Esta dissertação trata de um estudo e o desenvolvimento de uma proposta de um ambiente de aprendizagem, para qualquer instituição de ensino superior, em três níveis de ensino da área de controle e automação: graduação, pós-graduação Lato Sensu e Stricto Sensu. Primeiramente, foram feitas visitas aos laboratórios em universidades e entrevistas com professores que ministram as disciplinas de controle e automação nos três níveis de aprendizagem. Foram constatadas virtudes e fragilidades metodológicas na questão da prática laboratorial em relação a aspectos industriais na área de engenharia elétrica de três instituições do Estado do Rio de Janeiro, sendo uma federal, uma estadual e outra privada. Posteriormente, foram analisados mecanismos e instrumentos necessários para interagir com modelos experimentais propostos nas entrevistas de maneira didática, para fins de constituir o ambiente de aprendizagem em automação, no qual foi eleito o LABVIEW como a interface mais favorável para aplicação de controles, mantendo uma analogia de cunho prático-industrial. A partir dessas análises foram sugeridos ainda elementos típicos de automação e três estudos de caso: um sistema térmico, um controle de velocidade de motores e um pêndulo invertido, por meio de controles simples e avançados como o controlador nebuloso, caracterizando-se pelo fortalecimento da atividade acadêmico-industrial / This dissertation is a study and develop a proposal for a learning environment, to any institution of higher education, three levels of education in the area of control and automation: undergraduate, graduate and Lato Sensu stricto sensu. First, visits were made to laboratories in universities and interviews with teachers who teach the disciplines of automation and control in three levels of learning. Strengths and weaknesses were found in the methodological issue of laboratory practice in relation to industrial aspects of electrical engineering in the area of three institutions in the State of Rio de Janeiro, being one federal, one state and one private. Subsequently, we analyzed mechanisms and instruments to interact with experimental models proposed in the interviews in a didactic manner for the purpose of providing the learning environment in automation, in which he was elected as the LABVIEW interface more favorable for the application of controls, keeping an analogy for practical industrial. From these analysis have been suggested yet typical elements of automation and three case studies: a thermal system, a speed control motor and an inverted pendulum, through simple and advanced controls such as fuzzy control, characterized by the strengthening of academic-industrial activity.

Esta dissertação trata de um estudo e o desenvolvimento de uma proposta de um ambiente de aprendizagem, para qualquer instituição de ensino superior, em três níveis de ensino da área de controle e automação: graduação, pós-graduação Lato Sensu e Stricto Sensu. Primeiramente, foram feitas visitas aos laboratórios em universidades e entrevistas com professores que ministram as disciplinas de controle e automação nos três níveis de aprendizagem. Foram constatadas virtudes e fragilidades metodológicas na questão da prática laboratorial em relação a aspectos industriais na área de engenharia elétrica de três instituições do Estado do Rio de Janeiro, sendo uma federal, uma estadual e outra privada. Posteriormente, foram analisados mecanismos e instrumentos necessários para interagir com modelos experimentais propostos nas entrevistas de maneira didática, para fins de constituir o ambiente de aprendizagem em automação, no qual foi eleito o LABVIEW como a interface mais favorável para aplicação de controles, mantendo uma analogia de cunho prático-industrial. A partir dessas análises foram sugeridos ainda elementos típicos de automação e três estudos de caso: um sistema térmico, um controle de velocidade de motores e um pêndulo invertido, por meio de controles simples e avançados como o controlador nebuloso, caracterizando-se pelo fortalecimento da atividade acadêmico-industrial / This dissertation is a study and develop a proposal for a learning environment, to any institution of higher education, three levels of education in the area of control and automation: undergraduate, graduate and Lato Sensu stricto sensu. First, visits were made to laboratories in universities and interviews with teachers who teach the disciplines of automation and control in three levels of learning. Strengths and weaknesses were found in the methodological issue of laboratory practice in relation to industrial aspects of electrical engineering in the area of three institutions in the State of Rio de Janeiro, being one federal, one state and one private. Subsequently, we analyzed mechanisms and instruments to interact with experimental models proposed in the interviews in a didactic manner for the purpose of providing the learning environment in automation, in which he was elected as the LABVIEW interface more favorable for the application of controls, keeping an analogy for practical industrial. From these analysis have been suggested yet typical elements of automation and three case studies: a thermal system, a speed control motor and an inverted pendulum, through simple and advanced controls such as fuzzy control, characterized by the strengthening of academic-industrial activity.

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T07:10:06Z (GMT). No. of bitstreams: 1 Almeida_FelipedeMello_M.pdf: 6968120 bytes, checksum: 59d5634a5a4bff603ee4b2bf138d55ec (MD5) Previous issue date: 2005 / Resumo: Este trabalho enfoca o problema de identificação multivariável de um processo de incineração de resíduos líquidos que faz parte do complexo da unidade de utilidades da empresa BASF S.A, localizada em Resende-RJ. Para trabalhos futuros, pretendemos utilizar esta identificação em um projeto de controlador inteligente. A escolha desse processo foi motivada pelo potencial de melhoria no sistema de controle da combustão, sendo realizado um estudo com as possíveis melhorias econômicas e operacionais com a otimização do processo de incineração. Os sistemas nebulosos foram enfocados de maneira especial, por causa da sua capacidade de processar informação de natureza incerta e qualitativa. O modelo nebuloso Takagi-Sugeno (TS) foi implementado para representar o processo de incineração de resíduos líquidos em estudo. Os resultados das simulações efetuadas com os modelos nebulosos TS obtidos representam de maneira adequada o comportamento real do sistema de incineração / Abstract: This work is concerned with the problem of multivariable identification of liquids residues incineration process that is a complex part of utilities unit in BASF SA. Company, located in Resende-RJ. For future works, we intend use this identification in an intelligent controller design. The choice of this process was motivated by the potential of improvement on combustion system control of the incineration process, and was realized a study considering the possible economic and operational improvements with the incineration process optimization. The fuzzy systems were focused in a special way, because of its capability to process information of uncertain and qualitative nature. The Takagi-Sugeno (TS) fuzzy model was implemented to represent the studied liquids residues incineration process. The simulation results obtained with TS fuzzy models represent, in an adequate way, the real behavior of an incineration system / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientadores: Fernando Antonio Campos Gomide, Marcos Eduardo Ribeiro do Valle Mesquita / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-26T08:06:32Z (GMT). No. of bitstreams: 1 Rosa_RaulArthurFernandes_M.pdf: 8750754 bytes, checksum: 0535142e4de0e75e311aea59a977386e (MD5) Previous issue date: 2014 / Resumo: Esta dissertação estuda uma classe de redes neurais evolutivas para modelagem de sistemas a partir de um fluxo de dados. Esta classe é caracterizada por redes evolutivas com estruturas feedforward e uma camada intermediária cujo número de neurônios é variável e determinado durante a modelagem. A aprendizagem consiste em utilizar métodos de agrupamento para estimar o número de neurônios na camada intermediária e algoritmos de aprendizagem extrema para determinar os pesos da camada intermediária e de saída da rede. Neste caso, as redes neurais são chamadas de redes neurais evolutivas. Um caso particular de redes evolutivas é quando o número de neurônios da camada intermediária é determinado a priori, mantido fixo, e somente os pesos da camada intermediária e de saída da rede são atualizados de acordo com dados de entrada. Os algoritmos de agrupamento e de aprendizagem extrema que compõem os métodos evolutivos são recursivos, pois a aprendizagem ocorre de acordo com o processamento de um fluxo de dados. Em particular, duas redes neurais evolutivas são propostas neste trabalho. A primeira é uma rede neural nebulosa híbrida evolutiva. Os neurônios da camada intermediária desta rede são unineurônios, neurônios nebulosos com processamento sináptico realizado por uninormas. Os neurônios da camada de saída são sigmoidais. Um algoritmo recursivo de agrupamento baseado em densidade, chamado de nuvem, é utilizado para particionar o espaço de entrada-saída do sistema e estimar o número de neurônios da camada intermediária da rede; a cada nuvem corresponde um neurônio. Os pesos da rede neural nebulosa híbrida são determinados utilizando a máquina de aprendizado extremo com o algoritmo quadrados mínimos recursivo ponderado. O segundo tipo de rede proposto neste trabalho é uma rede neural multicamada evolutiva com neurônios sigmoidais na camada intermediária e de saída. Similarmente à rede híbrida, nuvens particionam o espaço de entrada-saída do sistema e são utilizadas para estimar o número de neurônios da camada intermediária. O algoritmo para determinar os pesos da rede é a mesma versão recursiva da máquina de aprendizado extremo. Além das redes neurais evolutivas, sugere-se também uma variação da rede adaptativa OS-ELM (online sequential extreme learning machine) mantendo o número de neurônios na camada intermediária fixo e introduzindo neurônios sigmoidais na camada de saída. Neste caso, a aprendizagem usa o algoritmo dos quadrados mínimos recursivo ponderado no aprendizado extremo. As redes foram analisadas utilizando dois benchmarks clássicos: identificação de forno a gás com o conjunto de dados de Box-Jenkins e previsão de série temporal caótica de Mackey-Glass. Dados sintéticos foram gerados para analisar as redes neurais na modelagem de sistemas com parâmetros e estrutura variantes no tempo (concept drif e concept shift). Os desempenhos foram quantificados usando a raiz quadrada do erro quadrado médio e avaliados com o teste estatístico de Deibold-Mariano. Os desempenhos das redes neurais evolutivas e da rede adaptativa foram comparados com os desempenhos da rede neural com aprendizagem extrema e dos métodos de modelagem evolutivos representativos do estado da arte. Os resultados mostram que as redes neurais evolutivas sugeridas neste trabalho são competitivas e têm desempenhos similares ou superiores às abordagens evolutivas propostas na literatura / Abstract: Abstract: This dissertation studies a class of evolving neural networks for system modeling from data streams. The class encompasses single hidden layer feedforward neural networks with variable and online de nition of the number of hidden neurons. Evolving neural network learning uses clustering methods to estimate the number of hidden neurons simultaneously with extreme learning algorithms to compute the weights of the hidden and output layers. A particular case is when the evolving network keeps the number of hidden neurons xed. In this case, the number of hidden neurons is found a priori, and the hidden and output layer weights updated as data are input. Clustering and extreme learning algorithms are recursive. Therefore, the learning process may occur online or real-time using data stream as input. Two evolving neural networks are suggested in this dissertation. The rst is na evolving hybrid fuzzy neural network with unineurons in the hidden layer. Unineurons are fuzzy neurons whose synaptic processing is performed using uninorms. The output neurons are sigmoidals. A recursive clustering algorithm based on density and data clouds is used to granulate the input-output space, and to estimate the number of hidden neurons of the network. Each cloud corresponds to a hidden neuron. The weights of the hybrid fuzzy neural network are found using the extreme learning machine and the weighted recursive least squares algorithm. The second network is an evolving multilayer neural network with sigmoidal hidden and output neurons. Like the hybrid neural fuzzy network, clouds granulate the input-output space and gives the number of hidden neurons. The algorithm to compute the network weights is the same recursive version of the extreme learning machine. A variation of the adaptive OS-ELM (online sequential extreme learning machine) network is also suggested. Similarly as the original, the new OS-ELM xes the number of hidden neurons, but uses sigmoidal instead of linear neurons in the output layer. The new OS-ELM also uses weighted recursive least square.The hybrid and neural networks were evaluated using two classic benchmarks: the gas furnace identi cation using the Box-Jenkins data, and forecasting of the chaotic Mackey-Glass time series. Synthetic data were produced to evaluate the neural networks when modeling systems with concept drift and concept shift. This a modeling circumstance in which system structure and parameters change simultaneously. Evaluation was done using the root mean square error and the Deibold-Mariano statistical test. The performance of the evolving and adaptive neural networks was compared against neural network with extreme learning, and evolving modeling methods representative of the current state of the art. The results show that the evolving neural networks and the adaptive network suggested in this dissertation are competitive and have similar or superior performance than the evolving approaches proposed in the literature / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Made available in DSpace on 2016-03-15T19:38:52Z (GMT). No. of bitstreams: 1 Alexandre Szabo.pdf: 2177168 bytes, checksum: 8b503cd1beb4c700f1905e07a0b08362 (MD5) Previous issue date: 2014-10-29 / Fundação de Amparo a Pesquisa do Estado de São Paulo / Clustering usually treats objects as belonging to mutually exclusive clusters, what is usually im-precise, because an object may belong to more than one cluster simultaneously with different membership degrees. The clustering algorithms, both crisp and fuzzy, have a number of parameters to be adjusted so that they present the best performance for a given database. Furthermore, it is known that no single algorithm is better than all the others for all problem classes, and the combi-nation of solutions found by various algorithms (or the same algorithm with different parameters) may lead to a global solution that is better than those found by individual algorithms, including the best one. It is within this context that the present thesis proposes a new fuzzy clustering algo-rithm inspired by the behavior of particle swarms and, then, introduces a new form of combining the clustering algorithms using concepts from Type-2 fuzzy sets. / Da maneira tradicional o agrupamento trata os objetos que compõem a base como pertencentes a grupos mutuamente exclusivos, o que nem sempre é verdade, pois um objeto pode pertencer a mais de um grupo com diferentes graus de pertinência. Os algoritmos de agrupamento, sejam eles convencionais ou nebulosos (capazes de tratar múltiplas pertinências simultaneamente), possuem diversos parâmetros a serem ajustados de tal forma que ofereçam o melhor desempenho para uma base de dados. Além disso, é sabido que nenhum algoritmo é superior a todos os outros para todas as classes de problemas e que combinar soluções fornecidas por diferentes algoritmos pode levar a uma solução global superior a todas as soluções individuais, inclusive à melhor. É nesse contexto que a presente tese propõe um novo algoritmo de agrupamento nebuloso de dados inspirado no comportamento de enxames de partículas e, em seguida, propõe uma nova forma de realizar combinações (ensembles) de algoritmos de agrupamento usando conceitos da teoria de conjuntos nebulosos do Tipo-2.

Made available in DSpace on 2016-08-17T14:52:59Z (GMT). No. of bitstreams: 1 Heitor Hugo Dias Mangueira.pdf: 499392 bytes, checksum: 0ab64bec14057aedb36d224a57047e6d (MD5) Previous issue date: 2005-07-05 / In this work, the spread of the uncertainties of wind power generation systems on a network is evaluated. The study uses a flow of power foggy multi-linearized. / Neste trabalho, a propagação das incertezas dos sistemas de geração eólica em rede é avaliada. O estudo utiliza um fluxo de potência nebuloso multi-linearizado.

Ao longo dos últimos anos tem-se declarado que estamos na era da informação e a razão por trás de tal afirmação é a nossa crescente percepção de valor da informação e conhecimento. Com a atenção voltada ao valor que há na informação, mais e mais informação é gerada a cada instante. E este processo ocorre de tal forma exponencial que nos faz deparar com um pretenso paradoxo que consiste no seguinte: quanto mais informação relevante é gerada no mundo menos de útil se consegue extrair. Desde que se chegou a conclusão de que é necessário haver filtros, na tentativa de extrair de uma determinada massa de dados, apenas o que é de fato de interesse para alguém num determinado momento, a tarefa de desenvolver tais filtros, na medida em que as teorias envolvidas evoluem, vem se tornando cada vez mais desafiadora. Dentro deste escopo, o presente trabalho vem apresentar uma proposta de um "Sistema Inteligente de Organização de Documentos" que permita aos usuários criar sua própria forma de organizar seu acervo de documentos e que seja capaz de indexação personalizada, dinâmica e por conteúdo dos documentos digitais (arquivos texto).

Este trabalho tem por objetivo propor, projetar e testar novas arquiteturas de circuitos visando o seu uso em projetos de microprocessadores difusos que processem as suas informações no modo analógico. Para isto duas topologias de uma máquina de inferência foram desenvolvidas e implementadas. A grande inovação obtida a partir de uma das propostas é o circuito fuzificador desenvolvido, que a partir da utilização de sinais de controle digitais é capaz de gerar funções de pertinência do tipo triangular, trapezoidal, "S" ou "Z". Nesta proposta, a partir de sinais externos de controle, tanto a inclinação, como a altura das funções geradas podem ser alteradas e, ainda, as funções podem ser deslocadas dentro do seu intervalo de existência, ou seja, dentro do seu universo de discurso. A célula principal deste circuito fuzificador foi desenvolvida baseada no princípio translinear aplicado a dispositivos CMOS. Uma segunda arquitetura de um circuito fuzificador também é apresentada e discutida. Tal arquitetura é baseada em circuitos do tipo espelho de corrente CMOS, sendo a mesma completamente modular. Nesta arquitetura, o circuito que merece mais destaque é o circuito que tem por função deslocar o sinal de corrente de entrada em intervalos pré-determinados. O mesmo foi denominado de circuito de escalonamento de correntes. Na literatura, até onde se saiba, não existe circuito com característica similar. Um módulo de inferência foi, também, desenvolvido realizando suas operação baseando-se no método proposto por Mandami, sendo que as mesmas são do tipo max e min. Todos os circuitos foram implementados em modo corrente, pois, além de necessitarem de menor área de silício, podem ser otimizados para operar em altas velocidades. Este trabalho ainda apresenta e discute uma topologia para um circuito defuzificador. As medidas realizadas nos protótipos, já na sua versão integrada, mostram que a proposta do trabalho é válida e viável, sendo que todos os valores obtidos se enquadram dentro dos parâmetros do projeto estabelecidos inicialmente. Os blocos foram implementados, por hardware analógico, usando tecnologia CMOS 0,8 mm da AMS - Austria Mikro Systeme International AG.

[pt] Esta tese propõe uma metodologia para obter uma solução para problemas de programação linear fuzzy. A metodologia aqui descrita apresenta um conjunto de soluções em que tanto os valores das variáveis quanto o valor ótimo para a função de custo, ou função objetivo, possuem uma faixa de valores possíveis. Assim, é possível fornecer um conjunto de soluções factíveis que atendam a diferentes cenários, além de fornecer ao tomador de decisões uma ferramenta de análise mais útil, permitindo que sejam analisadas outras soluções possíveis antes de se escolher uma solução em particular. O problema é resolvido de forma iterativa, tornando mais simples e de fácil aplicação a metodologia desenvolvida. / [en] This work proposes an approach to obtain a solution to linear fuzzy programming problems. The approach described here presents a solution set in where both the variables values and the cost function optimun value to have an associated membership function. Thus, it is possible to provided not only a feasible solution set applicable to different scenarios but also to supply the decision maker with a more powerful tool for the analysis of other possible solutions. The problem is solved in an interactive way, so that the developed is approach easily applicable and simple to handle

Made available in DSpace on 2016-06-02T19:06:23Z (GMT). No. of bitstreams: 1 DissMGP.pdf: 1155179 bytes, checksum: 853fabfd715d513d373e075b049d726a (MD5) Previous issue date: 2004-08-20 / The success of Fuzzy Rule Based Systems is due to their ability to represent vague and uncertain knowledge and to the facility to express the system behavior in a language easily interpretable by human beings. The knowledge acquisition of a Fuzzy Rule Based System is done from a human expert, which is known as the direct approach to knowledge acquisition, or through methods that automatically extract this knowledge from numerical information that represent samples or examples of the problem. Genetic Algorithms have demonstrated to be a powerful tool to rule bases construction, rule bases optimization, membership functions generation and membership functions optimization. The main research focus of this work is the investigation of fuzzy systems automatic generation approaches applied to pattern classification problems, using genetic algorithms to the definition and tuning of fuzzy sets that belong to the fuzzy partitions of the domains involved, considering interpretability maintenance of the linguistic values. The genetic learning is employed only in the fuzzy system data base, that is, in the membership functions, either through the traditional way of tuning previously defined functions after the rule base has been defined or through the more recent approach of constructing membership functions before the rules definition. This kind of investigation requires the use of different rule generation methods, the rules being generated before or after the use of genetic algorithm. The combination Fuzzy Systems + Genetic Algorithms, known as Genetic Fuzzy Systems, has great acceptance in the scientific community, since this systems are robust and capable of finding good solutions in complex and irregular spaces. / O sucesso dos Sistemas Baseados em Regras Nebulosas deve-se à habilidade para representar o conhecimento vago e incerto e à facilidade de expressar o comportamento do sistema em uma linguagem facilmente interpretável pelos seres humanos. A aquisição de conhecimento de um Sistema Baseado em Regras Nebulosas é feita a partir de um especialista humano, a qual é conhecida como abordagem direta para aquisição do conhecimento, ou através de métodos que automaticamente extraem este conhecimento a partir de informações numéricas que representam amostras ou exemplos do problema. Algoritmos Genéticos vêm demonstrando ser uma poderosa ferramenta para a construção de bases de regras, otimização de bases de regras, geração de funções de pertinência e otimização de funções de pertinência. O principal foco de pesquisa deste trabalho é a investigação das abordagens de modelagem automática de sistemas nebulosos aplicados a problemas de classificação de padrões, através de algoritmos genéticos para a definição e sintonia dos conjuntos nebulosos que compõem as partições nebulosas dos domínios envolvidos, considerando a manutenção da interpretabilidade dos valores lingüísticos. O aprendizado genético é empregado somente na Base de Dados do sistema nebuloso, isto é, nas funções de pertinência, tanto pela maneira mais tradicional, de sintonizar as funções já definidas depois da definição das regras, como pela abordagem mais recente, de construir as funções de pertinência antes da definição das regras. Esse tipo de investigação supõe o uso de outros métodos para a geração das regras, sejam elas geradas antes ou depois da aplicação do algoritmo genético. A combinação de Sistemas Nebulosos + Algoritmos Genéticos, conhecida como Sistemas Genéticos Nebulosos, tem grande aceitação na comunidade científica, uma vez que estes sistemas são robustos e capazes de encontrar boas soluções em espaços complexos e irregulares.