UMA PROPOSTA COMPUTACIONAL PARA INFERÊNCIA REVERSA FUZZY
|
|
- Maria Eduarda Amarante
- 5 Há anos
- Visualizações:
Transcrição
1 UMA PROPOTA COMPUTACIOAL PARA IFERÊCIA REVERA FUZZY José Arnaldo Barra Montevechi José Hamilton Chaves Gorgulho Júnior Escola Federal de Engenharia de Itajubá - Departamento de Produção Av. BP, 133 Cx.P.: 5 - Tel: (35) Fax: (35) Itajubá - M.G. - CEP: 375- Abstract: In this article a computational procedure for the Fuzzy Backward Reasoning is discribed. The example used is for the classification of new parts in established families, an aplication for Group Technology. Key words: Backward Reasoning, Fuzzy, Group Technology. 1. Introdução O método de Inferência Reversa Fuzzy é uma ferramenta que pode ser utilizada em sistemas de diagnósticos, onde as entradas são os efeitos e as saídas são as causas. Pode ser utilizado, por exemplo, em diagnóstico médico, onde as entradas são os sintomas do paciente e a saída a provável doença. O método, apesar de obter resultados muito interessantes possui um grande inconveniente, devido ao fato de originar várias equações, requer um esforço de resolução grande e desgastante, onde muitas variáveis devem ser observadas simultaneamente para se obter a resposta. Mas, quando se observa a resolução de um problema através deste método, não é difícil perceber a lógica básica que se utiliza. Há uma série de regras e análises que são executadas de uma maneira bastante repetitiva. Torna-se, então, um interessante desafio desenvolver um algoritmo que execute o mesmo procedimento que o raciocínio humano. De posse de tal algoritmo abre-se a possibilidade, até então inexistente, de analisar grandes quantidades de dados. Esse artigo descreve uma proposta para o problema 2. A Inferência Reversa Fuzzy erá tomada como base para análise neste artigo, o primeiro exemplo apresentado por Montevechi [1]. esse artigo o autor utiliza a Inferência Reversa Fuzzy em um problema referente à Tecnologia de Grupo (TG), no qual uma peça rotacional deve ser incluída em uma das cinco famílias de peças já existentes, através da análise de sete características importantes, que permitem diferenciá-las. Este problema leva à relação (1). As incógnitas a1, a2, a3, a4 e a5 representam a pertinência com que a nova peça rotacional pertence a cada uma das cinco famílias, e é isto que se deseja calcular. O vetor da igualdade representa a pertinência da característica para a peça que se deseja classificar (efeito), e a matriz representa a importância de cada característica para cada uma das cinco famílias já formadas.,9,7,7,7 =,9,7,9,9 a1,7,6,2,8 a2,7,6 o a3,9 a4,2,9 a5,9,1 (1) Volume III
2 Usando a regra de composição MAX-MI, tem-se as seguintes equações:,9 = (,9 a1) (,7 a2) ( a3) ( a4) ( a5) (2) = ( a1) ( a2) ( a3) (,9 a4) (,9 a5) (3),7 = (,7 a1) (,6 a2) (,2 a3) ( a4) (,8 a5) (4),7 = ( a1) ( a2) (,7 a3) ( a4) (,6 a5) (5) = ( a1) ( a2) ( a3) (,9 a4) ( a5) (6) = ( a1) (,2 a2) (,9 a3) ( a4) ( a5) (7) = ( a1) (,9 a2) ( a3) (,1 a4) ( a5) (8) Das equações: Equação (2): (,9 a1),9 a1,9 (,7 a2),9 a2 ( a3),9 a3 ( a4),9 a4 ( a5),9 a5 Equação (5): ( a1),7 a1 ( a2),7 a2 (,7 a3),7 a3,7 ( a4),7 a4 (,6 a5),7 a5 Equação (8): ( a1) a1 (,9 a2) a2 = ( a3) a3 (,1 a4) a4 = ( a5) a5 Equação (3): ( a1) a1 ( a2) a2 ( a3) a3 (,9 a4) a4 = (,9 a5) a5 = Equação (6): ( a1) a1 ( a2) a2 ( a3) a3 (,9 a4) a4 = ( a5) a5 Equação (4): (,7 a1),7 a1,7 (,6 a2),7 a2 (,2 a3),7 a3 ( a4),7 a4 (,8 a5),7 a5,7 Equação (7): ( a1),7 a1 (,2 a2),7 a2 (,9 a3),7 a3 =,7 ( a4),7 a4 ( a5),7 a5 Das equações (2) a (8), pode-se concluir: a 1 = ; a 2 = ; a 3 = ; a 4 = e a 5.9. Como a5 é a pertinência mais alta conclue-se que a nova peça deve fazer parte da família A Estrutura do Algoritmo Pode-se ver, no ítem anterior, que a solução do problema requer um elevado esforço. Para resolver o problema com auxílio computacional deve-se elaborar um algoritmo. Através de uma visão geral do procedimento de trabalho utilizado na resolução do problema apresentado, podem-se distinguir as seguintes etapas: 1 - Entrada dos Dados: Fase na qual deve-se entrar com os valores que irão compor o sistema, como na expressão (1); 2 - Montagem das Equações: Permite uma visualização mais adequada do problema e canaliza o raciocínio para cada equação separadamente; 3 - Análise de cada Equação: esta fase observa-se qual o valor (ou faixa de valores) cada variável ai deve possuir para que a equação seja verdadeira; 4 - Análise Global: comparam-se as respostas obtidas para cada variável a i em cada equação e determina-se um valor (ou faixa de valores) que atenda simultaneamente a todas equações; 5 - Comparação de Variáveis: a variável a i com valor mais alto indica a família a qual a nova peça rotacional deverá pertencer. Volume III
3 Vejamos como cada etapa pode ser modelada. Etapa 1: A entrada de dados, por tratar-se de uma etapa bastante comum em qualquer processo numérico, não necessita de nenhuma explanação. Deve-se apenas, neste ponto, padronizar a nomenclatura dos elementos. O vetor de variáveis será A(j); o vetor da nova peça será Y(i); a matriz das famílias será X(i,j). o exemplo i varia de 1 até 7 (n = número de características) e j varia de 1 até 5 (m = número de famílias). Etapa 2: Para facilitar o raciocínio é usual dividir a matriz em equações, possibilitando melhor visão do problema e auxiliando na solução. o algoritmo será desnecessário. Etapa 3: O início do algoritmo propriamente dito está na análise das equações. Através da comparação entre Y(i) e X(i,j) define-se um valor ou faixa de valores para cada variável. Há regras bem definidas para essa comparação e para efeito computacional deve-se armazenar tais resultados durante o processamento. A forma mais apropriada é uma matriz, de forma que cada elemento relacione-se facilmente com os dados que são sua origem. É criada então a matriz AT(i,j) [matriz A Temporária]. Essas regras são apresentadas na figura 1. Y( i ) = e X( i, j ) = AT( i, j ) = qualquer Y( i ) = e X( i, j ) > AT( i, j ) = Y( i ) > e X( i, j ) < Y( i ) AT( i, j )l = qualquer Y( i ) > e X( i, j ) = Y( i ) AT( i, j ) Y( i ) Y( i ) > e X( i, j ) > Y( i ) AT( i, j ) Y( i ) Figura 1 - Regras de comparação. Há ainda uma observação na última regra. e a equação tiver somente uma variável com resposta do tipo menor-igual, (ou seja, demais variáveis são zero ou qualquer) então a variável deixa de ter valor menor-igual-à-y(i) e passa a ter valor igual-à-y(i). Mas há ainda um inconveniente, que é o de armazenar os sinais de igual-a, maior-ou-iguala, menor-ou-igual-a e ainda qualquer. A solução é adotar uma padronização, cuja proposta está apresentada na figura 2. Qualquer AT( i, j ) = AT( i, j ) = Y( i ) AT( i, j ) = Y( i ) Y( i ) AT( i, j ) = -Y( i ) = Y( i ) AT( i, j ) = Y( i ) + 1 Figura 2 - Proposta para padronização dos valores. Aplicando este algoritmo ao exemplo que está sendo analisado (1), obtem-se a matriz AT(i,j), mostrada em (9). Volume III
4 a1.9.7 AT = a 2 a a 4 a5 -.7 (9) A matriz (9) corresponde à análise dos valores (e faixas) possíveis das variáveis a i, que seriam obtidos originalmente através das equações (2) à (8). Etapa 4: A análise global resume-se agora em varrer cada coluna da matriz AT(i,j) e buscar a solução que atenda a todas as equações simultaneamente. Para tanto realiza-se comparações do tipo dois-a-dois, isto é, compara-se dois elementos da coluna e define-se o valor (ou faixa) que atenda os dois. Esse resultado é comparado com o próximo elemento da coluna para se obter nova resposta e assim sucessivamente até o final, onde obtem-se a resposta final da variável em questão. Tomando como exemplo a primeira coluna da matriz AT(i,j) [variável a 1 ], temos na figura 3 uma visualização do processo Figura 3 - Comparação dois-a-dois em uma coluna. ovamente, para efeito computacional, chamemos a primeira variável a ser comparada de P (Primeira) e a segunda de (egunda). ão portanto variáveis auxiliares no processo, bem como a variável R (Resposta) que recebe o valor da comparação. Esta análise será baseada em uma série de doze (12) regras, que estão na figura 4. e P = então R = e = então R = P e P = então R = P e (P = e < ) ou (P < e = ) então R = e (P > e P 1) e ( > e 1) e P > então R = P e (P > e P 1) e ( > e 1) e P < então R = e P < e ( > e 1) e = P * (-1) então R = + 1 e < e (P > e P 1) e P = * (-1) então R = P + 1 e P > 1 e ( > e 1) e P -1 então R = P e > 1 e (P > e P 1) e P -1 então R = e P > 1 e < e * (-1) P - 1 então R = P e > 1 e P < e P * (-1) - 1 então R = Figura 4 - Regras de comparação dois-a-dois. Volume III
5 Este algoritmo, quando aplicado ao exemplo que está sendo analisado, resulta nos seguintes valores das variáveis ai : a1.9 ; a2 = ; a3 =.7 ; a4 = e a5 =. Etapa 5: Finalmente varre-se o vetor A(j) e busca-se o maior valor. O índice desse valor corresponde a família a qual a nova peça deverá pertencer. o exemplo observa-se que a variável a 1 possui o maior valor; logo a nova peça deverá ser incluída na família Limitação Inicial A "Análise Global" (etapa 4) oculta a maior dificuldade do método. Quando não há um valor (ou faixa) que atenda a todas equações simultaneamente pode significar que o sistema não possui solução, mas em certos casos é possível contornar essa dificuldade. O fato de não haver um valor ou uma faixa comum que atenda a todas equações será denominada de incompatibilidade. Mas, para isso, será necessário primeiro detectar a ocorrência da incompatibilidade. Para detectar que, durante a comparação de dois elementos, não há valor ou faixa comum, basta acrescentar às regras de comparação dois-a-dois já existentes outras oito, que estão listadas na figura 5. e (P > e = ) ou (P = e > ) então ICOMPATIBILIDADE e (P > e P 1) e < e P > * (-1) então ICOMPATIBILIDADE e ( > e 1) e P < e > P * (-1) então ICOMPATIBILIDADE e P > 1 e > 1 e P então ICOMPATIBILIDADE e P > 1 e ( > e 1) e > P - 1 então ICOMPATIBILIDADE e > 1 e (P > e P 1) e P > - 1 então ICOMPATIBILIDADE e P > 1 e < e * (-1) < P - 1 então ICOMPATIBILIDADE e > 1 e P < e P * (-1) < - 1 então ICOMPATIBILIDADE Figura 5 - Regras de comparação dois-a-dois para detecção de incompatibilidade Após a detecção da incompatibilidade deve-se proceder a verificação das equações envolvidas. Essa verificação tem por finalidade identificar se uma das equações (ou as duas) admitem o que será chamado de olução Alternativa. Deve-se entender por olução Alternativa a utilização de um valor diferente do valor atribuido originalmente para uma (ou mais) variáveis da equação, sem que esta deixe de ser válida. o exemplo que está sendo utilizado esta análise não foi necessária. Porém no segundo exemplo apresentado por Montevechi [1], quando deseja-se incluir uma nova peça prismática em uma das famílias já existentes, essa análise torna-se inevitável. Percebe-se então que foi atingido um outro ponto crítico da solução do problema e, consequentemente, na elaboração do algoritmo. Para sua viabilização foram adotadas, no momento, algumas limitações, como, por exemplo, ignorar soluções alternativas que alterem valores de variáveis já calculadas. A continuide do desenvolvimento do algoritmo deverá utilizar sistemas de produção [2] na geração de árvores de busca. Deverão ser testados algoritmos com busca em profundidade e busca em amplitude, tentando encontrar meios que definam uma heurística para sua solução. O fluxograma apresentado na figura 6 apresenta a comparação dois-a-dois com a análise de incompatibilidade. A figura 7 mostra, de maneira resumida o algoritmo completo. Volume III
6 Início j =1 P = M(1, j ) i=2 i = 1 = M(i,j ) Compara P e Rotina de Análise de Incompatibilidade i=i+1 P = R Resultado da com paração em R i n Compatível Pode contornar em solução R(j ) = R j =j +1 j m Fim Figura 6 - Fluxograma para comparação dois-a-dois com análise de incompatibilidade. Volume III
7 Início Recebe Dados número de famílias número de características pertinências Calcula a faixa de valores para as incognitas em cada equação (Monta a matriz AT ) R econhece nas equações as incognitas que adm item valores alternativos (Monta a matriz A ) Busca da solução do istema Efetuar correção Incompatível É corrigível Obtida a solução em solução Fim Figura 7 - Fluxograma geral do algoritmo. Volume III
8 5. Conclusão Este artigo mostrou o estágio atual de desenvolvimento de um algoritmo que implementa a técnica de Inferência Reversa Fuzzy, utilizando como exemplo um problema de Tecnologia de Grupo. Apesar de suas limitações, desta fase inicial, obtiveram-se resultados incentivadores. O algoritmo continua a ser desenvolvido para que as limitações citadas sejam contornadas, esperando dotar-lhe de um sistema de inferência que permita tratar as incompatibilidades de forma mais adequada, levando a soluções de forma mais rápida, ou ainda, descobrir rapidamente que o sistema não possui solução (para o exemplo de Tecnologia de Grupo analisado, seria o caso da nova peça ser tão diferente das peças que compõe as famílias já existentes que seria necessário criar uma nova família). Mesmo no atual estágio de desenvolvimento já é possível sua utilização em uma grande gama de aplicações onde, ou torna-se muito lento e susceptível à erros resolver manualmente, ou quando a quantidade de dados toma proporções que dificilmente podem ser analisadas sem o auxílio de um computador. 6. Bibliografia [1] MOTEVECHI, J. A. B.; MIYAGI, P. F.; BARRETTO, M. R. P. e TORRE, G. L. (1994). Inferência Reversa Fuzzy para classificação de novas peças em famílias pré-estabelecidas. 14 EEGEP, João Pessoa, [2] RICK, E.; KIGHT, K. (1994). Inteligência Artificial. Makron Books do Brasil Editora Ltda. Volume III
José Hamilton Chaves Gorgulho Júnior. José Arnaldo Barra Montevechi
TOMADA DE DECISÃO EM TECNOLOGIA DE GRUPO - COMPARAÇÃO ENTRE OS CRITÉRIOS DE DISTÂNCIA E INFERÊNCIA REVERSA FUZZY NA ATRIBUIÇÃO DE NOVAS PEÇAS EM FAMÍLIAS PREVIAMENTE FORMADAS José Hamilton Chaves Gorgulho
Leia maisCálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisTipo m= matriz [ l i1 : l s1, l i2 : l s2 ] <tipo básico> m: mat
MATRIZ 1 Considere que você necessitasse elaborar um programa que efetuasse a leitura das notas dos alunos, o cálculo da média de cada aluno e no final, apresentar a média do grupo. Utilizando-se apenas
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisDisciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Aula 6 - Solução de Sistema de Equações Algébricas
Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 6 - Solução de Sistema de Equações Algébricas Métodos diretos: 1- Eliminação de Gauss com substituição recuada 2- Decomposição
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisAgenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
Leia maisSBC - Sistemas Baseados em Conhecimento
Siglas, Símbolos, Abreviaturas DW - Data Warehouse KDD Knowledge Discovery in Database MD Mineração de Dados OLAP - On-line analytical processing SBC - Sistemas Baseados em Conhecimento 1. INTRODUÇÃO O
Leia maisInteligência Artificial
Inteligência Artificial Sistemas Especialistas Raciocínio e Mecanismos de Inferência Arquitetura de um SE típico Interface com o Usuário: Perguntas e respostas; Linguagem natural Editor da Base de Conhecimento
Leia maisPrimeiro Exercício programa: Como o Google ordena páginas. MAP-2121 para EPUSP
Primeiro Exercício programa: Como o Google ordena páginas MAP-2121 para EPUSP 1 Instruções gerais Os exercícios computacionais pedidos na disciplina Cálculo Numérico têm por objetivo fundamental familiarizar
Leia maisFormação Continuada Nova Eja. Plano de Ação II INTRODUÇÃO
Nome: Armando dos Anjos Fernandes Formação Continuada Nova Eja Plano de Ação II Regional: Metro VI Tutor: Deivis de Oliveira Alves Este plano de ação contemplará as unidades 29 e 30. Unidade 29 I - Matrizes
Leia maisMarina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.
Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia maisCIC 111 Análise e Projeto de Algoritmos II
CIC 111 Análise e Projeto de Algoritmos II Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá AULA 18 Tree queries Finding ancestors Subtrees and paths Lowest common ancestor Offline
Leia maisEPUSP PCS 2011 Laboratório Digital I. Uma ULA Simples
Uma ULA Simples Versão 2015 RESUMO Esta experiência tem como objetivo o desenvolvimento do projeto de uma unidade lógica e aritmética simples que realiza quatro operações sobre dados de quatro bits. OBJETIVOS
Leia maisCIC 111 Análise e Projeto de Algoritmos II
CIC 111 Análise e Projeto de Algoritmos II Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá AULA 27 Square root algorithms Combining algorithms Integer partitions Mo s algorithm Square
Leia maisAPLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS
APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de
Leia maisMATRIZES - PARTE Mais exemplos Multiplicação de duas matrizes AULA 26
AULA 26 MATRIZES - PARTE 2 26. Mais exemplos Nesta aula, veremos mais dois algoritmos envolvendo matrizes. O primeiro deles calcula a matriz resultante da multiplicação de duas matrizes e utiliza três
Leia mais- Aula 01, 02, 03 e 04 Apresentação da disciplina.
1 - Aula 01, 02, 03 e 04 Apresentação da disciplina. Disciplina: Algoritmos (Disciplina é pré-requisito para outras disciplinas). Plano de Ensino: Estrutura Sequencial, Estrutura de Decisão (Desvio Condicional
Leia mais1). Tipos de equações. 3). Etapas na resolução algébrica de equações numéricas. 4). Os dois grandes cuidados na resolução de equações
1). Tipos de equações LIÇÃO 7 Introdução à resolução das equações numéricas Na Matemática, nas Ciências e em olimpíadas, encontramos equações onde a incógnita pode ser número, função, matriz ou outros
Leia maisConsideremos um sistema linear de n equações lineares e n incógnitas, do tipo:
58 3. Resolução de Sistemas Lineares MÉTODOS DIRETOS: são métodos que determinam a solução de um sistema linear com um número finito de operações. Entre os métodos diretos (Eliminação de Gauss, Eliminação
Leia maisCIC 110 Análise e Projeto de Algoritmos I
CIC 110 Análise e Projeto de Algoritmos I Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá AULA 09 Consultas de Intervalo Consulta de Intervalo Neste capítulo, discutimos estruturas
Leia maisPode-se mostrar que da matriz A, pode-se tomar pelo menos uma submatriz quadrada de ordem dois cujo determinante é diferente de zero. Então P(A) = P(A
MATEMÁTICA PARA ADMINISTRADORES AULA 03: ÁLGEBRA LINEAR E SISTEMAS DE EQUAÇÕES LINEARES TÓPICO 02: SISTEMA DE EQUAÇÕES LINEARES Considere o sistema linear de m equações e n incógnitas: O sistema S pode
Leia maisProgramação Procedimental
Programação Procedimental Maria Adriana Vidigal de Lima Universidade Federal de Uberlândia - 2013 1 Escrita de Algoritmos 1.1 Técnicas de Programação e Algoritmos Na elaboração de programas maiores e complexos
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Leia maisTGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher
TGR BCC Representação Computacional de Grafos Prof. Ricardo José Pfitscher Cronograma Representação Matriz de djacências Lista de djacências Matriz de Incidências Representação Como podemos representar
Leia maisObjetivo da Programação Inteira
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Programação inteira Prof. Dr. José Arnaldo Barra Montevechi Objetivo da Programação Inteira Max Z = 20X1
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisEPUSP PCS 2011 Laboratório Digital I. Uma ULA Simples
Uma ULA Simples Versão 2013 RESUMO Esta experiência tem como objetivo o desenvolvimento do projeto de uma unidade lógica e aritmética simples que realiza quatro operações sobre dados de quatro bits. OBJETIVOS
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisLinguagem e Técnicas em Programação. Gilson de Souza Carvalho
Gilson de Souza Carvalho gaucho.gilson@hotmail.com 3.1.3 Condições compostas Linguagem e Técnicas em Programação As condições que vimos até agora sempre foram únicas. Entretanto, conforme aumenta a complexidade
Leia maisIntrodução à Lógica de Programação
Sistemas Operacionais e Introdução à Programação Introdução à Lógica de Programação 1 Resolução de problemas usando computador Computador: ferramenta para processamento automático de dados Processamento
Leia maisTécnicas de Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 02 Representação do Conhecimento Prof. Max Pereira Para que um computador possa solucionar um problema
Leia maisAula 10: Introdução a Vetores e Matrizes
Aula 10: Introdução a Vetores e Matrizes Fernanda Passos Universidade Federal Fluminense Programação de Computadores IV Fernanda Passos (UFF) Vetores e Matrizes Programação de Computadores IV 1 / 50 Agenda
Leia maisLaboratório 4 - Controle nebuloso
Laboratório 4 - Controle nebuloso PTC 2619 / PTC 3418 Laboratório de Automação 1º semestre de 2017 Bruno A. Angélico Laboratório de Automação e Controle Departamento de Engenharia de Telecomunicações e
Leia maisCURSO TÉCNICO DE NÍVEL MÉDIO EM INFORMÁTICA - PLANO DE DISCIPLINA 2015 LINGUAGEM DE PROGRAMACAO 1 LP1
1. COMPETÊNCIAS Desenvolver algoritmos através de divisão modular e refinamentos sucessivos. Distinguir e avaliar linguagens e ambientes de programação, aplicando-os no desenvolvimento de software. Interpretar
Leia maisMétodos de Ordenação Parte I
Estrutura de Dados II Métodos de Ordenação Parte I Prof a Márcio Bueno ed2tarde@marciobueno.com / ed2noite@marciobueno.com Material baseado nos materiais da Prof a Ana Eliza e Prof. Robson Lins Rearranjar
Leia maisAlgoritmos e Estrutura de Dados. Aula 01 Apresentação da Disciplina e Introdução aos Algoritmos Prof. Tiago A. E. Ferreira
Algoritmos e Estrutura de Dados Aula 01 Apresentação da Disciplina e Introdução aos Algoritmos Prof. Tiago A. E. Ferreira Ementa e Objetivos Ementa: Análise de Algoritmos: Notação O e Análise Assintótica.
Leia maisIntrodução à Programação. João Manuel R. S. Tavares
Introdução à Programação João Manuel R. S. Tavares Sumário 1. Ciclo de desenvolvimento de um programa; 2. Descrição de algoritmos; 3. Desenvolvimento modular de programas; 4. Estruturas de controlo de
Leia mais3 Redes Neurais Artificiais
3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida
Leia maisMétodos Numéricos. Turma CI-202-X. Josiney de Souza.
Métodos Numéricos Turma CI-202-X Josiney de Souza josineys@inf.ufpr.br Agenda do Dia Aula 15 (21/10/15) Sistemas Lineares Métodos Diretos: Regra de Cramer Método da Eliminação de Gauss (ou triangulação)
Leia maisIntrodução às Redes Neurais Artificiais
Introdução às Redes Neurais Artificiais Perceptrons de Múltiplas Camadas I Prof. João Marcos Meirelles da Silva www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola de Engenharia
Leia maisCLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO
CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY Wesley Osvaldo Pradella Rodrigues 1, Danilo Augusto Heredia Vieira 1, Rhaysa Wolf 1 (Alunos do Curso de Administração da Universidade
Leia maisUMA FERRAMENTA COMPUTACIONAL APLICADA AO ENSINO BÁSICO DE ENGENHARIA
UMA FERRAMENTA COMPUTACIONAL APLICADA AO ENSINO BÁSICO DE ENGENHARIA Lauro H. M. Chueiri - lauroh@bauru.unesp.br Newton C. P. Ferro - ferro@bauru.unesp.br Unesp, Departamento de Engenharia Civil da Faculdade
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 11 de novembro de 2016 Fluxo óptico Usado para estimar
Leia maisAnálise de algoritmos
Análise de algoritmos Introdução à Ciência de Computação II Baseados nos Slides do Prof. Dr. Thiago A. S. Pardo Análise de algoritmos Existem basicamente 2 formas de estimar o tempo de execução de programas
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisPC Polícia Civil do Estado de São Paulo PAPILOSCOPISTA
PC Polícia Civil do Estado de São Paulo PAPILOSCOPISTA Concurso Público 2016 Conteúdo Teoria dos conjuntos. Razão e proporção. Grandezas proporcionais. Porcentagem. Regras de três simples. Conjuntos numéricos
Leia maisDeterminação numérica de autovalores e autovetores: Método de Jacobi
Determinação numérica de autovalores e autovetores: Método de Jacobi Marina Andretta/Franklina Toledo ICMC-USP 3 de setembro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco. Marina Andretta/Franklina
Leia maisClasses, Herança e Interfaces
Escola de Artes, Ciências e Humanidades EACH-USP ACH2002 Introdução à Ciência da Computação II Professor: Delano Medeiros Beder revisada pelo professor: Luciano Digiampietri EACH Segundo Semestre de 2011
Leia maisétodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisCurvas e Superfícies de Interação
Curvas e Superfícies de Interação Sobre as condições de segurança, a ABNT NBR 6118:2003 estabelece que as resistências de cálculo da estrutura ( ) não devem ser menores que as solicitações de cálculo (
Leia maisCálculo Numérico. Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson
Cálculo Numérico Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson Métodos como: Métodos exatos Método de eliminação de Gauss Método de decomposição LU Método de Cholesky
Leia maisMétodo Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear
Leia maisLicenciatura em Engenharia Electrotécnica e de Computadores. 1 a chamada Ou seja,
Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 1 a chamada 00-01-08 Resolução da Parte Prática 1 (a) O valor aproximado de w é obtido a partir dos valores aproximados de x,
Leia maisLógica de Programação e Algoritmos
Lógica de Programação e Algoritmos com exemplos na linguagem JAVA Cap. 4 Estruturas de Dados Homogêneas Vetores e Matrizes Conteúdo: 4.1 Variáveis compostas homogêneas... 55 4.2 Vetores... 56 Exercícios
Leia maisCinemática Inversa de Manipuladores
Cinemática Inversa de Manipuladores 1998Mario Campos 1 Introdução Cinemática Inversa Como calcular os valores das variáveis de junta que produzirão a posição e orientação desejadas do órgão terminal? 1998Mario
Leia maisLógica de Programação II
Gilson de Souza Carvalho gaucho.gilson@hotmail.com 1 Carga Horária: 72 horas Nº Créditos: 04 aulas Objetivo: Lógica de Programação II Resolver problemas usando os comandos básicos da linguagem (C). Com
Leia maisEQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS
EQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS PEDRO ALADAR TONELLI 1. Introdução Nosso objetivo é apresentar de uma forma simples o procedimento para achar soluções de uma equação relacional fuzzy para
Leia maisSistemas de equações lineares
É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =
Leia maisAnálise do problema. Desenvolvimento de programas. Desenvolvimento do algoritmo. Análise do problema
Desenvolvimento de programas 1 Análise do problema 2 Análise do problema Desenvolvimento do algoritmo Codificação do programa Compilação e execução Teste e depuração Conhecer exatamente o que o problema
Leia maisSCC Capítulo 2 Recursão
SCC-501 - Capítulo 2 João Luís Garcia Rosa 1 1 Departamento de Ciências de Computação Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo - São Carlos http://www.icmc.usp.br/~joaoluis
Leia maisLógica de Programação
Resolução de problemas utilizando computador Módulo II Prof. RANILDO LOPES Computador: ferramenta para processamento automático de dados Processamento de dados: atividade que transforme dados de entrada
Leia maisMovimento Rotacional de Satélites Artificiais, Livre de Torques Externos, em Variáveis Canônicas Não-Singulares
Movimento Rotacional de atélites Artificiais, Livre de orques Externos, em Variáveis anônicas Não-ingulares Leonardo imal Moreira, Maria ecília F. P.. Zanardi GRUPO DE DINÂMIA ORBIAL E PLANEOLOGIA FEG
Leia mais5 Agregação das Reservas das Entidades
5 Agregação das Reservas das Entidades Neste capítulo é apresentado o procedimento de agregação das reservas das entidades. É importante ressaltar que as entidades probabilísticas sofrem agregação probabilística,
Leia maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do
Leia maisDesenvolvimento de programas. Análise do problema. Análise do problema. Análise do problema. Desenvolvimento do algoritmo. Codificação do programa
Desenvolvimento de programas 1 Análise do problema Desenvolvimento do algoritmo Codificação do programa Compilação e execução Teste e depuração Análise do problema 2 Conhecer exatamente o que o problema
Leia maisCompressão de Textos. Introdução. Introdução. Introdução. O volume de informação textual disponível on-line é imenso:
Compressão de Textos Estrutura de Dados II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação DECOM O volume
Leia maisUniversidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas
Leia maisÁlgebra Linear Semana 01
Álgebra Linear Semana 01 Diego Marcon 27 de Março de 2017 Conteúdo 1 Estrutura do Curso 1 2 Sistemas Lineares 1 3 Formas escalonadas e formas escalonadas reduzidas 4 4 Algoritmo de escalonamento 5 5 Existência
Leia mais6 Estudo de Casos: Valor da Opção de Investimento em Informação por Aproximação com Números Fuzzy 6.1. Introdução
6 Estudo de Casos: Valor da Opção de Investimento em Informação por Aproximação com Números Fuzzy 6.1. Introdução Este capítulo apresenta o segundo estudo de casos, no qual também são empregados números
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 70-000 Tel: (7)-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP
Leia maisEstado estacionário condução + convecção
Universidade de São Paulo Escola de Engenharia de orena Departamento de Engenharia de Materiais Estado estacionário condução + convecção Prof. uiz T. F. Eleno Escola de Engenharia de orena da Universidade
Leia maisDesenvolvimento de programas
1 Desenvolvimento de programas Análise do problema Desenvolvimento do algoritmo Codificação do programa Compilação e execução Teste e depuração 2 Análise do problema Conhecer exatamente o que o problema
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 13 04/2014 Sistemas de Equações Lineares Parte 3 MÉTODOS ITERATIVOS Cálculo Numérico 3/44 MOTIVAÇÃO Os métodos iterativos
Leia maisO método Simplex Aplicado ao Problema de Transporte (PT).
Prof. Geraldo Nunes Silva (Revisado por Socorro Rangel) Estas notas de aula são Baseadas no livro: Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, a ed., 9 Agradeço a Professora
Leia maisRaciocínio Baseado em Casos
Raciocínio Baseado em Casos Augusto Cesar Castoldi, Marcos de Oliveira dos Santos. Bacharéis em Ciências da Computação 2º Semestre, 2002. Departamento de Informática e Estatística (INE) Universidade Federal
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisProcessamento Digital de Imagens
1 Ciência da Computação Processamento Digital de Imagens Objetivos e Prof. Sergio Ribeiro Tópicos Percepção por Máquina Imagens e Computação Gráfica, Armazenamento e Exibição Processamento Digital de Imagens
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE UBERLÂNDIA
RESOLUÇÃO N o 30/2011, DO CONSELHO DE GRADUAÇÃO Dispõe sobre a composição do Plano de Ensino para os componentes curriculares dos cursos de graduação da Universidade Federal de Uberlândia. O CONSELHO DE
Leia maisInterpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 16 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Objetivos e Introdução Prof. Sergio Ribeiro Tópicos Introdução Percepção por Máquina Imagens e Computação Gráfica Complexidade de um Sistema Elementos
Leia maisÁlgebra Linear Semana 04
Álgebra Linear Semana 04 Diego Marcon 17 de Abril de 2017 Conteúdo 1 Produto de matrizes 1 11 Exemplos 2 12 Uma interpretação para resolução de sistemas lineares 3 2 Matriz transposta 4 3 Matriz inversa
Leia mais- identificar operadores ortogonais e unitários e conhecer as suas propriedades;
DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;
Leia maisUniversidade Veiga de Almeida Algoritmos e Linguagem I
Aula 2 Conteúdo: 3. Etapas na solução de problemas 4. Algoritmos estruturados 3. Etapas na solução de problemas Podemos definir problema como sendo uma questão que foge a uma determinada regra, ou um desvio
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 0-000 Tel: ()-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP -
Leia maisPesquisa Operacional. Prof. José Luiz
Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,
Leia maisTeoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada.
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br Grafos e Algoritmos Preparado a partir do texto: Rangel, Socorro.
Leia maisAlguns exercícios em pseudocódigo
Alguns exercícios em pseudocódigo Enunciado do problema: Escreva um programa em pseudocódigo que determine as raízes de um polinômio do segundo grau dado por a x 2 +b x+c usando o algoritmo de Báskara.
Leia maisSinais e Sistemas Aula 1 - Revisão
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA CAMPUS JOINVILLE DEPARTAMENTO DO DESENVOLVIMENTO DO ENSINO
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 2ª parte Experimentos inteiramente
Leia maisÁlgebra Linear. Transformações Lineares
Álgebra Linear Transformações Lineares Fórmulas e Resumo Teórico Para fins gerais, considere V um espaço vetorial e uma transformação T: V W. Propriedades de Transformações Lineares - T é linear se: Para
Leia maisProgramação Linear (PL) Solução algébrica - método simplex
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Simplex Prof. Dr. José Arnaldo Barra Montevechi Programação Linear (PL) Solução algébrica - método simplex
Leia maisTeste 1 de Matemática I - Curso de Arquitectura
Teste de Matemática I - Curso de Arquitectura de Outubro de 9 - Teste B Resolva por eliminação de Gauss e descreva geometricamente o conjunto de soluções dos sistemas em R < x + y + z = (a) ( val) x +
Leia maisGRAFOS Aula 03 Representações de Grafos Max Pereira
Ciência da Computação GRAFOS Aula 03 Representações de Grafos Max Pereira A maior vantagem de um grafo é a sua representação visual da informação. Mas para a manipulação e armazenamento em um computador,
Leia maisAprendizado de Máquina
Aprendizado de Máquina Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Introdução 1 Introdução Aprendizado de Máquina Extração de conhecimento. Automatização de tarefas. Tomada de Decisões.
Leia maisétodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno
étodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA
Leia mais