2º SIMPÓSIP BRASILEIRO DE AUTOMAÇAO INTELIGENTE
|
|
- Nathan Gentil de Vieira
- 6 Há anos
- Visualizações:
Transcrição
1 2º SIMPÓSIP BRASILEIRO DE AUTOMAÇAO INTELIGENTE CEFET-PR, 13 a 15 de Setembro de 1995 Curitiba Paraná Análise sob restrições baseada en1 Redes de Petri de un1a célula flexível de lnanufatura Stéphane Julia'* **, Robert Valette*, Rita 1tlaria da Silva Julia**'" * LAAS-CNRS, 7 Avenue du Colonel-Roche, Toulouse Cedex França ** CPGEI-CEFET-PR, Av. Sete de Setembro 3165, Curitiba (PR.) Brasil * * * Dept. Informática-UFU, Av. Universitaria SN, Campus Sta. Mônica, Uberlándia (M.G.) Brasil julia@laas.fr robert@laas.fr rita@brufu.bitnet Resumo Atualmente, a análise e o controle dos Sistemas Flexíveis de Manufatura podem ser abordados de diversas maneiras. Particularmente, destacam-se as abordagens efetuadas através de duas ferramentas: as Redes de Petri e as técnicas de Inteligência Artificial. O objetivo deste artigo é mostrar como obter um modelo híbrido mais adaptado ao estudo dos Sistemas Flexíveis de Manufatura combinando-se as Redes de Petri e as Linguagens de Programação de Restrições da Inteligência Artificial. Depois de uma apresentação das Linguagens de Programação de Restrições e de sua utilização dentro do contexto da análise sob restrições dos Sistemas Flexíveis de Manufatura, mostra-se um exemplo de aplicação do modelo híbrido obtido à análise e ao escalonamento das Células Flexíveis de Manufatura com funcionamento cíclico. 1 Introdução Diversas ferramentas e linguagens são empregadas atualmente no contexto da análise e do controle dos Sistemas Flexíveis de Manufatura (SFM). O objetivo deste artigo é traçar um paralelo entre as técnicas de Inteligência Artificial (IA) e as Redes de Petri (RdP), que, de maneira geral, têm sido tratadas como abordagens distintas no domínio dos SFM. As RdP são uma ferramenta muito poderosa para a modelagem dos SFM. Em particular, elas permitem o cálculo de invariantes de lugar e de transição, que são duas propriedades essenciais a serem consideradas no funcionamento cíclico dos SFM, bem como a representação de recursos, que é um conceito fundamental em um SFM. Por sua vez, as técnicas de IA incluem mecanismos de retrocesso ("backtracking") que não existem em RdP. Além disso, as linguagens da IA, particularmente, as Linguagens de Programação de Restrições (LPR), possibilitam uma representação natural e simples das diversas restrições que compõem um SFM. Neste contexto, parece interessante levar-se em consideração uma abordagem híbrida que combine as RdP e as LPR, obtendo-se, assim, um modelo mais compreensível e mais adaptado à análise e ao controle dos SFM. A seguir apresentaremos as LPR e sua utilização no contexto da análise sob restrição dos SFM. Em particular, uma abordagem combinando as RdP ~ as LPR será aplicada ao caso da análise e do escalonamento das Células Flexíveis de Manufatura (CFM) com funcionamento cíclico. 2 Linguagens de programação de restrições (Constraint Programming Languages) Existe hoje na aréa da informática e da Inteligência Artificial (IA) um desejo de simplificar e de tornar mais natural a escritura de um programa. Com esta finalidade implementaram-se as chamadas linguagens declarativas, tal como Prolog. Em linguagens imperativas como Pascal e C, se o usuário precisar explorar um dado sistema de diversas maneiras, ele é forçado a escrever e a corrigir manualmente diversos algoritmos, de tal forma a cobrir esta diversidade. A dificuldade de implementação torna as linguagens imperativas uma desanimadora ferramenta no ato de programar. Com uma linguagem declarativa, o programador tem somente que estabelecer um conjunto de relações entre um conjunto de objetos. Particularmente, um grupo de linguagens declarativas de programação chamadas Linguagens de Programação de
2 SIMPÓSIO BRASILEIRO DE AUTOMAÇÃO INTELIGENTE Restrições (LPR) (Constraint programming languages) tem sido desenvolvido pela comunidade científica que trabalha na aréa de IA. Antes de tudo, forneçamos algumas definições [LE 88] : Uma restrição expressa uma relação entre um conjunto de objetos. Uma linguagem de restrições é uma linguagem utilizada para descrever os objetos e as restrições. Um programa de restrições (PR) é um programa escrito em uma linguagem de restrições. Este programa vai definir um conjunto de objetos e o conjunto de restrições incidentes sobre eles. Um sistema de satisfação de restrições (SSR) (constraint satisfaction system) acha os valores dos objetos que vão tornar as relações verdadeiras, servindo-se de métodos de resolução chamados técnicas de satisfação de restrições (constraint satisfaction techniques). Podemos ver que nas definições dadas aparecem duas partes distintas: o PR e o SSR. Encontra-se um funcionamento semelhante em Prolog, que é um exemplo do benefício decorrente de se separar as regras (o programa Prolog) do mecanismo de controle (motor de inferéncia de Prolog). As vantagens desta separação em duas partes são: A possibilidade de programar sem conhecer exatamente o princípio de resolução que vai ser utilizado, evitando-se, assim, um desperdício de tempo com questões outras que não a formulação do problema. A possibilidade de resolver vários problemas com um mesmo programa que represente simplesmente as diversas restrições do sistema a serem respeitadas. A facilidade de modificar facilmente o programa, retirando ou acrescentando restrições. A habilidade de descrever sistemas complexos de modo simples e natural, utilizando as informações locais como ferramenta.. Simplificar a tarefa humana de descrever um problema para um computador. A desvantagem de um SSR é que, para ser eficaz, ele tem que ser muito especializado, o que o tornará aplicável apenas a sistemas específicos que tenham características semelhantes. É por isso que não se encontra um SSR genérico capaz de resolver um problema qualquer. Geralmente, um programa de restrições pode ser visto como um grafo [LE 88, GU 89] e o mais simples e mais comum dos mecanismos de satisfação de restrições é chamado de propagação local. As regras de resolução somente envolvem informações locais a cada nó do grafo e resultam em uma consistência local dos objetos. Os outros mecanismos de satisfação de restrições são: Mecanismos de relaxamento (relaxation) quando o grafo tem ciclos e quando suas restrições sao inconsistentes (sem solução). Mecanismos de transformação de grafo. Programação linear quando as restrições são lineares. Mecanismos de resolução utilizados na IA, tal como as técnicas de busca usadas nos resolvedores gerais de problemas. 3 Análise sob restrições nos Sistemas Flexíveis de Manufatura A modelagem e a análise de um SFM, devido à sua complexidade tanto no nível da arquitetura quanto no nível da gestão de produção, são geralmente abordadas de maneira modular. É evidente que a integração dos dados relativos aos SFM não pode ser feita usando apenas um modelo. A análise de um modelo complexo demais requereria tempos de cálculo que não seriam realistas em se considerando a tecnologia atual. Por outro lado, o conceito de flexibilidade faz com que os SFM devam ser dotados de uma grande capacidade de adaptação às variações do mercado. Deve ser possível de se incluir estas eventuais variações no modelo sem que ele precise ser redefinido a cada vez que elas ocorram. Uma das soluções que é cada
3 2 2 SIMPÓSIO BRASILEIRO DE AUTOMAÇÃO INTElIGENTE 245 vez mais aplicada na t.entativa de reduzir a complexidade de um SFM (particularmente no nivel da gest.ã,o de produçã,o e do escalonamento) é a de considerar preferencialmente informações locais que informações globais. Considerando que essas informações locais são vistas como conjunt.os de restrições, cada restriçã,o vai descrever somente um aspecto parcial do sistema. Esse jeito de descrever um SMF como conjunto de restrições já foi desenvolvido em diversos programas, tais como: ISIS [FO 87] OPIS [SM 88] MASCOT [ES 87] Por exemplo. :MASCOT, que foi implementado em Prolog II (versão mais evoluída do Prolog), trata a tarefa do escalonamento dentro de um SFM. A escritura das clá.usulas de Horn em Prolog II corresponde às restrições de um PR e o motor de inferéncia do Prolog II corresponde ao SSR. Um formalismo de restrições nã,o pode ser implementado isoladamente. Devem-se combinar formalismos de restrições bem adaptados à. aná.lise sob restrições com outros formalismos mais adaptados à. modelagem de SFl\1. J á foi mostrado que uma RdP é um modelo bem adaptado à modelagem de um SFM [SI 89]. A combinaçâ.o das RdP e da IA não é uma coisa nova [VA 92]. Particularamente, a Lógica Nebulosa tem sido aplicada às RdP para desenvolver modelos mais robustos para a coordenação global de um SFM. A Lógica Linear [GI 87] também parece ser de grande interesse para o diagnóstico de um SFM modelado por uma RdP. Contudo, raramente uma RdP foi vista como um formalismo de restrições. Nós vamos mostrar agora como, a nível de uma CFM, uma RdP pode ser comparada com UD1 PR e como as técnicas de satisfação de restrições de um SSR podem ser aplicadas a uma RdP. 4 Análise de uma Célula Flexível de Manufatura sob um conjunto de restrições cíclicas 4.1 Representação forn1al das restrições da CFM Uma CFM pode ser descrita por um conjunto de restrições. Cada restrição é modelada por uma sub-rdp. A seguir mostramos estas restrições: Roteiro de produção Para cada peça que vai ser tratada dentro de uma CFM existem diversos roteiros de produçâ.o possíveis. Estes roteiros podem ser entendidos como restrições a serem modeladas por uma sub-rdp que descreve a seqüéncia das operações. A rede da figura 1 representa um exemplo de uma seqüéncia de operações a serem efetuadas sobre a peça modelada pela marca dentro do lugar po. A restrição modelada explicita que op2 deve ser executada depois de opl e antes de op3. Ela é uma restrição temporal qualitativa que corresponde ao fato de que, por exemplo, a data de início de op2 deve ser maior que a data de fim de opl. po ap 1 p2 ap2 p3 ap3 p4 ~ Figure 1: Roteiro de produção A rede da figura 2 representa a mesma restrição associada a uma política cíclica. Esta restrição é mais complexa. Por exemplo, seria necessário escrever que a data do n-ésimo início de op2 deve ser maior que a data do n-ésimo fim de opl Alocação de recurso Numa CFl\1, o comportamente flexível é modelado por recursos que sã,o repartidos entre as diversas operações. Por exemplo, a restrição descrita na figura 3 significa que com o mesmo recurso descrito pela marca em R, pode-se tratar tanto a operação op4 quanto a operação op5.
4 SIMPÓSIO BRASILEIRO DE AUTOMAÇÃO INTEliGENTE po opl p2 op2 p3 op3 p4 pl Figure 2: Roteiro de produção + política cíclica op4 ops I ~ Figure 3: Alocação de recurso Balanceamento de carga (Load balancing) Quando o funcionamento de uma CFM é cíelico, é necessário descrever as exigências da produção através de uma restrição. Por exemplo, a rede da figura 4 descreve o fato de que a cada período de produção devem ser tratadas uma peça do lugar p5 e duas peças do lugar p6. Ps Figure 4: Balanceamento de carga o modelo global da célula é obtido através da fusão das transições compartilhadas pelas diversas sub RdP. Esta fusão implementa a conjunção lógica das restrições, pois uma transição só pode ser disparada quando todos os lugares de entrada contêm marcas. É por isto que as sub-rdp representam as restrições de sincronização. Traçando um paralelo entre as RdP e os PR, o modelo global da célula corresponde ao que Güsgen [GU 89] chama de Rede de Restrições Restrições temporais Para explicitar as restrições temporais quantitativas, utiliza-se uma RdP p-t-temporizada. Associam-se com as transições as durações das operações e, com os lugares, os tempos de espera que vão definir o escalonamento. Uma definição detalhada do modelo acha-se no artigo [JU 94]. o
5 2 2 SIMPÓSIO BRASILEIRO DE AUTOMAÇÃO INTELIGENTE Avaliação do dese111penho de Ulna CFM Agora que a célula foi definida por um conjunt.o de rest.rições, nós nos interessamos em definir o desempenho da CF~L Em particular, nós vamos estudar o estado permanente cíclico da célula. Cada restrição definida por uma sub-rdp é uma invariante de lugares. Por exemplo. na figura 2. a soma das marcações dos lugares p1, p"2 e p3 sempre vai ser igual a uma marca. Durante a evoluçào do sistema, esta marca vai passar de um lugar para o seguinte e tirar as transições seqüencialmente. A partir desta restrição, pode-se escrever a expressão do período ciclico ii: ii = d,,! + dor! + d p '2 + dop '2 + d p3 + d01'3, onde d pi e doj-li. com i E {I, 2, ~~}, são as temporizações associadas aos lugares ~ às transições. Assim, para cada restriçâ.o ~ nós podemos derivar uma equação linear. O desempenho da célula é definido pelo valor do período ciclico ii. Para obter, por exemplo. o melhor desempenho possível da célula para o conjunto de restrições lineares, temos que minimizar 7i considerando este conjunto. A t.écnica de satisfaçâ.o de restrições que é utilizada é a programação linear. Com efeito, como foi dito na secção 2, geralment.e, quando a linguagem de programação de restrições descreve um conjunto de restrições lineares, o sistema de satisfação de restrições utiliza a programação linear como técnica de satisfação de restrições. Uma análise mais detalhada de uma célula que usa a análise sob restrições acha-se no artigo [.lu 94J. 4.3 Cálculo de U111 escalonanlento cíclico enl un1.a CFM Cada vez mais, o escalonamento de um SFM é preferencialment.e visto como uma busca de uma seqüéncia de operações consistente com um conjunt.o de restrições que como uma busca de uma seqüéncia que otimize um critério. Por isso, o escalonamento de SFM é feito dentro do contexto da análise de um sistema sob restrições. O problema fundamental é de achar uma técnica de satisfação de restrições para o escalonament.o. As restrições do problema correspondem à rede de restrições (o modelo de RdP que descreve a célula) e ao resultado da avaliação do desempenho, onde este resultado é representado pelo intervalo [7im in, 7imaxJ que descreve o conjunto de valores que o período de funcionamento 7i pode assumir. 7im in é o melhor desempenho possível da célula e 7imax representa o melhor desempenho dela quando se impõe um mínimo de flexibilidade dentro da célula a fim de torná-la mais robusta às perturbações que podem ocorrer (como a quebra de uma máquina etc.). Uma descrição detalhada dos limites 7im in e Ílmax encontra-se em [JU 94J. A técnica de satisfaçâ.o destas restrições é o algoritmo do "token player" que foi desenvolvido em [JU 95J. O princípio de funcionamento é o do "token player" clássico [AT 87], que fixa as regras de evoluçâ.o das marcas dentro de uma RdP, e o do mecanismo de retrocesso ("backtracking"), o qual ocorre a cada vez que o valor do período 7i for superior ao valor 7i max. O mecanismo de retrocesso permite que se ret.orne a uma marcação anterior da RdP a cada vez que ocorrer uma inconsisténcia na.s restrições, visando a retomar a busca em uma outra direçâ.o onde se possa tentar satisfazer o conjunt.o das restrições. ' Esse princípio de retrocesso é uma técnica clássica da IA que é utilizada, por exemplo, dentro do motor de inferéncia de Prolog. Conseqüentemente, esse algoritmo pode ser visto como um exemplo de "crossfertilization" entre a teoria das RdP e as técnicas de IA. Para finalizar. o modelo global é composto por um conjunto de sub-rdp que devem ser vistas individualmente a fim de se fixarem as regras de resolução dos conflitos. Devido a isso, o princípio de busca do algoritmo "token player" corresponde ao mecanismo de satisfaçâ.o de restrições chamado "propagaçâ.o loca}", que é utilizado quando a rede de restrições é modelada por um grafo. Nós podemos observar que a implementaçâ.o da estrutura de dados do algoritmo "token player" é formada de objetos e de ligações [AT 87], o que corresponde bem à definição de uma rede de restrições [G U 89J. 5 Conclusão Mostramos aqui as similaridades que existem entre as RdP e os PR dentro do contexto da modelagem de um SFM. A fim de avaliarmos o desempenho e o escalonamento de uma CFM com funcionamento cíclico, fizemos uma aplicação a um modelo de RdP de técnicas de satisfação de restrições. Como trabalho futuro, pode ser interessante aplicar-se o algoritmo "token player" com retrocesso [JU 95J aos problema.s de diagnóstico dos SFM, que em geral têm sido resolvidos com a ajuda de técnicas da IA que utilizam o mecanismo de retrocesso. Também propomos como trabalho futuro a reescritura, sob a forma de cláusulas da -Lógica-Linear, das restrições modela.das pelas sub-rdp, o que acreditamos ser de grande interesse em tarefas de combinar as RdP e as técnicas de IA, tarefas, estas, que visa.m a obter modelos híbridos ma.is adaptados à. compreensão dos SFM.
6 248 2' SIMPÓSIO BRASILEIRO DE ~ AUTOMAÇAO INTELIGENTE References [AT 87] H. Atabakhche, D. Simonetti-Barbalho, R. Valette, M. Courvoisier, Commande d 'ateliers: un compromis est-il possible entre une approche graphique et une approche intelligence artificielle?, APII, p , [ES 87] P. Esquirol, Regles et processus d'inférence pour l'aide à l'ordonnancement de tâches en présence de contraintes, These de Doctorat, Université Paul Sabatier, Toulouse, Décembre [FO 87] M. Fox, Constraint-Directed Search: A case study of job-shop scheduling, Research Notes in Artificial Intelligence, Pitman Publishing, [GI87] J.Y. Girard: Linear Logic; Theoretical Computer Science, 50, 1987, p [GU 89] H.W. Güsgen, CONSAT: a system for Constraint Satisfaction, Research Notes III Artificial Intelligence, Pitman Publishing, [JU 94] S. Julia, R. Valette, M. Tazza, Analysis of the behavior of a manufacturing cell with cyclic feeding policies, IEEE International Conference on Systems, Man and Cybernetics, San Antonio, Texas, USA, October [JU 95] S. Julia, R. Valette, M. Tazza, Computing a feasible schedule under a set of cyclical constraints, Second International Conference on Industrial Automation, Nancy, France, June [LE 88] 'A T Leler, Constraint Programming Languages: Their Specification and Generation, Addison Wesley Publishing Company, [SI 89] M. Silva, R. Valette, Petri Nets and Flexible Manufacturing, Advances in Petri Nets, G. Rozenberg (ed.), Lecture Notes of Computer Science, Springer Verlag, p , [SM 88] S.F. Smith, A constraint-based framework for reactive management of factory schedule, Intelligent Manufacturing: Proceedings from the first international conference on expert systems and the leading edge in production planning and control, M.D. Oliff editor, The Benjamin/Cummings Publishing Company, [VA 92] R. Valette, M. Courvoisier, Petri nets and Artificial Intelligence, International Workshop on Emerging Technologies for Factory Automation p , North Queensland, Australia, August 1992, Modern Tools for Manufacturing Systems, Manufacturing Research and Technology, Elsevier, vol.18, p , 1993.
ANÁLISE SOB RESTRIÇÕES BASEADA EM UM RACIOCÍNIO ENERGÉTICO PARA O PROBLEMA DE ESCALONAMENTO TEMPO REAL DE SISTEMAS DE GERENCIAMENTO DE WORKFLOW
ANÁLISE SOB RESTRIÇÕES BASEADA EM UM RACIOCÍNIO ENERGÉTICO PARA O PROBLEMA DE ESCALONAMENTO TEMPO REAL DE SISTEMAS DE GERENCIAMENTO DE WORKFLOW Flávio Félix Medeiros, Stéphane Julia Faculdade de Computação
Leia maisJADEX: A BDI REASONING ENGINE. Alexander Pokahr, Lars Braubach e Winfried Lamersdorf Springer US - Multi-Agent Programming 2005 pp.
JADEX: A BDI REASONING ENGINE Alexander Pokahr, Lars Braubach e Winfried Lamersdorf Springer US - Multi-Agent Programming 2005 pp. 149-174 Volume 15 Motivação Existem muitas plataformas para desenvolvimento
Leia maisIntrodução à Análise e Projeto de Sistemas
Introdução à I. O Que vamos fazer na Disciplina? Saber uma linguagem de programação orientada a objeto (OO) não é suficiente para criar sistemas OO Tem que saber Análise e Projeto OO (APOO) Isto é, Análise
Leia maisInterpretação de Imagens com CSP
com CSP Álvaro Guarda Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto Contexto Passos Passos Gerais Gerais na na Resolução de de Problemas Escolha
Leia maisSistemas Especialistas
Agenda Sistemas Especialistas Revisão Conceitos Básicos Entender uma ferramenta para S.E. Sistemas de Informação Inteligentes Prof. Esp. MBA Heuber G. F. Lima Aula2 Page 2 Conceitos I.A. Sistemas Especialistas
Leia mais3 Circuitos de objetos e simulação
3 Circuitos de objetos e simulação Simulação (Ross, 2001) é a arte da imitação. Freqüentemente, torna-se muito caro, ou mesmo impraticável, estudar um sistema real em ação. Se adicionarmos os pré-requisitos
Leia maisTécnicas de Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 05 Sistemas Especialistas Max Pereira Sistemas Especialistas Pesquisadores de IA queriam desenvolver
Leia maisProf. Ms. Ronaldo Martins da Costa
Prof. Ms. Ronaldo Martins da Costa Diferentes conjuntos de etapas que envolvem métodos, ferramentas e procedimentos utilizados no desenvolvimento de software CiclodeVidaClássico Prototipação Modelo Espiral
Leia maisTipos para uma Linguagem de Transformação
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática Proposta de Trabalho de Graduação Tipos para uma Linguagem de Transformação Aluno: Orientador: Alexandra Barreto
Leia maisRedes de Petri (RdP) Petri Nets
Sumário Redes de Petri (RdP) Petri Nets Armando Jorge Sousa Versão 11, 15 Dez 2005 Apresentação: notação gráfica inc. marcação Concorrência, conflito e confusão Sincronização e recursos críticos Extensões
Leia maisModelagem do Problema de Configuração de Prateleiras Utilizando Programação em Lógica por Restrições
Modelagem do Problema de Configuração de Prateleiras Utilizando Programação em Lógica por Restrições Vinicius Oliverio 1, Rafael S. Parpinelli 1, Claudio C. de Sá 1 1 Departamento de Ciência da Computação
Leia maisUTILIZAÇÃO DE REGRAS PARA ADAPTAÇÃO DE HIPERMÍDIA
UTILIZAÇÃO DE REGRAS PARA ADAPTAÇÃO DE HIPERMÍDIA Eliane Pozzebon eliane@inf.ufsc.br Jorge Muniz Barreto barreto@inf.ufsc.br Universidade Federal de Santa Catarina (UFSC) Departamento de Ciências Exatas
Leia maisCOMPILADORES PROGRAMA E BIBLIOGRAFIA
COMPILADORES PROGRAMA E BIBLIOGRAFIA Mariza A. S. Bigonha e Roberto S. Bigonha UFMG 27 de maio de 2008 Todos os direitos reservados Proibida cópia sem autorização dos autores OBJETIVOS DO CURSO Ensinar
Leia maisProcessos de software
Processos de software 1 Processos de software Conjunto coerente de atividades para especificação, projeto, implementação e teste de sistemas de software. 2 Objetivos Introduzir modelos de processos de
Leia maisEstruturas de Dados Aula 1: Introdução e conceitos básicos 28/02/2011
Estruturas de Dados Aula 1: Introdução e conceitos básicos 28/02/2011 Web site http://www.inf.ufes.br/~pdcosta/ensino/ Profa. Patrícia Dockhorn Costa Email: pdcosta@inf.ufes.br Introdução O que são estruturas
Leia maisIntrodução à Computação
Introdução à Computação Jordana Sarmenghi Salamon jssalamon@inf.ufes.br jordanasalamon@gmail.com http://inf.ufes.br/~jssalamon Departamento de Informática Universidade Federal do Espírito Santo Agenda
Leia maisO potencial das redes de Petri em modelagem e análise de processos de negócio
O potencial das redes de Petri em modelagem e análise de processos de negócio Agenda Motivação Introdução: conceito de workflow, importância, barreiras enfrentadas nas pesquisas desenvolvidas, redes de
Leia maisImplementação da Especificação de Tempo Real Java para o EPOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA Curso de Ciências da Computação Implementação da Especificação de Tempo Real Java para o EPOS ANDERSON LUIS ZAPELLO Florianópolis, julho de 2005 ANDERSON LUIS ZAPELLO
Leia maisTP052-PESQUISA OPERACIONAL I Introdução. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Introdução Prof. Volmir Wilhelm Curitiba, Paraná, Brasil TP052-PESQUISA OPERACIONAL I Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema
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 maisProf. Dr. Alexandre da Silva Simões UNESP
UNESP!! Definição de paradigma!! Principais paradigmas da robótica:!! Paradigma Hierárquico (Deliberativo)!! Exemplos!! Paradigma Reativo!! Exemplos!! Paradigma Híbrido (Reativo-Deliberativo) 1 2!! Números
Leia maisUSO DE PARALELISMO DE DADOS PARA MAIOR EFICIÊNCIA DE ALGORITMOS DE PROCESSAMENTO DE IMAGENS
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM USO DE PARALELISMO DE DADOS PARA MAIOR EFICIÊNCIA DE ALGORITMOS DE PROCESSAMENTO
Leia maisMATRIZES - PARTE Definição e Manipulação de Matrizes AULA 21
AULA 21 MATRIZES - PARTE 1 21.1 Definição e Manipulação de Matrizes Sabemos como definir variáveis de um novo tipo de dados, denominado vetor, que representam seqüências de valores de um mesmo tipo. Por
Leia maisIntrodução aos algoritmos computacionais
CAPíTULO 1 Introdução aos algoritmos computacionais é um procedimento que descreve, sem ambiguidade, uma sequência nita de passos a serem seguidos em uma ordem especíca para resolver um problema ou aproximar
Leia maisProcessos de Software by Pearson Education Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 4 Slide 1
Processos de Software Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 4 Slide 1 Objetivos Apresentar modelos de processos de software Descrever três modelos genéricos de processo e quando
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE
1 INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS JOÃO CÂMARA ENGENHARIA DE SOFTWARE Nickerson Fonseca Ferreira nickerson.ferreira@ifrn.edu.br Introdução 2 Antes de qualquer
Leia maisComparativo de Ferramentas para Sistemas Especialistas Aline Rassweiller de Souza
Comparativo de Ferramentas para Sistemas Especialistas Aline Rassweiller de Souza Prof. Roberto Heinzle Orientador Roteiro Introdução Sistemas Especialistas Aquisição/Representação do Conhecimento Ferramentas
Leia maisFlexibilidade de Sequenciamento
Universidade Federal de Itajubá - UNIFEI Instituto de Engenharia de produção e Gestão - IEPG EPR-03 Automação da Manufatura Notas sobre: Flexibilidade de Sequenciamento Prof. José Hamilton Chaves Gorgulho
Leia maisCarlos Eduardo Batista Centro de Informática - UFPB
Carlos Eduardo Batista Centro de Informática - UFPB bidu@ci.ufpb.br Motivação Arquitetura de computadores modernos Desafios da programação concorrente Definição de concorrência Correr junto Disputa por
Leia maisFundamentos de Programação 1
Fundamentos de Programação 1 Slides N. 2 E / Prof. SIMÃO Slides elaborados pelo Prof. Robson Linhares elaborados pelo Prof. Robson Linhares http://www.dainf.ct.utfpr.edu.br/~robson/ Jean Marcelo SIMÃO
Leia maisProgramação de Computadores:
Instituto de C Programação de Computadores: Introdução a Linguagens de Programação Luis Martí Instituto de Computação Universidade Federal Fluminense lmarti@ic.uff.br - http://lmarti.com Seis Camadas Problema
Leia maisUNIDADE ACADÊMICA: Faculdade de
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE COMPUTAÇÃO BACHARELADO EM SISTEMAS DE INFORMAÇÃO PLANO DE DISCIPLINA DISCIPLINA: Programação Lógica ( X ) SEMESTRAL - ( ) ANUAL CÓDIGO: GSI010 PERÍODO: 2
Leia maisRedes Neurais e Sistemas Fuzzy
1. Inteligência Computacional Redes Neurais e Sistemas Fuzzy Apresentação da disciplina Conceitos básicos A chamada Inteligência Computacional (IC) reúne uma série de abordagens e técnicas que tentam modelar
Leia maisINE 5101 Simulação Discreta. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
INE 5101 Simulação Discreta 1 Objetivos do curso Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas; Como funcionam programas de simulação; Como utilizar corretamente uma
Leia maisFundamentos de Sistemas Operacionais. Threads. Prof. Edwar Saliba Júnior Março de Unidade Threads
Threads Prof. Edwar Saliba Júnior Março de 2007 1 Definição Partes de um processo que compartilham mesmo espaço de endereçamento Sub-rotina de um programa executada paralelamente ao programa chamador (execução
Leia maisRequisitos de Software
Requisitos de Software Engenharia de requisitos Estabelece os serviços que o cliente requer de um sistema e as restrições sob as quais tal sistema operará e será desenvolvido. Tais serviços e restrições
Leia maisESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS
ESTÁGIOS DOMINANTES FLEXÍVEIS EM SISTEMAS DE PRODUÇÃO FLOW SHOP HÍBRIDOS João Vitor Moccellin Departamento de Engenharia de Produção Escola de Engenharia de São Carlos, Universidade de São Paulo. Av. Trabalhador
Leia maisTópicos Especiais: Inteligência Artificial REDES NEURAIS
Tópicos Especiais: Inteligência Artificial REDES NEURAIS Material baseado e adaptado do Cap. 20 do Livro Inteligência Artificial de Russell & Norvig Bibliografia Inteligência Artificial Russell & Norvig
Leia maisLinguagens de Programação
Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Computação e Automação Linguagens de Programação Professor Responsável: Luiz Affonso Henderson Guedes de Oliveira Prof.
Leia maisIntrodução à Computação: Máquinas Multiníveis
Introdução à Computação: Máquinas Multiníveis Beatriz F. M. Souza (bfmartins@inf.ufes.br) http://inf.ufes.br/~bfmartins/ Computer Science Department Federal University of Espírito Santo (Ufes), Vitória,
Leia maisComo Modelar com UML 2
Ricardo Pereira e Silva Como Modelar com UML 2 Visual Books Sumário Prefácio... 13 1 Introdução à Modelagem Orientada a Objetos... 17 1.1 Análise e Projeto Orientados a Objetos... 18 1.2 Requisitos para
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisUNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 03 PROFª BRUNO CALEGARO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 03 PROFª BRUNO CALEGARO Santa Maria, 13 de Setembro de 2013. Revisão aula anterior Processo de software Um modelo de processo de software consiste
Leia maisMODELO DE PROGRAMAÇÃO HORÁRIA DE UMA CÉLULA FLEXÍVEL DE MANUFATURA COM USO DE MÚLTIPLAS FERRAMENTAS
MODELO DE PROGRAMAÇÃO HORÁRIA DE UMA CÉLULA FLEXÍVEL DE MANUFATURA COM USO DE MÚLTIPLAS FERRAMENTAS Evelin Maria Abreu Teixeira Fundação Centro Tecnológico para Informática (C.T.I.) Inst. de Automação
Leia maisImplementação de um escalonador de processos em GPU
Implementação de um escalonador de processos em GPU Guilherme Martins guilhermemartins@usp.br 6 de abril de 2017 Guilherme Martins (guilhermemartins@usp.br) Implementação de um escalonador de processos
Leia maisHistórico de Linguagens de Programação
Bacharelado em Ciência da Computação PARADIGMAS DE PROGRAMAÇÃO Histórico de Linguagens de Programação Prof. Claudinei Dias email: prof.claudinei.dias@gmail.com Objetivos Geral: Estudar as características
Leia maisUniversidade Estadual de Maringá Departamento de Informática Disciplina Inteligência Artificial Profa. Josiane
Universidade Estadual de Maringá Departamento de Informática Disciplina 1018 - Inteligência Artificial Profa. Josiane Lista de Exercícios para o 3º bimestre: Problemas de Satisfação de Restrição Representação
Leia maisModelo de Programação Paralela
Modelo de Programação Paralela As arquiteturas paralelas e distribuídas possuem muitos detalhes Como especificar uma solução paralela pensando em todos esses detalhes? O que queremos? Eecutar a solução
Leia maisInteligência Artificial. Sistemas Baseados em Conhecimento. Representação de Conhecimento (continuação)
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2018.html Inteligência Artificial Sistemas Baseados em Conhecimento Representação
Leia maisQUESTÕES TESTES. Questão 1. O modelo de ciclo de vida em cascata:
QUESTÕES 1. 0 que é domínio da aplicação (ou do problema)? 2. Qual a importância da engenharia de software e como se justificam os custos a ela associados? 3. O que é processo de desenvolvimento de software
Leia maisINTELIGÊNCIA COMPUTACIONAL
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br A Inteligência Computacional (IC), denominada originalmente de Inteligência Artificial (IA), é uma das ciências
Leia maisx y Grafo Euleriano Figura 1
Grafo Euleriano Um caminho simples ou um circuito simples é dito euleriano se ele contém todas as arestas de um grafo. Um grafo que contém um circuito euleriano é um grafo euleriano. Um grafo que não contém
Leia maisSCC Capítulo 5 Representação de Conhecimento através do Prolog
SCC-630 - Capítulo 5 Representação de Conhecimento através do Prolog João Luís Garcia Rosa 1 1 Departamento de Ciências de Computação Instituto de Ciências Matemáticas e de Computação Universidade de São
Leia maisSistemas Multi-agentes
Sistemas Multi-agentes! Projeto dos agentes «O problema é resolvido por um conjunto de agentes, fisicamente distribuídos em diversas máquinas conectadas. «Os agentes são concebidos para solucionar um problema
Leia maisIntrodução à UML. Universidade Federal de Mato Grosso do Sul Sistemas de Informação - CPCX. Prof. Fernando Maia da Mota
Universidade Federal de Mato Grosso do Sul Sistemas de Informação - CPCX Introdução à UML Prof. Fernando Maia da Mota Slides gentilmente cedidos por Profa. Dra. Maria Istela Cagnin Machado UFMS/FACOM Introdução
Leia maisSistemas Baseados em Conhecimento
Sistemas Baseados em Conhecimento Profa. Josiane M. P. Ferreira Baseado no capítulo 2 do livro Sistemas Inteligentes Fundamentos de Aplicações, organizadção: Solange Oliveira Rezende, ed. Manole, 2005.
Leia maisArquitetura e Organização de Computadores
Arquitetura e Organização de Computadores Conjunto de Instruções Givanaldo Rocha de Souza http://docente.ifrn.edu.br/givanaldorocha givanaldo.rocha@ifrn.edu.br Material do prof. Sílvio Fernandes - UFERSA
Leia maisLinguagens de Domínio Específico
Linguagens de Domínio Específico Fabio Mascarenhas 2017.1 http://www.dcc.ufrj.br/~fabiom/dsl Por que DSLs? Melhorar a produtividade dos programadores input =~ /\d{3}-\d{3}-\d{4}/ Facilitar a escrita e
Leia maisUniversidade Estadual de Mato Grosso do Sul UEMS Curso de Ciência da Computação Disciplina de Algoritmos Paralelos e Distribuídos
Universidade Estadual de Mato Grosso do Sul UEMS Curso de Ciência da Computação Disciplina de Algoritmos Paralelos e Distribuídos Pensando em Paralelo Pensar em paralelo é uma tarefa que exige disciplina
Leia maisAtividades de Desenvolvimento. Desenvolvimento de Software. Especificação de Requisitos. Atividades de Desenvolvimento. Especificação de Requisitos
DCC / ICEx / UFMG Desenvolvimento de Software Eduardo Figueiredo http://www.dcc.ufmg.br/~figueiredo Especificação de Requisitos Um sistema de software deve satisfazer as necessidades de seus usuários Tais
Leia mais6 ESCALONAMENTO DE CPU
6 ESCALONAMENTO DE CPU O escalonamento de CPU é ponto chave da multiprogramação. Ela permite que haja mais de um processo em execução ao mesmo tempo. Em ambientes com um único processador, o escalonador
Leia maisInteligência Artificial. Categorias de Conhecimento
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Categorias de Conhecimento Roteiro Conclusão
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Parte I) Prof. a
Leia maisLógica Proposicional. Prof. Dr. Silvio do Lago Pereira. Departamento de Tecnologia da Informação Faculdade de Tecnologia de São Paulo
Lógica Proposicional Prof. Dr. Silvio do Lago Pereira Departamento de Tecnologia da Informação aculdade de Tecnologia de São Paulo Motivação IA IA estuda estuda como como simular simular comportamento
Leia maisProgramação Linear. (3ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016
Programação Linear (3ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Excel Solver Instalação do Solver Resolução de problemas de programação linear Problema de minimização
Leia mais1.1 Linguagens de Programação
Fundamentos Procurando fazer com que haja uma melhor compreensão para o estudo e desenvolvimento utilizando linguagens de programação, este capítulo apresenta conceitos básicos sobre como um programa pode
Leia maisUMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC
UMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC R. R. ROCHA 1 e L. C. OLIVEIRA-LOPES 1 1 Universidade Federal de Uberlândia, Faculdade de Engenharia Química E-mail para contato: rosi.rocha28@gmail.com;
Leia maisProtótipo de um Simulador de um Aspirador de Pó, Utilizando Algoritmo de Busca e Agentes Inteligentes, em Ambientes com Barreiras
Protótipo de um Simulador de um Aspirador de Pó, Utilizando Algoritmo de Busca e Agentes Inteligentes, em Ambientes com Barreiras Jussara Vieira Ramos ROTEIRO Objetivo Introdução: I.A. X Robótica Agentes
Leia maisPROGRAMAÇÃO ORIENTADA A OBJETOS I -CONCEITOS PRELIMINARES. Prof. Angelo Augusto Frozza, M.Sc.
PROGRAMAÇÃO ORIENTADA A OBJETOS I -CONCEITOS PRELIMINARES Prof. Angelo Augusto Frozza, M.Sc. http://about.me/tilfrozza ROTEIRO O que é programação Linguagens de Programação Paradigmas de Programação História
Leia maisMODELAGEM DE DADOS MÓDULO III - UNIDADE V- MAPEAMENTO OBJETO RELACIONAL
MODELAGEM DE DADOS MÓDULO III - UNIDADE V- MAPEAMENTO OBJETO RELACIONAL 0 UNIDADE V: MAPEAMENTO OBJETO RELACIONAL Paradigma da Orientação a Objetos: Este paradigma parte do princípio que existem diversos
Leia maisFundamentos de Lógica e Algoritmos. Aula 2.3 Introdução a Algoritmos. Prof. Dr. Bruno Moreno
Fundamentos de Lógica e Algoritmos Aula 2.3 Introdução a Algoritmos Prof. Dr. Bruno Moreno bruno.moreno@ifrn.edu.br Fundamentos de Lógica e Algoritmos Aula 2.3 Introdução a Algoritmos Prof. Dr. Bruno Moreno
Leia maisEngenharia de Software II
Engenharia de Software II Aula 4 http://www.ic.uff.br/~bianca/engsoft2/ Aula 4-03/05/2006 1 Modelos Prescritivos de Processo Modelo em cascata Modelos incrementais Modelo incremental Modelo RAD Modelos
Leia maisTópicos Avançados em Sistemas Computacionais: Infraestrutura de Hardware Aula 02
Tópicos Avançados em Sistemas Computacionais: Infraestrutura de Hardware Aula 02 Prof. Max Santana Rolemberg Farias max.santana@univasf.edu.br Colegiado de Engenharia de Computação POR QUE APRENDER CONCEITOS
Leia maisO Ensino de Ciência da Computação. Práticas de ensino de algoritmos (Hazzan, Cap. 3 / EAD Cap. 2) Péricles Miranda
O Ensino de Ciência da Computação Práticas de ensino de algoritmos (Hazzan, Cap. 3 / EAD Cap. 2) Péricles Miranda O Que é Ciência da Computação? Analise os argumentos abaixo: 1. Ciência é a observação,
Leia maisDesde o surgimento dos primeiros jogos eletrônicos em meados dos anos 50, uma infinidade de aparatos eletrônicos foram desenvolvidos, principalmente
1 Introdução Desde o surgimento dos primeiros jogos eletrônicos em meados dos anos 50, uma infinidade de aparatos eletrônicos foram desenvolvidos, principalmente referentes a jogos e entretenimento digital.
Leia maisUniversidade Federal do Rio de Janeiro Pós-Graduação em Informática. Introdução. Gabriel P. Silva. Gabriel P. Silva
Universidade Federal do Rio de Janeiro Pós-Graduação em Informática Microarquiteturas de Alto Desempenho Introdução Introdução Bibliografia: Computer Architecture: A Quantitative Approach. John L. Hennesy,
Leia maisBCC402 Algoritmos e Programação Avançada. Prof. Marco Antonio M. Carvalho Prof. Túlio Toffolo 2012/1
BCC402 Algoritmos e Programação Avançada Prof. Marco Antonio M. Carvalho Prof. Túlio Toffolo 2012/1 2 2 aulas teóricas e 2 aulas práticas (ambas em laboratório) Terças às 17:10, lab 22 do DECOM Prof. Túlio
Leia maisMODOS DE ENDEREÇAMENTO E CONJUNTO DE INSTRUÇÕES
MODOS DE ENDEREÇAMENTO E CONJUNTO DE INSTRUÇÕES Alexandre Lucas Chichosz Discente do curso Engenharia da Computação Calwann de Souza Freire Discente do curso Engenharia da Computação Myke Albuquerque Pinto
Leia maisPMR 5237 Modelagem e Design de Sistemas Discretos em Redes de Petri
PMR 5237 Modelagem e Design de Sistemas Discretos em Redes de Petri Aula 7: Formalização das Redes de Petri & Métodos de Análise 1 Redes de Petri Convencionais Linguagens Formais Chaveamento Sincronização+de+
Leia maisIntrodução aos Sistemas Especialistas. Professor Celso A A Kaestner, Dr. Eng.
Introdução aos Sistemas Especialistas Professor Celso A A Kaestner, Dr. Eng. 1 Inteligência Artificial O campo da Inteligência Artificial (IA) tenta compreender as entidades inteligentes para construir
Leia maisENGENHARIA DE SOFTWARE
ENGENHARIA DE SOFTWARE Professor Virgílio Fries Muller E-mail: vfmnet@gmail.com Site: www.vfm.com.br Aplicações do software BÁSICO coleção de programas escritos para dar apoio a outros programas DE TEMPO
Leia maisInteligência Artificial. Prolog. Aula 2 Introdução (cont.)
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Prolog Aula 2 Introdução (cont.) Características
Leia maisWIE 2002 Folha de Rosto (inclua como primeira página do seu arquivo) Título do artigo: Um Sistema Inteligente Multiagente para Educação à Distância
WIE 2002 (inclua como primeira página do seu arquivo) Título do artigo: Um Sistema Inteligente Multiagente para Educação à Distância Autores e Instituições: (use quantas linhas precisar) Nomes e endereços
Leia maisMODOS DE ENDEREÇAMENTO E CONJUNTO DE INSTRUÇÕES
MODOS DE ENDEREÇAMENTO E CONJUNTO DE INSTRUÇÕES Alexandre Lucas Chichosz Graduando em Engenharia da Computação, Faculdades Integradas de Três Lagoas FITL/AEMS Calwann de Souza Freire Graduando em Engenharia
Leia maisArquitetura e Organização de Computadores
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIA DA COMPUTAÇÃO Arquitetura e Organização de Computadores Conjunto de Instruções Prof. Sílvio Fernandes
Leia maisPDS. Aula 1.4 Modelos de Processo. Prof. Dr. Bruno Moreno
PDS Aula 1.4 Modelos de Processo Prof. Dr. Bruno Moreno bruno.moreno@ifrn.edu.br 2 Introdução Há alguns anos, o desenvolvimento de softwares era muito obsoleto; Existiam diversos problemas relacionados
Leia maisManual de Docência para a disciplina de Inteligência Artificial 2005/2006 Engenharia Informática, 4º ano José Manuel Torres
Manual de Docência para a disciplina de Inteligência Artificial 2005/2006 Engenharia Informática, 4º ano José Manuel Torres Número de horas do programa: 60 horas Número de horas Semanal: 4 Horas Número
Leia maisLocalização e arranjo físico de unidades da rede de operações
Localização e arranjo físico de unidades da rede de operações Profa. Dra. Márcia Mazzeo Grande RAD1512 Administração: gestão e logística Ambiente Estratégia de operações Estratégia Recursos de entradas
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 05/07/2017 Currículo de Cursos Hora: 17:30:22
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Data: 05/07/2017 Currículo de Cursos Hora: 17:30:22 Curso: Nível: Grau Conferido: Turno: Tipo: Modalidade: Funcionamento: Documento de Autorização: Engenharia da
Leia maisSistemas Operativos. Objetivo. Entrega do Questionário. Exercício 1. Exercício 2. Exercício 3. Exercício 4. Grupo 1 Introdução
Sistemas Operativos Objetivo O objetivo deste questionário é levá-lo a rever os conceitos básicos dos sistemas operativos, bem como os algoritmos de scheduling e mecanismos de sincronização estudados.
Leia maisProgramação de Computadores
Programação de Computadores CONSIDERAÇÕES INICIAIS Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Página da Disciplina O material será disponibilizado por meio
Leia maisModelagem de Processos. Rômulo César
Modelagem de Processos Rômulo César http://romulocesar.com.br/ romulo.andrade@upe.br Professor NOME: RÔMULO CÉSAR DIAS DE ANDRADE Mini CV: Doutorando em Ciência da Computação na Universidade Federal de
Leia maisProf. Luiz A. Nascimento
Prof. Luiz A. Nascimento Qual a importância da Engenharia de Software? O desenvolvimento de um software envolve processos muitos complexos. A engenharia de software estabelece um modelo para se construir
Leia maisProgramação Lógica. A Linguagem Prolog. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia
Programação Lógica A Linguagem Prolog Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 21 de agosto de 2015 Paulo H. R. Gabriel (FACOM/UFU) Programação
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 3 do livro de Taha (2008): Motivação Conceitos Matemáticos Iniciais
Leia maisAULA 02. OBJETIVO: Desenvolvimento e solução de Algoritmos. LÓGICA DE PROGRAMAÇÃO
AULA 02 OBJETIVO: Desenvolvimento e solução de Algoritmos. LÓGICA DE PROGRAMAÇÃO A lógica é a ciência do pensamento correto. Esta declaração não implica, contudo em afirmar que ela seja a ciência da verdade.
Leia maisAULA 03: PROCESSAMENTO PARALELO: MULTIPROCESSADORES
ORGANIZAÇÃO E ARQUITETURA DE COMPUTADORES II AULA 03: PROCESSAMENTO PARALELO: MULTIPROCESSADORES Prof. Max Santana Rolemberg Farias max.santana@univasf.edu.br Colegiado de Engenharia de Computação MULTIPROCESSADORES
Leia maisIntrodução à Robótica Móvel
Introdução à Robótica Móvel Aula 4 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Introdução Mckerrow, P. J. Introduction to Robotics. Addison Wesley,
Leia maisIntrodução a programação Visão geral
Instituto Federal de Minas Gerais Campus Ponte Nova Introdução a programação Visão geral Professor: Saulo Henrique Cabral Silva Conceitos lógica/algoritmo A lógica é usada no dia a dia das pessoas para
Leia mais