especialista baseado em regras. Verificou-se que ambos os controladores foram capazes de manter o conforto térmico, porém, o controlador fuzzy o conseguiu com menor consumo de energia. _______________________________________________________________________________ ABSTRACT / This objective of this work is the wireless intelligent building automation focusing on the rational use of energy without prejudice to the thermal comfort. The wireless approach, in this work, could better target retro-fitting of buildings, a great HVAC (Heating, Ventilation and Air Conditioning) market share in Brazil. We used split air conditioners, power meters and temperature sensors, forming a ZigBee wireless network of sensors and actuators. A supervisory computer integrates all measurements and command signals. The thermal regulation of a laboratory environment was implemented using MeshBean modules composed by a ZigBit that contains a ATmega128 microcontroller and RF AT86RF230 transceiver. We compared classical on-off and fuzzy control strategies. The fuzzy system, an expert rule based inference machine, could better take care of the different contexts in the building automation. We verified that both controllers were able to maintain the thermal comfort; however, the fuzzy controller attained it with lower energy consumption.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2016 / Made available in DSpace on 2016-09-20T04:19:30Z (GMT). No. of bitstreams: 1 341498.pdf: 2702580 bytes, checksum: ac52d986bff31a48f53a987366f89c76 (MD5) Previous issue date: 2016 / Redes bayesianas são modelos gráficos probabilísticos capazes de modelar a incerteza estocástica e são vastamente aplicados em vários problemas de classificação. Especificamente, a estrutura naïve bayes são largamente utilizadas devido aos bons resultados atingidos, apesar da sua estrutura simples e 'ingênua'. Sistemas fuzzy, por outro lado, são modelos bem conhecidos para lidar com a imprecisão linguística por representar o conhecimento através de regras e funções de pertinências simples e interpretáveis. Porém, sistemas fuzzy tradicionais não são capazes de modelar a incerteza estocástica e, por isso, sistemas fuzzy probabilísticos foram desenvolvidos de forma a levar em consideração ambas as incertezas. Neste trabalho é proposta a rede probabilística fuzzy naïve bayes, uma combinação de sistemas fuzzy probabilísticos e redes bayesianas naïve, também capaz de modelar ambas as incertezas simultaneamente. O modelo proposto é primeiramente aplicado a um problema simples e didático de classificação para demonstrar o seu potencial e vantagem em relação a classificadores naïve bayes, enquanto mantém-se a interpretabilidade do modelo tradicional. Para testar o modelo, experimentos foram realizados em conjuntos de dados de benchmark e seus resultados são comparados a modelos de outros autores que utilizam os mesmos conjuntos de dados. A rede proposta apresenta resultados levemente inferiores a outros modelos. Porém, é observada uma vantagem qualitativa da rede proposta devido a seu alto nível de interpretabilidade.<br> / Abstract: Bayesian networks are probabilistic graphical models capable of modeling statistical uncertainty and are widely applied in many classification problems. Specifically, Naive Bayesian networks are largely used due to their simple, naive structure, while still producing precise results. Fuzzy systems, on the other hand, are a well known technique capable of dealing with linguistic vagueness by representing knowledge with simple and interpretable rules and membership functions. As traditional fuzzy systems are unable to model statistical uncertainty, Probabilistic Fuzzy Systems were developed in order to account for both kinds of uncertainties. In this work we propose the Probabilistic Fuzzy Naive Bayes classifier as a combination of both probabilistic fuzzy systems and naive bayesian networks, also capable of simultaneously modeling both kinds of uncertainties. The proposed model is firstly applied in a very simple classification problem in order to show its potential and advantage over traditional naive bayes classifiers, while maintaining their interpretability. For validation, experiments were done using benchmark classification data sets from the UCI machine learning repository and the results are then compared with other similar alternate methods.

Orientador: Ailton Akira Shinoda / Coorientador: Ruy de Oliveira / Banca: Christiane Marie Schweitzer / Banca: Maria Lúcia Martins Lopes / Banca: Anderson Castro Soares de Oliveira / Banca: Carlos Dias Maciel / Resumo: 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... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: 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) / Doutor

Navigation and obstacle avoidance are important tasks in the research field of au- tonomous mobile robots. The challenge tackled in this work is the navigation of a 4- wheeled car-type robot to a desired parking position while avoiding obstacles on the way. The taken approach to solve this problem is based on neural fuzzy techniques. Earlier works resulted in a controller to navigate the robot in a clear environment. It is extended by considering additional parameters in the training process. The learning method used in this training is dynamic backpropagation. For the obstacle avoidance problem an additional neuro-fuzzy controller is set up and trained. It influences the results from the navigation controller to avoid collisions with objects blocking the path. The controller is trained with dynamic backpropagation and a reinforcement learning algorithm called deep deterministic policy gradient. / Tesis