Sistema automático de medida usando o sistema GSM

Este artigo apresenta um sistema automático de aquisição de dados com aplicação na monitorização da qualidade da água, não só do mar mas também de rios, lagos e lagoas. É um instrumento ambiental bastante útil, baseado numa estação de medida situada numa bóia que envia os dados via GSM para uma estação em Terra.

Qualidade do atendimento em creche familiar

Dissertação mest., Ciências da Educação, Universidade do Algarve, 2009

Caracterização da experiência de consumo em centros de atendimento médico-veterinário em Portugal

Dissertação de Mestrado, Marketing, Faculdade de Economia, Universidade do Algarve, 2016

Dimensionamento automático de pilares de betão armado aplicando o método da capacidade real

Dissertação de Mestrado, Engenharia Civil, Especialização em Estruturas, Instituto Superior de Engenharia, Universidade do Algarve, 2016

Estimating fuzzy membership functions parameters by the levenberg-marquardt algorithm

In previous papers from the authors fuzzy model identification methods were discussed. The bacterial algorithm for extracting fuzzy rule base from a training set was presented. The Levenberg-Marquardt algorithm was also proposed for determining membership functions in fuzzy systems. In this paper the Levenberg-Marquardt technique is improved to optimise the membership functions in the fuzzy rules without Ruspini-partition. The class of membership functions investigated is the trapezoidal one as it is general enough and widely used. The method can be easily extended to arbitrary piecewise linear functions as well.

Genetic programming and bacterial algorithm for neural networks and fuzzy systems design

In the field of control systems it is common to use techniques based on model adaptation to carry out control for plants for which mathematical analysis may be intricate. Increasing interest in biologically inspired learning algorithms for control techniques such as Artificial Neural Networks and Fuzzy Systems is in progress. In this line, this paper gives a perspective on the quality of results given by two different biologically connected learning algorithms for the design of B-spline neural networks (BNN) and fuzzy systems (FS). One approach used is the Genetic Programming (GP) for BNN design and the other is the Bacterial Evolutionary Algorithm (BEA) applied for fuzzy rule extraction. Also, the facility to incorporate a multi-objective approach to the GP algorithm is outlined, enabling the designer to obtain models more adequate for their intended use.

Análise de estratégias de processamento de dados GPS

Nos últimos anos, a rede de estações GPS permanentes tem crescido de forma sustentada em todo o mundo. Também em Portugal existe um número cada vez maior de estações permanentes, a maior parte das quais ligadas a instituições públicas e universidades. O volume de dados produzido por estas redes implica a criação de procedimentos automáticos de processamento de observações com metodologias adequadas. Tendo como objectivo principal processar os dados GPS provenientes de uma rede de estações da Faculdade de Ciências da Universidade de Lisboa (FCUL), foi elaborado um sistema de processamento automático de observações para um conjunto alargado de estações. A rede é constituída por estações IGS (Madrid, Maspalomas, Ponta Delgada, San Fernando e Villa Franca del Campo), por estações EUREF (Cascais, Vila Nova de Gaia e Lagos) e estações da FCUL (Flores, Graciosa, Santa Maria, Instituto de Meteorologia da Madeira, Observatório Astronómico de Lisboa Norte, Observatório Astronómico de Lisboa Sul). O processamento de observações GPS foi feito com recurso ao Bernese Processing Engine, uma componente do Bernese GPS Software 4.2, e foram utilizadas diferentes estratégias que incluem a modificação do ângulo de máscara, a determinação de gradientes troposféricos e a inclusão do efeito de carga oceânica. Neste trabalho são analisadas várias séries temporais e discutidas as vantagens e desvantagens de cada uma das estratégias utilizadas.

B-spline and neuro-fuzzy models design with function and derivative equalities

The design of neuro-fuzzy models is still a complex problem, as it involves not only the determination of the model parameters, but also its structure. Of special importance is the incorporation of a priori information in the design process. In this paper two known design algorithms for B-spline models will be updated to account for function and derivatives equality restrictions, which are important when the neural model is used for performing single or multi-objective optimization on-line.

Design of B-spline neural networks using a bacterial programming approach

The design phase of B-spline neural networks represents a very high computational task. For this purpose, heuristics have been developed, but have been shown to be dependent on the initial conditions employed. In this paper a new technique, Bacterial Programming, is proposed, whose principles are based on the replication of the microbial evolution phenomenon. The performance of this approach is illustrated and compared with existing alternatives.

Diferenças sexuais no investimento parental e no crescimento das crias no cagarro (Calonectris diomedea borealis)

Dissertação mest., Biologia Marinha, Universidade do Algarve, 2008

Paralelização automática de algoritmos matriciais

Tese de dout., Engenharia Electrónica e Computação, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2003

Comparison of on-line learning algorithms for RBF models in greenhouse environmental control problems

The problem with the adequacy of radial basis function neural networks to model the inside air temperature as a function of the outside air temperature and solar radiation, and the inside relative humidity in an hydroponic greenhouse is addressed.

Real-time data acquisition system for the Identification of dynamic temperature models in a hydroponic greenhouse

A real-time data acquisition and identification system implemented in a soil-less greenhouse located in the south of Portugal is described. The system performs real-time data acquisition from a set of sensors connected to a data logger.

New methods for PID autotuning

In this paper a recent approach for PID autotuning, involving neural networks, is ferther developed. To make this approach adaptive, optimal PID values must be known on-line. In this paper neural network models of tuning criteria, together with the use of genetic algorithms, are proposed to solve this problem.

Dynamic temperature models of a soiless greenhouse

In this paper climate discrete-time dynamic models for the inside air temperature of a soilless greenhouse are identified, using data acquired during two different periods of the year. These models employ data from air temperature and relative humidity.