Título do projeto: Metaheurísticas aplicadas à identificação, controle e otimização de sistemas
|
|
- Sarah Brunelli
- 5 Há anos
- Visualizações:
Transcrição
1 Número do BANPESQ/THALES: Título do projeto: Metaheurísticas aplicadas à identificação, controle e otimização de sistemas I. Autor: Leandro dos Santos Coelho II. Resumo: A Inteligência Computacional é uma área da Inteligência Artificial que estuda a teoria e a aplicação de técnicas inspiradas na Natureza. A Inteligência Computacional, em termos gerais, busca o desenvolvimento de sistemas inteligentes que imitem (simulem ou emulem) aspectos do comportamento humano, tais como: aprendizado, percepção, raciocínio, evolução e adaptação. Este projeto tem por objetivo propor e validar metaheurísticas da Inteligência Computacional, incluindo-se as redes neurais artificiais, sistemas nebulosos, computação evolutiva e inteligência de enxames, estas combinadas com características promissoras da Computação Quântica e Teoria do Caos. O foco de aplicação destas metaheurísticas será na solução de problemas de otimização nas diferentes áreas que compõem os Sistemas Elétricos de Potência, Controle de Processsos e Engenharia de Confiabilidade de Sistemas. III. Objetivos: Este projeto tem por objetivos propor e validar metaheurísticas da Inteligência Computacional combinadas com abordagens da Computação Quântica e Teoria do Caos no âmbito de aplicações em Sistemas Elétricos de Potência, Controle de Processsos e Engenharia de Confiabilidade de Sistemas. IV. Introdução ou evidências de interesse (justificativas): A Inteligência Computacional engloba métodos e técnicas incluindo-se abordagens de algoritmos evolutivos (Chakraborty, 2008), inteligência de enxames ou coletiva (Kennedy et al., 2001; Dorigo e Stüzzle, 2004; Engelbrecht, 2005), sistemas imunológicos artificiais (Castro, 2006), sistemas nebulosos (fuzzy systems) (Kosko, 1992; Yen e Langari, 1998;; Coelho e Herrera, 2007), redes neurais artificiais (Haykin, 1999; Bishop, 1995), raciocínio probabilístico (Gammerman, 1996) e sistemas neuronebulosos (Lin e Lee, 1996).
2 A Computação Quântica foi proposta por Benioff (1980) e Feynman (1982) e é uma área com crescimento acentuado nos últimos anos, de investigação e aplicação da Mecânica Quântica. A Mecânica Quântica é uma estrutura matemática, ou conjunto de regras para a construção de teorias físicas. No contexto de otimização, a utilização de conceitos tanto da Computação Quântica quanto da Mecânica e Física Quântica possui exemplos na literatura recente em Hogg e Portnov (2000), Protopopescu e Barhem (2002) e Nedjah et al. (2008). Em contra partida, os fundamentos da Teoria do Caos estão vinculados ao funcionamento de sistemas complexos e dinâmicos. Uma das idéias centrais desta teoria, é que os comportamentos aleatórios também são governados por leis e que sistemas caóticos possuem grande sensibilidade ao ajuste das suas condições iniciais. Em sistemas dissipativos, as trajetórias podem convergir para uma região limitada do espaço de fases, denominada atrator. Um sistema dinâmico, que apresenta comportamento caótico, possui um atrator estranho, no seu espaço de fases. Ele é estranho porque apresenta detalhes em escalas infinitesimalmente pequenas. Tal figura geométrica é chamada de fractal. A fundamentação e base matemática da Teoria do Caos pode ser encontrada na literatura em Alligood et al. (1996), Strogatz (2000) e Peitgen et al. (2004). Com o intuito de obter resultados promissores, novas abordagens metaheurísticas de otimização serão formuladas e validadas em problemas de otimização mono-objetivo e multi-objetivo, levando em consideração a necessidade da obtenção de um bom compromisso em termos de qualidade de resposta, custo computacional e convergência. Entre os resultados esperados está o de verificar melhoria do desempenho dos métodos de otimização e o desenvolvimento de algoritmos de resolução a serem propostos em problemas teste (benchmarks) relevantes da literatura de Sistemas Elétricos de Potência (Monticelli e Garcia, 2004), Controle de Processsos (Dorf, 2001; Ogata, 2003) e Engenharia de Confiabilidade de Sistemas (Camargo, 1981; Piazza, 2000). V. Revisão bibliográfica: Alligood, K. T., Sauer, T. D.; Yorke, J. A., Chaos: an introduction to dynamical systems, Springer, London, UK, 1996.
3 Camargo, C. C. B., Confiabilidade aplicada a sistemas de potência elétrica, LTC / ELETROBRAS/ FEESC, Rio de Janeiro, RJ, Castro, L. N., Fundamentals of natural computing: basic concepts, algorithms, and applications, Chapman & Hall/CRC, Boca Raton, FL. USA, Chakraborty, U. K., Advances in differential evolution, Studies in Computational Intelligence, Springer, Heidelberg, Germany, Coelho, L. S.; Herrera, B. M., Fuzzy identification based on a chaotic particle swarm optimization approach applied to a nonlinear yo-yo motion system, IEEE Transactions on Industrial Electronics, vol. 54, no. 6, p , Dorf, R. C., Bishop, R. H. Sistemas de controle modernos. 8a edição, Rio de Janeiro, RJ: LTC, Dorigo, M.; Stützle, T., Ant colony optimization, A Bradford Book, The MIT Press, Cambridge, Massachusetts, Engelbrecht, A. P., Computational intelligence, an introduction, Second Edition, Wiley & Sons, Gammerman, A., Computational learning and probabilistic reasoning (Hardcover), John Wiley, Haykin S., Neural networks: a comprehensive foundation, Prentice Hall, NJ, USA, 2nd edition, Hogg, T.; Portnov, D., Quantum optimization, Information Sciences, vol. 128, no. 3-4, p , Kennedy, J. F.; Eberhart, R.C., Shi, R.C., Swarm intelligence, Morgan Kaufmann Pub, San Francisco, USA, Kosko, B., Neural network and fuzzy systems: a dynamic system approach to machine intelligence. Englewood Cliffs, NJ: Prentice Hall, Lin, C. T.; Lee, C. S. G. Neural fuzzy systems, Prentice Hall, Englewood Cliffs, USA, Monticelli, A. J.; Garcia, A. V., Introdução a sistemas de energia elétrica, 1a edição, Editora da Unicamp, Nedjah, N.; Coelho, L. S.; Mourelle, L. M. (eds.), Quantum inspired intelligent systems, Studies in Computational Intelligence, Springer, Heidelberg, Germany, Ogata, K. Engenharia de Controle Moderno, 4a. edição, São Paulo, SP: Pearson, Peitgen, H. -O.; Jürgens, H.; Saupe, D., Chaos and fractals: new frontiers of science, 2nd edition, Springer, New York, NY, USA, Piazza, G., Introdução à engenharia da confiabilidade, 1ª edição, Caxias do Sul, RS: EDUCS, 2000.
4 Protopopescu, V.; Barhen, J., Solving a class of continuous global optimization problems using quantum algorithms, Physics Letters A, vol. 296, no. 1, p. 9-14, Strogatz, S. H., Nonlinear dynamics and chaos, Massachussetts, Perseus Publishing, Yen, J.; Langari, R., Fuzzy logic: intelligence, control, and information, Prentice Hall, VI. Material e métodos: A metodologia a ser adotada para testar a hipótese formulada de propor e validar metaheurísticas da Inteligência Computacional combinadas com abordagens da Computação Quântica e Teoria do Caos, inclui o estudo, proposição e análise de abordagens de diferentes abordagens de algoritmos evolutivos, inteligência de enxames, sistemas imunológicos artificiais, sistemas nebulosos e redes neurais artificiais visando a resolução de problemas de identificação, controle e otimização presentes em aplicações em Sistemas Elétricos de Potência, Controle de Processsos e Engenharia de Confiabilidade de Sistemas. Neste contexto, deseja-se validar diferentes problemas teste (benchmark) e comparar os resultados obtidos com as metaheurísticas propostas neste projeto. Para isto será utilizado o ambiente computacional Matlab, da MathWorks e métodos de Estatística e Probabilidade (testes de significância, métodos de Monte Carlo, entre outros) para tratamento dos resultados obtidos. Além disso, deseja-se por meio deste proejto orientar alunos de iniciação científica e/ou mestrado (do PPGEE/UFPR). Deve-se enfatizar que não precisa-se de dinheiro/infraestutura adicionais aos que já possuem a UFPR para realizar este projeto. VII. Cronograma: As etapas do cronograma são as seguintes: Etapa 1: Investigação de paradigmas recentes da inteligência computacional; Etapa 2: Investigação e proposição de nova(s) abordagens de metaheurísticas combinando inteligência computacional com computação quântica;
5 Etapa 3: Investigação e proposição de nova(s) abordagens de metaheurísticas combinando inteligência computacional com computação quântica e teoria do caos; Etapa 4: Validação e análise estatísticas dos resultados obtidos pelas metaheurísticas propostas em problemas de previsão e otimização em Sistemas Elétricos de Potência; Etapa 5: Validação e análise estatísticas dos resultados obtidos pelas metaheurísticas propostas em problemas de sintonia de controladores avançados na área de Controle de Processos; Etapa 6: Validação e análise estatísticas dos resultados obtidos pelas metaheurísticas propostas em problemas de otimização mono e multiobjetivo em Engenharia de Confiabilidade. As seguintes etapas constam do cronograma apresentado na tabela 1. Tabela 1. Cronograma. Etapa Semestre/Ano (Início) Semestre/Ano (Final) 1 2/2009 2/ /2010 2/ /2010 2/ /2010 2/ /2010 2/ /2010 2/2013
OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES.
OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES. Renato Guilherme Martins Junior (ICV-UNICENTRO), Richard Aderbal Gonçalves (Co-orientador), Carolina Paula de Almeida (Orientadora)
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia maisComputação Bioinspirada PROF. PAULO SALGADO
Computação Bioinspirada AULA 1 APRESENTAÇÃO DA DISCIPLINA PROF. PAULO SALGADO Aula de hoje Falar sobre Objetivos Ementa Avaliação Roteiro Proposto (Cronograma) Referências Periódicos da Área Objetivos
Leia maisIN-1131 Computação Evolucionária. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática
IN-1131 Computação Evolucionária Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática aluizioa@cin.ufpe.br Objetivos Este curso visa oferecer introdução abrangente em
Leia maisIN Redes Neurais
IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Quem usa
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisInteligência Artificial
Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Pós-Graduação
Leia maisOTIMIZAÇÃO DOS GANHOS DE UM CONTROLADOR PID BASEADO EM PSO APLICADO À SINCRONIZAÇÃO DE SISTEMAS CAÓTICOS
OTIMIZAÇÃO DOS GANHOS DE UM CONTROLADOR PID BASEADO EM PSO APLICADO À SINCRONIZAÇÃO DE SISTEMAS CAÓTICOS RAFAEL B. GREBOGI 1, LEANDRO S. COELHO 2 1, 2 Departamento de Engenharia Elétrica, Universidade
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 19 ACO - Ant Colony Optimization 2 de 15 Sumário Problema do Caixeiro
Leia maisUMA IMPLEMENTAÇÃO PARALELA DO ALGORITMO DE EVOLUÇÃO DIFERENCIAL AUTOADAPTATIVO
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM UMA IMPLEMENTAÇÃO PARALELA DO ALGORITMO DE EVOLUÇÃO DIFERENCIAL AUTOADAPTATIVO
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Decanato Acadêmico
Unidade Universitária Escola de Engenharia Curso Engenharia Elétrica e Eletrônica Disciplina Sistemas Dinâmicos Código da Disciplina: ENEX00810 Professor Luiz Henrique Alves Monteiro Carga horária Teoria:
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisTÉCNICAS INTELIGENTES APLICADAS A SISTEMAS ELÉTRICOS DE POTÊNCIA
TÉCNICAS INTELIGENTES APLICADAS A SISTEMAS ELÉTRICOS DE POTÊNCIA 1. Técnicas Inteligentes Djalma M. Falcão Programa de Engenharia Elétrica COPPE/UFRJ A expressão Técnicas Inteligentes é utilizada neste
Leia maisAutomação Inteligente
Curso de Graduação em Engenharia Elétrica Universidade Federal da Paraíba Período 2016-2 Automação Inteligente Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan Informações
Leia mais6. QUADRIMESTRE IDEAL 7. NÍVEL Graduação 8. Nº. MÁXIMO DE ALUNOS POR TURMA
Universidade Federal do ABC Rua Santa Adélia, 166 - Bairro Bangu - Santo André - SP - Brasil CEP 09.210-170 - Telefone/Fax: +55 11 4996-3166 1. CÓDIGO E NOME DA DISCIPLINA MC5004 - APRENDIZADO DE MÁQUINA
Leia maisThiago Christiano Silva
Thiago Christiano Silva Conteúdo Conceitos Relevantes Problemas de Otimização Conceitos de Estabilidade e Convergência Teoremas de Lyapunov Rede Neural de Hopfield Aplicações do modelo de Hopfield Clusterização
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia maisComputação Bioinspirada. Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho)
Computação Bioinspirada Prof. Eduardo R. Hruschka (Slides baseados nos originais do Prof. André C. P. L. F. de Carvalho) 1 Principais tópicos Computação Bioinspirada Computação Biológica Biologia Computacional
Leia maisInteligência Computacional
Inteligência Computacional CP78D Apresentação do Plano de Ensino Aula 1 Prof. Daniel Cavalcanti Jeronymo Universidade Tecnológica Federal do Paraná (UTFPR) Engenharia Eletrônica 9º Período 1/14 Professor
Leia maisInteligência de enxame e o algoritmo das abelhas
Inteligência de enxame e o algoritmo das abelhas (Swarm intelligence and bee s algorithm) Glaucus Augustus, 6219168 O que é: Cooperação: é o processo de agir junto, em união(ex: grupo de tcc) Colaboração:
Leia maisComputação Evolutiva no treinamento de Redes Neurais
Computação Evolutiva no treinamento de Redes Neurais Euclides Carlos Pinto Neto David Fernandes Neves Oliveira Macilio da Silva Ferreira PSI5886 - Prof. Emilio Del Moral Hernandez 1 Agenda Objetivo Otimização
Leia maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisHEURÍSTICAS BIOINSPIRADAS DE OTIMIZAÇÃO COMBINATÓRIA
HEURÍSTICAS BIOINSPIRADAS DE OTIMIZAÇÃO COMBINATÓRIA Rodrigo Clemente Thom de Souza 1 RESUMO O objetivo da otimização combinatória é encontrar a melhor configuração de um projeto, com mais eficiência e
Leia maisPalestra COPPE Elétrica. Dezembro de 2010
Palestra COPPE Elétrica Dezembro de 2010 Aplicações de Computação Evolutiva e Otimização Multi-objetivo em Sistemas Elétricos de Potência Oriane Magela Neto Depto. De Engenharia Elétrica da UFMG Sistemas
Leia maisCURSO DE MESTRADO EM Construções Metálicas
CURSO DE MESTRADO EM Construções Metálicas DEPARTAMENTO DE ENGENHARIA CIVIL - ESCOLA DE MINAS UNIVERSIDADE FEDERAL DE OURO PRETO Disciplina: Otimização Estrutural I Carga Horária: 45 Código: CIV 733 Responsável:
Leia maisANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
ANEXO II MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE Departamento de Informática e Matemática Aplicada Campus Universitário, Lagoa Nova, Natal RN. CEP: 59.078-970 Fone: (84) 3215-3814
Leia maisPROJETO DE PESQUISA. FSS (Fish School Search) Análise de Novas Abordagens de Buscas para Problemas Multi-Objetivo. (Período: a 2009.
UNIVERSIDADE DE PERNAMBUCO PROJETO DE PESQUISA FSS (Fish School Search) Análise de Novas Abordagens de Buscas para Problemas Multi-Objetivo (Período: 2007.2 a 2009.1) Fernando Buarque de Lima Neto, PhD
Leia maisPontifícia Universidade Católica de São Paulo Programa de TIDD
Disciplina: 2854 - Sistemas Inteligentes e Ambientes Virtuais Turma A Área de Concentração: Processos Cognitivos e Ambientes Digitais Linha de Pesquisa: Inteligência Coletiva e Ambientes Interativos Professor:
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA PURA E APLICADA PLANO DE ENSINO
017 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA PURA E APLICADA PLANO DE ENSINO Código MAT Nome 01017 Biologia Matemática Créditos/horas-aula Súmula Equações
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Engenharia da Computação Professor: Rosalvo Ferreira de Oliveira Neto Dados pessoais Rosalvo Ferreira de Oliveira Neto Dr. em ciência da computação (UFPE) rosalvo.oliveira@univasf.edu.br
Leia maisAprendizagem de Máquina
Plano da Apresentação Aprendizagem de Máquina Alessandro L. Koerich 2007 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Professor & Experiência Acadêmica Horários
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Apresentação da Disciplina Alessandro L. Koerich 2008 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Mestrado/Doutorado em Informática Aprendizagem
Leia maisUniversidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 UM MECANISMO DE COORDENAÇÃO PARA O FRAMEWORK XAADB PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno: Ana Elizabeth
Leia maisOrganização da Disciplina Controle de Processos 2
Organização da Disciplina Controle de Processos 2 Ronaldo Guimarães Corrêa Departamento de Engenharia Química Universidade Federal de São Carlos 1 o Sem. 2019 Organização da Disciplina (CP2) www.professores.deq.ufscar.br/ronaldo/cp2
Leia maisPLANO DE ENSINO DA DISCIPLINA BLOCO I IDENTIFICAÇÃO
CURSO DE GRADUAÇÃO: SÉRIE: SEMESTRE LETIVO DO ANO: ( ) 1º SEMESTRE ( X ) 2º SEMESTRE ( ) 1º e 2º SEMESTRES ANO: PLANO DE ENSINO DA DISCIPLINA BLOCO I IDENTIFICAÇÃO Código da Disciplina: Nome da Disciplina:
Leia maisInteligência Artificial
Inteligência Artificial Professor Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br udesc.academia.edu/rafaelstubsparpinelli www.researchgate.net/profile/rafael_parpinelli www.joinville.udesc.br/portal/professores/parpinelli/
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática. 7 a ETAPA
7 a ETAPA MODELAGEM E SIMULAÇÃO 02 h/a (00) Sala de aula (02) Laboratório (00) EaD FUNDAMENTOS DE COMPUTAÇÃO ENEX01015 Estabelecimento dos conceitos de aleatoriedade e de fenômenos aleatórios. Fundamentação
Leia maisTécnicas de Inteligência Artificial. Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 1)
Técnicas de Inteligência Artificial Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 1) 4 6 7 8 12 13 14 15 16 Inteligência Artificial 20 Inteligência Artificial 21 Inteligência
Leia maisAnálise de Sensibilidade dos Parâmetros do Bat Algorithm e Comparação de Desempenho
Análise de Sensibilidade dos Parâmetros do Bat Algorithm e Comparação de Desempenho Jelson A. Cordeiro 1, Rafael Stubs Parpinelli 1 e Heitor Silvério Lopes 1 1 Laboratório de Bioinformática Universidade
Leia maisARTIFICIAL FISH SWARM ALGORITHM APPLIED TO THE TRAVELING SALEMAN PROBLEM
ARTIFICIAL FISH SWARM ALGORITHM APPLIED TO THE TRAVELING SALEMAN PROBLEM Allan Kardec Lopes (Instituto Federal Goiano Campus Urutaí GO Brasil) allankardec.ti@gmail.com Gina M. B. de Oliveira (Universidade
Leia maisSISTEMAS NEURO-FUZZY NEURAL-FUZZY SYSTEMS
SISTEMAS NEURO-FUZZY NEURAL-FUZZY SYSTEMS Stéphanie Lucchesi, Sandra Regina Monteiro Masalskiene Roveda Campus Experimental de Sorocaba Engenharia Ambiental steh_l@hotmail.com, ISB. Palavras chave: fuzzy,
Leia maisAplicação da Metaheurística PSO na Identificação de Pontos Influentes por meio da Função de Sensibilidade de Casos
Anais do CNMAC v.2 ISSN 984-820X Aplicação da Metaheurística PSO na Identificação de Pontos Influentes por meio da Função de Sensibilidade de Casos Adriana Aparecida Batista Costa Centro Federal de Educação
Leia maisControlador de Lógica Nebulosa para implementação em robôs inteligentes utilizando Arduino
Controlador de Lógica Nebulosa para implementação em robôs inteligentes utilizando Arduino Mário Alberto Cecchi Raduan [UFRJ/PIBIC - Ago. 2011 a Jul. 2012] Orientador: Adriano Joaquim de Oliveira Cruz,
Leia maisAlgoritmo Genético de Dois Níveis para Problemas de
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Algoritmo Genético de Dois Níveis para Problemas de Otimização Aparecida
Leia mais6 Referências bibliográficas
6 Referências bibliográficas BARROS, M.; SOUZA, R.C. Regressão Dinâmica. Núcleo de Estatística Computacional. PUC-Rio, 1995. BARROS, M. Processos Estocásticos. Rio de Janeiro. Papel Virtual, 2004. BROCKWELL,
Leia maisSINTONIA DE CONTROLADOR POR MODOS DESLIZANTES FUZZY VIA ENXAME DE PARTÍCULAS
SINTONIA DE CONTROLADOR POR MODOS DESLIZANTES FUZZY VIA ENXAME DE PARTÍCULAS FERNANDO H. D. GUARACY*, CARLOS A. M. PINHEIRO* *Universidade Federal de Itajubá Instituto de Engenharia de Sistemas e Tecnologia
Leia maisINTELIGÊNCIA ARTIFICIAL
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Pearson, 2009. Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação
Leia maisTópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
Leia maisInteligência Artificial. Aula 1 Prof. Nayat Sánchez Pi
Inteligência Artificial Aula 1 Prof. Nayat Sánchez Pi Curso: Inteligência Artificial Página web: http://nayatsanchezpi.com Material: Livro texto: Inteligência Artiicial, Russell & Norvig, Editora Campus.
Leia maisRECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ
RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ Marcela Ribeiro Carvalho marcela@enecar.com.br IFG/Câmpus Goiânia Hipólito Barbosa Machado Filho hipolito.barbosa@ifg.edu.br IFG/Câmpus Goiânia Programa Institucional
Leia maisControle de Sistemas Dinâmicos Aplicações ao Carregamento de Veículos Elétricos
Estratégias de Decomposição para Otimização e Controle de Sistemas Dinâmicos Aplicações ao Carregamento de Veículos Elétricos Orientador: Eduardo Camponogara Coorientador: Helton Fernando Scherer 29 de
Leia maisUniversidade Federal do ABC Rua Santa Adélia, Bairro Bangu - Santo André - SP - Brasil CEP Telefone/Fax:
Universidade Federal do ABC Rua Santa Adélia, 166 - Bairro Bangu - Santo André - SP - Brasil CEP 09.210-170 - Telefone/Fax: +55 11 4996-3166 1. CÓDIGO E NOME DA DISCIPLINA MC3311 - Inteligência Artificial
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática. 3 a ETAPA
3 a ETAPA exclusivo de curso (X) Eixo Comum ( ) Eixo Universal () ORGANIZAÇÃO DE COMPUTADORES ( 02 ) Laboratório TECNOLOGIA E INFRA Estudo da organização funcional de computadores, com destaque para a
Leia maisOtimização com Algoritmos Evolutivos
Otimização com Algoritmos Evolutivos Francisco Pereira (xico@dei.uc.pt) ELBCE 2016 (Setembro 2016) Resumo Problem Optimization Method Solution } Algoritmos Evolutivos } Propriedades e funcionamento } Exemplos
Leia maisMetaheurísticas de Otimização Bio-Inspiradas
* Aula baseada nas notas de aula dos prof.s Fernando Von Zuben, da UNICAMP e Heitor Lopes, da UTFPR Metaheurísticas de Otimização Bio-Inspiradas Aula 12 Otimização por Enxame de Partículas Parte 2* Prof.
Leia maisMODELAGEM E DINÂMICA DE UM DISPOSITIVO MICRO-ELETROMECÂNICO (MEMS). MODELING AND DYNAMICS OF MICRO-ELECTROMECHANICAL DEVICE (MEMS).
MODELAGEM E DINÂMICA DE UM DISPOSITIVO MICRO-ELETROMECÂNICO (MEMS). MODELING AND DYNAMICS OF MICRO-ELECTROMECHANICAL DEVICE (MEMS). Douglas Roca Santo 1, José Manoel Balthazar 2, Bento Rodrigues de Pontes
Leia maisSistemas Mecatrônicos 1
Sistemas Mecatrônicos 1 Módulo 1 Apresentação da Disciplina Prof. Leonardo Marquez Pedro Disciplinas Integradoras Projeto Pedagócico Grad. em Eng. Mecânica As disciplinas integradoras se pautam pela interação
Leia maisCCL: CONTROLE CLÁSSICO. Profa. Mariana Cavalca
CCL: CONTROLE CLÁSSICO Profa. Mariana Cavalca Currículo Resumido Curso Técnico em Eletro-Eletrônica ETEP (São José dos Campos - SP) Iniciação científica (estatística) Estágio Empresa ITA júnior: microcontroladores.
Leia maisConsiderações sobre a Condição Inicial na Construção do Diagrama de Bifurcação para o Mapa Logístico
Trabalho apresentado no DINCON, Natal - RN, 2015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Considerações sobre a Condição Inicial na Construção do Diagrama de
Leia maisFigura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Prentice-Hall.
Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Prentice-Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado
Leia maisPSI3213 CIRCUITOS ELÉTRICOS II 2 o Semestre de 2017 Programa aula a aula (25 aulas)
PSI3213 CIRCUITOS ELÉTRICOS II 2 o Semestre de 2017 Programa aula a aula (25 aulas) 1. Equações diferenciais lineares e Transformada de Laplace (5 aulas) Equações diferenciais ordinárias lineares a coeficientes
Leia maisEvolução Diferencial Aplicada na Estimação de Parâmetros de um Sistema Oscilatório
https://eventos.utfpr.edu.br//sicite/sicite2017/index Evolução Diferencial Aplicada na Estimação de Parâmetros de um Sistema Oscilatório RESUMO Iolanda Ortiz Bernardes ibernardes@alunos.utfpr.edu.br Estudante
Leia maisMEMÓRIAS ASSOCIATIVAS NEBULOSAS IMPLICATIVAS BASEADAS EM NORMAS TRIANGULARES ARQUIMEDIANAS
MEMÓRIAS ASSOCIATIVAS NEBULOSAS IMPLICATIVAS BASEADAS EM NORMAS TRIANGULARES ARQUIMEDIANAS Marcos Eduardo Valle¹ e Peter Sussner² ¹Universidade Estadual de Londrina, Departamento de Matemática Brasil,
Leia maisTransmitir aos alunos conhecimentos sobre robótica fixa e móvel, visando capacitá-los a desenvolver
DISCIPLINA: ELE228 - Robótica A Créditos: 4 Caráter: Eletiva UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE SISTEMAS ELÉTRICOS DE AUTOMAÇÃO E ENERGIA PROGRAMA DE PÓS-GRADUAÇÃO
Leia maisANÁLISE QUANTITATIVA DE UM PÊNDULO INVERTIDO CONTROLADO POR PID E LÓGICA FUZZY
ANÁLISE QUANTITATIVA DE UM PÊNDULO INVERTIDO CONTROLADO POR PID E LÓGICA FUZZY Adryano Fernandes Resende 1, Jackson Gonçalves Ernesto 2, Fábio Augusto Gentilin³ 1,2 Acadêmicos do Curso de Engenharia de
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática. 7th SEMESTER
SEMESTER Curriculum Component: Degree only (X) Common to school ( ) Universal ( ) DISTRIBUTED INFRASTRUCTURE 04 h/a (02) Online TECHNOLOGY AND INFRASTRUCTURE Fundamentals of Distributed Systems: models,
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática. 4 a ETAPA
4 a ETAPA SISTEMAS OPERACIONAIS ( 02 ) Laboratório TECNOLOGIA E INFRA Estudo de arquiteturas de sistemas operacionais. Estudo do gerenciador de processos, gerenciador de memória, gerenciador de arquivos
Leia maisMini-curso Tópicos de Inteligência Computacional
Mini-curso Tópicos de Inteligência Computacional Prof. Dr. Marcos Eduardo Valle (e-mail: valle@uel.br) Universidade Estadual de Londrina - Departamento de Matemática Resumo O mini-curso Tópicos em Inteligência
Leia maisEstatística Computacional II
Estatística Computacional II Visão geral e funcionamento Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná Atualizado
Leia maisComputação Evolucionária
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR Programa de Pós-Graduação em Engenharia e Informática CPGEI Laboratório de Bioinformática e Inteligência Computacional Câmpus Curitiba (PR) Computação Evolucionária
Leia maisMinicurso III Mineração de Dados Usando Algoritmos Bioinspirados: Conceitos Básicos e Aplicações Sala 1.04
08h00 10h30 11h30 Hora Domingo, 18 de Setembro de 2011 - - - - - 10h30 - - 11h30 12h00-13h00 Intervalo para Almoço 13h00-13h30 13h30 14h30 15h30 16h30 - - 14h30 - - 15h30 - - 17h00 17h00-17h30 17h30-18h30
Leia maisAlgoritmos Bioinspirados. César M. V. Benítez 2018
Algoritmos Bioinspirados César M. V. Benítez cesarbenitez@utfpr.edu.br 2018 Agenda Algoritmos Bioinspirados - Introdução Artificial Bee Colony (ABC) Grey Wolf Optimizer (GWO) H.S.Lopes(2018) Algoritmos
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática
2 a ETAPA exclusivo de curso (X) Eixo Comum ( ) Eixo Universal ( ) Curso: CIÊNCIA DA COMPUTAÇÃO ALGORITMOS E PROGRAMAÇÃO II ( 02 ) Sala de Aula 04 h/a ( 02 ) Laboratório ALGORITMOS E PROGRAMAÇÃO Estudo
Leia maisMarcos Flávio S. V. D Angelo Departamento de Ciências da Computação Universidade Estadual de Montes Claros
SINTONIA ÓTIMA DE UM CONTROLADOR PID PARA CONTROLE DE VELOCIDADE DE UM MOTOR C.C. LINEAR SEM ESCOVAS UTILIZANDO O ALGORITMO A-CLUSTMPSO (ANOTHER CLUSTERING MULTIOBJECTIVE PARTICLE SWARM OPTIMIZATION) Renato
Leia maisAnálise de Sensibilidade dos Parâmetros do Bat Algorithm e Comparação de Desempenho
Análise de Sensibilidade dos Parâmetros do Bat Algorithm e Comparação de Desempenho Jelson A. Cordeiro 1, Rafael Stubs Parpinelli 1 e Heitor Silvério Lopes 1 1 Laboratório de Bioinformática Universidade
Leia maisCódigo da Disciplina: ENEX Semestre Letivo: 1ºSEM/2015
Unidade Universitária: FACULDADE DE COMPUTAÇÃO E INFORMÁTICA Curso: Ciência da Computação Disciplina: SISTEMAS TOLERANTES A FALHAS Etapa: 08 Carga horária: 68 Teóricas, 0 Práticas, 0 EaD Ementa: Código
Leia maisAlgoritmo hibrido MOEAD/PSO + EDA para solução de problemas com muitos objetivos
Algoritmo hibrido MOEAD/PSO + EDA para solução de problemas com muitos objetivos Jésus J. S. Santos 1 and Clayton Almeida 1 Breno C. de Oliveira 1 Universidade Federal de Minas Gerais, Av. Antônio Carlos,
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática. 6 a ETAPA
6 a ETAPA Componente Curricular: exclusivo de curso (X) Eixo Comum ( ) Eixo Universal ( ) PESQUISA OPERACIONAL APLICADA (04) Sala de aula FUNDAMENTOS DE COMPUTAÇÃO Busca da compreensão da importância do
Leia maisModelagem da Anomalia Magnética no Granito Silva Jardim
Modelagem da Anomalia Magnética no Granito Silva Jardim Antonio Nuno de Castro Santa Rosa 1 Nilton Correia da Silva 2 Natasha Gomes Santos Stanton 3 Renata Schimit 3 Universidade Federal do Rio de Janeiro/CT/NIDES
Leia maisUENF - COORDENAÇÃO ACADÊMICA -
UENF - COORDENAÇÃO ACADÊMICA - Universidade Estadual do Norte Fluminense Darcy Ribeiro PROGRAMA ANALÍTICO DE DISCIPLINA (PÓS-GRADUAÇÃO) Centro CCT IDENTIFICAÇÃO Laboratório LECIV Pré-requisito Co-requisito
Leia maisUniversidade Federal de São Carlos Departamento de Estatística. Plano de Ensino (B) - Estatística 1
Universidade Federal de São Carlos Departamento de Estatística Plano de Ensino 15.151-3 (B) - Estatística 1 São Carlos - SP Março de 2017 Sumário 1 Caracterização complementar da turma/disciplina 1 1.1
Leia maisMini curso Inteligência Computacional Aplicada
Mini curso Inteligência Computacional Aplicada 08/10/2013 Prof. Dr. Hertz Wilton de Castro Lins Tópicos Inteligência Computacional Redes neurais Computação evolucionária Lógica fuzzy Inteligência de Enxames
Leia mais1. IDENTIFICAÇÃO DA DISCIPLINA
1. IDENTIFICAÇÃO DA DISCIPLINA CURSO: FT02-T PERÍODO LETIVO: 2017/2 TURMA: 01 DISCIPLINA: Sistema de Controle SIGLA: FTE029 CARGA HORÁRIA TOTAL: 90 CRÉDITOS: 6 TEÓRICA: 90 PRÁTICA: 0 PRÉ-REQUISITO: FTE008
Leia maisReconhecimento de Faces Utilizando Redes Neurais MLP
Reconhecimento de Faces Utilizando Redes Neurais MLP Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal do
Leia mais[2] ALLAIRE, P. E.; FLACK, R. D.. Design of journal bearings for rotating machinery. Proceedings of the Tenth Turbomachinery Symposium,
Bibliografia [1] API Standard Paragraphs Rotordynamic Tuturial: Lateral Critical Speeds, Unbalance Response, Stability, Train Torsionals, and Rotor Balancing, 2. ed edition, 2005. [2] ALLAIRE, P. E.; FLACK,
Leia maisRicardo Matsumura de Araújo Professor Assistente FURG Doutorando PPGC / UFRGS Orientador: Luis C. Lamb
Ricardo Matsumura de Araújo Professor Assistente FURG Doutorando PPGC / UFRGS Orientador: Luis C. Lamb Aprendizado de Máquina IA Estatística Computação Diz-se que um algoritmo é capaz de aprender de uma
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Apresentação da Disciplina Edirlei Soares de Lima O que é Inteligência Artificial? Área de pesquisa que tem como objetivo buscar métodos ou dispositivos
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Aprendizagem de Máquina Segundo semestre de 2018 Francisco Carvalho e Cleber Zanchettin Universidade Federal de Pernambuco - UFPE Centro de Informtica - CIn Objetivos da disciplina
Leia maisRedes Neurais Artificiais
Redes Neurais Artificiais Aplicações em Telecomunicações Prof. João Marcos Meirelles da Silva, D.Sc. Professor Adjunto II do Departamento de Engenharia de Telecomunicações Universidade Federal Fluminense
Leia maisUniversidade Federal de São Carlos Departamento de Estatística. Plano de Ensino (B) - Teoria de Matrizes para Estatística
Universidade Federal de São Carlos Departamento de Estatística Plano de Ensino 15.850-0 (B) - Teoria de Matrizes para Estatística São Carlos - SP Março de 2017 Sumário 1 Caracterização complementar da
Leia maisInteligência Computacional Aplicada. O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos
Inteligência Computacional Aplicada Resumo O que é Inteligência Computacional? Áreas de Aplicação Algoritmos Genéticos O que é Inteligência Computacional? Técnicas e sistemas computacionais que imitam
Leia maisPROJETO DE INCLUSÃO DE DISCIPLINAS OPTATIVAS NO CURSO DE BACHARELADO EM SISTEMAS DE INFORMAÇÃO CAMPUS CURITIBA
PR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba Curso de Bacharelado em Sistemas de Informação PROJETO DE INCLUSÃO DE DISCIPLINAS
Leia maisUniversidade Estadual Paulista Campus de Ilha Solteira. Palestra: Carlos Roberto Minussi DEE FEIS UNESP
Universidade Estadual Paulista Campus de Ilha Solteira Palestra: Lógica Fuzzy (Nebulosa) Carlos Roberto Minussi DEE FEIS UNESP História e Motivação Lógiica Fuzzy Computação com Pallavras Zadeh [1965] desenvolveu
Leia maisUma Abordagem de Gerenciamento Contextual de Recursos Dinâmicos em Ambientes Pervasivos: Estudo de Caso em Aplicações de Home Care
Uma Abordagem de Gerenciamento Contextual de Recursos Dinâmicos em Ambientes Pervasivos: Estudo de Caso em Aplicações de Home Care LORAYNE PINHEIRO DORNELLES LEANDRO KRUG WIVES 2016 Sumário 01 Introdução
Leia maisAnt Colony Optimization
Ant Colony Optimization por Fabricio Breve Fabricio Breve fabricio@rc.unesp.br 02/06/2016 Fabricio Breve 1 Ant Colony Optimization Origem na tese de doutorado de Marco Dorigo, em 1992 Ant Systems Algoritmo
Leia maisUniversidade Federal de Juiz de Fora Faculdade de Engenharia Departamento de Energia Elétrica PLANO DE ENSINO
Universidade Federal de Juiz de Fora Faculdade de Engenharia Departamento de Energia Elétrica 1) IDENTIFICAÇÃO DA DISCIPLINA Disciplina Teoria de Controle II PLANO DE ENSINO Código CEL039 Carga horária
Leia maisOrganização da Disciplina Controle de Processos 1
Organização da Disciplina Controle de Processos 1 Ronaldo Guimarães Corrêa Departamento de Engenharia Química Universidade Federal de São Carlos 2 o Sem. 2017 Organização da Disciplina (CP1) www.professores.deq.ufscar.br/ronaldo/cp1
Leia mais