No description available.

No description available.

Tráfego intenso, congestionamentos e tempos de deslocamento mais longos são consequência doaumento da população, da continuação da posse de carro próprio e do fim do transporte público derota fixa. Embora esta situação tenha criado alguma pressão sobre as autoridades governamentaispara lidar com as questões acima mencionadas, isso também pode provar ser uma oportunidadepara numa nova abordagem ao conceito de mobilidade.Uma possível solução passaria pela Mobilidade como serviço (MaaS), um conceito relativa-mente novo no paradigma de mobilidade, que promete mudar em termos do que é mobilidade ecomo ela é entregue aos usuários finais. Fazendo uso das atuais infraestruturas físicas e meios detransporte, e combinando-as com tecnologias da informação e comunicação (TICs), o MaaS temcomo principal objetivo entregar a mobilidade aos usuários finais como um serviço que é consum-ido através de uma plataforma. Essas plataformas são baseadas em modelos de mercado, onde umregulador é responsável pelo equilíbrio entre oferta e demanda.As Sociedades Artificiais (AS) pretendem ser uma forma de simular sociedades reais, atravésde um modelo artificial de agentes proativos e dinâmicos, capazes de interagir entre eles. Essesagentes são capazes de se comunicar entre eles através de uma rede social, onde várias regras sãousadas para disciplinar e normalizar os agentes e o ambiente onde eles estão contidos.A modelação da demanda (DM) é um conceito que permite prever com precisão a demandapor algum mercado, dependendo do equilíbrio entre oferta e demanda. Além disso, tendo em contaa presença do regulador, responsável pela manutenção e implementação de políticas de regulação,o DM facilita a modelação de toda essa dinâmica.A análise dos melhores modelos de serviços, pode ser muito benéfica para o MaaS, uma vezque a modelação de metodologias novas e mais precisas poderia melhorar os processos de decisãopresentes nos vários modelos de mercado do MaaS.Este trabalho tem como objetivo desenvolver um metamodelo cognitivo de sistema multi-agente capaz de descrever a dinâmica do conceito de MaaS. O metamodelo desenvolvido deveser capaz de suportar diferentes estratégias deliberativas e de tomada de decisão em ambientes demercado de serviços abertos, com aplicações de mobilidade em Cidades Inteligentes. O objetivo édesenvolver uma plataforma de apoio à decisão para apoiar a análise e implementação de políticasde incentivo que promovam o desenvolvimento do conceito de MaaS. Esta plataforma fará uso detécnicas de modelagem e simulação de sistemas complexos recorrendo às metáforas de sociedadesartificiais e sistemas multiagentes. / Huge traffic, congestion, longer commute times, are a consequence of the increase in population,continuation of universal car ownership and demise of fixed route public transport. While thissituation have been creating some pressure on the governmental authorities to tackle the afore-mentioned issues, this could also prove to be an opportunity to try a different approach regardingthe concept of mobility.One particular solution could be Mobility-as-a-Service (MaaS), a relatively new concept in amobility paradigm that promises a big shift in terms of what is mobility and how it is deliveredto the end-users. Making use the current physical infrastructures and transport means, and com-bining them with information and communications technologies (ICTs), MaaS has the main goalto delivery the mobility to the end-users as a service that is consumed through a platform. Theseplatforms are based on market models, where there a regulator that is responsible for the balancethe balance between supply and demand.Artificial Societies (AS) aims to be a way to simulate real societies, through an artificial modelof proactive and dynamic agents, able to interact between them. These agents are able to commu-nicate between them through a social network, where several rules are used to discipline and normboth agents and the environment where they are contained.Demand modelling (DM) is a concept that allows accurately to forecast the demand regardingsome market, depending of the balance between supply and demand. Moreover, taken into accountthe presence of the regulator, which is responsible for the maintenance and implementation ofpolicies, DM facilitates the modelling of all this dynamic.The analysis of the best service models, could prove greatly beneficial for MaaS, as modelingnew and more accurate methodologies could better the decision processes present in the variousmarket models of MaaS.This work aims to develop a cognitive multi-agent system meta-model able to describe thedynamic of MaaS concept. The developed meta-model should be able to support different de-liberative and decision making strategies in open service market environments, with mobility ap-plications in Smart Cities. The purpose is to develop a decision support platform to support theanalysis and implementation of incentive policies that promote the development of the concept ofMaaS. This platform will make use of techniques of modeling and simulation of complex systemsresorting to the metaphors of artificial societies and multi-agent systems.

No description available.

No description available.

No description available.

No description available.

Desde a sua criação, o MIBEL tem sofrido modificações relacionadas, em grande parte, ao aumento da produção aproveitando os recursos renováveis, ao aumento da capacidade das linhas de interligação entre os dois países e ainda devido às variações do consumo que acontecem em ambos os países.Assim, este trabalho visa avaliar a atividade do MIBEL, sendo, por isso, realizada uma análise profunda dos resultados do Mercado Diário e do Mercado Intradiário no ano de 2018, abrangendo valores da energia elétrica que é transacionada, preços da energia elétrica, volume económico que é transacionado, a ocorrência ou não de congestionamento nas interligações entre Portugal e Espanha e a resultante aplicação do mecanismo de separação de mercados, Market Splitting e o efeito das diversas tecnologias existentes na produção de energia elétrica. Esta análise terá como referência o ano de 2018, tendo sido efetuado, posteriormente, uma comparação com os resultados obtidos nos anos de 2014, 2015, 2016 e 2017.

It is supposed to use the state-of-art algorithms in order to classify and detect objectsin the developed dataset. Applying a developed deep learning algorithm to our dataset isthe next step. Finally, is the comparison between the results from both the developedalgorithm and the state-of-art. In the end, the point is to tune the algorithm until we reachsatisfactory results.

Desenvolvimento de um robô capaz de se localisar e movimentar autónomamente baseado em ROS. Trata de todo o planeamento de trajetórias bem como desvio ou deteção de obstáculos automáticamente. Está ainda equipado com uma câmara em montagem catadióptrica e faz a transmissão do vídeo capturado pela mesma, para fins de vigilância.