Um número significativo de sistemas, tanto de hardware como de software, encontram-se organizados naturalmente de forma hierárquica e, dentre eles, existem o sistemas solucionáveis preferencialmente através das tecnologias de Inteligência Artificial, mais especificamente por meio de Sistemas Especialistas. Por outro lado, as ferramentas e os ambientes existentes para o desenvolvimento de Sistemas Especialistas não oferecem procedimentos adequados para a implementação de sistemas hierárquicos, pois são projetados, na maioria das vezes, para a geração de sistemas inteligentes monolíticos e Standalone. No entanto, cada vez mais tecnologias de Inteligência Artificial estão sendo usadas para o desenvolvimento de sistemas inteligentes estruturados de forma hierárquica, gerando assim a necessidade de ambientes favoráveis a estes tipos de projetos. Portanto, com o objetivo de proporcionar um ambiente ideal para construção de Sistemas Especialistas Hierárquicos, o presente estudo apresenta um modelo hierárquico para Sistemas Especialistas. Para isto, faz-se a junção das tecnologias de Sistemas Especialistas e da Inteligência Artificial Distribuída, mais precisamente a abordagem por agentes. Tal união resultou no desenvolvimento da ferramenta MOSES - Modelo para Sistemas Especialistas Hierárquicos, usada para geração de Organizações de Agentes Especialistas Hierárquicos e Cooperantes, os quais encapsulam um SE. Com a união de Sistemas Especialistas e Agentes tornou-se possível acrescentar às habilidades dos Sistemas Especialidades características como cooperação e comunicação, o que permite a estes sistemas trabalharem de forma distribuída e hierárquica em uma Organização de Agentes Especialistas Hierárquicos Cooperantes.O protótipo desenvolvido libera o projetista de Organizações de Sistema Especialistas Hierárquicos das tarefas relacionadas à implementação necessária para o controle e geração de organizações hierárquicas. Resta sob sua responsabilidade apenas a preocupação com a construção das bases de conhecimento e a inclusão das informações relevantes para caracterizar de forma única os Agentes Especialistas Hierárquicos da Organização de Sistemas Especialistas Hierárquicos Cooperantes.

Este trabalho apresenta o desenvolvimento e implementação de um sistema computacional inteligente usado para gerar seqüências de montagem ótimas ou próximas da ótima para produtos industriais. Este é um importante problema a ser estudado, uma vez que o custo de montagem para um produto industrial típico pode representar até 50% do custo total de sua manufatura. O Sistema Inteligente para Montagem Automatizada (SIMA) é um programa computacional que gera seqüências de montagem otimizadas, usando duas tácnicas diferentes. A primeira técnica obtém a seqüência de montagem ótima, calculando o custo de montagem de todas as seqüências possíveis. A segunda técnica usa uma Rede Neural de Hopfield modificada e à medida que a rede interage, a função energia que representa o custo de montagem é minimizada. Resultados de simulações são apresentados para três produtos constituídos de 5, 10 e 15 partes cada um. Embora a rede neural possa ficar presa em um ponto de mínimolocal da função enegia, que nem sempre representa a melhor solução possível para o problema, os resultados das simulações mostram que, uma vez ajustados os parâmetros, a rede neural pesquisará soluções ótimas ou próximas das ótimas para a maioria dos casos testados.

Sistemas especialistas que lidam com mundos aleatórios ou condicionados por exceções são de grande utilidade quando definidos por métodos estatísticos. Seja pela melhora da segurança na predição da aleatoriedade ou pela redução das regras que tratam as exceções, estes sistemas tem atraído grande atenção de pesquisadores e da indústria (pois existem muito mais exceções possíveis do que as enumeradas explicitamente). Como um dos sistemas especialistas probabilísticos mais difundidos atualmente, as redes bayesianas representam o conhecimento na forma de grafos e tabelas e por isto são altamente intuitivas e descritivas. Apesar de sua popularidade, as redes bayesianas possuem alguns problemas conhecidos que dificultam seu uso, seja na sua modelagem ou no uso em tempo real. Esta pesquisa propõe o formalismo de um nó codificador e decodificador que visa tratar as incertezas no conhecimento (seja por problemas de definição ou aquisição) e possibilitar a conexão entre conhecimentos heterogêneos. É proposto também um formalismo para outro mecanismo de inferência, a Rede Causal Nebulosa. Além da possibilidade de uma Rede Causal Nebulosa ser usada como substituta à rede bayesiana, há a possibilidade do uso da Rede Causal Nebulosa em controle de sistemas, no lugar dos controladores nebulosos tradicionais, possibilitando assim a modelagem de controladores nebulosos mais complexos, seja pelo acréscimo de: variáveis, dependências indiretas, regras ou graus de certeza. Estas adições à rede bayesiana permitiram: Eliminar a dependência de conhecimento; com o uso do nó codificador e decodificador há a possibilidade de inserir na rede conhecimento sobre os possíveis estados que uma variável pode assumir e as funções que definem os estados. Desta forma, a necessidade do usuário conhecer a modelagem da rede é removida, pois, o usuário não precisa mais tratar o dado bruto de forma a adequá-lo a entrada da rede; melhorar o uso da rede em tempo real; a remoção do tratamento dos dados para sua adequação à interface da rede melhora o uso em tempo real; facilitar a definição de estados às variáveis da rede; o uso de codificadores permite otimizar a definição de estados que a variável pode assumir; o aprendizado das regras e das dependências nos controladores nebulosos pode ser facilitado pelo uso das redes causais nebulosas como ambiente de trabalho.

O aumento explosivo das redes de computadores tem exigido uma gerência mais eficaz das mesmas, no sentido de tentar evitar a interrupção de seus serviços - a gerência pró-ativa. Para implementar esta idéia, é necessário agregar inteligência aos sistemas de gerência existentes. O conheciemnto envolvido é complexo, e a falta de experiência dos administradores permanece como uma das maiores deficiências desta área. Assim, o uso de métodos, técnicas e ferramentas da Inteligência Artificial aparece como um caminho promissor para a obtenção de uma gerência pró-ativa. Este trabalho apresenta uma proposta de gerência inteligente pró-ativa, concentrando-se no tratamento das informações fornecidas pelo protocolo RMON (Remote Monitoring), e no tratamento de alguns parâmetros do sistema operacional UNIX. O conhecimento extraído do contato com empresas e administradores de redes foi representado utilizando-se regras de produção para gerar um Sistema Especialista, o SEGRE- Sistema Especialista para a Gerência Pró-ativa de Redes de Computadores. O Sistema Especialista é automaticamente ativado para a pesquisa de problemas potenciais, e, por si, tenta corrigí-los. Isto não sendo possível, comunica-se, via e-mail, com o administrador da rede, baseado nas etapas de seu plano de ação. Possui também uma interface interativa, para permitir a realimentação das ações do administrador ao SEGRE.

Face as dificuldades de se garimpar informações no mundo atual para transformá-las em conhecimento, desenvolveu-se neste trabalho de pesquisa uma metodologia que facilite o mapeamento de Conhecimentos para Sistemas Computadorizados. Esta dissertação descreve uma Metodologia contendo oito passos necessários para a transformação de informações em conhecimentos, a serem incorporados em Agentes Inteligentes Reativos AIRs projetados off-line ou em execução on-line. Após desenvolver-se a Metodologia, foi construído um Protótipo em liguagem Java denominado Gerador Tabular de Agentes Inteligentes Reativos - GETAIR. Neste Protótipo utilizou-se o pacote RMI da SUN, propiciando-se a troca de mensagens entre Agentes. O código fonte de Agentes Inteligentes Reativos foi produzido em linguagem Java de forma automática pelo GETAIR. A fim de possibilitar a verificação e a validação da Metodologia utilizada na construção do Protótipo, realizou-se um Estudo de Caso utilizando-se Agentes Inteligentes Reativos para auxiliar pilotos de aeronaves a diagnosticar falhas em alguns Sistemas Aviônicos Embarcados. As principais conclusões encontradas apontaram para a necessidade de se prosseguir com a investigação da Metodologia, aumentando-se ainda mais o nível de automatização do mapeamento de Conhecimentos para propiciar-se gerações futuras de Agentes Inteligentes Cognitivos, estendendo-se desta forma a capacidade dos Agentes Inteligentes Reativos. Finalmente, sugere-se que as características dos Agentes sejam exaustivamente estudadas, propiciando-se assim aplicações cada vez mais robustas e capazes de explorar todas as suas potencialidades.

Esta tese aborda o problema de extração de conhecimentos a partir de um conjunto de dados de entradas e saídas, afim de auxiliar um especialista no domínio do problema em um processo de tomada de decisão. O objetivo é disponibilizar para o especialista um conjunto de modelos que ofereçam diferentes compromissos de qualidade entre dois requisitos importantes e contraditórios: a acurácia do modelo e a sua interpretabilidade. O método proposto, chamado MoGFT-I, fornece um conjunto de modelos fuzzy do tipo Mamdani através das seguintes etapas: 1) a partir de um conjunto de dados de entrada/saída, um algoritmo de indução, tal como o C4.5, é utilizado para produzir as regras de uma árvore de decisão; 2) essa árvore de decisão é transformada em um modelo fuzzy; e 3) as funções de pertinência do modelo fuzzy são calibradas usando um algoritmo genético multi-objetivo que realiza uma busca bi-dimensional considerando a acurácia e a interpretabilidade dos modelos. A saída do método MoGFT-I é um conjunto de modelos fuzzy do tipo Mamdani que são distribuídos ao longo de uma curva de Pareto. Esse método foi aplicado e validado nos seguintes estudos de caso: 1) estimativa do tempo de vida restante de um motor aeronáutico; 2) reconhecimento de imagens binárias 7x7 ruidosas; e 3) controle de um carro com um pêndulo invertido. As simulações desses estudos de caso são apresentadas e seus resultados discutidos.

O trabalho apresenta o protótipo de um conjunto de sistemas especialistas para o auxílio na operação, monitoração e a avaliação do desempenho da manutenção de uma subestação de energia. Os sistemas especialistas propostos têm como objetivos básicos: o tratamento de alarmes da subestação, para depuração e triagem dos mesmos durante perturbações facilitando a análise e ações do operador; a localização de defeitos através da iteração entre alarmes gerados (fatos), regras que relacionam alarmes a causas (base de conhecimento) e a estrutura que relaciona este conjunto de regras (máquina de inferência); a reconfiguração da subestação para transferência de cargas entre circuitos através de um conjunto de manobras gerados por algoritmos de busca e de regras ligadas aos limites das grandezas elétricas dos equipamentos da rede; e ainda a análise do desempenho da manutenção baseada no conceito de índice de mérito operativo aplicado a subestações. O protótipo prevê o desenvolvimento utilizando a linguagem PROLOG, que é voltada para o tratamento declarativo de informações. Foram utilizados dados de uma subestação de uma empresa concessionária de energia para que se pudesse avaliar melhor o desenvolvimento das bases de conhecimento e da própria arquitetura do conjunto e de sua comunicação. Os testes efetuados mostraram resultados promissores e com grau de acerto elevado, o que indica que o sistema desenvolvido, é um embrião confiável para maiores sofisticações. O trabalho termina por apresentar estas novas possibilidades de aperfeiçoamento do sistema. / This work presents a set of expert systems for operation , supervision and maintenance of a electrical energy substation. The function performed by the expert systems presented here are: alarm processing, fault diagnosis, reconfiguration and the analysis of the maintenance performance. The system was developed in PROLOG language. Substation characteristics, data and information has been provided by a São Paulo utility company. The knowledge basis for the expert systems was developed with basis in such information. Tests were carried out to verify this system performance including the architecture and communication. The results are very promising and with a high level of confidence, which means that this system can be used as a seed for future improvement. The work ends by suggesting such improvements and new applications.

Made available in DSpace on 2017-07-10T16:41:35Z (GMT). No. of bitstreams: 1 Dissert Itamar Pena Nieradka2.pdf: 1871112 bytes, checksum: 44c08ad68b5c465311a69e35488a8370 (MD5) Previous issue date: 2016-12-12 / This work presents an alternative way of monitoring dams using concepts of Multivariate Analysis, Data Mining and Statistics, so it is possible, in an easy way, to identify possible anomalies that may be occurring or eminently occurring. Such anomalies may be, for example, the Slip or Tapping of one of the blocks of the dam structure. The monitoring procedure consists of knowing the maximum and minimum values of readings of each instrument within a range called Good Behavior (GB), and using a performance function that can determine if a reading indicates a Good Behavior or a Change of Behavior (CB). Since the readings of the different instruments are performed with different periodicities, before processing these values, it is necessary to standardize the data and verify their normalities, only so it is possible to perform Factorial Analysis (FA) to create factors that group the Instruments based on their characteristics, and relates them to their respective anomalies, so it is possible to analyze the factor and not instrument by instrument. To analise and results was developed na performance function used in an algorithm writen with MathLab that performs tests with simulated data and also with real data of readings of the Itaipu dam instruments to monitor changem in Dam Structure Behavior. / Neste trabalho é apresentada uma maneira alternativa de monitoramento de barragens usando conceitos de Análise Multivariada, Mineração de Dados e de Estatística, assim é possível, de maneira fácil, identificar possíveis anomalias que possam estar ocorrendo ou na eminência de ocorrer. Tais anomalias podem ser, por exemplo, o Deslizamento ou Tombamento de um dos blocos que compõe a estrutura da barragem. O monitoramento consiste em conhecer os valores máximos e mínimos de leituras de cada instrumento dentro de uma faixa denominada Bom Comportamento (BC), e com isso usar uma função de desempenho que possa determinar se uma leitura indica um Bom Comportamento ou uma Mudança de Comportamento (MC). Como as leituras dos diferentes instrumentos são realizadas com periodicidades distintas, antes de processar estes valores, é necessário realizar a padronização dos dados e a verificação de suas normalidades, apenas assim é possível realizar a Análise Fatorial (AF) para criar fatores que agrupem os instrumentos com base em suas características, e os relacione com suas respectivas anomalias, assim, é possível analisar o fator e não instrumento por instrumento. Para analise e resultados foi desenvolvida uma função de desempenho utilizada em um algoritmo desenvolvido com MatLab que realiza testes com dados simulados e também com dados reais de leituras dos instrumentos da barragem de Itaipu com o objetivo de monitorar mudanças no comportamento estrutural da barragem.

A seleção de componentes mecânicos não é uma tarefa fácil e exige um substancial know-how e experiência. As ferramentas atuais trabalham de forma isolada umas das outras, além disto não levam em consideração os requisitos que a interface de um componente exige do outro onde se acoplará, e por consequência os custos de fabricação e logísticos envolvidos para a compatibilização das interfaces. Para auxiliar neste processo está sendo proposto um método para desenvolver um SE (Sistema Especialista) para a seleção de componentes mecânicos que além de levar em conta os requisitos de aplicação, também considera no processo de seleção as deficiências supracitadas. Outro aspecto é que, leva em conta as diretrizes do projeto e os recursos de fabricação da planta, e em paralelo ao processo de seleção também pode dimensionar os componentes selecionados e as interfaces das peças nas quais se acoplarão. O processo de aquisição do conhecimento é uma das principais etapas de desenvolvimento de um SE é considerado como um dos estágios mais importantes em sua execução. Em função disto está sendo proposto um método alternativo que permite que o conhecimento seja adquirido de forma sistemática e organizada pelo engenheiro do conhecimento e pelo especialista para o seu emprego na construção da base de dados do SE. O SE desenvolvido com base no método de aquisição de conhecimento proposto neste trabalho é validado através de dois casos exemplo, inseridos em um projeto de uma máquina de processamento de papel. A validação se dá através da análise de especialistas quanto à adequação dos componentes selecionados pelo SE, comparando-os com o projeto atual. Como resultado, observa-se uma substancial redução dos custos de projeto em função dos componentes selecionados, além da economia no tempo gasto pelos projetistas neste processo de seleção. / Selecting mechanical components is not an easy task and requires a substantial amount of knowledge and experience. The current component selecting tools do not work in an integrated manner, not taking into account component interface requirements for coupling it to another component and, consequently, not considering manufacturing and logistic costs for the interfaces compatibility. In order to improve this process, this thesis proposes a method for the development of an ES (Expert System) for mechanical components selection, which considers both application and component interface requirements. Additionally, the ES will also take into consideration design guidelines and the manufacturing plant capabilities, so it will also be able to scale the selected components and its interfaces. The process of knowledge acquisition is one of the main stages of the ES development and is considered as one of the most important stages in its execution. As a result of this, an alternative method is proposed that allows the knowledge to be acquired in a systematic and organized way by the knowledge engineer and the specialist for its use in the construction of the ES database. The ES developed based on the proposed knowledge acquisition method is validated through two case studies in a paper processing machine design. The validation is done through the analysis of experts regarding the suitability of the components selected by the ES, comparing them with the current project. As a result, there is a substantial reduction in design costs due to the selected components, as well as the savings in the time spent by the designers in this selection process.

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-17T18:15:17Z (GMT). No. of bitstreams: 1 170113.pdf: 1695543 bytes, checksum: c8e02749badac0ff762116810149262a (MD5) / Atualmente as novas tecnologias vem desempenhando um papel de grande importância para a sociedade, surgindo possibilidades da aplicabilidade das mesmas em diversas áreas, em particular na educação. Em geral, os alunos mostram-se bastante motivados a estudar um conteúdo quando o mesmo é ensinado com o auxílio do computador, as aulas podem tornar-se atrativas e promover o aprendizado. A Inteligência Artificial pode contribuir de maneira significativa no desenvolvimento de ferramentas que viabilizam este processo, como, por exemplo, o ramo dos sistemas especialistas, que são programas computacionais destinados a solucionar problemas em campos específicos do conhecimento. O presente trabalho apresenta o desenvolvimento de um modelo computacional baseado em técnicas de Sistemas Especialistas e de RPG (Role Playing Games), que dentro da filosofia de um jogo, permite ao usuário, ao exercitar sua fantasia, testar seus conhecimentos matemáticos. Este modelo tem como objetivo, através de um ambiente lúdico, desenvolver o raciocínio dos alunos através da resolução de problemas matemáticos em nível de ensino fundamental, que surgem no decorrer da aventura. Estes problemas estão classificados em três níveis de dificuldade: fácil, médio e difícil. O modelo foi projetado para ser capaz de identificar em que classe de problemas o usuário teve maior dificuldade e, em situações específicas, pode lançar mão de dispositivos que oferecem explicações sobre como e o porquê que uma determinada conclusão foi atingida. Foram realizadas duas experimentações do modelo. A primeira, com uma turma de primeira série do ensino médio e a segunda com um grupo de professores de Matemática. O modelo foi implementado usando a shell KAPPA, que é uma ferramenta adequada para o desenvolvimento de Sistemas Especialistas.