UMA ABORDAGEM NEURO-IMUNE PARA A SOLUÇÃO DO PROBLEMA DE MÚLTIPLOS CAIXEIROS VIAJANTES
|
|
- Rosa Rijo Bastos
- 8 Há anos
- Visualizações:
Transcrição
1 UMA ABORDAGEM NEURO-IMUNE PARA A SOLUÇÃO DO PROBLEMA DE MÚLTIPLOS CAIXEIROS VIAANTES THIAGO A. S. MASUTTI, LEANDRO N. DE CASTRO Laboratóro de Sstemas Intelgentes, Programa de Mestrado em Informátca Unversdade Católca de Santos R. Dr. Carvalho de Mendonça, 144, Vla Mathas, E-mals: {tmasutt,lnunes}@lsn.unsantos.br Abstract Two types of neural networks are usually appled to solve combnatoral optmzaton problems: networks based on the optmzaton of energy surfaces, such as Hopfeld networks; and self-organzed networks, lke the self-organzng maps. Ths paper presents a hybrd algorthm between a self-organzng map and artfcal mmune systems to solve the multple travelng salesmen problem (MTSP). The network nvestgated, named RABNET-MTSP, has a sngle layer of neurons that subdvde nto several sub-networks, beng each one of them responsble for representng one of the m salesmen that wll solve the problem. It s also mportant to remark that ths type of network s unsupervsed and, thus, do not use nformaton about the qualty of the solutons proposed. Even wth such characterstc, these networks present good qualty (compettve) results when compared wth other technques from the lterature. Keywords Artfcal Neural Networks, Self-Organzng Maps, Artfcal Immune Systems, Multple Travelng Salesmen Problem. Resumo Dos tpos de redes neuras são comumente usadas para resolver problemas combnatóros: redes baseadas em otmzação de superfíces de energa, como as redes de Hopfeld; e redes auto-organzadas, como os mapas auto-organzáves. Este trabalho apresenta um algortmo híbrdo entre uma rede neural auto-organzada e sstemas munológcos artfcas para a solução do problema de múltplos caxeros vajantes (MTSP). A rede nvestgada, nomeada de RABNET-MTSP, possu uma únca camada de neurônos que se subdvdem em dversas sub-redes, sendo que cada uma delas é responsável por representar um dos m caxeros que resolverão o problema. Outro aspecto relevante é o fato de que a rede opera de forma totalmente nãosupervsonada, ou seja, não há nformação sobre a qualdade das soluções sendo propostas. Mesmo assm, os resultados apresentados são de boa qualdade e compettvos em relação a outras ferramentas da lteratura. Palavras-chave Redes Neuras Artfcas, Mapas Auto-Organzáves, Sstemas Imunológcos Artfcas, Problema de Múltplos Caxeros Vajantes. 1 Introdução O Problema de Múltplos Caxeros Vajantes (MTSP, do nglês Multple Travelng Salesmen Problem) é uma generalzação do já bem conhecdo TSP, no qual é possível a utlzação de mas de um caxero para se obter uma solução. O MTSP pode ser descrto da segunte manera (Bektas, 2006): dado um conjunto de cdades, m representa o número de caxeros que se encontram na cdade depósto. As cdades restantes podem ser chamadas de cdades ntermedáras. Sendo assm, o MTSP consste em determnar uma rota para todos os m caxeros, que devem partr e voltar ao depósto, de tal manera que todas as cdades ntermedáras sejam vstadas apenas uma vez e por apenas um caxero e que o custo total destas rotas seja mnmzado. O custo pode ser, por exemplo, a dstânca percorrda ou o tempo de vagem. Enquanto o objetvo geral do MTSP é mnmzar o custo total, podendo ser chamado de crtéro mnsum, o crtéro mnmax objetva mnmzar o custo da maor rota, que é mas aproprado aos problemas reas nos quas a dstrbução das tarefas deva ser eqütatva (França et al., 1995). O MTSP é um problema que pode ser faclmente relaconado a aplcações de mundo real como, por exemplo, planejar a ordem de execução de determnadas tarefas que um grupo de robôs autônomos tem que executar (Zhong et al., 2002); roteamento de veículos como, por exemplo, ônbus escolares (Angel et al., 1972); e determnação da ordem de vstação de centras telefôncas por um grupo de técncos (Svestka e Rnnooy Kan, 1975). Os Mapas Auto-Organzáves (SOM, do nglês Self-Organzng Maps) de Kohonen (de Castro, 2006; Haykn, 1999; Kohonen, 2000) foram temas de dversos trabalhos para a solução do TSP (Angenol et al., 1988; Past e de Castro, 2006; Somhom et al., 1997) e os resultados destes trabalhos são muto satsfatóros. Porém, pouca atenção fo dada à aplcação de redes neuras auto-organzáves para a solução do MTSP. Neste artgo é apresentada uma ferramenta baseada em mapas auto-organzáves e sstemas munológcos artfcas (de Castro e Tmms, 2002) para a solução do MTSP, a RABNET-MTSP, que é uma varação do algortmo proposto por Past e de Castro (2006). Este artgo está organzado da segunte manera. A Seção 2 apresenta alguns trabalhos baseados em redes compettvas para a solução do MTSP e a Seção 3 descreve a RABNET-MTSP. Na Seção 4.1 são propostos valores padrões para os parâmetros da RABNET-MTSP e na Seção 4.2 são apresentados os resultados obtdos com o algortmo proposto. O trabalho é concluído na Seção 5 com uma dscussão e propostas de trabalhos futuros.
2 2 Revsão da Lteratura Esta seção faz uma breve descrção de alguns algortmos baseados em redes auto-organzadas para a solução do MTSP presentes na lteratura. Em geral, tas algortmos são modfcações daqueles aplcados à solução do TSP. Dentre os trabalhos descrtos, Somhom et al. (1999) é o únco a utlzar nstâncas publcamente acessíves para avalar o desempenho de seu algortmo e, por sso, seus resultados serão usados como benchmark para a ferramenta proposta aqu. Baseando-se no trabalho de Angenol et al. (1988), Hsu et al. (1991) propuseram um algortmo para a solução do MTSP. Neste algortmo, m bolhas crescem a partr do depósto em dreção às cdades ntermedáras defnndo as rotas que cada um dos m caxeros deverá segur. Assm como o algortmo de Angenol, o algortmo proposto possu funções de cração e exclusão de nós. Vakhutnsky e Golden (Vakhutnsky e Golden, 1994) propuseram uma extensão da rede elástca (Durbn e Wllshaw, 1987) para a solução do MTSP. Nesse algortmo m tras elástcas de neurônos se alongam a partr do depósto em dreção às cdades ntermedáras de acordo com duas forças: a prmera nduz todos os nós da rede a se moverem na dreção da cdade mas próxma, a segunda força faz com que cada nó se mova na dreção de seus vznhos. Partndo de um trabalho posteror para o TSP (Somhom et al., 1997), Somhom et al. (1999) propuseram uma rede baseada em SOM para a solução do mnmax MTSP. No algortmo é utlzado um número fxo M de neurônos, sendo M = 2*N, onde N é o número de cdades a serem vstadas. Além dsso, há uma restrção na regra de competção deste algortmo para propcar custos eqütatvos das rotas de cada caxero. Para avalar o desempenho do algortmo, os autores realzaram testes com nstâncas para o C- VRP da TSPLIB (Renelt, 1991) e compararam os resultados com a Elastc Net e com o algortmo 2-opt (Potvn et al., 1989). De acordo com os resultados, o algortmo proposto pelos autores apresentou soluções de melhor qualdade que os outros. Em relação ao esforço computaconal, o tempo de processamento do algortmo proposto fo nferor ao da Elastc Net e superor ao do 2-opt. 3 A RABNET-MTSP A RABNET-MTSP (real-valued antbody network to the multple travelng salesmen problem) é uma rede neural que combna característcas de um SOM e sstemas munológcos artfcas (de Castro e Tmms, 2002) para a solução do MTSP. Esta rede é uma modfcação da RABNET-TSP (Past e de Castro, 2006). Dentre as prncpas característcas deste algortmo é possível destacar: Arqutetura do tpo feedforward com uma únca camada de pesos a serem ajustados. Rede compettva com aprendzado nãosupervsonado. Arqutetura construtva através de um mecansmo de clonagem de neurônos. Fase de poda de neurônos ao fnal do trenamento. Vznhança pré-defnda entre os neurônos. O objetvo da RABNET-MTSP é, durante a fase de trenamento, posconar uma célula presente nas sub-redes (cada sub-rede corresponde à rota de um caxero dstnto) em cada cdade da nstânca do MTSP a ser resolvda. Sendo assm, a vznhança pré-defnda entre os neurônos das sub-redes determnará a ordem de vstação das cdades. A RABNET-MTSP é um algortmo nãosupervsonado, ou seja, não utlza uma função de custo ou avalação, durante a fase de trenamento da rede, para determnar a qualdade da solução. A segur são descrtas as prncpas etapas da RABNET-MTSP. 3.1 Incalzação das sub-redes Para a RABNET-MTSP, cada sub-rede representará um caxero, que deverá percorrer uma rota ndependente dos outros caxeros. Sendo assm, são ncalzadas m sub-redes. Incalmente são nserdos dos neurônos em cada sub-rede. O prmero contém um vetor de coordenadas dêntco ao do depósto e o segundo é ncalzado randomcamente. Para facltar a mplementação e a dentfcação do neurôno vnculado ao depósto, o neurôno de índce um é aquele que sempre estará vnculado ao depósto. 3.2 Apresentação dos padrões de entrada Cada cdade representa um padrão de entrada, que nos sstemas munológcos é correspondente a um antígeno. Sendo assm, todos os antígenos devem ser apresentados à rede e sto é feto teratvamente, ou seja, um antígeno de cada vez. A apresentação de todos os antígenos é caracterzada como uma época. Para dmnur a dependênca do algortmo de trenamento da rede em relação à ordem ncal destes antígenos, a cada época esta ordem é alterada aleatoramente. 3.3 Competção O objetvo dessa etapa é calcular o neurôno contdo em uma das m sub-redes que apresente a maor afndade (menor dstânca) ao antígeno apresentado, sendo este neurôno caracterzado como o vencedor para a competção. A regra que determna o neurôno de maor afndade ao antígeno apresentado pode ser defnda pela equação a segur:
3 j ( ), j, j 1,..., m I, = arg mn w x =, (1) na qual w é o vetor de coordenadas do neurôno de índce pertencente à sub-rede de índce j, x é o vetor de coordenadas do antígeno apresentado e I é o índce do neurôno vencedor pertencente à sub-rede de índce. O algortmo de trenamento não apresenta restrção alguma quanto ao número de vezes que um neurôno pode vencer uma competção. Sendo assm, um neurôno pode estar relaconado a zero, um ou mas antígenos. Um vetor de concentração, ρ m, armazena, para cada um dos m caxeros, a quantdade de vezes que cada neurôno venceu uma competção. Esta nformação é rencalzada a cada época e é mportante para outras etapas como, por exemplo, o crescmento das sub-redes. Quando o antígeno apresentado se refere à cdade base, não há competção. Porém, os neurônos de índce um de cada sub-rede são utlzados nas próxmas etapas. 3.4 Cooperação A fase de cooperação da RABNET-MTSP é gual à de um SOM. Nesta fase, o estímulo causado ao neurôno vencedor é propagado aos neurônos vznhos, mas de uma forma mas branda conforme a dstânca lateral entre eles aumenta. Aqu, o estímulo a um neurôno se refere à sua adaptação, ou seja, mover o neurôno na dreção do antígeno para o qual ele venceu. Desta manera, os vznhos do neurôno vencedor também serão movdos na dreção do antígeno, mas com um passo menor do que o dado por ele. Na RABNET-MTSP os neurônos de cada sub-rede estão dspostos em uma vznhança crcular e a dstânca lateral entre dos neurônos pode ser defnda pela segunte equação: d = mn I, M I,, (2) ( ) na qual é o índce do neurôno analsado, I é o índce do neurôno vencedor pertencente à sub-rede e M é o número total de neurônos desta sub-rede. Para caracterzar essa dmnução do passo de um neurôno conforme sua dstânca lateral com o neurôno vencedor aumenta, utlza-se uma função de vznhança que, na RABNET-MTSP, é a mesma utlzada na RABNET-TSP e proposta por Haykn (1999): f h= ( σ, d) = exp( d 2 ) σ 1, caso contráro (3) na qual h representa o tamanho do passo que o neurôno dará em relação ao passo do neurôno I, σ é o parâmetro que controla a nfluênca da vznhança e d é a dstânca lateral entre os neurônos e I. Conforme a Eq. (3), o neurôno vnculado ao depósto permanece sempre fxo, pos seu valor de h será sempre zero. O parâmetro σ é responsável por determnar a nfluênca da vznhança. É comum que este parâmetro, a partr de um valor ncal, seja reduzdo ao decorrer das épocas. Na RABNET-MTSP utlza-se a função de redução proposta por Haykn (1999): σt =σ0 exp( t τ 1 ), (4) na qual σ 0 é o valor ncal para este parâmetro, t é a época atual e τ 1 = 1000/log(σ 0 ). Esta etapa da RABNET-MTSP é descartada assm que é defnda a establzação dos vencedores, que será descrta adante. 3.5 Adaptação A fase de adaptação se refere a mover os neurônos na dreção do antígeno apresentado. Na RABNET- MTSP a adaptação de um neurôno pode ser defnda pela segunte equação: ( ) ( t) +α hi x w ( t) ( t) w h > κ I w ( t+ 1) =, (5) w caso contráro na qual w é o vetor de coordenadas do neurôno de índce pertencente à sub-rede de índce, x é o vetor de coordenadas do antígeno apresentado, α é a taxa de aprendzagem, h é o parâmetro defndo na Eq. (3), t é a época atual e κ é o lmar para h. O parâmetro α representa o passo que será dado pelo neurôno. Este parâmetro, a partr de seu valor ncal, é reduzdo ao decorrer das épocas. Para sto fo adotada a função proposta por Haykn (1999): αt =α 0 exp( t τ 2 ), (6) na qual α 0 é o valor ncal para este parâmetro, t é a época atual e τ 2 = Dferentemente do algortmo proposto por Past e de Castro (2006), na RABNET-MTSP apenas neurônos que obtveram um valor mínmo para h na etapa de cooperação são adaptados. Esta restrção é mposta através da nclusão do lmar κ na Eq. (5) e faz com que apenas mudanças realmente sgnfcatvas sejam realzadas na rede. Conforme alguns resultados de testes prelmnares, esta restrção não produz efeto sgnfcatvo na qualdade da solução, porém dmnu o esforço computaconal do algortmo. 3.6 Crescmento das sub-redes A etapa de crescmento é baseada em sstemas munológcos artfcas (de Castro e Tmms, 2002), na qual os neurônos mas estmulados durante uma época são seleconados para serem clonados. Para cada sub-rede é seleconado o neurôno mas estmulado, que é aquele que reconhece a maor concentração de antígenos. A ndcação do neurôno de maor concentração de cada sub-rede pode ser defnda pela equação abaxo: j j (7) k = arg max ρ ( ) na qual k é o índce do neurôno de maor concentração relatvo à sub-rede j e ρ é o vetor de concentra-
4 ção dessa sub-rede. Caso dos ou mas neurônos a- presentem a maor concentração, um deles é escolhdo aleatoramente. O neurôno de índce k seleconado através da Eq. (7) será utlzado para clonagem somente se j ρ k > 1. Caso contráro, a sub-rede à qual pertence este neurôno não sofrerá alterações. Dentre os neurônos seleconados como canddatos à clonagem, de todos os antígenos relaconados a ele, aquele de maor dstânca Eucldana (menor afndade) é escolhdo. Se esta dstânca for maor que o parâmetro ε, então este neurôno é clonado, caso contráro, nenhuma mudança nessa sub-rede será realzada. O novo neurôno crado terá um vetor de coordenadas dêntco ao de seu neurôno pa e será ntroduzdo na rede como vznho de grau um dele. 3.7 Establzação dos vencedores Esta é uma etapa que não exste no algortmo orgnal proposto por Past e de Castro (2006) e fo ntroduzda para propcar uma dmnução no tempo de processamento do algortmo. Para que essa dmnução ocorra, a etapa de cooperação é descartada assm que é caracterzada a establzação dos vencedores, fazendo com que apenas os neurônos vencedores sejam movdos na dreção do antígeno. A establzação dos vencedores ocorre quando há apenas uma pequena varação dos neurônos vencedores para cada antígeno. Esta varação é dada pela segunte equação: N n= 1 ( t 1) I ( t) V = I, (8) n na qual V é o grau de varação dos vencedores, N é o número total de antígenos, I é o índce do neurôno vnculado ao antígeno de índce n e t é a época atual. Para se caracterzar a establzação dos vencedores, é necessáro que V assuma um valor menor ou gual a um determnado lmar β. 3.8 Crtéro de parada Para garantr que o algortmo obtenha uma solução factível, cada antígeno deve ter um neurôno a uma dstânca mínma λ. Quando esta condção é satsfeta, o processo de aprendzado da rede é fnalzado. 3.9 Poda Ao térmno do processo de trenamento da rede, todo neurôno com nível de concentração gual a zero é excluído. Isso faz com que o número fnal de neurônos seja gual a N + m 1, e a vznhança defnda pelos neurônos de cada sub-rede determnará a ordem da rota de cada caxero. n 4 Avalação da Performance do Algortmo 4.1 Defnção dos Parâmetros de Trenamento Para que a RABNET-MTSP possa ser aplcada a uma dada nstânca do MTSP, alguns parâmetros devem ser defndos. Tas parâmetros podem nfluencar a manera com que as sub-redes se desenvolvem e, conseqüentemente, o esforço computaconal e/ou a qualdade da solução. A Fgura 1 apresenta o comportamento do algortmo durante o processo de a- prendzagem, com m = 4, para uma das nstâncas analsadas. Assm como proposto em Past e de Castro (2006), neste trabalho fo utlzado ε = md*0,2 e λ = md*0,01, nas quas md representa a menor dstânca entre as cdades da nstânca analsada. Os parâmetros α 0 e σ 0 podem nfluencar a qualdade da solução que será obtda e seus valores podem varar de acordo com as característcas de cada nstânca. Portanto, os valores deas destes parâmetros só podem ser defndos a partr de testes prelmnares. Quando não for possível a realzação destes testes, propomos utlzar α 0 = 0,75 e σ 0 = 19, valores obtdos emprcamente para algumas nstâncas da lteratura. Sugermos também κ = 0,01, caracterzando como sgnfcatvo um passo maor que 1% do passo dado pelo neurôno vencedor. O valor de β depende do valor adotado para α 0, segundo a segunte equação: 0,05 N α 0 0,7 β= 1 caso contráro (9) na qual N é o número de cdades da nstânca analsada. O valor negatvo para β faz com que não seja caracterzada a establzação dos vencedores. 4.2 Resultados Computaconas Nos testes apresentados aqu foram utlzadas nstâncas do Problema de Roteamento de Veículos Capactados (CVRP, do nglês Capactated Vehcle Routng Problem) da TSPLIB (Renelt, 1991) sem consderar a restrção de capacdade do veículo. Também foram consderadas algumas nstâncas para o problema do caxero vajante da TSPLIB. As nstâncas utlzadas para este trabalho são as mesmas que foram utlzadas no trabalho de Somhom et al. (1999) e são publcamente acessíves através do ste software/tsplib95/. O algortmo fo mplementado em MATLAB e executado em um Pentum IV de 3,0GHz com 1Gb de RAM. Para cada nstânca analsada o algortmo fo executado 30 vezes para dos, três e quatro caxeros respectvamente. A Tabela 1 apresenta o esforço computaconal da RABNET-MTSP e compara os resultados, para o crtéro mnmax, com aqueles apresentados em Somhom et al (1999).
5 (a) (b) (c) (d) Fgura 1 Evolução das sub-redes que representam os 4 caxeros para uma das nstâncas analsadas. (a) 50 épocas; (b) 100 épocas; (c) 150 épocas; (d) resultado fnal com 225 épocas. Tabela 1 Esforço computaconal da RABNET-MTSP e comparação das soluções obtdas com as apresentadas por Somhom et al. (1999). Tempo é o tempo médo, em segundos, para uma execução; Menor é o custo obtdo para a melhor solução e Méda é a méda do custo das soluções obtdas. Os valores grfados destacam as melhores soluções entre os dos algortmos. Instânca N m RABNET-MTSP Somhom et al. Tempo Menor Méda Menor Méda 2 8, , ,50 el , , , , , , , , ,00 el , , , , , , , , ,67 el , , , , , , , , ,00 el , , , , , , , , ,67 el , , , , , , , , ,80 kroa , , , , , , , , ,00 kroa , , , , , , , , ,50 kroa , , , , , , , , ,75 fl , , , , , ,50
6 5 Dscussões e Perspectvas Futuras Redes neuras artfcas têm sdo amplamente estudadas, em especal para a solução de problemas de otmzação combnatóra como, por exemplo, TSP e MTSP. Este artgo apresentou uma abordagem baseada em Mapas Auto-Organzáves e sstemas munes artfcas para a solução do MTSP. A ferramenta proposta, denomnada RABNET-MTSP, fo capaz de apresentar boas soluções para o mnmax MTSP com um tempo de processamento razoável. Uma comparação entre as soluções obtdas com a RABNET-MTSP e com resultados apresentados na lteratura demonstrou um bom desempenho do algortmo proposto. Os resultados encorajadores apresentados neste artgo confrmam a efetvdade da aplcação de algortmos auto-organzados para a solução de problemas combnatóros e nos motvam a realzar adaptações no algortmo para a solução de outro problema, o CVRP. Além dsso, um estudo mas profundo com mas nstâncas para o MTSP será alvo de nvestgação futura. Agradecmentos Os autores agradecem à UNISANTOS, à FAPESP e ao CNPq pelo apoo fnancero. Referêncas Bblográfcas Angel, R.D., Caudle, W.L., Noonan, R. e Whnston, A. (1972). Computer-Asssted School Bus Schedulng, Management Scence, 18(6): B279- B288. Angenol, B., Crox Vaubos, G. e Le Texer, -Y. (1988). Self-Organzng Feature Maps and the Travelng Salesman Problem, Neural Networks, 1(4): Bektas, T. (2006). The Multple Travelng Salesman Problem: An Overvew of Formulatons and Soluton Procedures, Omega, 34(3): de Castro, L.N. e Tmms,. (2002). Artfcal Immune Systems: A New Computatonal Intellgence Approach, Sprnger-Verlag. de Castro, L.N., (2006). Fundamentals of Natural Computng: Basc Concepts, Algorthms, and Applcatons, CRC Press LLC. Durbn, R. e Wllshaw, D. (1987). An Analogue Approach to the Travelng Salesman Problem Usng an Elastc Net Method, Nature, 326: França, P.M., Gendreau M., Laporte, G. e Müller, F.M. (1995). The m-travelng Salesman Problem wth Mnmax Objectve, Transportaton Scence, 29(3): Haykn, S. (1999). Neural Networks: A Comprehensve Foundaton, 2nd Ed., Prentce Hall. Hsu, C., Tsa, M. e Chen, W. (1991). A Study of Feature-Mapped Algorthm for the Multple Travelng Salesmen Problem, IEEE Internatonal Symposum on Crcuts and Systems, vol. 3, pp Kohonen, T. (2000). Self-Organzng Maps, 3rd Ed., Sprnger-Verlag. Past, R. e de Castro, L.N. (2006). A Neuro-Immune Network for Solvng the Travelng Salesman Problem, Internatonal ont Conference on Neural Networks, pp Potvn,., Lapalme, G. e Rousseau,. (1989). A Generalzed k-opt Exchange Procedure for the MTSP, Informaton Systems and Operatons Research, 27(4): Renelt, G. (1991). TSPLIB - A Travelng Salesman Problem Lbrary, ORSA ournal on Computng, 3(4): Somhom, S., Modares, A. e Enkawa, T. (1997). A Self-Organsng Model for the Travelng Salesman Problem, ournal of the Operatonal Research Socety, 48(9): Somhom, S., Modares, A. e Enkawa, T. (1999). Competton-Based Neural Network for the Multple Travellng Salesmen Problem wth Mnmax Objectve, Computers and Operatons Research, 26(4): Svestka,.K. e Rnnooy Kan, A.H.G. (1975). Some Smple Applcatons of the Travelng Salesman Problem, Operatonal Research Quarterly, vol. 26, pp Vakhutnsky, A.I. e Golden, B.L. (1994). Solvng Vehcle Routng Problems Usng Elastc Nets, IEEE Internatonal Conference on Neural Network, pp Zhong, Y., Lang,., Guochang, G., Zhang, R. e Yang, H. (2002). An Implementaton of Evolutonary Computaton for Path Plannng of Cooperatve Moble Robots, Proceedngs of the 4th World Congress on Intellgent Control Automaton, vol. 3, pp
Nota Técnica Médias do ENEM 2009 por Escola
Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisUMA REDE NEURAL ARTIFICIAL HÍBRIDA: MULTI-LAYER PERCEPTRON (MLP) E INTERAC- TIVE ACTIVATION AND COMPETITION (IAC)
UMA REDE NEURAL ARTIFICIAL HÍBRIDA: MULTI-LAYER PERCEPTRON (MLP) E INTERAC- TIVE ACTIVATION AND COMPETITION (IAC) ANDRÉA T. R. BARBOSA, GLORIA M. CURILEM SALDÍAS, FERNANDO M. DE AZEVEDO Hosptal São Vcente
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisSOM Hierárquico Aplicado à Compressão de Imagens
Proceedngs of the V Brazlan Conference on Neural Networks - V Congresso Braslero de Redes Neuras pp. 511 516, Aprl 2 5, 2001 - Ro de Janero - RJ - Brazl SOM Herárquco Aplcado à Compressão de Imagens José
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisPREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH
PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH CAPORAL, Bbana 1 ; CAVALHEIRO, Everton ; CORRÊA, José Carlos 3 ; CUNHA, Carlos 4 Palavras-chave: Econometra; Séres temporas; Co-ntegração;
Leia maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisO Método de Redes Neurais com Função de Ativação de Base Radial para Classificação em Data Mining
O Método de Redes Neuras com Função de Atvação de Base Radal para Classfcação em Data Mnng Ana Paula Scott 1, Mersandra Côrtes de Matos 2, Prscyla Walesa T. A. Smões 2 1 Acadêmco do Curso de Cênca da Computação
Leia maisModelo Analítico para Avaliar Plataformas Cliente/Servidor e Agentes Móveis Aplicado à Gerência de Redes
Modelo Analítco para Avalar Plataformas Clente/Servdor e Agentes Móves Aplcado à Gerênca de Redes Julana Amaral Arantes, Carlos Becker Westphall, Rcardo Felpe Custódo {julana, westphal}@lrg.ufsc.br, custodo@nf.ufsc.br
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisCAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)
PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisRedes Neurais Artificiais Aplicadas no Monitoramento da Condição de Ferramentas de Corte Utilizando Algoritmo de Extração das Características SFS
Proceedngs of the IV Brazlan Conference on Neural Networs - IV Congresso Braslero de Redes Neuras pp. 292-297, July 20-22, 999 - ITA, São José dos Campos - SP - Brazl Redes Neuras Artfcas Aplcadas no Montoramento
Leia maisAdriana da Costa F. Chaves
Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisCLUSTERING SEARCH APLICADO AO PROBLEMA DE ALOCAÇÃO DE BERÇOS
CLUSTERING SEARCH APLICADO AO PROBLEMA DE ALOCAÇÃO DE BERÇOS Rudne Martns de Olvera Insttuto Naconal de Pesqusas Espacas - INPE rudmart@gmal.com Geraldo Regs Maur Unversdade Federal do Espírto Santo -
Leia maisMAPEAMENTO DA VARIABILIDADE ESPACIAL
IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisIMPLEMENTAÇÃO DE REDES NEURAIS ARTIFICIAIS UTILIZANDO A LINGUAGEM DE PROGRAMAÇÃO JAVA
IMPLEMENTAÇÃO DE REDES NEURAIS ARTIFICIAIS UTILIZANDO A LINGUAGEM DE PROGRAMAÇÃO JAVA José R. Campos 1, Anna D. P. Lotufo 1, Carlos R. Mnuss 1, Mara L. M. Lopes 1 1 UNESP, Ilha Soltera, Brasl, jrcampos8@gmal.com,
Leia maisCQ110 : Princípios de FQ
CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia mais2 Máquinas de Vetor Suporte 2.1. Introdução
Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisO Uso do Software Matlab Aplicado à Previsão de Índices da Bolsa de Valores: Um Estudo de Caso no Curso de Engenharia de Produção
O Uso do Software Matlab Aplcado à Prevsão de Índces da Bolsa de Valores: Um Estudo de Caso no Curso de Engenhara de Produção VICENTE, S. A. S. Unversdade Presbterana Mackenze Rua da Consolação, 930 prédo
Leia maisFast Multiresolution Image Querying
Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisUMA ABORDAGEM IMUNOLÓGICA APLICADA AO PROBLEMA DE ALOCAÇÃO ÓTIMA DE BANCO DE CAPACITORES EM SISTEMAS DE DISTRIBUIÇÃO RADIAL
UMA ABORDAGEM IMUNOLÓGICA APLICADA AO PROBLEMA DE ALOCAÇÃO ÓTIMA DE BANCO DE CAPACITORES EM SISTEMAS DE DISTRIBUIÇÃO RADIAL Rosana Sate Taehara DEX/CEUL/UFMS Av. Ranulpho Marques Leal, 3484 CP 21 Três
Leia maisRESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para
Leia maisTRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS, RESULTADOS E DISCUSSÕES 1
XIV ELAVIO El Fuerte Snaloa Méxco 9-14 de agosto de 2009 TRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS RESULTADOS E DISCUSSÕES 1 Mayron César de O. Morera Lana Mara R. Santos Alysson M.
Leia maisAula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014
Aula 7: Crcutos Curso de Físca Geral III F-38 º semestre, 04 Ponto essencal Para resolver um crcuto de corrente contínua, é precso entender se as cargas estão ganhando ou perdendo energa potencal elétrca
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisSISTEMA HÍBRIDO NEURO-FUZZY PARA ANÁLISE DE SEGURANÇA EM TEMPO REAL DE SISTEMAS DE POTÊNCIA
SISTEMA HÍBRIDO NEURO-FUZZY PARA ANÁLISE DE SEGURANÇA EM TEMPO REAL DE SISTEMAS DE POTÊNCIA EDUARDO DE A. SODRÉ, DEPT Dvsão de Estudos do Sstema de Transmssão, CHESF Rua Delmro Gouvea, 333 Bon, Cep: 50761
Leia maisPROGRAMAÇÃO DIÁRIA DE IMAGENS DE UM SATÉLITE DE OBSERVAÇÃO: UMA FORMULAÇÃO REDUZIDA
PROGRAMAÇÃO DIÁRIA DE IMAGENS DE UM SATÉLITE DE OBSERVAÇÃO: UMA FORMULAÇÃO REDUZIDA Glaydston Mattos Rbero 1,2 e Luz Antono Noguera Lorena 2 1 Departamento de Cênca da Computação e Informátca Faculdade
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia maisSCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO DA ALOCAÇÃO DE SONDAS DE PRODUÇÃO EM POÇOS DE PETRÓLEO
! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& SCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia maisDistribuição de Massa Molar
Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras
Leia maisAtribuição Automática de Propagandas a Páginas da Web
Atrbução Automátca de Propagandas a Págnas da Web Aníso Mendes Lacerda Lara Crstna Rodrgues Coelho Resumo O problema da propaganda dreconada baseada em conteúdo (PDC) consttu-se em atrbur propagandas a
Leia maisOtimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia maisAGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2.
AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2. andrey soares Unversdade Federal de Santa Catarna UFSC Campus Unverstáro Trndade Floranópols, SC 88040-900 andrey@nf.ufsc.br
Leia maisUniversidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas
Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema
Leia maisIntrodução. Introdução. Introdução I - PERCEPTRON. Modelos de Neurônios LABIC. Neurônio:
Modelos de Neurônos Introdução Característcas Báscas Modelo de Neurôno Estrutura da Rede Neurôno: Cada neurôno é composto por: dendrtos: con de termnas de entrada corpo central Algortmo de Aprendzado axôno:
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP SISTEMA
Leia maisUM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE
Unversdade Estadual de Campnas Insttuto de Matemátca, Estatístca e Computação Centífca Departamento de Matemátca Aplcada DISSERTAÇÃO DE MESTRADO UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS
Leia maisProblemas Associados a Cones de Segunda Ordem
Problemas Assocados a Cones de Segunda Ordem Dense S. Trevsol, Mara A. D. Ehrhardt, Insttuto de Matemátca, Estatístca e Computação Centífca, IMECC, UNICAMP, 1383-859, Campnas, SP E-mal: ra8477@me.uncamp.br,
Leia maisPARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA
PARALLEL ITERATED LOCAL SEARCH APLICADO AO PLANEJAMENTO OPERACIONAL DE LAVRA Sabr Rbas, Igor Machado Coelho Marcone Jamlson Fretas Souza, Davd Menott Unversdade Federal de Ouro Preto Departamento de Cênca
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia mais1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
Leia maisGENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN GENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO Antôno Orestes de Salvo Castro Petrobras
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisElaboração: Fevereiro/2008
Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras
Leia maisEnergia de deformação na flexão
- UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia maisRECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO USANDO O ALGORITMO IMUNOLÓGICO ARTIFICIAL CLONALG
Anas do XX Congresso Braslero de Automátca Belo Horzonte, MG, 0 a 4 de Setembro de 014 RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO USANDO O ALGORITMO IMUNOLÓGICO ARTIFICIAL CLONALG SIMONE S. F. SOUZA¹,
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL
ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL Danlo Augusto Hereda VIEIRA 1 Celso Correa de SOUZA 2 José Francsco dos REIS NETO 3 Resumo. As
Leia maisExpressão da Incerteza de Medição para a Grandeza Energia Elétrica
1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos
Leia maisControle de qualidade de produto cartográfico aplicado a imagem de alta resolução
Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca
Leia maisNORMAS DE SELEÇÃO AO DOUTORADO
1. INSCRIÇÕES PARA SELEÇÃO 1.1. Para a Área de Irrgação e Drenagem Poderão nscrever-se canddatos formados em Engenhara Agrícola, Agronoma, Meteorologa e demas Engenharas, ou em outras áreas afns a crtéro
Leia mais1. Introdução 2. Misturas Gaussianas
Ajuste de Msturas Gaussanas utlzando Algortmo de Maxmzação da Esperança e Crtéro de Comprmento de Descrção Mínmo para Modelagem de Tráfego VoIP Chela Mendes de Olvera Escola de Engenhara Elétrca e de Computação
Leia maisTRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO
TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO Janaína Poffo Possama janapoffo@gmal.com Unversdade Regonal de Blumenau Rua Antôno da Vega, 0 8902-900 - Blumenau
Leia maisOtimização da localização das bases de ambulâncias e do dimensionamento das suas regiões de cobertura em rodovias.
Otmzação da localzação das bases de ambulâncas e do dmensonamento das suas regões de cobertura em rodovas. Ana Paula Iannon Renaldo Morabto Departamento de Engenhara de Produção Unversdade Federal de São
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisGeração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3
Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON
1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de
Leia maisAlgoritmo de Otimização para o Problema de Roteamento de Veículos no Transporte Conjunto de Cargas e de Passageiros
Programa de Pós-Graduação em Engenhara Elétrca Centro de Pesqusa e Desenolmento em Engenhara Elétrca Escola de Engenhara da Unersdade Federal de Mnas Geras Algortmo de Otmzação para o Problema de Roteamento
Leia maisUM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE
UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE RESUMO Felppe Perera da Costa, PPGEM/UFOP, Mestrando. felppe@mneral.em.ufop.br Marcone Jamlson Fretas
Leia maisUniversidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.
A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),
Leia maisUM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO
Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com
Leia maisPARÂMETRO DE EXATIDÃO PARA APROXIMACÃO DE FUNCÕES UTILIZANDO MULTILAYER PERCEPTRONS NOS DOMÍNIOS REAL, COMPLEXO E DE CLIFFORD
PARÂMETRO DE EXATIDÃO PARA APROXIMACÃO DE FUNCÕES UTILIZANDO MULTILAYER PERCEPTRONS NOS DOMÍNIOS REAL, COMPLEXO E DE CLIFFORD Thalles S. Torch, Mlton R. Romero e Evandro M. Martns 3 Depto. de Eng. Elétrca,
Leia maisPREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS
PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero junor@dme.ufrj.br Dan Gamerman Insttuto de Matemátca Unversdade
Leia maisAprendizagem de Máquina
Plano de Aula Aprendzagem de Máquna Aprendzagem Baseada em Instâncas Alessandro L. Koerch Introdução Espaço Eucldano Aprendzagem Baseada em Instâncas (ou Modelos Baseados em Dstânca) Regra knn (k vznhos
Leia maisELEMENTOS DE CIRCUITOS
MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES
Leia maisControle Estatístico de Qualidade. Capítulo 8 (montgomery)
Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado
Leia maisSeqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu
XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera
Leia maisALGORITMO E PROGRAMAÇÃO
ALGORITMO E PROGRAMAÇÃO 1 ALGORITMO É a descrção de um conjunto de ações que, obedecdas, resultam numa sucessão fnta de passos, atngndo um objetvo. 1.1 AÇÃO É um acontecmento que a partr de um estado ncal,
Leia mais