O presente trabalho descreve um modelo híbrido para sistemas especialistas classificatórios que Integra os mecanismos de representação de conhecimento de frames e de redes neurais, assimilando qualidades inerentes de cada um dos dois paradigmas. O mecanismo de frames fornece tipos construtores flexíveis para a modelagem do conhecimento do domínio, enquanto as redes neurais possibilitam tanto a automação da aquisição de conhecimento, a partir de uma base de casos, quanto a implementação de aprendizado indutivo e dedutivo. Empregam-se dois tipos de frames para representar o conhecimento relativo aos problemas de classificação: frames de achado e frames de diagn6stico. Os primeiros descrevem os objetos elementares da aplicação que podem influenciar na detecção de certos diagnósticos. Os frames de diagnóstico, por sua vez, são descritos em termos de achados e correspondem as descrições dos problemas de classificação tratados pelo sistema especialista. E utilizado o Modelo Neural Combinatório (MNC), caracterizado por sua capacidade de aprendizado heurístico através do reconhecimento de regularidades observadas no mundo exterior. A integração do mecanismo de representação de frames e do MNC se da ao nível dos frames de diagn6stico, armazenando representações simbólicas do conhecimento das redes neurais que explicitam o conhecimento armazenado nas camadas intermediarias das Últimas. O motor de inferência do sistema opera de maneira integrada sobre ambos os paradigmas, o conexionista e o simbólico. A máquina de aprendizado fornece meios para a automação da aquisição de conhecimento a partir de um banco de casos, bem como para o refinamento do conhecimento do sistema. A máquina de aprendizado dividida em dois componentes principais: o componente de aprendizado indutivo e o componente de aprendizado dedutivo. O primeiro se volta para o componente indutivo e utiliza os métodos de aprendizado por casos de treinamento, descritos para o MNC, para refinar o conhecimento das redes neurais. O componente dedutivo faz use de uma estratégia de reorganização das redes neurais, para gerar novos modelos de resolução de problemas. 0 sistema implementado, denominado HYCONES (the HYbrid CONnectionist Expert System) é apresentado corn detalhamento da integragao entre os paradigmas simbOlico e conexionista. Para validar HYCONES, foram construfdas e testadas 5 versoes de uma base de conhecimento hfbrida para o diagnostico das 3 cardiopatias congenitas mais freqfjentes no Institute de Cardiologia - RS. A primeira delas (B1) baseou-se no conhecimento extrafdo de 22 especialistas em cardiologia pediatrica, de 4 instituicaes brasileiras. Os grafos medios de conhecimento destes especialistas foram diretamente traduzidos para redes neurais MNC, dando origem a primeria versao do sistema. A segunda versao (B2) baseou-se no refinamento da base de conhecimento da versao B1, atraves da reorganizacao e treinamento das redes neurais dos especialistas, corn aplicagao dos metodos de aprendizado dedutivo. A terceira versão (B3) baseou-se no conhecimento de 23 não especialistas, cardiologistas gerais, na sua maioria oriundos do Institute de Cardiologia - RS. A mesma técnica aplicada para a construção da versão B1 foi utilizada para construir esta versão da base de conhecimento hibrida. A quarta versao (B4) corresponde ao refinamento e reorganização da base de conhecimento da versão B3, com as mesmas técnicas de aprendizado dedutivo, aplicadas na construção da versão B2. Finalmente, na quinta versão (B5), a base de conhecimento foi construída, automaticamente, a partir de base de casos, valendo-se do método de explicitação automática de conhecimento do MNC. Os resultados obtidos na validação do sistema comprovaram a eficiência dos métodos de explicitação automática de conhecimento, a partir do banco de casos e de aprendizado dedutivo, por reorganização e treinamento das redes neurais. As principais contribuições deste trabalho foram: a definição do mecanismo para integração de frames a redes neurais; a especificação dos métodos de aquisição automática do conhecimento, a partir de um banco de casos e seu posterior treinamento e aprendizado, por métodos indutivos e dedutivos; finalmente, a incorporação das medidas de especificidade e sensibilidade no processo de explicitação automática do conhecimento do banco de casos. / This dissertation describes a hybrid model for classification expert systems - HYCONES (HYbrid CoNnectionist Expert System), which integrates the knowledge representation mechanism of frames and neural networks, incorporating qualities inherent to each of the knowledge representation paradigms. The mechanism of frames provides flexible constructs for modeling the domain knowledge. The neural networks provide the means for automatic knowledge acquisition and enable the implementation of deductive and inductive learning. The frames mechanism makes use of semantic modeling concepts to make the new model more generic and to provide flexible constructs for knowledge representation. It employs two basic types of frames to represent the knowledge involved in classification problems: finding frames and diagnosis frames. The finding frames describe the elementary objects of the application world that can influence in the detection of certain diagnoses. Diagnosis frames, on the other hand, are described in terms of findings and correspond to the descriptions of the classification problems addressed by the expert system. The Combinatorial Neural Model (CNM) was the architecture chosen for the neural network environment. This model is characterized by its capacity of learning through the recognition of regularities observed in the outside world. The integration of the knowledge representation mechanism of frames with the CNM happens at the diagnosis frames level. The diagnosis frames store symbolic representations of knowledge contained in the neural networks. The system's inference machine operates under an integrated manner with both knowledge representation paradigms. The learning machine provides the means for automatic knowledge acquisition and for knowledge refinement. It is composed by two modules: the inductive and the deductive learning component. The first one uses CNM methods to refine the neural network knowledge. The latter follows a strategy that reorganizes the neural networks, generating new problem solving models. The implemented HYCONES system is presented, detailing the integration between the symbolic and the connectionist approach. To validate HYCONES, five versions of a hybrid knowledge base (HKB) for the diagnosis of the three most common congenital heart diseases at the Institute de Cardiologia - RS were constructed and tested. The first version of the HKB, named B1 for validation purposes, is based on the mean knowledge graphs of 22 experts in congenital heart diseases, from four important Brazilian cardiological institutions. These KG were directly translated to CNM neural networks. The second version of the HKB, named B3 for validation purposes, contains the mean knowledge graphs of 23 non-experts, i.e., general cardiologists, from the Institute of Cardiology of RS. The same method used to built B1 was invoked here: direct translation from the knowledge graphs to CNM neural networks. The second and fourth versions of HKB, named B2 and B4 respectively, consist of trained versions of B1 and B3. To create these trained versions, the CNM neural networks of B1 and B3 were submitted to deductive learning procedures. Finally, the fifth version of HKB, B5, was automatically created, based on the training of the case database. The results obtained and presented in this document point out to the efficiency of the automatic knowledge acquisition methods and the deductive learning techniques implemented, through the reorganization and training of the neural networks. The main contributions of this research are the design of a mechanism for the integration of frames and neural networks, the specification of the learning methods for the hybrid model and the analysis of factors such as specificity and sensibility in the process of automatic knowledge acquisition.

Os avanços tecnológicos da última década tem feito dos computadores um elemento de contribuição essencial para os processos de solução de problemas e de tomada de decisão cooperativos. Hoje, alem do interesse mantido nos sistemas de solução de problemas, cujo raciocínio a baseado no processo de decisão de um único individuo (conhecidos por SE's), o esforço das pesquisas, em Inteligência Artificial, esta centrado no sentido de conceber sistemas que permitam a interação cooperativa entre diversos indivíduos participantes do processo, sejam esses humanos ou sistemas computacionais. A solução de problemas cooperativos, dentro do escopo geral da Inteligência Artificial (IA), é assunto analisado sob dois aspectos diferentes. O primeiro, mais antigo, identifica, como agentes de um dialogo, o sistema computacional e o seu usuário, onde pesquisas estão centradas no estudo da interação homem-máquina. Os esforços desta área de pesquisa tem sido no sentido de conceber, aos sistemas, capacidades de comunicação muito mais ricas do que aquelas oferecidas por sistemas de solução de problemas tradicionais, isto é, permitir aos sistemas compartilhar a solução de um problema, tomando o usuário um agente muito mais ativo e participativo. O segundo aspecto situa-se na área de Inteligência Artificial Distribuída (IAD), uma nova concepção de IA que acompanha o avanço da tecnologia de desenvolvimento de maquinas paralelas e a difusão, em larga escala, de sistemas computacionais distribuídos. Seus esforços são no sentido de conceber sistemas compostos de múltiplos sub-sistemas, capazes de resolver problemas complexos autonomamente. de forma cooperativa. Este trabalho se insere no contexto da interação homem-máquina. São apresentados métodos e estratégias para o fornecimento de capacidades cooperativas ao sistema. A descrição de uma arquitetura para Sistemas Especialistas (SE), baseada em raciocínio meta-nível, é apresentada com o intuito de enriquecer as capacidades de explanação e aquisição de conhecimentos desses sistemas. Consideramos que as ferramentas de explanação e aquisição de conhecimentos são fundamentais para a construção de diálogos cooperativos entre o sistema e o usuário. A ferramenta de explanação é o componente do SE responsável pela geração de justificativas sobre as conclusões do sistema. Ela permite ao sistema tornar explicito o seu raciocínio, fornecendo capacidades de argumentação sobre a validade de suas conclusões. O sistema, através desta ferramenta, tem condições de explicar suas ações, conclusões. escolhas e perguntas feitas ao usuário, permitindo, dessa forma, ao próprio usuário. através de um diálogo cooperativo. comparar seus conhecimentos e estratégias. concordando ou discordando do sistema. A ferramenta de aquisição de conhecimento. outro modulo importante num processo cooperativo, permite ao sistema aprender incrementalmente, através da aquisição de novos conhecimentos, bem como da reestruturação de alguns conhecimentos ou regras com falhas. Analisa-se um problema real, cuja solução e concebida através da interação homem-máquina. embora, intuitivamente, seja apresentada uma abordagem multi-agente para o problema, no final deste trabalho, com o intuito de apontar a evolução que terá essa pesquisa. Como produto deste trabalho de pesquisa, desenvolveu-se, dentro do projeto Inteligência Artificial Distribuída do grupo de Inteligência Artificial do CPGCC da UFRGS. urn sistema denominado SETA. O sistema permite a criação de SE's dedicados a auxiliar o medico na prescrição farmacológica de qualquer grupo de patologia clinica. A representação do conhecimento aplicado foi desenvolvida com o intuito de facilitar a atividade de formulação de prescrições onde o conhecimento esta estruturado em níveis de representação que denotam os conhecimentos clínico e farmacológico separadamente. Cada SE, desenvolvido pelo SETA, permite oferecer justificativas claras ao usuário sobre a prescrição farmacológica indicada pelo sistema, através de explanações do tipo how. why e why not. Oferece, ainda, facilidades de aquisição de conhecimento, permitindo a modificação do conhecimento do sistema através de um modulo interativo, cuja interface foi construída no sentido de permitir uma comunicacc7o natural entre os agentes. ou seja. o sistema e o medico especialista. Resumindo, a interação cooperativa homem-máquina é concebida através das facilidades de explanação e aquisição de conhecimento, levando a incorporação explicita de meta-conhecimento ao sistema. / The technological advance of the past decade turned computers into an element of essential contribution for the cooperative problem-solving and decision-taking processes. Today, besides the interest kept in problem-solving systems, whose reasoning is based upon the process of decision of a single individual (known as ES), the effort of researchs in Artificial Intelligence is to create systems that allow cooperative interaction among various individuals participating in the process, these being either human beings or computer systems. The solution of cooperative problems, within the general scope of Artificial Intelligence, is a subject analysed under two different aspects. The first one, out of date, identifies the computer system and its user as agents in a dialogue, and the researches are concentrated on the study of man-machine interaction. The efforts in this area of research have been to grant the systems communication abilities much richer than those offered by tradicional problem-solving systems. that is, that allow the systems to share the solution of a problem. causing the user to be more active and participating. The second aspect is located in the area of Distributed Artificial Intelligence (DAI), a new conception of AI that goes with the improvement of the technology of development of parallel machines and the diffusion on a large scale of distributed computer systems. Efforts have been made to create systems made up of multiple sub-systems capable of solving complex problems by themselves, in a cooperative way. This work is inserted in the context of man-machine interaction. It presents methods and strategies to supply the system with cooperative abilities. The description of an architecture for Expert Systems (ES), based upon meta-level reasoning, is presented with the purpose of improving the abilities of explanation and knowledge acquisition of these systems. We consider explanation tools and knowledge acquisition to be fundamental to the construction of cooperative dialogues between the system and the user. The explanation tool is the ES component responsible for the generation of justifications about the system conclusions. It allows the system to make its reasoning explicit, providing it with arguing abilities about the effectiveness of its conclusions. The system. through this tool, is able to explain its actions, conclusions, choices and questions put to the user, thus allowing the user, through a cooperative dialogue, to compare his knowledge and strategies, to agree or disagree with the system. The knowledge acquisition tool, another important unit in a cooperative process, allows the system to learn more and more through the acquisition of new knowledge as well as through the restructuration of knowledge or rules that have failed. A real problem is analysed here and its solution is conceived through manmachine interaction. We also present, at the end of this work, a multi-agent approach for the problem, in order to show how this research will evolve. This research work resulted in the development, within the Distributed Artificial Intelligence project of the Artificial Intelligence group of the CPGCC of UFRGS, of a system called SETA. This system permits the creation of ES dedicated to help doctors prescribe medicines for any groups of clinical pathology. The knowledge representation used was developed with a view to facilitate the making of prescriptions, and the knowledge is organized in levels of representation that express clinical knowledge and pharmacological knowledge separately. Each ES developed by SETA can offer reasonable justifications to users about the pharmacological prescription indicated by the system through explanations such as how, why and why not. It is also ready to acquire knowledge. allowing the system to alter knowledge through an interactive unit whose interface was built to permit a natural communication between the agents. that is, the system and the medical specialist. In short, man-machine cooperative interaction is based upon readiness for explanation and knowledge acquisition, leading to an explicit assimilation of meta-knowledge by the system.

É importante que as redes elétricas tenham altos índices de confiabilidade, de forma a se manter a agilidade e a manutenção ideais para um melhor funcionamento. Por outro lado, o crescimento inesperado da carga, falhas em equipamentos e uma parametrização inadequada das funções de proteção tornam a análise de eventos de proteção mais complexas e demoradas. Além disso, a quantidade de informações que pode ser obtida de relés digitais modernos tem crescido constantemente. Para que seja possível uma rápida tomada de decisão e manutenção, esse projeto de pesquisa teve como objetivo a implementação de um sistema completo de diagnóstico que é ativado automaticamente quando um evento de proteção ocorrer. As informações a serem analisadas são obtidas de uma base de dados e de relés de proteção, via protocolo de comunicação IEC 61850 e arquivos de oscilografia. O trabalho aborda o sistema Smart Grid completo incluindo: a aquisição de dados nos relés, detalhando o sistema de comunicação desenvolvido através de um software com um cliente IEC61850 e um servidor OPC e um software com um cliente OPC, que é ativado por eventos configurados para dispará-lo (por exemplo, atuação da proteção); o sistema de pré-tratamento de dados, onde os dados provenientes dos relés e equipamentos de proteção são filtrados, pré-processados e formatados; e o sistema de diagnóstico. Um banco de dados central mantém atualizados os dados de todas essas etapas. O sistema de diagnóstico utiliza algoritmos convencionais e técnicas de inteligência artificial, em particular, um sistema especialista. O sistema especialista foi desenvolvido para lidar com diferentes conjuntos de dados de entrada e com uma possível falta de dados, sempre garantindo a entrega de diagnósticos. Foram realizados testes e simulações para curtos-circuitos (trifásico, dupla-fase, dupla-fase-terra e fase-terra) em alimentadores, transformadores e barras de uma subestação. Esses testes incluíram diferentes estados do sistema de proteção (funcionamento correto e impróprio). O sistema se mostrou totalmente eficaz tanto no caso de disponibilidade completa quanto parcial de informações, sempre fornecendo um diagnóstico do curto-circuito e analisando o funcionamento das funções de proteção da subestação. Dessa forma, possibilita-se uma manutenção muito mais eficiente pelas concessionárias de energia, principalmente no que diz respeito à prevenção de defeitos em equipamentos, rápida resposta a problemas, e necessidade de reparametrização das funções de proteção. O sistema foi instalado com sucesso em uma subestação de distribuição da Companhia Paulista de Força e Luz. / It is important that electrical networks have high levels of reliability in order to maintain the ideal agility and maintenance for better functioning. On the other hand, the often unexpected load growth, failures of protectionrelated equipment and inadequate parameterization of protection functions make the analyses of protection events more complex and time-consuming. Besides, the amount of information that can be retrieved from modern digital relays is constantly increasing. In order to aid a quick decision-making and maintenance practices, this research project aimed to implement a complete diagnosis system that is automatically activated whenever a protection-related event occurs. Information to be analyzed is obtained from a database and from the protection relays, via IEC 61850 communication protocol and oscillography files. The full smart grid system is addressed, including: the data acquisition and communication system developed through a software with an IEC61850 client and an OPC server and another software with an OPC client, which is activated by set triggering events (e.g. protection tripping); the data pre-processing system, in which the data is filtered, preprocessed and formatted; and the diagnostic system. A central database maintains updated all the data. For the diagnostic system, conventional algorithms and artificial intelligence techniques are applied; particularly, an expert system is implemented. The expert system was designed to deal with different sets of input information and uses different techniques to deal with a possible lack of data, always ensuring the delivery of diagnoses. Tests and simulations were performed for short-circuits (three-phase, phase-to-phase, double-phase-to-ground and phase-to-ground) on feeders, transformers and bus bars of a substation. These tests included different states of the protection system (proper functioning and malfunctioning). The diagnostic system proved to be fully effective under both complete and partial availability of information, always providing the fault diagnosis and the analysis of the protection functions. In brief, the system enables a much more efficient maintenance to power distribution utilities, especially when preventing equipment malfunctioning, quick responses towards system problems and the need to re-define some protection functions are required. It was successfully installed in a distribution substation of Companhia Paulista de Força e Luz, a Brazilian power distribution utility.

A existência de novas condições econômicas e de trabalho tem conduzido as empresas a uma modernização de técnicas e metodologias para a resolução de problemas em Engenharia de Produção. Embora seja rápido o surgimento de novas ferramentas de informática e haja uma grande preocupação, no sentido de empregar a informática como suporte à tomada de decisões, o que se tem notado é que a utilização dos computadores nas empresas não tem sido feita na plenitude de suas possibilidades, ou seja, os usuários (especialmente os engenheiros) fazem uso de programas especialistas para chegarem a decisões isoladas e, posteriormente, transferem os resultados obtidos para outros aplicativos e/ou realização das análises. Este trabalho desenvolveu estudos multidisciplinares que envolvem as novas ferramentas oferecidas pelos avanços da Informática e pelos modernos conceitos de administração e otimização de processos, estudados em Engenharia de Produção. Tais estudos foram direcionados para a obtenção de resultados práticos que possam ser rapidamente aplicados nas empresas brasileiras, ou seja, dentro do contexto financeiro-tecnológico nacional. Estas pesquisam procuraram documentar qual é o formato do sistema, para que sejam capazes de facilitar e automatizar o planejamento da produção de uma indústria ou de uma empresa de serviços. Pretendeu-se, assim, registrar os conceitos e filosofias necessários para se construir uma ferramenta para otimização de processos produtivos que resolva, ou atenue, eventuais problemas causados por restrições nadisponibilidade de recursos (equipamento, mão-de-obra, material e tempo) ou de outra natureza. / The existence of new economic and work conditions has been driving the companies to a modernization of techniques and methodologies for resolution of problems in Production Engineering. Although be fast the appearance of new computer science tools and there be a great concern in the sense of using the computer science as support to the taking of decisions, which one has been noticing is that the use of the computers in the companies has not been made in the fullness of its possibilities, that is to say, the users (especially the engineers) make use of expert programs for they arrive to isolated decisions, and later, they transfer the results obtained for another applications and/or accomplishment of the analyses. This research developed multidisciplinaries studies involving the new tools offered by the progresses of the Computer Science and by the modern administration concepts, and optimization of processes studied by the Production Engineering. Such studies were addressed for the obtaining of practical results that they can be quickly applied in the Brazilian companies, that is to say, inside the national financial-technological context. Those researches tried to document which is the format of the system, so that they are capable to facilitate and to automate the planning of the production of an industry or company of services. It was intended like this to register the concepts and necessary philosophies to build a tool for optimization of productive processes that it solves, or attenuate, eventual problems caused by restrictions in the readiness of resources (equipment, work-hand, material and time) or by another nature.

Os Sistemas Supervisórios (SS) executam diversas funções vitais em um processo automatizado e também operam como interface homem-máquina. Os mesmos recebem informações de dispositivos como Controladores Lógicos Programáveis (CLP), inversores de freqüência, etc, e ao mesmo tempo enviam parâmetros de controle fornecidos pelos operadores do processo aos equipamentos de controle. Na operação de SS, a atuação correta e a experiência dos operadores humanos é portanto também vital no controle do processo automatizado. Em recente trabalho(Andrade-2001) de pesquisa na Escola Politécnica da USP foi desenvolvido um Sistema Especialista para operar em tempo real com Sistemas Supervisórios para auxiliar na tomada de decisão dos operadores do sistema. Ao longo do tempo de operação de uma planta automatizada ocorrem novas situações que passam a compor os novos cenários do sistema e também contribuem para o aumento do conhecimento e da experiência dos operadores humanos. Assim sendo, Sistemas Especialistas constantemente devem ser atualizados com novas regras para atender às novas demandas da planta automatizada. Este trabalho de pesquisa apresenta os resultados obtidos com o Sistema Especialista desenvolvido para operar em tempo real com Sistemas Supervisórios, como também o andamento das pesquisas no campo de aprendizado de máquina e mineração de dados com o objetivo de desenvolver e de habilitar Sistemas Especialistas que operam em tempo real com a capacidade de aprender conforme ocorrem eventos durante o funcionamento de uma planta industrial automatizada. / Supervision systems ( SS ) perform diverse vital functions in an automated process and also operate as a man machine interface. The SS receive informations from devices as programmable logical Controllers (PLC), frequency inverters , etc, and at the same time send parameters of control supplied by the process users to the control equipment. In the SS operation, the correct actions and the experience of the human users are therefore vital in the control of the automated process. In a recent research work(Andrade-2001) of the USP Polytechnic School an Expert System was developed to interact in real time with a SS aiming to help in the decision-making process of the system users. During the operation time of an automated plant new situations occur, which come to compose the new system settings and also contribute to the increasing of the human users\' knowledge and experience. Thus, Expert Systems should be constantly brought up to date with these new rules for attend the new demands of the automated plant. This research work shows the results obtained by the expert system, developed to operate in real time with the supervisory systems. It also shows the course of the researches in the fields of machine learning and data mining with the objective of developing and enabling Expert Systems that operate in real time with the capacity to learn events as they happen during the operation of an automated industrial plant.

Sistemas de suporte a decisão são utilizados em cenários com incertezas. Uma decisão normalmente é auxiliada por resultados obtidos com ações passadas em problemas semelhantes. Quando um sistema de suporte a decisão incorpora conhecimento específico de uma área, estes recebem o nome de sistemas especialistas. Tal conhecimento especifico é utilizado para inferência juntamente com as informações de entrada a respeito do problema. O objetivo deste trabalho é a avaliação e modelagem de sistemas de auxílio a decisão, foram analisadas duas abordagens para um mesmo problema alvo, sendo uma de gerenciamento do problema e outra de detecção do problema. A abordagem de gerenciamento utiliza redes Bayesianas para modelagem, tanto do conhecimento específico quanto para a inferência. As variáveis utilizadas, as relações de dependência e as probabilidades condicionais entre as variáveis foram extraídas da literatura. A abordagem de detecção do problema utilizou imagens para extração de características seguida de um algoritmo de agrupamento para comparação com a classificação de um especialista. Uma das áreas de aplicação de sistemas especialistas é na área clínica, podendo auxiliar tanto na detecção, diagnóstico e tratamento de doenças. A cárie dental é um problema generalizado que afeta a maioria das pessoas, tanto em países ricos, como em países pobres. Existem poucos sistemas para auxílio no processo de diagnóstico da cárie, sendo a maior parte dos sistemas existentes determinísticos, focando apenas na detecção da lesão. O sistema de gerenciamento da cárie desenvolvido foi apresentado a dois profissionais da odontologia, a opinião deles mostra que está abordagem é promissora e aplicável em campos como a educação e a atenção básica a saúde. Além da apresentação aos profissionais, foram utilizados casos bem estabelecidos da literatura para analisar as sugestões fornecidas pela Rede, e o resultado foi coerente com o cenário real de tomada de decisão. A metodologia de detecção da cárie resultou em um alto valor de acurácia, 96.88%, mostrando que tal metodologia é promissora em comparação com outros trabalhos da área. Além da contribuição para a área de informática odontológica, os resultados mostram que a extração da estrutura e das probabilidades condicionais da rede a partir da literatura é uma metodologia que pode ser utilizada em outras áreas com cenário similar ao do diagnóstico da cárie. Nos próximos passos do projeto alguns pontos referentes a modelagem de sistemas e redes Bayesianas serão analisados, como escalabilidade e testes de validação, tanto quantitativamente como qualitativamente, isto inclui o desenvolvimento de métodos computacionalmente efetivos para a geração de casos aleatórios utilizando o Método de Monte Carlo / Decision support systems are used in uncertainty scenarios; normally a decision is choose using similar problems actions results. Decision support systems could incorporate specific knowledge; such systems are called expert systems. The specific knowledge is used for inference about the problem scenario. This work objective is the evaluation and modeling of decision support systems, we analyzed two distinct approaches for the same problem, one for detection, another for management. The management approach uses Bayesian networks for modeling the specific knowledge and the inference engine. The variables choice, the dependences relationship and the conditional probabilities were extracted from the scientific literature. The detection approach used images and feature extraction to perform a clustering and compare the output labels with a specialist classification. One application of expert systems is clinical, supporting diseases detection, diagnosis and treatment. Dental caries is a generalized problem that affects major part of the population, few systems exists for support the caries diagnostic process, the major part is deterministic, focusing only the detection problem. The caries management system developed here was shown to two odontology professionals, and they opinion encourage such approach to be applied in fields like odontology education and basic health. Beyond this, we used well-established cases to analyze the network output suggestions, the result obtained was coherent with the real decision making scenario. The caries detection approach resulted in a high accuracy, 96.88%, showing that methodology is promising. Besides the contribution for dental informatics field, the results obtained here shows that the extraction of the network structure from the literature could be used in problems similar with caries diagnoses. The project next steps are to analyze some points of systems modeling and Bayesian networks, like scalability and validation tests, both quantitative and qualitative, and including the development of computational effectives methods for the use of Monte Carlo methodology

Os Sistemas Supervisórios (SS) executam diversas funções vitais em um processo automatizado e também operam como interface homem-máquina. Os mesmos recebem informações de dispositivos como Controladores Lógicos Programáveis (CLP), inversores de freqüência, etc, e ao mesmo tempo enviam parâmetros de controle fornecidos pelos operadores do processo aos equipamentos de controle. Na operação de SS, a atuação correta e a experiência dos operadores humanos é portanto também vital no controle do processo automatizado. Em recente trabalho(Andrade-2001) de pesquisa na Escola Politécnica da USP foi desenvolvido um Sistema Especialista para operar em tempo real com Sistemas Supervisórios para auxiliar na tomada de decisão dos operadores do sistema. Ao longo do tempo de operação de uma planta automatizada ocorrem novas situações que passam a compor os novos cenários do sistema e também contribuem para o aumento do conhecimento e da experiência dos operadores humanos. Assim sendo, Sistemas Especialistas constantemente devem ser atualizados com novas regras para atender às novas demandas da planta automatizada. Este trabalho de pesquisa apresenta os resultados obtidos com o Sistema Especialista desenvolvido para operar em tempo real com Sistemas Supervisórios, como também o andamento das pesquisas no campo de aprendizado de máquina e mineração de dados com o objetivo de desenvolver e de habilitar Sistemas Especialistas que operam em tempo real com a capacidade de aprender conforme ocorrem eventos durante o funcionamento de uma planta industrial automatizada. / Supervision systems ( SS ) perform diverse vital functions in an automated process and also operate as a man machine interface. The SS receive informations from devices as programmable logical Controllers (PLC), frequency inverters , etc, and at the same time send parameters of control supplied by the process users to the control equipment. In the SS operation, the correct actions and the experience of the human users are therefore vital in the control of the automated process. In a recent research work(Andrade-2001) of the USP Polytechnic School an Expert System was developed to interact in real time with a SS aiming to help in the decision-making process of the system users. During the operation time of an automated plant new situations occur, which come to compose the new system settings and also contribute to the increasing of the human users\' knowledge and experience. Thus, Expert Systems should be constantly brought up to date with these new rules for attend the new demands of the automated plant. This research work shows the results obtained by the expert system, developed to operate in real time with the supervisory systems. It also shows the course of the researches in the fields of machine learning and data mining with the objective of developing and enabling Expert Systems that operate in real time with the capacity to learn events as they happen during the operation of an automated industrial plant.

Made available in DSpace on 2014-12-17T15:47:52Z (GMT). No. of bitstreams: 1 CassioHF_DISSERT.pdf: 1503543 bytes, checksum: f8c5d434affbf0ef65dde0a97d3eb071 (MD5) Previous issue date: 2010-02-22 / Despite the emergence of other forms of artificial lift, sucker rod pumping systems remains hegemonic because of its flexibility of operation and lower investment cost compared to other lifting techniques developed. A successful rod pumping sizing necessarily passes through the supply of estimated flow and the controlled wear of pumping equipment used in the mounted configuration. However, the mediation of these elements is particularly challenging, especially for most designers dealing with this work, which still lack the experience needed to get good projects pumping in time. Even with the existence of various computer applications on the market in order to facilitate this task, they must face a grueling process of trial and error until you get the most appropriate combination of equipment for installation in the well. This thesis proposes the creation of an expert system in the design of sucker rod pumping systems. Its mission is to guide a petroleum engineer in the task of selecting a range of equipment appropriate to the context provided by the characteristics of the oil that will be raised to the surface. Features such as the level of gas separation, presence of corrosive elements, possibility of production of sand and waxing are taken into account in selecting the pumping unit, sucker-rod strings and subsurface pump and their operation mode. It is able to approximate the inferente process in the way of human reasoning, which leads to results closer to those obtained by a specialist. For this, their production rules were based on the theory of fuzzy sets, able to model vague concepts typically present in human reasoning. The calculations of operating parameters of the pumping system are made by the API RP 11L method. Based on information input, the system is able to return to the user a set of pumping configurations that meet a given design flow, but without subjecting the selected equipment to an effort beyond that which can bear / Apesar do surgimento de outras t?cnicas de eleva??o artificial de petr?leo, sistemas de bombeio mec?nico mant?m-se hegem?nicos devido ? sua flexibilidade de atua??o e custo menor de investimento se comparada com outras t?cnicas de eleva??o desenvolvidas. Um dimensionamento de bombeio mec?nico bem sucedido necessariamente passa pelo atendimento da vaz?o prevista e pelo desgaste controlado dos equipamentos de bombeio utilizados na configura??o montada. Entretanto, a concilia??o destes elementos mostrase particularmente desafiadora, sobretudo para a maioria dos projetistas que lidam com este trabalho, que n?o possuem ainda a experi?ncia necess?ria para chegar a bons projetos de bombeio em tempo h?bil. Mesmo com a exist?ncia de diversos aplicativos computacionais no mercado com o objetivo de facilitar esta tarefa, eles precisam enfrentar um exaustivo processo de tentativa e erro at? chegar a combina??o mais adequada de equipamentos para instala??o no po?o. A proposta do presente trabalho consiste em desenvolver um sistema especialista no dimensionamento de sistemas de bombeio mec?nico. Ele tem a miss?o de guiar um engenheiro de petr?leo na tarefa de selecionar um conjunto de equipamentos apropriados ao contexto provido pelas caracter?sticas do ?leo que ser? produzido. Caracter?sticas como o n?vel de separa??o do g?s, presen?a de elementos corrosivos, possibilidade de produ??o de areia e de parafina??o s?o levados em considera??o na escolha da bomba de fundo, coluna de hastes e unidade de bombeio, bem como as caracter?sticas de opera??o dos mesmos. Ele ? capaz de aproximar seu processo de infer?ncia da forma do racioc?nio humano, o que gera resultados mais pr?ximos daqueles obtidos por um especialista. Para tanto, suas regras de produ??o foram elaboradas com base na teoria dos conjuntos fuzzy, capazes de modelar conceitos imprecisos tipicamente presentes no racioc?nio humano. Os c?lculos dos par?metros operacionais do sistema de bombeio s?o feitos por meio do m?todo API RP 11L. Com base em informa??es de entrada, o sistema ? capaz de retornar ao usu?rio um conjunto de configura??es de bombeio mec?nico que atendam uma determinada vaz?o de projeto, por?m sem submeter os equipamentos selecionados a um esfor?o al?m daquele que possam suportar

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduaçao em Engenharia Mecânica / Made available in DSpace on 2012-10-24T01:05:26Z (GMT). No. of bitstreams: 1 262294.pdf: 2409341 bytes, checksum: 2919d8c38ca9d6d163e37eb87314a706 (MD5) / Cogeração é definida como a produção simultânea de energia eletromecânica e energia térmica útil a partir de uma mesma fonte energética, permitindo assim que a energia contida no combustível seja utilizada de modo mais eficiente e racional do que a geração independente de energia elétrica e calor. Conseqüentemente, tem um forte apelo tanto do ponto de vista de eficiência, devido principalmente aos custos de ombustíveis e impactos ambientais, como do ponto de vista de geração distribuída de energia, já que, dada a proximidade entre a planta e o local de consumo, dispensam-se subestações e linhas de transmissão de alta tensão. O projeto de uma planta de cogeração é um problema de síntese sujeito fundamentalmente a restrições termodinâmicas. Inclui a alocação e dimensionamento de componentes diversos, de modo a satisfazer as demandas de energia elétrica e de calor útil. Apesar de sua complexidade, é um problema que é resolvido de modo robusto por especialistas, o que sugere o uso de ferramentas de inteligência artificial (IA) para resolvê-lo computacionalmente, tais como Sistemas Especialistas (SE) e Raciocínio Baseado em Casos (RBC). No presente trabalho são desenvolvidos dois protótipos de sistemas computacionais inteligentes, baseados nas técnicas SE e RBC, respectivamente. Os protótipos são utilizados para apoio às fases de projeto conceitual e preliminar de plantas de cogeração, considerando cargas de energia elétrica, vapor saturado e água gelada como requisitos de projeto. Os protótipos apresentam características que não são encontradas em nenhum sistema computacional para esse domínio disponível até o momento, tais como explicação da solução (no protótipo SE) e aprendizado a partir da própria experiência (no protótipo RBC). A combinação das duas técnicas em um único protótipo é também discutida. Finalmente, o uso dos protótipos é demonstrado através da resolução de alguns casos selecionados, sendo que cada um representa um diferente conjunto de requisitos de projeto. Cogeneration is defined as the simultaneous production of power and useful thermal energy from the same energy source, so that the fuel energy is used in a more rational and efficient way when compared to the separated production of power and heat. Thus, it has a strong appeal from both an efficiency point of view (due mainly to the fuel costs and environmental impact) and a distributed generation point of view, for the proximity between the plant and the user makes substations and transmission lines superfluous. The design of a cogeneration plant is a synthesis problem subject to thermodynamic constraints. It includes allocation and sizing of several components, such that power and useful heat demands must be satisfied. Despite its complexity, it is a problem that is robustly solved by human experts, which suggests the use of artificial intelligence (AI) tools to solve it computationally. Well known AI tools are Expert Systems (ES) and Case-Based Reasoning (CBR). In this work, two intelligent computational prototypes are developed, based on ES and CBR techniques, respectively. The prototypes are used to support the conceptual and preliminary phases of the cogeneration plant design, considering power, saturated steam and chilled water as design requirements. The prototypes present characteristics # such as solution explanation (ES prototype) and learning from previous experiences (CBR prototype) # that are not known in any of the available computational systems in this engineering domain. The combination of both ES and CBR techniques in a single prototype is discussed as well. Finally, the prototype use is shown by solving some selected cases, each case representing a different set of design requirements.

A exemplo de qualquer outra atividade que se destine a produzir um produto, a engenharia de software necessariamente passa por um fase inicial, onde necessário definir o que será produzido. A análise de requisitos é esta fase inicial, e o produto dela resultante é a especificação do sistema a ser construído. As duas atividades básicas durante a analise de requisitos são a eliciação (busca ou descoberta das características do sistema) e a modelagem. Uma especificação completa e consistente é condição indispensável para o adequado desenvolvimento de um sistema. Muitos tem sido, entretanto, os problemas enfrentados pelos analistas na execução desta tarefa. A variedade e complexidade dos requisitos, as limitações humanas e a dificuldade de comunicação entre usuários e analistas são as principais causas destas dificuldades. Ao considerarmos o ciclo de vida de um sistema de informação, verificamos que a atividade principal dos profissionais em computação é a transformação de uma determinada porção do ambiente do usuário, em um conjunto de modelos. Inicialmente, através de um modelo descritivo representamos a realidade. A partir dele derivamos um modelo das necessidades (especificação dos requisitos), transformando-o a seguir num modelo conceitual. Finalizando o ciclo de transformações, derivamos o modelo programado (software), que ira se constituir no sistema automatizado requerido. Apesar da reconhecida importância da analise dos requisitos e da conseqüente representação destes requisitos em modelos, muito pouco se havia inovado nesta área ate o final dos anos 80. Com a evolução do conceito de reutilização de software para reutilização de especificações ou reutilização de modelos de requisitos, finalmente surge não apenas um novo método, mas um novo paradigma: a reutilização sistemática (sempre que possível) de modelos integrantes de especificações de sistemas semelhantes ao que se pretende desenvolver. Muito se tem dito sobre esta nova forma de modelagem e um grande número de pesquisadores tem se dedicado a tornar mais simples e eficientes várias etapas do novo processo. Entretanto, para que a reutilização de modelos assuma seu papel como uma metodologia de use geral e de plena aceitação, resta comprovar se, de fato, ele produz software de melhor quantidade e confiabilidade, de forma mais produtiva. A pesquisa descrita neste trabalho tem por objetivo investigar um dos aspectos envolvido nesta comprovação. A experimentação viabilizou a comparação entre modelos de problemas construídos com reutilização, a partir dos modelos de problemas similares previamente construídos e postos a disposição dos analistas, e os modelos dos mesmos problemas elaborados sem nenhuma reutilização. A comparação entre os dois conjuntos de modelos permitiu concluir, nas condições propostas na pesquisa, serem os modelos construídos com reutilização mais completos e corretos do que os que foram construídos sem reutilização. A apropriação dos tempos gastos pelos analistas durante as diversas etapas da modelagem, permitiu considerações sobre o esforço necessário em cada um dos dois tipos de modelagem. 0 protocolo experimental e a estratégia definida para a pesquisa possibilitaram também que medidas pudessem ser realizadas com duas series de modelos, onde a principal diferença era o grau de similaridade entre os modelos do problema reutilizado e os modelos do problema alvo. A variação da qualidade e completude dos dois conjuntos de modelos, bem como do esforço necessário para produzi-los, evidenciou uma questão fundamental do processo: a reutilização só terá efeitos realmente produtivos se realizada apenas com aplicações integrantes de domínios específicos e bem definidos, compartilhando, em alto grau, dados e procedimentos. De acordo com as diretrizes da pesquisa, o processo de reutilização de modelos de requisitos foi investigado em duas metodologias de desenvolvimento: na metodologia estruturada a modelagem foi realizada com Diagramas de Fluxo de Dados (DFD's) e na metodologia orientada a objeto com Diagramas de Objetos. A pesquisa contou com a participação de 114 alunos/analistas, tendo sido construídos 175 conjuntos de modelos com diagramas de fluxo de dados e 23 modelos com diagramas de objeto. Sobre estas amostras foram realizadas as analises estatísticas pertinentes, buscando-se responder a um considerável número de questões existentes sobre o assunto. Os resultados finais mostram a existência de uma série de benefícios na análise de requisitos com modelagem baseada na reutilização de modelos análogos. Mas, a pesquisa em seu todo mostra, também, as restrições e cuidados necessários para que estes benefícios de fato ocorram. / System Engineering, as well as any other product oriented activity, starts by a clear definition of the product to be obtained. This initial activity is called Requirement Analysis and the resulting product consists of a system specification. The Requirement Analysis is divided in two separated phases: elicitation and modeling. An appropriate system development definition relies in a complete, and consistent system specification phase. However, many problems have been faced by system analysts in the performance of such task, as a result of requirements complexity, and diversity, human limitations, and communication gap between users and developers. If we think of a system life cycle, we'll find out that the main activity performed by software engineers consists in the generation of models corresponding to specific parts of the users environment. This modeling activity starts by a descriptive model of the portion of reality from which the requirement model is derived, resulting in the system conceptual model. The last phase of this evolving modeling activity is the software required for the system implementation. In spite of the importance of requirement analysis and modeling, very little research effort was put in these activities and none significant improvement in available methodologies were presented until the late 80s. Nevertheless, when the concepts applied in software reuse were also applied to system specification and requirements modeling, then a new paradigm was introduced, consisting in the specification of new systems based on systematic reuse of similar available system models. Research effort have been put in this new modeling technique in the aim of make it usable and reliable. However, only after this methodology is proved to produce better and reliable software in a more productive way, it would be world wide accepted by the scientific and technical community. The present work provides a critical analysis about the use of such requirement modeling technique. Experimental modeling techniques based on the reuse of similar existing models are analyzed. Systems models were developed by system analyst with similar skills, with and without reusing previously existing models. The resulting models were compared in terms of correction, consumed time in each modeling phase, effort, etc. An experimental protocol and a special strategy were defined in order to compare and to measure results obtained from the use of two different groups of models. The main difference between the two selected groups were the similarity level between the model available for reuse and the model to be developed. The diversity of resulting models in terms of quality and completeness, as well in the modeling effort, was a corroboration to the hypothesis that reuse effectiveness is related to similarity between domains, data and procedures of pre-existing models and applications being developed. In this work, the reuse of requirements models is investigated in two different methodologies: in the first one, the modeling process is based on the use of Data Flow Diagrams, as in the structured methodology; in the second methodology, based on Object Orientation, Object Diagrams are used for modeling purposes. The research was achieved with the cooperation of 114 students/analysts, resulting in 175 series of Data Flow Diagrams and 23 series of Object Diagrams. Proper statistical analysis were conducted with these samples, in order to clarify questions about requirements reuse. According to the final results, modeling techniques based on the reuse of analogous models provide an improvement in requirement analysis, without disregarding restrictions resulting from differences in domain, data and procedures.