Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-24T14:18:42Z No. of bitstreams: 1 Diogo Luis.pdf: 4371869 bytes, checksum: adf1274b2033821c3c2a6cca3766a2e6 (MD5) / Made available in DSpace on 2017-08-24T14:18:42Z (GMT). No. of bitstreams: 1 Diogo Luis.pdf: 4371869 bytes, checksum: adf1274b2033821c3c2a6cca3766a2e6 (MD5) Previous issue date: 2012-10-03 / Power system operation and maintenance require attention, precise diagnostics on failure and agility on system recovery. On the other hand, power systems involve high risks, where each operation needs to be carefully planned and executed, once errors can be fatal. Power system satisfactory operation and maintenance consist on finding equilibrium between these extremes, acting on a cautious, but agile, way. For this purpose, we propose the development of an intelligent system with the ability of detecting abnormal patterns on the electrical signal, providing support for decisions on Power Distribution System real time operation, from the analysis of power substation transformers primary and secondary currents, including learning at each new information acquired by the system. The challenge of this study is to research and develop a method based on ANN for classifying patterns and providing support for decisions, aiming fault detection and/or fault recovery. The method di↵erentiates disturbances that will lead to faults from disturbances generated by transients on power system (for example an undervoltage caused by powering on an engine). A SCADA supervisory system was developed to contain ANN implementation code and also to provide an interface for Operators, generating visual and sound alarms and messages guiding system recovery. The proposed method was evaluated using real data collected from transformers protection digital relays of CEMAR system substations, achieving excellent results. The ANN developed on this study presented satisfactory performance classifying signals and detecting faults properly. / A operação e manutenção do sistema elétrico requerem atenção, diagnósticos precisos em caso de falhas e agilidade na recomposição do sistema. Por outro lado, sistemas elétricos têm um elevado risco, onde cada manobra precisa ser cuidadosamente planejada e executada, pois erros podem ser fatais. A boa operação e manutenção do sistema elétrico consistem em encontrar o ponto de equilíbrio entre esses dois extremos, atuando de forma cautelosa, porém ágil. Com esse intuito, propomos o desenvolvimento de um sistema inteligente dotado da capacidade de detectar padrões anormais no sinal elétrico, fornecendo apoio à decisão na operação em tempo real do SDEE, a partir da análise das correntes primárias e secundárias de transformadores de força de subestações de energia elérica, incluindo aprendizado a cada nova informação integrada ao sistema. O desafio deste estudo é pesquisar e desenvolver um método baseado em RNA para classificação de padrões e apoio à decisão, visando a detecção e/ou recuperaçao de falhas. O método diferencia perturbações que culminarão em uma falta de perturbações geradas por transitórios na rede elétrica (por exemplo o afundamento de tensão gerado pela partida de uma máquina). Um sistema supervisório SCADA foi desenvolvido para hospedar o código de implementação da RNA, além de fornecer uma interface para o Operador, gerando alarmes visuais e sonoros e mensagens orientando a retomada do sistema. O método proposto foi avaliado utilizando-se dados reais coletados diretamente de relés digitais de proteção de transformadores de subestações do sistema da CEMAR, obtendo-se excelentes resultados. A RNA desenvolvida neste estudo apresentou desempenho satisfatório na classificação dos sinais a ela apresentados, detectando corretamente as faltas.

O presente trabalho propõe resolver o clássico problema combinatorial conhecido como problema do caixeiro viajante. Foi usado no sistema de otimização de busca do menor caminho uma rede neural recorrente. A topologia de estrutura de ligação das realimentações da rede adotada aqui é conhecida por rede recorrente de Wang. Como regra de treinamento de seus pesos sinápticos foi adotada a técnica de perturbação simultânea com aproximação estocástica. Foi elaborado ainda uma minuciosa revisão bibliográfica sobre todos os temas abordados com detalhes sobre a otimização multivariável com perturbação simultânea. Comparar-se-á também os resultados obtidos aqui com outras diferentes técnicas aplicadas no problema do caixeiro viajante visando propósitos de validação. / This work proposes to solve the classic combinatorial optimization problem known as traveling salesman problem. A recurrent neural network was used in the system of optimization to search the shorter path. The structural topology linking the feedbacks of the network adopted here is known by Wang recurrent network. As learning rule to find the appropriate values of the weights was used the simultaneous perturbation with stochastic approximation. A detailed bibliographical revision on multivariable optimization with simultaneous perturbation is also described. Comparative results with other different techniques applied to the traveling salesman are still presented for validation purposes.

Esta dissertação propõe o desenvolvimento de uma rede neural artificial (RNA) direcionada a ambientes foundation fieldbus para realização do cálculo de vazão em dutos fechados. Para tanto, a metodologia proposta utiliza-se de medidas de pressão, temperatura e pressão diferencial, as quais normalmente estão disponíveis em plantas industriais. A principal motivação do emprego das redes neurais reside no seu baixo custo e simplicidade de implementação, o que possibilita o emprego de apenas blocos fieldbus padrões tornando a metodologia independente do fabricante. Foi utilizada uma rede perceptron multicamadas com algoritmo de treinamento backpropagation de Levenberg-Marquardt. O treinamento foi realizado numa programação elaborada para o software Matlab TM. A arquitetura da rede neural foi determinada por métodos empíricos variando-se o número de neurônios e de camadas neurais até se atingir um erro aceitável na prática. Após esses treinamentos foi desenvolvida uma programação para realizar os cálculos de vazão em um ambiente foundation fieldbus utilizando-se para tanto o software DeltaV TM do fabricante Emerson Process Management. Foram obtidos resultados com erro relativo médio de valor de vazão em torno de 1.43% para um primeiro cenário utilizando uma placa de orifício e ar como fluido, e de 0,073% para um segundo cenário utilizando uma placa de orifício e gás natural como fluido, com relação aos valores obtidos através do instrumento multivariável 3095MV TM do fabricante Rosemount. Os valores de erro encontrados validam o método desenvolvido nessa dissertação. / This dissertation proposes the development of an artificial neural network (ANN) directed to foundation fieldbus environment for calculation of flow in closed ducts. The proposed methodology uses measurements of pressure, temperature and differential pressure, which are usually available in industrial plants. The main motivation of the use of neural networks lies in their low cost and simplicity of implementation, which allows the use of standard fieldbus blocks by just making the method independent of the manufacturer. It was used a multilayer perceptron network with backpropagation training and algorithm from Levenberg-Marquardt. The training was programmed in the software Matlab TM. The architecture of the ANN was determined by empirical methods by varying the number of neurons and neural layers until it reaches an acceptable error. After such trainings, it was developed a program to perform the flow calculations in an foundation fieldbus environment using Emerson Process Management\'s DeltaV TM software. The results were obtained with an average relative error of flow rate of 1.43% for the first scenario using an orifice plate and air as a process fluid, and 0.073% for a second scenario using an orifice plate and natural gas as the fluid related to the values obtained from Rosemount 3095MV TM multivariable instrument. The values of error found validate the method developed in this dissertation.

Este trabalho tem por objetivo propor uma nova metodologia para o cálculo das perdas por segmento do sistema de distribuição. As perdas técnicas são agrupadas nos seguintes segmentos: rede secundária, transformador de distribuição, rede primária e subestação de distribuição. Desenvolveu-se uma metodologia destinada ao cálculo das perdas de forma hierárquica: por exemplo, selecionada uma subestação específica, são calculadas as perdas na subestação e em seus componentes a jusante (redes primárias, transformadores de distribuição, redes secundárias). As perdas, inicialmente, são obtidas por meio de cálculo elétrico para os segmentos envolvidos, com a utilização dos parâmetros da rede, com os dados de faturamento e as curvas de carga típicas por classe de consumidor e seus tipos de atividade. Com os resultados desses cálculos, treinam-se redes neurais que irão calcular as perdas em sistemas genéricos utilizando os parâmetros e topologia do segmento e as curvas típicas de cargas dos consumidores e a energia mensal consumida. O trabalho apresenta um exemplo de aplicação, em sistema de distribuição existente, mostrando os resultados obtidos, e termina apresentando as principais vantagens da metodologia. Finalmente, os resultados obtidos com a nova metodologia são comparados com os resultados obtidos por métodos analíticos de cálculo intensivo. / In this work, a new methodology for the calculation of the energy technical losses in a distribution system, is presented. The proposed approach regards the segmentation of the distribution system, thus, the losses will be obtained for segments such as: the secondary network, distribution transformer, primary network and distribution substation. It was developed a computational system aimed to the calculation of the technical losses within specific distribution networks and usable in a microcomputer. Such a calculation is done in a hierarchical way. For instance, once selected a specific substation it is calculated the losses within the substation and in all the above cited components existing downstream the substation. The energy technical losses are calculated for each segment involved in the distribution system. This is done by using the network\'s recorded data, the energy consumption data and the typical load curves by class of consumer and type of activity developed. The outcome of these calculations are then used to train the neural networks, which in turn will calculate the losses in generic distribution systems where characteristics such as the circuit parameters and topology, the consumer\'s load curves and the monthly energy consumed, are known. By using the energy data available in the supplying points, the total energy billed per month as well as the loss indexes per segment, it will be obtained the total amount of the energy losses in each segment of the system. Likewise, this procedure will enable an evaluation of the non technical losses. The results of a case study related to an existing distribution system and the main advantages of the proposed methodology, are also presented herein. Finally, the results obtained with the new methodology are compared with those obtained through analytical methods.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-11-03T11:54:04Z No. of bitstreams: 1 Murillo da Silveira Grübler_.pdf: 3027339 bytes, checksum: 2fdb175c76ab90e275bf8ba04792e452 (MD5) / Made available in DSpace on 2016-11-03T11:54:04Z (GMT). No. of bitstreams: 1 Murillo da Silveira Grübler_.pdf: 3027339 bytes, checksum: 2fdb175c76ab90e275bf8ba04792e452 (MD5) Previous issue date: 2016-08-19 / CNPQ – Conselho Nacional de Desenvolvimento Científico e Tecnológico / O Gerenciamento de Leitos é uma importante área de planejamento e controle hospitalar. Sua função é garantir o equilíbrio entre os pacientes que chegam através do setor de emergência, os eletivos que possuem algum tratamento agendado e aqueles que saem do hospital. Dessa forma, esse gerenciamento possibilita manter alta a taxa de ocupação dos quartos, mas sem realmente lotá-los, além de prever qualquer situação não planejada. A gestão eficaz de leitos hospitalares como recurso sempre foi um desafio para os gestores. Nas décadas de 80 e 90, por exemplo, milhares de pacientes tiveram operações canceladas em virtude de razões não médicas. Como há necessidade de um melhor controle do fluxo, a área de Gerenciamento de Leitos começou, então, a receber mais atenção acadêmica e também políticas nacionais para a sua gestão. O processo de admissão e posicionamento de enfermos, a partir do Gerenciamento de Leitos, vem se desenvolvendo nos últimos anos através de diversas técnicas de pesquisa operacional, tais como simulação, teoria de filas, análise estatística, entre outras. Devido às constantes incertezas vividas pelos hospitais atualmente, o uso do modelo cognitivo Ciência de Situação em pesquisas científicas na área da saúde vem crescendo cada vez mais. A Ciência de Situação é uma área de estudo que busca compreender o contexto dos ambientes e projetar ações futura. Em suma, é uma técnica que vai além do tradicional processamento de informações, visto que procura explicar o comportamento humano na operação de sistemas complexos. Nessa assertiva, este trabalho tem como objetivo utilizar a Ciência de Situação na área de Gerenciamento de Leitos, usando um modelo híbrido que une a técnica de Rede Neural Artificial Multilayer Perceptron com a Teoria do Valor Multiatributo para tomada de decisão, auxiliando gestores no processo de atribuição de pacientes em leitos adequados ao seu tratamento. Através da implementação de um protótipo baseado neste modelo híbrido de apoio à decisão, nomeado de IMBEDS, foram avaliados 50 pacientes em um total de 266 leitos gerenciados pela Central de Leitos, no Hospital Mãe de Deus, localizado em Porto Alegre. O resultado final dos testes foi de 93,5% de similaridade entre o leito apto apresentado pelo modelo e o processo real de alocação dos enfermos. / The Bed Management is an important area of planning and control hospital. It’s function is to ensure the balance between the patients who come through the emergency department, elective that have some scheduled treatment and those leaving the hospital. Thus, the Bed Management enables the hospital keep high occupancy rate of rooms, but without fill all the beds, in addition to providing any unplanned situation. Effective management of hospital beds as a resource has always been a challenge for managers. In the 80s and 90s, for example, thousands of patients have operations canceled due to non-medical reasons. As there is need for better control of the flow, Bed Management area then began to receive more academic attention and also policies national for the Bed Management. The process of admission and positioning the patients, from the management of beds, has been developing in recent years through of operational research, such as simulation, queuing theory, statistical analysis, among others. Due to the uncertainties experienced by hospitals nowadays, the use of model Situation Awareness in research in the health field is growing increasingly. Situation Awareness is a field of study that seeks to understand the context of the environment and designing future actions. In short, it is a technique that goes beyond the traditional information processing, as it seeks to explain human behavior in the operation of complex systems. In this statement, this work aims to use the Situation Awareness in Bed Management area, using a hybrid model that combines the technique Artificial Neural Network Multilayer Perceptron with the Multi-Attribute Value Theory for decision making, assisting managers in process of patient's allocation to the bed suitable in his treatment. Through the implementation of a prototype based on this hybrid model of decision support, named of IMBEDS, were evaluated 50 patients in a total of 266 beds managed by Beds Center, in the Hospital Mãe de Deus, located in Porto Alegre. The final result of the tests was 93.5% similarity between the bed apt selected by the model and the allocation process of the patients.

O presente trabalho propõe resolver o clássico problema combinatorial conhecido como problema do caixeiro viajante. Foi usado no sistema de otimização de busca do menor caminho uma rede neural recorrente. A topologia de estrutura de ligação das realimentações da rede adotada aqui é conhecida por rede recorrente de Wang. Como regra de treinamento de seus pesos sinápticos foi adotada a técnica de perturbação simultânea com aproximação estocástica. Foi elaborado ainda uma minuciosa revisão bibliográfica sobre todos os temas abordados com detalhes sobre a otimização multivariável com perturbação simultânea. Comparar-se-á também os resultados obtidos aqui com outras diferentes técnicas aplicadas no problema do caixeiro viajante visando propósitos de validação. / This work proposes to solve the classic combinatorial optimization problem known as traveling salesman problem. A recurrent neural network was used in the system of optimization to search the shorter path. The structural topology linking the feedbacks of the network adopted here is known by Wang recurrent network. As learning rule to find the appropriate values of the weights was used the simultaneous perturbation with stochastic approximation. A detailed bibliographical revision on multivariable optimization with simultaneous perturbation is also described. Comparative results with other different techniques applied to the traveling salesman are still presented for validation purposes.

Esta pesquisa consiste na solução do problema inverso de transferência radiativa para um meio participante (emissor, absorvedor e/ou espalhador) homogêneo unidimensional em uma camada, usando-se a combinação de rede neural artificial (RNA) com técnicas de otimização. A saída da RNA, devidamente treinada, apresenta os valores das propriedades radiativas [ω, τ0, ρ1 e ρ2] que são otimizadas através das seguintes técnicas: Particle Collision Algorithm (PCA), Algoritmos Genéticos (AG), Greedy Randomized Adaptive Search Procedure (GRASP) e Busca Tabu (BT). Os dados usados no treinamento da RNA são sintéticos, gerados através do problema direto sem a introdução de ruído. Os resultados obtidos unicamente pela RNA, apresentam um erro médio percentual menor que 1,64%, seria satisfatório, todavia para o tratamento usando-se as quatro técnicas de otimização citadas anteriormente, os resultados tornaram-se ainda melhores com erros percentuais menores que 0,04%, especialmente quando a otimização é feita por AG. / This research consists in the solution of the inverse problem of radiative transfer for a participating media (emmiting, absorbing and/or scattering) homogeneous one-dimensional in one layer, using the combination of artificial neural network (ANN), with optimization techniques. The output of the ANN, properly trained presents the values of the radiative properties [w, to, p1 e p2] that are optimized through the following techniques: Particle Collision Algorithm (PCA), Genetic Algorithm (GA), Greedy Randomized Adaptive Search Procedure (GRASP) and Tabu Search (TS). The data used in the training are synthetics, generated through the direct problem without the introduction of noise. The results obtained by the (ANN) alone, presents an average percentage error minor than 1,64%, what it would be satisfying, however, for the treatment using the four techniques of optimization aforementioned, the results have become even better with percentage errors minor than 0,03%, especially when the optimization is made by the GA.

[pt] Um dos casos clínicos mais frequentes na sociedade moderna envolve a localização e extração de projéteis de armas de fogo, que normalmente são feitos de chumbo, um material não ferromagnético. O desenvolvimento de uma técnica que possibilite a localização precisa destes auxiliará o procedimento de remoção cirúrgica, tendo vasta relevância e impactando diretamente no aumento da taxa de sobrevivência de pessoas feridas. Dessa forma, esta dissertação apresenta e discute duas novas abordagens baseadas em técnicas de inteligência computacional, objetivando a localização de projéteis de armas de fogo inseridos no corpo humano, a partir do processamento da informação contida em mapas de campo magnético. Em ambas as abordagens analisadas modela-se o projétil como uma esfera de raio a, localizado em um espaço de busca contido em um plano xy, o qual está situado a uma distância h do sensor no eixo z. As técnicas de localização requerem a geração de um campo magnético primário alternado por meio de um solenoide, o qual incide sobre o espaço de busca. Caso exista um projétil de arma de fogo nesta região, serão induzidas correntes parasitas no projétil, as quais, por sua vez, produzirão um campo magnético secundário, que pode ser medido por um sensor de alta sensibilidade localizado na extremidade do solenoide. Na primeira abordagem analisada, as posições x e y do projétil são determinadas por um algoritmo de janelamento que considera valores máximos e médios pertencentes aos mapas de campo magnético secundário. A determinação da distância h entre a esfera e o sensor foi obtida por meio de uma rede neural, e o raio da esfera a é estimado por um algoritmo genético. Na segunda abordagem, as quatro variáveis de interesse (x, y, h e a) são inferidas diretamente por um algoritmo genético. Os resultados obtidos são avaliados e comparados. / [en] In modern society, one of the most frequent clinical cases involves location and extraction of firearms projectiles, usually made of lead, a non-ferromagnetic material. The development of a technique that allows the precise location of these projectiles will aid their surgical removal, which has a great relevance because it contributes directly to the increase of the survival rate of wounded patients. Thus, this dissertation presents and discusses two new approaches based on computational intelligence techniques, aiming at locating firearm projectiles inserted into the human body, by processing the information contained in magnetic field maps. On both approaches, the projectile is modeled by a sphere with radius a, located on a search space contained in a xy plane that is situated at a distance h from the sensor, along the z axis. The proposed location techniques require the generation of a primary alternating magnetic field by means of a solenoid, which aims at inducing eddy currents in a firearm projectile contained in the search space. In turn, these currents will produce a secondary magnetic field, which can be measured by a high-sensitivity sensor located at the bottom of the solenoid. In the first developed technique, the x and y positions of the projectile were estimated by a windowing algorithm that takes into account maximum and mean values contained on the secondary magnetic field maps. In turn, the distance h between the sphere and the sensor is inferred by a neural network, and the radius of the sphere a is estimated by a genetic algorithm. In the second technique, the four variables of interest (x, y, h and a) are inferred directly by a genetic algorithm. The results obtained are evaluated and compared.

Esta pesquisa consiste na solução do problema inverso de transferência radiativa para um meio participante (emissor, absorvedor e/ou espalhador) homogêneo unidimensional em uma camada, usando-se a combinação de rede neural artificial (RNA) com técnicas de otimização. A saída da RNA, devidamente treinada, apresenta os valores das propriedades radiativas [ω, τ0, ρ1 e ρ2] que são otimizadas através das seguintes técnicas: Particle Collision Algorithm (PCA), Algoritmos Genéticos (AG), Greedy Randomized Adaptive Search Procedure (GRASP) e Busca Tabu (BT). Os dados usados no treinamento da RNA são sintéticos, gerados através do problema direto sem a introdução de ruído. Os resultados obtidos unicamente pela RNA, apresentam um erro médio percentual menor que 1,64%, seria satisfatório, todavia para o tratamento usando-se as quatro técnicas de otimização citadas anteriormente, os resultados tornaram-se ainda melhores com erros percentuais menores que 0,04%, especialmente quando a otimização é feita por AG. / This research consists in the solution of the inverse problem of radiative transfer for a participating media (emmiting, absorbing and/or scattering) homogeneous one-dimensional in one layer, using the combination of artificial neural network (ANN), with optimization techniques. The output of the ANN, properly trained presents the values of the radiative properties [w, to, p1 e p2] that are optimized through the following techniques: Particle Collision Algorithm (PCA), Genetic Algorithm (GA), Greedy Randomized Adaptive Search Procedure (GRASP) and Tabu Search (TS). The data used in the training are synthetics, generated through the direct problem without the introduction of noise. The results obtained by the (ANN) alone, presents an average percentage error minor than 1,64%, what it would be satisfying, however, for the treatment using the four techniques of optimization aforementioned, the results have become even better with percentage errors minor than 0,03%, especially when the optimization is made by the GA.

Made available in DSpace on 2014-12-17T14:55:18Z (GMT). No. of bitstreams: 1 MarceloRS_TESE.pdf: 2113878 bytes, checksum: 1cc62a66f14cc48f2e97f986a4dbbb8d (MD5) Previous issue date: 2014-01-27 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This thesis describes design methodologies for frequency selective surfaces (FSSs) composed of periodic arrays of pre-fractals metallic patches on single-layer dielectrics (FR4, RT/duroid). Shapes presented by Sierpinski island and T fractal geometries are exploited to the simple design of efficient band-stop spatial filters with applications in the range of microwaves. Initial results are discussed in terms of the electromagnetic effect resulting from the variation of parameters such as, fractal iteration number (or fractal level), fractal iteration factor, and periodicity of FSS, depending on the used pre-fractal element (Sierpinski island or T fractal). The transmission properties of these proposed periodic arrays are investigated through simulations performed by Ansoft DesignerTM and Ansoft HFSSTM commercial softwares that run full-wave methods. To validate the employed methodology, FSS prototypes are selected for fabrication and measurement. The obtained results point to interesting features for FSS spatial filters: compactness, with high values of frequency compression factor; as well as stable frequency responses at oblique incidence of plane waves. This thesis also approaches, as it main focus, the application of an alternative electromagnetic (EM) optimization technique for analysis and synthesis of FSSs with fractal motifs. In application examples of this technique, Vicsek and Sierpinski pre-fractal elements are used in the optimal design of FSS structures. Based on computational intelligence tools, the proposed technique overcomes the high computational cost associated to the full-wave parametric analyzes. To this end, fast and accurate multilayer perceptron (MLP) neural network models are developed using different parameters as design input variables. These neural network models aim to calculate the cost function in the iterations of population-based search algorithms. Continuous genetic algorithm (GA), particle swarm optimization (PSO), and bees algorithm (BA) are used for FSSs optimization with specific resonant frequency and bandwidth. The performance of these algorithms is compared in terms of computational cost and numerical convergence. Consistent results can be verified by the excellent agreement obtained between simulations and measurements related to FSS prototypes built with a given fractal iteration / Esta tese descreve metodologias de projeto para superf?cies seletivas de frequ?ncia (FSSs) compostas por arranjos peri?dicos de patches met?licos pr?-fractais impressos em camadas diel?tricas simples (FR4, RT/duroid). As formas apresentadas pelas geometrias correspondentes ? ilha de Sierpinski e ao fractal T s?o exploradas para o projeto simples de filtros espaciais rejeita-faixa eficientes com aplica??es na faixa de micro-ondas. Resultados iniciais s?o discutidos em termos do efeito eletromagn?tico decorrente da varia??o de par?metros como, n?mero de itera??es fractais (ou n?vel do fractal), fator de itera??o fractal, e periodicidade da FSS, dependendo do elemento pr?-fractal utilizado (ilha de Sierpinski ou fractal T). As propriedades de transmiss?o destes arranjos peri?dicos propostos s?o investigadas atrav?s de simula??es realizadas pelos programas comerciais Ansoft DesignerTM e Ansoft HFSSTM, que executam m?todos de onda completa. Para validar a metodologia empregada, prot?tipos de FSS s?o selecionados para fabrica??o e medi??o. Os resultados obtidos apontam caracter?sticas interessantes para filtros espaciais de FSS, tais como: estrutura compacta, com maiores fatores de compress?o de frequ?ncia; al?m de respostas est?veis em frequ?ncia com rela??o ? incid?ncia obl?qua de ondas planas. Esta tese aborda ainda, como enfoque principal, a aplica??o de uma t?cnica alternativa de otimiza??o eletromagn?tica (EM) para an?lise e s?ntese de FSSs com motivos fractais. Em exemplos de aplica??o desta t?cnica, elementos pr?-fractais de Vicsek e Sierpinski s?o usados no projeto ?timo das estruturas de FSS. Baseada em ferramentas de intelig?ncia computacional, a t?cnica proposta supera o alto custo computacional proveniente das an?lises param?tricas de onda completa. Para este fim, s?o desenvolvidos modelos r?pidos e precisos de rede neural do tipo perceptron de m?ltiplas camadas (MLP) utilizando diferentes par?metros como vari?veis de entrada do projeto. Estes modelos de rede neural t?m como objetivo calcular a fun??o custo nas itera??es dos algoritmos de busca populacional. O algoritmo gen?tico cont?nuo (GA), a otimiza??o por enxame de part?culas (PSO), e o algoritmo das abelhas (BA), s?o usados para a otimiza??o das FSSs com valores espec?ficos de frequ?ncia de resson?ncia e largura de banda. O desempenho destes algoritmos ? comparado em termos do custo computacional e da 13 converg?ncia num?rica. Resultados consistentes podem ser verificados atrav?s da excelente concord?ncia obtida entre simula??es e medi??es referentes aos prot?tipos de FSS constru?dos com uma dada itera??o fractal