O objetivo desta tese é adaptar os procedimentos do Highway Capacity Manual 2000, para que possam melhor estimar a qualidade de serviço nas condições de tráfego encontradas em rodovias de pista simples estudadas. Para isto, foi desenvolvido um programa para calibração automática do simulador TRARR, baseado em um algoritmo genético e implementado em Perl. A calibração, que usa dados de velocidade e porcentagem de veículos em pelotões, coletado por meio de filmagens nos locais estudados, foi feita simultaneamente para cinco trechos diferentes, para que o simulador fosse capaz de reproduzir as características de um trecho típico de rodovia de pista simples do estado de São Paulo. Para garantir a qualidade dos resultados das simulações realizadas com o modelo recalibrado, procedeu-se à sua validação, usando-se um conjunto independente da dados. Partindo-se do pressuposto que a estrutura geral do método deveria ser mantida, a adaptação do HCM-2000 consistiu em obter novos valores para os diversos fatores de ajuste usados no processo de estimativa do nível de serviço. Para tanto, foram reproduzidos os experimentos de simulação realizados no desenvolvimento do procedimento para análise de rodovias de pista simples, à exceção do uso da versão recalibrada TRARR no lugar do simulador TWOPAS. Os fatores de ajuste adaptados foram: fator de pico horário (PHF), fator de ajuste de rampas (fG), fator de equivalência veicular (ET), fator para o efeito de zonas de ultrapassagem proibida (fnp) e fator de ajuste para o efeito combinado da divisão direcional do tráfego e de zonas de ultrapassagem proibida (fd/np). Com exceção do PHF, todos os demais fatores foram obtidos a partir de resultados de simulação. Os níveis de serviço observados nos cinco trechos estudados foram comparados com estimativas obtidas com a versão original do HCM-2000 e com a adaptação proposta. Os resultados desta comparação mostram que as estimativas obtidas com a adaptação proposta são mais precisas que as obtidas usando-se os valores originais do HCM-2000. / This thesis objective is to adapt the Highway Manual Capacity 2000, procedures to produce better estimates of service level and capacity for two-lane highways studied, In order to do this, an automatic calibration system, implementing a genetic algorithm and coded in Perl, was used to obtain a recalibrated version of TRARR, a two-lane highway simulation model. The calibration, that which uses speed and percent vehicles traveling in platoons data collected by videotaping, was carried out simultaneously for five different road segments, so that the recalibrated model would be able to reproduce traffic behavior on a typical two-lane road in the state of São Paulo, Brazil. The recalibrated model was validated using a second, independent, set of data. Based on the assumption that the general framework of the methodology should be kept, the adaptation was achieved by obtaining new values for the adjustment factors used in the procedure. Thus, the simulation experiments used in the development of HCM-2000 methodology were reproduced using the recalibrated TRARR model. The following adjustment factors were adapted: peak hour factor (PHF), grade adjustment factor (fG), heavy vehicle equivalence factor (ET), adjustment factor for the effect of non-passing zones (fnp) and adjustment factor for combined effect of directional distribution of traffic and percentage of no-passing zones (fd/np). With the exception of the PHF, all factors were obtained from simulation results. In order to assess the accuracy of the proposed adaptation observed levels of service were compared to the estimates obtained through the original HCM-2000 procedure and the modified procedure. The results of these comparisons clearly show that the estimates obtained using the proposed values for the adjustment factors are closer to the observed levels of service than the estimates obtained using the original values for the adjustment factors.

Neste trabalho, aplicamos um modelo de regressão binária com erros de medição na variável explicativa para analisar sistemas de medição do tipo atributo. Para isto, utilizamos o modelo logístico com erros na variável, para o qual obtemos as estimativas de máxima verossimilhança via o algoritmo EM e a matriz de informação de Fisher observada. Além disso, fizemos um estudo de simulação para compararmos o método analítico e os modelos logístico sem erros na variável (ingênuo) e logístico com erros na variável. Finalmente, aplicamos nossa metodologia para avaliarmos um sistema de medição passa/não passa da maior montadora de motores Diesel (MWM International). / In this work, we apply a study of binary regression model with errors-in-variable to analyze attributive measurement systems. For this, we use the logistic model with errors-in-variable to obtain parameter estimates of maximum likelihood through EM algorithm and the observed Fisher information matrix. In addition we do a simulation study to compare analytic method and the logistic model with and without measurement errors-in-variable. Finally, we apply our methodology to evaluate a attributive measurement system for the largest Diesel motor company of the world (MWM International).

O objetivo desta tese é desenvolver e implementar em computador uma metodologia para resolver o problema de alívio de carregamento utilizando técnicas de remanejamento ou corte de carga. Tal metodologia, fundamenta-se no Algoritmo Evolutivo Multiobjetivo em Tabelas, que foi desenvolvido inicialmente para o problema de restabelecimento de energia em sistemas de distribuição. Já metodologia desenvolvida nesta tese trata o problema de alívio de carregamento, buscando minimizar o número de consumidores sem fornecimento de energia elétrica e o número de operações de chaveamento. Todavia, é necessário a obtenção de um plano de manobras em chaves adequado de modo que este não inviabilize a implantação na prática e que resulte em soluções que contemplem: a ausência de sobrecarga na rede e nas subestações, a manutenção dos níveis de tensão dentro dos intervalos exigidos pela legislação e a manutenção da radialidade da rede. Para alcançar estes objetivos, utiliza-se técnicas que determinam a sequência de chaveamento necessária para o plano de alívio de carga obtido. Prioriza-se, ainda, o atendimento aos consumidores prioritários e o corte seletivo de cargas em condições de esgotamento das possibilidades de remanejamento entre os alimentadores primários. Ao aplicar a metodologia proposta em um sistema de distribuição real de grande porte da Companhia Energética de Pernambuco - CELPE, constatou-se que, em comparação com a técnica atualmente utilizada, a metologia desenvolvida é confiável e apresenta bons resultados no que se refere a: sequência exequível de manobras, diminuição do número de chaveamentos e redução do número de consumidores e consumidores prioritários sem atendimento. Além disso, a metodologia possui capacidade de aplicação em outros sistemas semelhantes e foi integrada em um sistema computacional com ambiente gráfico permitindo estudos de caso e armazenamento em banco de dados. / The objective of this research is to develop and implement a methodology for the treatment of load shedding problem due to the existence (operation) or the possibility to occur (planning) contingencies in supply system (High Voltage/Subtransmission). The methodology is based on Multiobjective Evolutionary Algorithm in Tables, initially developed for the service restoration problems in distribution systems. It aims to minimize the number of customers without electricity supply; minimizing the number of switching operations, so that it does not impede the implementation in practice; absence of overload in network and substations; maintaining the voltage levels within the ranges required by the laws of radiality and maintenance of the network. To achieve these goals, are used techniques for determining the required switching sequence for the load shedding plan obtained; prioritization of special consumer in service and selective load shedding when exhausted the possibilities of relocating loads between primary feeders. When applies the proposed methodology in a real large distribution system of the Energy Company of Pernambuco - CELPE, it can be seen that, compared with the technique currently used, it is reliable with good results regarding viable sequence of maneuvers; reducing the number of switchings and number of consumers and priority consumers without service in addition to be able to be applied in similar systems. The methodology has been integrated into a computer system in a graphical environment with facilities of case studies and storing information in the database.

Desenvolver um sistema de distribuição de energia confiável é certamente um desafio inerente aos profissionais do setor elétrico. Porém, os sistemas estão sujeitos a falhas e, sendo assim, o rápido restabelecimento traz a satisfação do cliente e reduz as compensações pagas pelas concessionárias de energia. Neste contexto a presente dissertação visa avaliar a metodologia para restabelecimento de energia denominada AEMT-H que se baseia em algoritmos evolutivos multi-objetivo se na estrutura de dados chamada Representação Nó- Profundidade (RNP). Esta avaliação ocorrerá através da aplicação do AEMT-H para obtenção de planos de restabelecimento de energia após a ocorrência de faltas simples no sistema COPEL da cidade de Londrina. Os resultados gerados serão avaliados estatisticamente e ainda subjetivamente pelos profissionais do COD da concessionária. Os algoritmos evolutivos têm apresentado resultados animadores para os problemas de restabelecimento de energia. Em especial, os resultados obtidos, quando da representação computacional de sistemas de distribuição de grande porte (com milhares de barras e chaves) através da RNP, possuem como característica o tempo de resposta da ordem de segundos, instigando a evolução das pesquisas para utilização desta metodologia inclusive em aplicativos de tempo real. O sistema de Londrina possui 30.156 barras, 2.660 chaves \"NF\", 250 chaves \"NA\" e atende um universo de mais de 231.000 consumidores ligados diretamente ao sistema de 13,8 kV ou, após os transformadores de distribuição, nas tensões de 220V e 127V. Neste sistema estão presentes 6 subestações 138 kV/13,8 kV e 64 circuitos alimentadores, totalizando uma capacidade de transformação de energia de 541,7 MVA. / The development of a reliable distribution system is certainly a challenge to electrical industry professionals. However, these systems are subject to failures and thus the fast restoration brings customer satisfaction and reduces the compensation paid by the electricity utilities. In this context, this dissertation aims to evaluate the methodology for service restoration called \"AEMT-H\", which is based on multi-objective evolutionary algorithms and in the data structure called Node Depth Encoding (NDE). This evaluation will occur by applying the \"AEMT-H\" to obtain service restoration plans considering the occurrence of simple faults in the COPEL system of the city of Londrina. The obtained results will bee valuated statistically and subjectively by professionals of the Distribution Operation Center. It is important to highlight that Evolutionary algorithms have shown promising results to treat the service restoration problem in distribution systems. In particular, the results obtained when using NDE tocomputationally represent the electrical topology of large distribution systems (with thousand of buses and switchers) are very interesting in terms of time processing (in the order of seconds). The system of Londrina has 30,156 buses, 2,660 switchers normally closed, 250 switchers normally opened and supplies a universe of more than 231,000 consumers connected directly to the system with voltage of 13.8 kV or, after distribution transformers, with voltages of 220V and 127V. This system contains 6 substations 138 kV/13,8 kV and 64 feeders, and a installed power of 541.7 MVA.

O problema da descontinuidade semântica tem sido um dos principais focos de pesquisa no desenvolvimento de sistemas de recuperação de imagens baseada em conteúdo (CBIR). Neste contexto, as pesquisas mais promissoras focam principalmente na inferência de pesos de características contínuos e na seleção de características. Entretanto, os processos tradicionais de inferência de pesos contínuos são computacionalmente caros e a seleção de características equivale a uma ponderação binária. Visando tratar adequadamente o problema de lacuna semântica, este trabalho propõe dois métodos de transformação de espaço de características métricos baseados na inferência de funções de transformação por meio de algoritmo genético. O método WF infere funções de ponderação para ajustar a função de dissimilaridade e o método TF infere funções para transformação das características. Comparados às abordagens de inferência de pesos contínuos da literatura, ambos os métodos propostos proporcionam uma redução drástica do espaço de busca ao limitar a busca à escolha de um conjunto ordenado de funções de transformação. Análises visuais do espaço transformado e de gráficos de precisão vs. revocação confirmam que TF e WF superam a abordagem tradicional de ponderação de características. Adicionalmente, foi verificado que TF supera significativamente WF em termos de precisão dos resultados de consultas por similaridade por permitir transformação não lineares no espaço de característica, conforme constatado por análise visual. / The semantic gap problem has been a major focus of research in the development of content-based image retrieval (CBIR) systems. In this context, the most promising research focus primarily on the inference of continuous feature weights and feature selection. However, the traditional processes of continuous feature weighting are computationally expensive and feature selection is equivalent to a binary weighting. Aiming at alleviating the semantic gap problem, this master dissertation proposes two methods for the transformation of metric feature spaces based on the inference of transformation functions using Genetic Algorithms. The WF method infers weighting functions and the TF method infers transformation functions for the features. Compared to the existing methods, both proposed methods provide a drastic searching space reduction by limiting the search to the choice of an ordered set of transformation functions. Visual analysis of the transformed space and precision. vs. recall graphics confirm that both TF and WF outperform the traditional feature eighting methods. Additionally, we found that TF method significantly outperforms WF regarding the query similarity accuracy by performing non linear feature space transformation, as found in the visual analysis.

Esta tese se concentra em aplicar os modelos de mistura de distribuições na segmentação de imagens SAR polarimétricas multi-look. Dentro deste contexto, utilizou-se o algoritmo SEM em conjunto com os estimadores obtidos pelo método dos momentos para calcular as estimativas dos parâmetros do modelo de mistura das distribuições Wishart, Kp ou G0p. Cada uma destas distribuições possui parâmetros específicos que as diferem no ajuste dos dados com graus de homogeneidade variados. A distribuição Wishart descreve bem regiões com características mais homogêneas, como cultivo. Esta distribuição é muito utilizada na análise de dados SAR polarimétricos multi-look. As distribuições Kp e G0p possuem um parâmetro de rugosidade que as permitem descrever tanto regiões mais heterogêneas, como vegetação e áreas urbanas, quanto regiões homogêneas. Além dos modelos de mistura de uma única família de distribuições, também foi analisado o caso de um dicionário contendo as três famílias. Há comparações do método SEM proposto para os diferentes modelos com os métodos da literatura k-médias e EM utilizando imagens reais da banda L. O método SEM com a mistura de distribuições G0p forneceu os melhores resultados quando os outliers da imagem são desconsiderados. A distribuição G0p foi a mais flexível ao ajuste dos diferentes tipos de alvo. A distribuição Wishart foi robusta às diferentes inicializações. O método k-médias com a distribuição Wishart é robusto à segmentação de imagens contendo outliers, mas não é muito flexível à variabilidade das regiões heterogêneas. O modelo de mistura do dicionário de famílias melhora a log-verossimilhança do método SEM, mas apresenta resultados parecidos com os do modelo de mistura G0p. Para todos os tipos de inicialização e grupos, a distribuição G0p predominou no processo de seleção das distribuições do dicionário de famílias. / The main focus of this thesis consists of the application of mixture models in multi-look polarimetric SAR image segmentation. Within this context, the SEM algorithm, together with the method of moments, were applied in the estimation of the Wishart, Kp and G0p mixture model parameters. Each one of these distributions has specific parameters that allows fitting data with different degrees of homogeneity. The Wishart distribution is suitable for modeling homogeneous regions, like crop fields for example. This distribution is widely used in multi-look polarimetric SAR data analysis. The distributions Kp and G0p have a roughness parameter that allows them to describe both heterogeneous regions, as vegetation and urban areas, and homogeneous regions. Besides adopting mixture models of a single family of distributions, the use of a dictionary with all the three family of distributions was proposed and analyzed. Also, a comparison between the performance of the proposed SEM method, considering the different models in real L-band images and two widely known techniques described in literature (k-means and EM algorithms), are shown and discussed. The proposed SEM method, considering a G0p mixture model combined with a outlier removal stage, provided the best classication results. The G0p distribution was the most flexible for fitting the different kinds of data. The Wishart distribution was robust for different initializations. The k-means algorithm with Wishart distribution is robust for segmentation of SAR images containing outliers, but it is not so flexible to variabilities in heterogeneous regions. The mixture model considering the dictionary of distributions improves the SEM method log-likelihood, but presents similar results to those of G0p mixture model. For all types of initializations and clusters, the G0p prevailed in the distribution selection process of the dictionary of distributions.

O objetivo desta pesquisa foi desenvolver um método para estabelecer o efeito das características e da operação dos veículos pesados sobre a infra-estrutura rodoviária através do uso de resultados de simulação microscópica de tráfego. Para tanto, foram definidos dois objetivos secundários. O primeiro deles envolveu a obtenção de um banco de dados detalhado sobre as características de 6.253 veículos pesados. Esses dados foram coletados em sete balanças localizadas em rodovias de pista dupla do estado de São Paulo. O segundo objetivo secundário consistiu na calibração e validação do simulador de tráfego CORSIM com o auxílio de um algoritmo genético, que adaptou simultaneamente 19 parâmetros do simulador para que ele reproduzisse adequadamente as características e o comportamento do tráfego observado em um trecho de rodovia de pista dupla paulista. A metodologia desenvolvida é demonstrada através da realização de um estudo de caso em que foram simulados dois cenários de tráfego e em que foi considerada uma ponte hipotética com 100 m de extensão. Nele, foram determinadas as probabilidades de ocorrências simultâneas dos veículos pesados sobre a ponte. As conclusões da pesquisa indicam que o método de calibração de simuladores de tráfego com uso de um algoritmo genético mostrou-se eficaz, reduzindo o erro médio de 9,11% para 6,32%. Além disso, as conclusões revelam que a obtenção de um carregamento móvel a partir de dados extraídos de um simulador de tráfego é possível e que a associação dos dados simulados a um banco de dados detalhado permite o cálculo do efeito do tráfego dos veículos pesados sobre a infra-estrutura rodoviária. Do estudo de caso, pode-se concluir que: (1) a probabilidade de ocorrência simultânea de veículos pesados sobre a ponte é muito freqüente e está diretamente relacionada às características do fluxo de tráfego e; (2) a distribuição das cargas e seus respectivos valores são fatores determinantes para o cálculo dos esforços. Os resultados do estudo de caso demonstram a viabilidade do procedimento proposto. / The objective of this research was to develop a method for establishing the effect of heavy vehicles characteristics and operation on highway infra-structure by using the results of a microscopic traffic simulation model. Therefore, two secondary objectives were defined. The first of them involved the attainment of a detailed database containing the characteristics of 6,253 heavy vehicles. This data was collected at seven weight stations located on the state of São Paulo multilane highways. The other secondary objective was to calibrate and validate CORSIM by using a genetic algorithm, which simultaneously adapted 19 model parameters in order to appropriately reproduce the characteristics and the behavior of the observed traffic flow. The developed methodology is demonstrated through a case study in which two traffic scenarios were simulated and in which a hypothetic 100 m bridge was considered. In the case study, the probabilities of simultaneous presence of heavy vehicles on the bridge were determined. The conclusions of this research indicate that the method of calibrating a traffic simulation model utilizing a genetic algorithm was efficient, reducing the mean error from 9.11% to 6.32%. Additionally, the conclusions reveal that the attainment of a live load from extracted data through a traffic simulation model is possible and that the association of simulated data with a detailed database allows the estimation of heavy vehicle traffic effect on highway infra-structure. From the case study, it can be concluded that: (1) the probability of simultaneous presence of heavy vehicles on the bridge is very frequent and; (2) the loads distribution and its respective values are determinant in calculating efforts. The case study results demonstrate the proposed procedure viability.

Esta pesquisa tem como objetivo apresentar um método para a coordenação dos Relés Direcionais de Sobrecorrente (RDS) associados ao sistema de proteção de um Sistema Elétrico de Potência (SEP) malhado. O SEP malhado, referente a uma parte do sistema de subtransmissão da rede básica brasileira, em concessão da Companhia de Transmissão de Energia Elétrica Paulista (CTEEP), foi simulado via o software CAPE (Computer-Aided Protection Engineering) a partir da base de dados, para estudos de curtos-circuitos, disponibilizada pelo Operador Nacional do Sistema (ONS). Dada a topologia e a operação do SEP malhado em análise, um método de otimização híbrido foi implementado baseado na combinação e aplicação de Programação Linear (PL) e Algoritmo Genético (AG). O algoritmo desenvolvido permitiu a realização de diversos estudos de curtos-circuitos necessários para a obtenção e avaliação da coordenação dos pares de RDS, tanto para a topologia principal do SEP em análise, como para outras configurações de operação caracterizadas, principalmente, pela alteração topológica do SEP. Os resultados demonstram que o algoritmo foi capaz de fornecer uma coordenação adequada para os RDS, respeitando todas as restrições impostas pelo problema de coordenação. / The aim of this work is to present a method for directional overcurrent relays coordination in a meshed power system which is part of the Brazilian power transmission system operated by São Paulo State Electric Power Transmission Company (CTEEP - Companhia de Transmissão de Energia Elétrica Paulista). This power system was simulated by CAPE (Computer-Aided Protection Engineering) software using the database of short circuits studies which is provided by the Electric System National Operator (ONS - Operador Nacional do Sistema). Given a specific power system topology and its operating conditions, the hybrid algorithm was developed based on the combination and execution of linear programming and genetic algorithm. Several short circuits scenarios were evaluated in order to obtain and assess the coordination between the pairs of directional overcurrent relays. In such scenarios, it was considered the main network topology, as well as other network operating conditions, mainly caused by certain topological variations. The results show that the hybrid algorithm provided a feasible coordination solution for the considered directional overcurrent relays.

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.

Em Aprendizado de Máquina - AM não existe um único algoritmo que é sempre melhor para todos os domínios de aplicação. Na prática, diversas pesquisas mostram que Redes Neurais Artificiais - RNAs têm um 'bias' indutivo apropriado para diversos domínios. Em razão disso, RNAs têm sido aplicadas na resolução de vários problemas com desempenho satisfatório. Sistemas de AM simbólico possuem um 'bias' indutivo menos flexível do que as RNAs. Enquanto que as RNAs são capazes de aprender qualquer função, sistemas de AM simbólico geralmente aprendem conceitos que podem ser descritos na forma de hiperplanos. Por outro lado, sistemas de AM simbólico representam o conceito induzido por meio de estruturas simbólicas, as quais são geralmente compreensíveis pelos seres humanos. Assim, sistemas de AM simbólico são preferíveis quando é essencial a compreensibilidade do conceito induzido. RNAs carecem da capacidade de explicar suas decisões, uma vez que o conhecimento é codificado na forma de valores de seus pesos e 'thresholds'. Essa codificação é difícil de ser interpretada por seres humanos. Em diversos domínios de aplicação, tal como aprovação de crédito e diagnóstico médico, prover uma explicação sobre a classificação dada a um determinado caso é de crucial importância. De um modo similar, diversos usuários de sistemas de AM simbólico desejam validar o conhecimento induzido, com o objetivo de assegurar que a generalização feita pelo algoritmo é correta. Para que RNAs sejam aplicadas em um maior número de domínios, diversos pesquisadores têm proposto métodos para extrair conhecimento compreensível de RNAs. As principais contribuições desta tese são dois métodos que extraem conhecimento simbólico de RNAs. Os métodos propostos possuem diversas vantagens sobre outros métodos propostos previamente, tal como ser aplicáveis a qualquer arquitetura ou algoritmo de aprendizado de RNAs supervisionadas. O primeiro método proposto utiliza sistemas de AM simbólico para extrair conhecimento de RNAs, e o segundo método proposto estende o primeiro, combinado o conhecimento induzido por diversos sistemas de AM simbólico por meio de um Algoritmo Genético - AG. Os métodos propostos são analisados experimentalmente em diversos domínios de aplicação. Ambos os métodos são capazes de extrair conhecimento simbólico com alta fidelidade em relação à RNA treinada. Os métodos propostos são comparados com o método TREPAN, apresentando resultados promissores. TREPAN é um método bastante conhecido para extrair conhecimento de RNAs. / In Machine Learning - ML there is not a single algorithm that is the best for all application domains. In practice, several research works have shown that Artificial Neural Networks - ANNs have an appropriate inductive bias for several domains. Thus, ANNs have been applied to a number of data sets with high predictive accuracy. Symbolic ML algorithms have a less flexible inductive bias than ANNs. While ANNs can learn any input-output mapping, i.e., ANNs have the universal approximation property, symbolic ML algorithms frequently learn concepts describing them using hyperplanes. On the other hand, symbolic algorithms are needed when a good understating of the decision process is essential, since symbolic ML algorithms express the knowledge induced using symbolic structures that can be interpreted and understood by humans. ANNs lack the capability of explaining their decisions since the knowledge is encoded as real-valued weights and biases of the network. This encoding is difficult to be interpreted by humans. In several application domains, such as credit approval and medical diagnosis, providing an explanation related to the classification given to a certain case is of crucial importance. In a similar way, several users of ML algorithms desire to validate the knowledge induced, in order to assure that the generalization made by the algorithm is correct. In order to apply ANNs to a larger number of application domains, several researches have proposed methods to extract comprehensible knowledge from ANNs. The primary contribution of this thesis consists of two methods that extract symbolic knowledge, expressed as decision rules, from ANNs. The proposed methods have several advantages over previous methods, such as being applicable to any architecture and supervised learning algorithm of ANNs. The first method uses standard symbolic ML algorithm to extract knowledge from ANNs, and the second method extends the first method by combining the knowledge induced by several symbolic ML algorithms through the application of a Genetic Algorithm - GA. The proposed methods are experimentally analyzed in a number of application domains. Results show that both methods are capable to extract symbolic knowledge having high fidelity with trained ANNs. The proposed methods are compared with TREPAN, showing promising results. TREPAN is a well known method to extract knowledge from ANNs.