Conhecimento e Raciocínio Incertos
|
|
- Heitor Borges Lage
- 6 Há anos
- Visualizações:
Transcrição
1 Conhecimento e Raciocínio Incertos Aula #6.1 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã
2 Seres humanos são capazes de lidar com processos bem complexos 2
3 Seres humanos são capazes de lidar com processos bem complexos Conhecimento tácito; 3
4 Seres humanos são capazes de lidar com processos bem complexos Conhecimento tácito; Experiência adquirida; 4
5 Seres humanos são capazes de lidar com processos bem complexos Conhecimento tácito; Experiência adquirida; O que queremos do ponto de vista de Inteligência Artificial??? 5
6 Seres humanos são capazes de lidar com processos bem complexos Conhecimento tácito; Experiência adquirida; O que queremos do ponto de vista de Inteligência Artificial??? Imitar operadores humanos! 6
7 Seres humanos são capazes de lidar com processos bem complexos Conhecimento tácito; Experiência adquirida; O que queremos do ponto de vista de Inteligência Artificial??? Imitar operadores humanos! Traduzir ações tomadas por especialistas; 7
8 Seres humanos são capazes de lidar com processos bem complexos Conhecimento tácito; Experiência adquirida; O que queremos do ponto de vista de Inteligência Artificial??? Imitar operadores humanos! Traduzir ações tomadas por especialistas; Incorporar este conhecimento em sistemas de controle. 8
9 Tomada de decisão no trânsito Um amigo está no volante! O carro está rápido demais, semáforo a frente! O carro está muito rápido, pise no freio! E se fosse um computador??? 9
10 Lenta Moderada Rápida x Velocidade 10
11 Termos Linguísticos Lenta Moderada Rápida x Velocidade 11
12 Termos Linguísticos Simbólico Lenta Moderada Rápida Numérico x Velocidade 12
13 Termos Linguísticos Simbólico Lenta Moderada Rápida Numérico x Velocidade Quais seriam as pertinências para cada conjunto fuzzy? 13
14 Regras Se-Então para controle do ar-condicionado SE temperatura = baixa, ENTÃO reduza o ar; SE temperatura = OK, ENTÃO não faça nada; SE temperatura = alta, ENTÃO aumente o ar. 14
15 Regras Se-Então para controle do ar-condicionado SE temperatura = baixa, ENTÃO reduza o ar; SE temperatura = OK, ENTÃO não faça nada; SE temperatura = alta, ENTÃO aumente o ar. Conjunto Fuzzy 15
16 Sistema Baseado em Conhecimento (SBC) Conjunto de regras (Se-Então); Raciocínio aproximado Proposições: 16
17 Sistema Baseado em Conhecimento (SBC) Conjunto de regras (Se-Então); Raciocínio aproximado Proposições: SE o tomate está muito vermelho ENTÃO o tomate está bem maduro 17
18 Sistema Baseado em Conhecimento (SBC) Conjunto de regras (Se-Então); Raciocínio aproximado Proposições: SE o tomate está muito vermelho ENTÃO o tomate está bem maduro Sistema de inferência fuzzy 18
19 Sistema Baseado em Conhecimento (SBC) Conjunto de regras (Se-Então); Raciocínio aproximado Proposições: SE o tomate está muito vermelho ENTÃO o tomate está bem maduro Sistema de inferência fuzzy Controladores Fuzzy 19
20 Mamdani: modelo tradicional para obter conclusões a partir de fatos e regras fuzzy [Mamdani & Assilian, 1975] 20
21 Mamdani: modelo tradicional para obter conclusões a partir de fatos e regras fuzzy [Mamdani & Assilian, 1975] Sistema de motor a vapor e caldeira baseado em um conjunto de regras de controle obtido a partir da experiência de operadores humanos. 21
22 Mamdani: modelo tradicional para obter conclusões a partir de fatos e regras fuzzy [Mamdani & Assilian, 1975] Sistema de motor a vapor e caldeira baseado em um conjunto de regras de controle obtido a partir da experiência de operadores humanos. Controlar a pressão do vapor na caldeira; Controlar a velocidade do motor. 22
23 Inferência Max-Min (link-e) R1: SE x é Fria E y é Alta ENTÃO z é Pequena 23
24 Inferência Max-Min (link-e) R1: SE x é Fria E y é Alta ENTÃO z é Pequena 24
25 Inferência Max-Min (link-e) R1: SE x é Fria E y é Alta ENTÃO z é Pequena Pelo método Mamdani a defuzzyficação acontece por meio da técnica de centro de gravidade 25
26 R2: SE x é Morna E y é Média ENTÃO z é Normal 26
27 R2: SE x é Morna E y é Média ENTÃO z é Normal 27
28 Técnica de centro de gravidade Valor de saída preciso é estimado por uma amostragem de pontos: 28
29 Técnica de centro de gravidade Valor de saída preciso é estimado por uma amostragem de pontos: 29
30 Técnica de centro de gravidade Valor de saída preciso é estimado por uma amostragem de pontos: 30
31 31
32 Para ativar regras 32
33 Para ativar regras Mapeia conjuntos fuzzy em conjuntos fuzzy Determina como as regras são ativadas e combinadas 33
34 Para ativar regras Base de conhecimento Mapeia conjuntos fuzzy em conjuntos fuzzy Determina como as regras são ativadas e combinadas 34
35 Para ativar regras Base de conhecimento Decompor a saída Mapeia conjuntos fuzzy em conjuntos fuzzy Determina como as regras são ativadas e combinadas 35
36 Exercício Objetivo: determinar risco de uma certa espécie de planta numa estufa 36
37 Exercício Objetivo: determinar risco de uma certa espécie de planta numa estufa Variáveis de entrada: níveis de irrigação (I) e umidade do ar (U); 37
38 Exercício Objetivo: determinar risco de uma certa espécie de planta numa estufa Variáveis de entrada: níveis de irrigação (I) e umidade do ar (U); Base de conhecimento: R1: SE I é Muita OU U é Baixa ENTÃO Risco é Pequeno; R2: SE I é Média E U é Alta ENTÃO Risco é Normal; R3: SE I é Pouca ENTÃO Risco é Alto; 38
39 Exercício Objetivo: determinar risco de uma certa espécie de planta numa estufa Variáveis de entrada: níveis de irrigação (I) e umidade do ar (U); Base de conhecimento: R1: SE I é Muita OU U é Baixa ENTÃO Risco é Pequeno; R2: SE I é Média E U é Alta ENTÃO Risco é Normal; R3: SE I é Pouca ENTÃO Risco é Alto; Problema: I = 35% e U = 60% 39
40 Passo 1: Fuzzyficação Irrigação Umidade Pouca Média Muita Baixa 60 Alta 40
41 Passo 1: Fuzzyficação Irrigação Umidade Pouca Média Muita Baixa 60 Alta Como ficam as pertinências para os conjuntos fuzzy??? 41
42 Passo 2: Avaliação das regras 42
43 Passo 2: Avaliação das regras R1: SE I é Muita OU U é Baixa ENTÃO Risco é Pequeno; Risco Muita 0,0 Baixa 0,2 ou 43
44 Passo 2: Avaliação das regras R1: SE I é Muita OU U é Baixa ENTÃO Risco é Pequeno; Risco Muita 0,0 Baixa 0,2 ou Atenção: Link-OU é Máximo Link-E é Mínimo 44
45 Passo 2: Avaliação das regras R2: SE I é Média E U é Alta ENTÃO Risco é Normal; 0,8 Risco Média 0,25 Alta e 45
46 Passo 2: Avaliação das regras R2: SE I é Média E U é Alta ENTÃO Risco é Normal; 0,8 Risco Média 0,25 Alta e R3: SE I é Pouca ENTÃO Risco é Alto; Risco 0,75 Pouca 46
47 Passo 3: Defuzzificação Risco Pequeno Normal Alto 0,75 0,25 0,
48 Passo 3: Defuzzificação Risco Pequeno Normal Alto 0,75 0,25 0, ( ) 0,2+( ) 0,25+( ) 0,75 r'= 0,2+0,2+0,2+0,2+0,25+0,25+0,25+0,75+0,75+0,75 = 267,5 3,8 =70,4 48
49 Resumo Sistema de Controle No estágio de entrada, dados (precisos) de sensores são mapeados em funções de pertinências; 49
50 Resumo Sistema de Controle No estágio de entrada, dados (precisos) de sensores são mapeados em funções de pertinências; No processamento, regras são invocadas para gerar resultados que são combinados em funções de pertinências; 50
51 Resumo Sistema de Controle No estágio de entrada, dados (precisos) de sensores são mapeados em funções de pertinências; No processamento, regras são invocadas para gerar resultados que são combinados em funções de pertinências; Na saída, o resultado da combinação é convertido em um valor de saída preciso para controle. 51
52 Controle em malha fechada (realimentação/feedback): Procedimento: 52
53 Controle em malha fechada (realimentação/feedback): Procedimento: 1. Mede estado atual da planta; 53
54 Controle em malha fechada (realimentação/feedback): Procedimento: 1. Mede estado atual da planta; 2. Estabelece um estado desejado; 54
55 Controle em malha fechada (realimentação/feedback): Procedimento: 1. Mede estado atual da planta; 2. Estabelece um estado desejado; 3. Calcula a diferença entre estado atual e desejado; 55
56 Controle em malha fechada (realimentação/feedback): Procedimento: 1. Mede estado atual da planta; 2. Estabelece um estado desejado; 3. Calcula a diferença entre estado atual e desejado; 4. Gera um sinal de controle proporcional a essa diferença; 56
57 Controle em malha fechada (realimentação/feedback): Procedimento: 1. Mede estado atual da planta; 2. Estabelece um estado desejado; 3. Calcula a diferença entre estado atual e desejado; 4. Gera um sinal de controle proporcional a essa diferença; 5. Com o tempo, a diferença entre o estado atual e o desejado deve ir para um valor constante, de preferência zero. 57
58 Exemplo controle de temperatura de forno 58
59 Exemplo controle de temperatura de forno Controlador Fuzzy 59
60 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; 60
61 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; Metrô utiliza sistemas fuzzy para controlar vagões. Proporciona uma viagem suave em todas as condições de terreno; 61
62 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; Metrô utiliza sistemas fuzzy para controlar vagões. Proporciona uma viagem suave em todas as condições de terreno; Máquinas de lavar ajustam de forma suave a estratégia de lavagem com base no nível de sujeira, tipo de tecido, na quantidade de roupa e nível de água; 62
63 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; Metrô utiliza sistemas fuzzy para controlar vagões. Proporciona uma viagem suave em todas as condições de terreno; Máquinas de lavar ajustam de forma suave a estratégia de lavagem com base no nível de sujeira, tipo de tecido, na quantidade de roupa e nível de água; Automóveis possuem projetos de sistemas de freio, controle de transmissão e injetores de combustível fuzzy; 63
64 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; Metrô utiliza sistemas fuzzy para controlar vagões. Proporciona uma viagem suave em todas as condições de terreno; Máquinas de lavar ajustam de forma suave a estratégia de lavagem com base no nível de sujeira, tipo de tecido, na quantidade de roupa e nível de água; Automóveis possuem projetos de sistemas de freio, controle de transmissão e injetores de combustível fuzzy; As dinâmicas de bacias hidrográficas e variáveis fenológicas podem ser mapeadas via lógica fuzzy; 64
65 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; Metrô utiliza sistemas fuzzy para controlar vagões. Proporciona uma viagem suave em todas as condições de terreno; Máquinas de lavar ajustam de forma suave a estratégia de lavagem com base no nível de sujeira, tipo de tecido, na quantidade de roupa e nível de água; Automóveis possuem projetos de sistemas de freio, controle de transmissão e injetores de combustível fuzzy; As dinâmicas de bacias hidrográficas e variáveis fenológicas podem ser mapeadas via lógica fuzzy; O clima em um contexto agricola é normalmente monitorado por meio de sistemas fuzzy; 65
66 Aplicações Câmeras e gravadoras usam controlador fuzzy para ajustar foco automático e evitar tremores causados pelas mãos; Metrô utiliza sistemas fuzzy para controlar vagões. Proporciona uma viagem suave em todas as condições de terreno; Máquinas de lavar ajustam de forma suave a estratégia de lavagem com base no nível de sujeira, tipo de tecido, na quantidade de roupa e nível de água; Automóveis possuem projetos de sistemas de freio, controle de transmissão e injetores de combustível fuzzy; As dinâmicas de bacias hidrográficas e variáveis fenológicas podem ser mapeadas via lógica fuzzy; O clima em um contexto agricola é normalmente monitorado por meio de sistemas fuzzy; Sistemas fuzzy ajudam a estimar com maior precisão a produção agricola em função de diversas variáveis. 66
67 Próxima aula: Hoje Laboratório 1 Material em Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã
Identificando a necessidade de um sistema Fuzzy
Identificando a necessidade de um sistema Fuzzy Sempre que ocorrem ajustes em máquinas com o objetivo de redução de perdas e de matéria prima, como função de julgamento de um operador é interessante a
Leia maisLógica Difusa (Fuzzy)
Lógica Difusa (Fuzzy) Prof. Josiane M. Pinheiro Ferreira Outubro/2007 Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) Uma proposição = dois estados possíveis (V ou F) Pode ser insuficiente
Leia maisInteligência Artificial
DSC/CCT/UFC Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Lógica Fuzzy) Prof.
Leia mais27/8/2011. Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011
Tomada de Decisão e Regras Nebulosas Princípios, Conceitos e Metodologia de Gestão 2o semestre de 2011 Professores: Alexandre Mota / Lia Mota Agosto/2011 Representação Matemática de Incertezas Padrões
Leia maisSistema de Controle Um sistema de controle é realizado por meio de hardware e software. Este sistema processa os sinais de entrada e converte estes
Sistema de Controle Um sistema de controle é realizado por meio de hardware e software. Este sistema processa os sinais de entrada e converte estes sinais em uma ação ao qual foi programado. O software
Leia maisIntrodução aos Conjuntos
Introdução aos Conjuntos Nebuloso (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B niversidade Estadual de Feira de Santana Informações imprecisas Termos imprecisos
Leia maishardware software software computador microcontrolador hardware sensores sistema de controle de malha fechada.
Sistema de Controle O sistema de controle de qualquer robô é realizado por meio de hardware e software. Este sistema processa os sinais de entrada e converte estes sinais em uma ação ao qual foi programado.
Leia maisLógica Difusa (Fuzzy)
Lógica Difusa (Fuzzy) Prof. Josiane M. Pinheiro Ferreira Outubro/2007 Lógica tradicional x Lógica difusa Lógica tradicional (Aristóteles) Uma proposição = dois estados possíveis (V ou F) Pode ser insuficiente
Leia mais1) Em relação a figura abaixo relativa a um sistema de controle em malha fechada responda:
1) Em relação a figura abaixo relativa a um sistema de controle em malha fechada responda: 2 o motor Posição desejada da junta = 45 o Avalia o sinal de entrada e envia um sinal ao atuador ENCODER 43 o
Leia maislnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
Leia maisIntrodução. Lógica Fuzzy (Lógica Nebulosa) Introdução. Conceito
Lógica Nebulosa Introdução Lógica Fuzzy (Lógica Nebulosa) Adaptado de material da profa. Luciana Rech Lógica Difusa ou Lógica Fuzzy extensão da lógica boolena um valor lógico difuso é um valor qualquer
Leia maisO controle automático tem desempenhado um papel fundamental no avanço da engenharia e da ciência. Ex: sistemas de veículos espaciais, sistemas de
1º Capitulo O controle automático tem desempenhado um papel fundamental no avanço da engenharia e da ciência. Ex: sistemas de veículos espaciais, sistemas de direcionamento de mísseis, sistemas robóticos
Leia maisFundamentos de Automação. Controle de Processos
Ministério da educação - MEC Secretaria de Educação Profissional e Técnica SETEC Instituto Federal de Educação Ciência e Tecnologia do Rio Grande do Sul Campus Rio Grande Fundamentos de Automação Controle
Leia maisSEM561 - SISTEMAS DE CONTROLE
SEM561 - SISTEMAS DE CONTROLE Adriano Almeida Gonçalves Siqueira Aula 1 - Introdução a Sistemas de Controle Índice O que é controle? Exemplo 1: componentes de um sistema de controle Exemplo 2: malha aberta
Leia maisControle de Processos Aula: Introdução ao controle de processos
107484 Controle de Processos Aula: Introdução ao controle de processos Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília UnB 1 o Semestre 2016 E. S. Tognetti
Leia mais4 Controle de motores de passo
36 4 ontrole de motores de passo O controle em malha aberta é o mais comum em motores de passo. Entretanto, o motor deve operar razoavelmente abaixo de sua capacidade para evitar a perda de passos. As
Leia maisSEM561 - SISTEMAS DE CONTROLE
SEM561 - SISTEMAS DE CONTROLE Adriano Almeida Gonçalves Siqueira Aula 1 - Introdução a Sistemas de Controle Índice O que é controle? Exemplo 1: componentes de um sistema de controle Exemplo 2: malha aberta
Leia maisApresentação da Disciplina
Apresentação da Disciplina Aula #1.1 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Roteiro Objetivos da disciplina; Conteúdo; Metodologia de ensino; Bibliografia; Critérios
Leia mais09/03/15. Revolução Industrial. Conceito: Automação Industrial. Revolução Industrial. Automação - Histórico. O que é Automação?
Revolução Industrial AULA 2 AUTOMAÇÃO DA PRODUÇÃO (O QUE É AUTOMAÇÃO) Prof. Fabricia O que foi a Revolução Industrial? Foi o principal evento que deu origem a automação industrial. Quando a Revolução Industrial
Leia maisFUNDAMENTOS Definições SISTEMA. Medição : Ato de medir. Medida : mesmo que medição. o resultado da medição.
1. - Definições Medição : Ato de medir. FUNDAMENTOS Medida : mesmo que medição. o resultado da medição. Instrumento de medida : é o dispositivo pelo qual pode-se avaliar (medir) uma quantidade física,
Leia maisSistema de Inferência Fuzzy. Prof. Juan Mauricio Villanueva
Sistema de Inferência Fuzzy Prof. Juan Mauricio Villanueva jmauricio@cear.ufpb.br http://app.cear.ufpb.br/~juan/ 1 Introdução Lógica Fuzzy É uma ferramenta que permite capturar informações imprecisas,
Leia maisFuzzy Logic. (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves
Fuzzy Logic (Lógica Difusa) Adriano Zanette Eduardo Aquiles Radanovitsck William Wolmann Gonçalves Apresentação realizada para a disciplina de Lógica para Computação 2006/2 Prof. Marcus Ritt Breve história
Leia maisSistemas especialistas Fuzzy
Sistemas Fuzzy Sistemas especialistas Fuzzy Especialistas Senso comum para resolver problemas Impreciso, inconsistente, incompleto, vago Embora o transformador esteja um pouco carregado, pode-se usá-lo
Leia maisCONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges
CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,
Leia maisOrientação a Objetos e UML
Orientação a Objetos e UML Aula #21.1. EBS 211 POO e UML Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Roteiro Filosofia da orientação a objetos; Exercício sobre herança/polimorfismo.
Leia maisASPECTOS GERAIS DA ÁREA DE INSTRUMENTAÇÃO INDUSTRIAL. IFRN Campus Nova Cruz Curso Técnico em Química Prof. Samuel Alves de Oliveira
ASPECTOS GERAIS DA ÁREA DE INSTRUMENTAÇÃO INDUSTRIAL IFRN Campus Nova Cruz Curso Técnico em Química Prof. Samuel Alves de Oliveira INTRODUÇÃO É NECESSÁRIO MEDIR E CONTROLAR VARIÁVEIS EM UM PROCESSO INDUSTRIAL
Leia maisSISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY
SISTEMAS FUZZY A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisMétodos Experimentais em Física dos Materiais FMT2501
Métodos Experimentais em Física dos Materiais FMT2501 2º Semestre de 2009 Instituto de Física Universidade de São Paulo Professor: Antonio Dominguesdos Santos E-mail: adsantos@if.usp.br Fone: 3091.6886
Leia maisLógica Nebulosa (Fuzzy)
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Lógica Nebulosa (Fuzzy) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisEletrônica Digital II. Engenharia de Computação
Eletrônica Digital II ELT013 Engenharia de Computação Aula 10 INTERFACE COM O MUNDO ANALÓGICO ELT013 - Eletrônica Digital II Aula 10 - Interface com o Mundo Analógico 2 Quantidade Digital Vs. Quantidade
Leia maisInteligência Artificial. Prof. Ilaim Costa Jr.
Inteligência Artificial Prof. Ilaim Costa Jr. 4) Ciência da Computação 4) Ciência da Computação Exemplos de Aplicação da IA Matemática: demonstração
Leia maisSensores de Pressão. Aplicações Automotivas
Aplicações Automotivas 1 pressão Aplicações Automotivas Sensor de Absoluta do coletor de admissão (MAP) para cálculo da injeção de combustível. (1 a 5 bar). nos freios em sistemas de freio eletropneumáticos(10
Leia maisLógica dos Conjuntos Difusos (Fuzzy Sets)
Lógica dos Conjuntos Difusos (Fuzzy Sets) Uma aula dada por: Francisco Andrade (ei05013@fe.up.pt) José Santos (ei05038@fe.up.pt) Luís Carneiro (ei05045@fe.up.pt) Ricardo Paulo (ei05067@fe.up.pt) Conteúdos
Leia maisUm sistema de controle consiste em subsistemas e processos (ou plantas) reunidos com o propósito de controlar as saídas dos processos.
Sistemas de Controle Um sistema de controle consiste em subsistemas e processos (ou plantas) reunidos com o propósito de controlar as saídas dos processos. Exemplo: Uma caldeira produz calor como resultado
Leia maisAgentes Inteligentes. Módulo 02 27/02/2013. Inteligência Artificial. Profª Hemilis Joyse
Agentes Inteligentes Módulo 02 1 Agente É tudo que pode ser considerado capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por intermédio de atuadores. 2 Agente Tabela parcial
Leia maisEXERCÍCIOS RESOLVIDOS
ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas
Leia maisCURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS º PERÍODO
CURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS - 2016.2 2º PERÍODO DISCIPLINA: CÁLCULO I DISCIPLINA: FÍSICA I Estudo do centro de Massa e Momento Linear. Estudo da Rotação. Estudo de Rolamento, Torque
Leia maisESTRUTURAS ESPECIAIS DE CONTROLE
Joinville Universidade do Estado de Santa Catarina - UDESC Centro de Ciências Tecnológicas CCT Departamento de Engenharia Elétrica Laboratório de Sistemas de Controle - I ESTRUTURAS ESPECIAIS DE CONTROLE
Leia maisAUTOMAÇÃO DE ESTUFAS AGRÍCOLAS. 1. Introdução. 2. Estufas Agrícolas. Automação de estufas agrícolas. Ronaldo Tadeu Murguero Junior
AUTOMAÇÃO DE ESTUFAS AGRÍCOLAS Ronaldo Tadeu Murguero Junior 1. Introdução A utilização de estufas no plantio vem crescendo a cada ano, pois através da utilização de estufas consegue-se ter um controle
Leia maisAula 2. Carlos Amaral Fonte: Cristiano Quevedo Andrea
Aula 2 Carlos Amaral Fonte: Cristiano Quevedo Andrea UTFPR - Universidade Tecnológica Federal do Paraná DAELT - Departamento Acadêmico de Eletrotécnica Curitiba, Agosto de 2011. Resumo Terminologias 1
Leia maisGLADIADOR Melhor relação peso/potência da categoria
GLADIADOR 2300 Melhor relação peso/potência da categoria Catálogo virtual Português Ago/2016 GLADIADOR 2300 O pulverizador autopropelido Gladiador 2300 apresenta grande autonomia de trabalho, possibilitando
Leia maisPROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR
PROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR EDUARDO KLAUS BARG ORIENTADOR: MIGUEL ALEXANDRE WISINTAINER ROTEIRO DE APRESENTAÇÃO Introdução Objetivos
Leia maisSistemas Digitais II. Interface com o mundo analógico. Prof. Marlon Henrique Teixeira Abril/2014
Sistemas Digitais II Interface com o mundo analógico Prof. Marlon Henrique Teixeira Abril/2014 Objetivos Compreender a teoria de funcionamento e as limitações dos circuitos de diversos tipos de conversores
Leia maisControle de Locomoção de uma Cadeira de Rodas com Detecção de Colisão por Inferência Nebulosa
Controle de Locomoção de uma Cadeira de Rodas com Detecção de Colisão por Inferência Nebulosa Marcelo A. Lovatte¹, Luis E. M. Lima². ¹ ²Coordenadoria de Engenharia Elétrica, Instituto Federal do Espírito
Leia maisDenominação O Problema Um pouco de História Motivação Pré-requisitos Conceitos Bibliografia Recursos na Internet C. Capítulo 1. Gustavo H. C.
Capítulo 1 Introdução Gustavo H. C. Oliveira TE055 Teoria de Sistemas Lineares de Controle Dept. de Engenharia Elétrica / UFPR Gustavo H. C. Oliveira Introdução 1/32 Este material contém notas de aula
Leia maisIntrodução aos Algoritmos Genéticos
Introdução aos Algoritmos Genéticos Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Algoritmos Genéticos: Introdução Introduzidos
Leia maisApresentação da Disciplina
Apresentação da Disciplina Aula #1.1 EBS 111 ICC Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Roteiro Objetivos da disciplina; Conteúdo; Metodologia de ensino; Bibliografia; Critérios
Leia maisOrganização de Computadores
Organização de Computadores Aula #5.1 EBS 111 ICC Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Exercício 3 (correção) 1. Converta as sequências binárias em números de base 10: (a)
Leia maisIMPLEMENTAÇÃO DE CONTROLADORES CONVENCIONAIS E FUZZY PARA CONTROLE DE VELOCIDADE DE UM MOTOR CC
IMPLEMENTAÇÃO DE CONTROLADORES CONVENCIONAIS E FUZZY PARA CONTROLE DE VELOCIDADE DE UM MOTOR CC Ricardo V. C. S. ANDRADE (1); Brehme D. R. MESQUITA (2); André M. D. FERREIRA (3) (1) Instituto Federal de
Leia mais2 Lógica Fuzzy. 2 Lógica Fuzzy. Sintaxe da linguagem
2 Lógica Fuzzy 2.1 Cálculo proposicional (lógica proposicional) 2.2 Lógica de Predicados 2.3 Lógica de múltiplos valores 2.4 Lógica Fuzzy Proposições fuzzy Inferência a partir de proposições fuzzy condicionais
Leia mais1. Introdução. 1.1.Objetivo
1. Introdução 1.1.Objetivo O objetivo desta dissertação é desenvolver um sistema de controle por aprendizado acelerado e Neuro-Fuzzy baseado em técnicas de inteligência computacional para sistemas servo-hidráulicos
Leia maisExperiência 5. Projeto e Simulação do Controle no Espaço de Estados de um Pêndulo Invertido sobre Carro
Experiência 5 Projeto e Simulação do Controle no Espaço de Estados de um Pêndulo Invertido sobre Carro Professores: Adolfo Bauchspiess e Geovany A. Borges O objetivo deste experimento é projetar e simular
Leia maisLuís Roberto Almeida Gabriel Filho¹, Karen Yumi Sato¹, Nelson José Peruzzi²
Análise das Superfícies Geradas pelo Sistema Baseado em Regras Fuzzy de Avaliação do Risco de Segurança do Trânsito em Rodovias em relação às Condições e Fluxo da Rodovia, do Ambiente e da Velocidade do
Leia maisCOMPARAÇÃO ENTRE CONTROLADORES PID CLÁSSICO E PID FUZZY COM GANHO PROGRAMADO NO SISTEMA DE AZIMUTE
COMPARAÇÃO ENTRE CONTROLADORES PID CLÁSSICO E PID FUZZY COM GANHO PROGRAMADO NO SISTEMA DE AZIMUTE Brehme D. R. de MESQUITA (1); Jefferson A. L. e SILVA (2); André M. D. FERREIRA (3) (1) Instituto Federal
Leia maisUm sistema é um conjunto de elementos selecionados e organizados, que interagem no sentido de alcançar um ou mais objetivos determinados.
Sistema de Controle Um sistema é um conjunto de elementos selecionados e organizados, que interagem no sentido de alcançar um ou mais objetivos determinados. Um sistema de controle é um sistema que tenta
Leia maisUniversidade Federal do Piauí Centro De Ciências Da Natureza Departamento De Matemática
Universidade Federal do Piauí Centro De Ciências Da Natureza Departamento De Matemática Plano de trabalho Teoria dos Conjuntos Fuzzy como suporte de tomada de decisões Orientador: Jefferson Cruz dos Santos
Leia maisELE 0316 / ELE 0937 Eletrônica Básica
ELE 0316 / ELE 0937 Eletrônica Básica Capítulo 11 Conversores Analógico-Digital (CAD) e Digital-Analógico (CDA) 1 Esquema Geral de Sistema de Processamento Digital de Grandezas Analógicas 2 Esquema Geral
Leia maisREMANUFATURA DE CONVERSORES DE TORQUE
REMANUFATURA DE CONVERSORES DE TORQUE A Paulista conversores é uma empresa do Grupo Paulista que já conta com mais de 20 anos de experiência na fabricação de máquinas. Prestando também o mesmo serviço
Leia maisA Instrumentação pode ser definida como a arte e ciência da medição e controle.
www.iesa.com.br 1 Introdução A Instrumentação pode ser definida como a arte e ciência da medição e controle. Instrumento é qualquer dispositivo, ou conjunto de dispositivos, utilizado com a finalidade
Leia maisINSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO
INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) Informação - ICPG - Criciuma - SC 1 Conceitos de Inteligência e Inteligência Artificial.
Leia maisAlexandre Bernardino, Margarida Silveira, J. Miranda Lemos
Mestrado Integrado em Engenharia Aeroespacial 2009/2010 - Semestre de Inverno Controlo Óptimo e Adaptativo TRABALHO DE LABORATÓRIO Identificação e Controlo Digital do Sistema de Posicionamento de uma Barra
Leia maisConjuntos Fuzzy e Lógica Fuzzy
1 Introdução Conjuntos Fuzzy e Lógica Fuzzy users.femanet.com.br/~fabri/fuzzy.htm Os Conjuntos Fuzzy e a Lógica Fuzzy provêm a base para geração de técnicas poderosas para a solução de problemas, com uma
Leia maisCONCEITOS EM CONTROLE. Introdução Não Matemática
CONCEITOS EM CONTROLE Introdução Não Matemática SISTEMAS O objeto de estudo da área de controle são os sistemas. Sistemas são conjuntos de elementos interconectados que trocam informação Como a teoria
Leia mais17/4/2007. Prof. Dr. Alexandre da Silva Simões. Introdução Apresentação da lógica Fuzzy
7/4/27 ula - Conjuntos clássicos e conjuntos Fuzzy Prof. Dr. lexandre da Silva Simões Toda lógica tradicional habitualmente assume que símbolos precisos estão sendo empregados. Elas portanto não são aplicáveis
Leia maisIntrodução. Sistemas Nebulosos (Fuzzy) Benefícios da Lógica Nebulosa. Introdução. Probabilidade e Possibilidade. Complexidade e Compreensão
(Fuzzy) Introdução Benefícios da Lógica Nebulosa Conjuntos Nebulosos Variáveis Lingüísticas Operadores (Fuzzy) Raciocínio Etapas Conclusão Introdução Surgiu com Lofti Zadeh em 965. O boom foi nos anos
Leia maisAGORA, DEIXE SEU CARRO MAIS PARECIDO COM VOCÊ.
Acessórios AGORA, DEIXE SEU CARRO MAIS PARECIDO COM VOCÊ. Com sua silhueta impactante, o hatchback cinco portas se destaca. Um carro que surpreende e encanta por seus detalhes. O Volvo V40 é a escolha
Leia maisGERENCIAMENTO DE MALHAS Introdução
Introdução Nos últimos anos a tecnologia de controle digital tem evoluído rapidamente no mundo. Os fabricantes de sistemas oferecem soluções de hardware e software com maior capacidade e menor custo. Apesar
Leia maisCONTROLE AUTOMATIZADO DA IRRIGAÇÃO UTILIZANDO UM CONTROLADOR LÓGICO PROGRAMÁVEL ASSOCIADO A UM INVERSOR DE FREQUÊNCIA
UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIENCIAS AGRÁRIAS DEPARTAMENTO DE ENGENHARIA AGRÍCOLA LEMA LABORATÓRIO DE ELETRÔNICA E CONTROLE AUTOMATIZADO DA IRRIGAÇÃO UTILIZANDO UM CONTROLADOR LÓGICO PROGRAMÁVEL
Leia maisAplicações com Banco de Dados e Cliente-Servidor
Aplicações com Banco de Dados e Cliente-Servidor Aula #231 EBS 211 POO e UML Prof Luiz Fernando S Coletta luizfsc@tupaunespbr Campus de Tupã Roteiro Rede de computadores; Aplicação cliente/servidor; Sockets
Leia maisAlgoritmos Genéticos Fundamentos e Aplicações. Prof. Juan Moisés Mauricio Villanueva
Algoritmos Genéticos Fundamentos e Aplicações Prof. Juan Moisés Mauricio Villanueva jmauricio@cear.ufpb.br Conteúdo Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de Algoritmos
Leia maisMinicurso de Arduino
Minicurso de Arduino Gabriel Vasiljević Felipe Fernandes January 31, 2013 Gabriel Vasiljević Felipe Fernandes Minicurso de Arduino January 31, 2013 1 / 14 Na aula passada... Portas PWM Exemplos e exercicios
Leia maisIntrodução às Estratégias de Controle
Universidade Estadual do Oeste do Paraná Programa de Pós-graduação em Engenharia de Sistemas Dinâmicos e Energéticos Tema da Aula: Introdução às Estratégias de Controle Prof. Dr. Carlos Henrique Farias
Leia maisSimpósio Brasileiro de Automação Inteligente XI SBAI 2013
Simpósio Brasileiro de Automação Inteligente XI SBAI 2013 CONTROLE DE TEMPERATURA DE UMA TOCHA DE PLASMA TÉRMICO COM ACOPLAMENTO INDUTIVO UTILIZANDO A PLACA ARDUINO GUSTAVO FERNANDES DE LIMA (Mestrando)
Leia maisConceitos Básicos. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama
Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Os sensores e instrumentos de medição Compostos por elementos funcionais; Algums elementos podem ou não estar presentes em determinado sensor
Leia maisOrientação a Objetos e UML
Orientação a Objetos e UML Aula #8.1. EBS 211 POO e UML Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Roteiro Análise e projeto OO; Engenharia de software e UML; Diagrama de classes.
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 maisSistema Shaftless para Máquinas Gráficas
Sistema Shaftless para Máquinas Gráficas Seguindo uma tendência mundial no segmento da indústria gráfica, a Yaskawa desenvolve no Brasil o primeiro sistema Shaftless Servoacionado. O termo Shaftless em
Leia maisRedes para Automação Industrial. Capítulo 1: Automação Industrial. Luiz Affonso Guedes DCA-CT-UFRN
Redes para Automação Industrial Capítulo 1: Automação Industrial Luiz Affonso Guedes DCA-CT-UFRN 2005.1 Objetivos do Capítulo Estudo sistêmico de sistemas de automação industrial. Caracterização dos elementos
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 maisTipos de Malha de Controle de Processos Industriais
Tipos de Malha de Controle de Processos Industriais Sempre que surgir uma oscilação no sistema, o controlador será capaz de atuar sobre o erro entre o setpoint e o valor da variável controlada e eliminá-lo.
Leia maisLógica Nebulosa. Lógica Fuzzy
Lógica Nebulosa Ou Lógica Fuzzy Lógicas Bivalente e Polivalente Na logica clássica ou aristotélica: Dois valores verdade possíveis: Proposições verdadeiras;ou Proposições falsas. São sistemas chamados
Leia maisEscola Politécnica da Universidade de São Paulo. Engenharia Elétrica. Programa de Pós Graduação. PCS Computação Fuzzy - 1 º Ciclo
Escola Politécnica da Universidade de São Paulo Engenharia Elétrica Programa de Pós Graduação PCS 5711 - Computação Fuzzy - 1 º Ciclo - 2000 Professor: Dr. Marco Túlio Carvalho de Andrade Trabalho Final
Leia maisPQI-2407 CONTROLE DE PROCESSOS QUÍMICOS. Professor: Darci Odloak Ano: 2009
PQI-407 CONTROLE DE PROCESSOS QUÍMICOS Professor: Darci Odloak no: 009 1 PQI-407 CONTROLE DE PROCESSOS QUÍMICOS O objetivo é introduzir os conceitos básicos para o entendimento das malhas de controle Porque
Leia maisMÁQUINAS TÉRMICAS E PROCESSOS CONTÍNUOS
MÁQUINAS TÉRMICAS E PROCESSOS CONTÍNUOS AULA 13 TURBINAS A VAPOR PROF.: KAIO DUTRA Usinas Termoelétricas As turbinas a vapor são máquinas que utilizam a elevada energia cinética da massa de vapor expandido
Leia maisAutomação. 4 de fevereiro de Prof. Ramon Moreira Lemos
Automação 4 de fevereiro de 2016 O que é automação? Engenharia de automação é o estudo das técnicas que visam otimizar um processo de negócio, aumentando sua produtividade, promovendo a valorização da
Leia maisObjetivo: Configurar o controle de malha fechada (PID) no inversor de frequência.
MICROMASTER 4 Usando o Controle de Malha Fechada (PID) Henrique Barlera Objetivo: Configurar o controle de malha fechada (PID) no inversor de frequência. Aviso: Este documento apresenta dicas e exemplos
Leia maisProf. André Rabelo LÓGICA DIGITAL INTRODUÇÃO
Prof. André Rabelo LÓGICA DIGITAL INTRODUÇÃO INTRODUÇÃO Um sistema pode ser definido como sendo um conjunto de elementos que são interligados de alguma maneira para compor um todo e assim realizar funcionalidade
Leia maisInteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Leia maisINSTRUMENTAÇÃO EM PROCESSOS INDUSTRIAIS
INSTRUMENTAÇÃO EM PROCESSOS INDUSTRIAIS Válvulas de controle (funções, componentes, tipos e aplicações) Patrícia Lins de Paula 25/03/2012 154 VÁLVULAS São dispositivos destinados a estabelecer, controlar
Leia maisIntrodução à Lógica Nebulosa
Distancia Angulo Gerador de Sinal Controlador Nebuloso Osciloscópio 2.141e-016 Display Introdução à Lógica Nebulosa Álvaro Guarda Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade
Leia maisSistemas Hidropneumáticos I Hidráulica 05
Válvula de contrabalanço UNIFEI Sistemas Hidropneumáticos I Hidráulica 05 CRG EE-26/EE610 ula 05 28-09-2009 Prof. José Hamilton Chaves Gorgulho Júnior Posição central Carga parada Válvula de contrabalanço
Leia maisCONTROLE DE CARGA EM SISTEMA MECÂNICO UTILIZANDO LÓGICA FUZZY
CONTROLE DE CARGA EM SISTEMA MECÂNICO UTILIZANDO LÓGICA FUZZY FELIPE CARLOS CRUZ, JEREMIAS BARBOSA MACHADO Instituto de Engenharias de Sistemas e Tecnologias da Informação, Universidade Federal de Itajubá,
Leia maisCURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS º PERÍODO
CURSO: ENGENHARIA DE CONTROLE E AUTOMAÇÃO EMENTAS - 2016.1 1º PERÍODO DISCIPLINA: INTRODUÇÃO AO CÁLCULO DISCIPLINA: FUNDAMENTOS DE FÍSICA DISCIPLINA: REPRESENTAÇÃO GRÁFICA DISCIPLINA: INTRODUÇÃO À ENGENHARIA
Leia mais7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais
7 Medição da Velocidade do Vento em um Túnel de Vento utilizando Fusão de Dados: Resultados Experimentais 7. Introdução este capítulo apresentam-se experimentos de laboratório realizados em um túnel de
Leia maisNormas de Instrumentação Industrial: Simbologia e Identificação
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Normas de Instrumentação Industrial: Simbologia e Identificação Heitor Medeiros Florencio Objetivos da aula
Leia maisAula IV Simbologia e Diagramas de Instrumentação
Aula IV Simbologia e Diagramas de Instrumentação Universidade Federal da Bahia Escola Politécnica Disciplina: Instrumentação e Automação Industrial I(ENGF99) Professor: Eduardo Simas(eduardo.simas@ufba.br)
Leia maisPrevisão da produção de cacau utilizando Lógica Nebulosa
Curso: Lógica Nebulosa Aluno: José Vargens Profs.: Marley Vellasco e Ricardo Tanscheit Resumo Uma boa precisão na estimativa da produção passou a ser significativa na cacauicultura devido à forte diminuição
Leia maisCapítulo 8 Interface com o mundo analógico
Capítulo 8 Interface com o mundo analógico.0 Introdução A maioria das grandezas físicas é analógica por natureza e pode assumir qualquer valor dentro de uma faixa de valores contínuos. Podemos citar: temperatura,
Leia mais2 a Lista de Exercícios
Universidade Federal de Santa Catarina Departamento de Informática e Estatística Bacharelado em Ciências da Computação INE 5406 - Sistemas Digitais - semestre 2011/2 Prof. José Luís Güntzel guntzel@inf.ufsc.br
Leia maisConjuntos e Relações Nebulosas (Fuzzy)
Conjuntos e Relações Nebulosas (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Operações Básicas Para sistemas que usam
Leia mais