Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.

Esta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.

Reconhecimento de padrão na biodisponibilidade do ferro utilizando o Algoritmo Fuzzy C-Means

Este trabalho apresenta um método para reconhecimento do padrão na biodisponibilidade do ferro, através da interação com substâncias que auxiliam a absorção como vitamina C e vitamina A e nutrientes inibidores como cálcio, fitato, oxalato, tanino e cafeína. Os dados foram obtidos através de inquérito alimentar, almoço e jantar, em crianças de 2 a 5 anos da única Creche Municipal de Paraty-RJ entre 2007 e 2008. A Análise de Componentes Principais (ACP) foi aplicada na seleção dos nutrientes e utilizou-se o Algoritmo Fuzzy C-Means (FCM) para criar os agrupamentos classificados de acordo com a biodisponibilidade do ferro. Uma análise de sensibilidade foi desenvolvida na tentativa de buscar quantidades limítrofes de cálcio a serem consumidas nas refeições. A ACP mostrou que no almoço os nutrientes que explicavam melhor a variabilidade do modelo foram ferro, vitamina C, fitato e oxalato, enquanto no jantar o cálcio se mostrou eficaz na determinação da variabilidade do modelo devido ao elevado consumo de leite e derivados. Para o almoço, a aplicação do FCM na interação dos nutrientes, notou-se que a ingestão de vitamina C foi determinante na classificação dos grupos. No jantar, a classificação de grupos foi determinada pela quantidade de ferro heme na interação com o cálcio. Na análise de sensibilidade realizada no almoço e no jantar, duas iterações do algoritmo determinaram a interferência total do cálcio na biodisponibilidade do ferro.

Modelos de agrupamento e classificação para os bairros da cidade do Rio de Janeiro sob a ótica da Inteligência Computacional: Lógica Fuzzy, Máquinas de Vetores Suporte e Algoritmos Genéticos

A partir de 2011, ocorreram e ainda ocorrerão eventos de grande repercussão para a cidade do Rio de Janeiro, como a conferência Rio+20 das Nações Unidas e eventos esportivos de grande importância mundial (Copa do Mundo de Futebol, Olimpíadas e Paraolimpíadas). Estes acontecimentos possibilitam a atração de recursos financeiros para a cidade, assim como a geração de empregos, melhorias de infraestrutura e valorização imobiliária, tanto territorial quanto predial. Ao optar por um imóvel residencial em determinado bairro, não se avalia apenas o imóvel, mas também as facilidades urbanas disponíveis na localidade. Neste contexto, foi possível definir uma interpretação qualitativa linguística inerente aos bairros da cidade do Rio de Janeiro, integrando-se três técnicas de Inteligência Computacional para a avaliação de benefícios: Lógica Fuzzy, Máquina de Vetores Suporte e Algoritmos Genéticos. A base de dados foi construída com informações da web e institutos governamentais, evidenciando o custo de imóveis residenciais, benefícios e fragilidades dos bairros da cidade. Implementou-se inicialmente a Lógica Fuzzy como um modelo não supervisionado de agrupamento através das Regras Elipsoidais pelo Princípio de Extensão com o uso da Distância de Mahalanobis, configurando-se de forma inferencial os grupos de designação linguística (Bom, Regular e Ruim) de acordo com doze características urbanas. A partir desta discriminação, foi tangível o uso da Máquina de Vetores Suporte integrado aos Algoritmos Genéticos como um método supervisionado, com o fim de buscar/selecionar o menor subconjunto das variáveis presentes no agrupamento que melhor classifique os bairros (Princípio da Parcimônia). A análise das taxas de erro possibilitou a escolha do melhor modelo de classificação com redução do espaço de variáveis, resultando em um subconjunto que contém informações sobre: IDH, quantidade de linhas de ônibus, instituições de ensino, valor m médio, espaços ao ar livre, locais de entretenimento e crimes. A modelagem que combinou as três técnicas de Inteligência Computacional hierarquizou os bairros do Rio de Janeiro com taxas de erros aceitáveis, colaborando na tomada de decisão para a compra e venda de imóveis residenciais. Quando se trata de transporte público na cidade em questão, foi possível perceber que a malha rodoviária ainda é a prioritária

IQAFAL - Índice Fuzzy de Qualidade de Água para Ambiente Lótico.

A divulgação de informação sobre qualidade das águas para um público não especialista é fundamental para subsidiar ações políticas e institucionais de gestão dos ambientes aquáticos. Para tanto, índices de qualidade de água têm sido propostos por serem capazes de sintetizar em um único valor ou categoria a informação normalmente descrita a partir de um conjunto extenso de variáveis químicas, físicas e biológicas de qualidade de água. A maioria das metodologias propostas para o desenvolvimento de índices de qualidade de água é baseada no conhecimento de especialistas quanto à escolha das variáveis a serem utilizadas, a ponderação da importância relativa de cada variável e métodos utilizados para agregar os dados das variáveis em um único valor. Este trabalho propõe um novo índice de qualidade de água, baseado em lógica nebulosa e direcionado para o ambiente lótico. Esse índice, o IQAFAL, foi desenvolvido com a colaboração de especialistas com ampla e comprovada experiência na área de qualidade de água. A essência do desenvolvimento de um índice, usando-se lógica nebulosa, está na capacidade dessa metodologia representar, de forma mais eficiente e clara, os limites dos intervalos de variação dos parâmetros de qualidade de água para um conjunto de categorias subjetivas, quando esses limites não são bem definidos ou são imprecisos. O índice proposto neste trabalho foi desenvolvido com base no conhecimento dos especialistas em qualidade de água do Instituto Estadual do Ambiente - INEA e aplicado aos dados de qualidade de água do Rio Paraíba do Sul, obtidos pelo INEA, nos anos de 2002 a 2009. Os resultados do IQAFAL mostraram que esse índice foi capaz de sintetizar a qualidade da água deste trecho do Rio Paraíba do Sul correspondendo satisfatoriamente às avaliações de qualidade de água descritas nos relatórios disponíveis. Verificou-se também que com essa metodologia foi possível evitar que a influência de uma variável em condições críticas fosse atenuada pela influência das outras variáveis em condições favoráveis produzindo um resultado indesejável no índice final.

Biogeografia e sistemática dos peixes aulopiformes

Os Aulopiformes são peixes marinhos com amplitude temporal do Eocretáceo ao Recente. Os táxons fósseis são encontrados em depósitos sedimentares das Américas do Sul e do Norte, Europa, Ásia e África. Os representantes viventes podem ser encontrados desde águas rasas costeiras, estuários, até profundidades abissais, excedendo 3.000 m. Os limites do grupo, suas intra e inter-relações são objeto de muitos estudos. O objetivo central desta tese é aplicar métodos de Biogeografia Histórica como Panbiogeografia e a Análise de Parcimônia de Endemismos aos peixes Aulopiformes. Adicionalmente, foi realizada a análise filogenética dos Aulopiformes. Como resultado foram obtidos: 21 traços generalizados de Synodontoidei, 28 de Chlorophthalmoidei, 3 de Giganturoidei e 7 de Enchodontoidei. O clado Synodontoidei apresenta um padrão de distribuição primordialmente em águas tropicais e subtropicais, associado à borda de placas tectônicas e ao tipo de substrato. O clado Chlorophthalmoidei apresenta padrões de distribuição associados a cadeias de montanhas submarinas e corais de profundidade. O clado Giganturoidei possui uma distribuição vicariante com a família Giganturidae ocupando águas mais quentes e Bathysauridae as regiões mais frias. O clado Enchodontoidei foi associado a recifes de coral e zonas de ressurgência pretéritos. Adicionalmente, foi analisada uma matriz de dados com 84 táxons e 105 caracteres morfológicos não ordenados e sem pesagem a priori. Como resultado foram obtidas sete árvores igualmente parcimoniosas com 1214 passos, índice de consistência de 0,1129 e índice de retenção de 0,4970. A ordem Aulopiformes não constituiu um grupo monofilético, com as famílias Chlorophthalmidae, Notosudidae, Synodontidae, Paraulopidae, Pseudotrichonotidae e Ipnopidae mais proximamente relacionados ao Myctophidea que aos Alepisauroidei. Assim a partir da combinação dos resultados alcançados conclui-se que a Biogeografia Histórica funcionou como uma ferramenta na identificação dos problemas taxonômicos dos Aulopiformes e a sua análise filogenética permitiu identificar controvérsias sistemáticas, indicando que são necessários maiores estudos sobre a anatomia dos aulopiformes, a fim de esclarecer suas inter-relações.

Dinâmica de crescimento de Centrolobium robustum (Vell.) Mart. ex Benth. (Leguminosae-Papilionoideae) na Floresta Atlântica, Rio de Janeiro, Brasil

O conhecimento sobre o ritmo de crescimento radial e a idade das árvores é um aspecto básico para compreender a dinâmica das populações, bem como o desenvolvimento e a sobrevivência das espécies. Nos trópicos, entretanto, estudos populacionais com este enfoque ainda são escassos, a despeito da urgente necessidade de preservação e manejo de suas florestas. Este trabalho tem por objetivo: i) Descrever a atividade cambial e o comportamento fenológico de Centrolobium robustum (Vell.) Mart. ex Benth., correlacionando estes parâmetros entre si; ii) Avaliar a influência da sazonalidade climática e do fotoperíodo sobre a atividade cambial e o comportamento fenológico e iii) Caracterizar o padrão estrutural dos anéis de crescimento e determinar, a partir destes, a idade e as taxas de crescimento radial da espécie na Reserva Biológica do Tinguá, RJ. Para a análise da atividade cambial, amostras de câmbio foram coletadas trimestralmente, processadas segundo técnicas usuais de anatomia vegetal e observadas sob microscopia ótica de campo claro, de fluorescência, de polarização e microscopia eletrônica de transmissão. O acompanhamento fenológico foi realizado mensalmente e os índices de atividade e de intensidade foram utilizados para analisar as fenofases reprodutivas e vegetativas, respectivamente. Para a investigação dendrocronológica, foram coletadas amostras com auxílio de sonda de Pressler, as quais foram polidas e observadas sob microscópio estereoscópico. Os resultados evidenciaram um ciclo anual de atividade e dormência cambial, caracterizados, respectivamente, pela presença de células em processo de divisão e diferenciação junto ao câmbio e de células completamente diferenciadas e deposição de calose em elementos de tubo crivado adjacentes à zona cambial. A dormência cambial coincidiu com a senescência e queda foliar, enquanto a atividade foi mais evidente na presença de folhas adultas na copa. A sazonalidade da atividade cambial apresentou correlação significativa com os dados de temperatura, precipitação e fotoperíodo do mês de realização das coletas. Foi constatado o regime sazonal da atividade cambial em associação ao clima e ao comportamento fenológico da espécie, conferindo caráter anual aos anéis de crescimento. Os resultados permitiram estabelecer o padrão dendroecológico de C. robustum e as idades e taxas de crescimento da população estudada.

A Terapia de Exposição com Realidade Virtual para pacientes com TEPT controlada por um Sistema de Lógica Fuzzy

Nos últimos anos, a área da saúde vem explorando o potencial das novas tecnologias para diagnóstico e tratamentos de muitos distúrbios. Em especial, a tecnologia de Realidade Virtual se destaca por oferecer novas perspectivas de tratamento para diferentes distúrbios neuropsiquiátricos. Por outro lado, a ocorrência de problemas causados por situações traumáticas vem crescendo em todo o mundo. Nesse contexto, o Transtorno de Estresse Pós-Traumático (TEPT) é classificado como um transtorno de ansiedade que se caracteriza por gerar uma classe de comportamentos inadequados a situações que não representam perigo real. Em geral, este transtorno está relacionado à ocorrência de algum evento traumático de grande magnitude no passado. Vários trabalhos foram desenvolvidos utilizando ambientes virtuais tridimensionais (3D) para tratar e diagnosticar este distúrbio. Entretanto, percebe-se uma carência de sistemas que consigam controlar o nível de dificuldade das atividades desenvolvidas nesses ambientes. Nesse caso, esta dissertação tem por objetivo descrever o desenvolvimento e avaliar o potencial de utilização de dois sistemas: um que explora a Realidade Virtual (ARVET) para oferecer cenas virtuais que simulem os estímulos geradores de ansiedade similares aqueles da vida real; e outro que explora a Lógica Fuzzy (SAPTEPT) para classificar os níveis de ansiedade do paciente, possibilitando a análise quali-quantitativa de dados psicofisiológicos e psicométricos. As avaliações realizadas com especialistas na área mostraram que o ARVET pode proporcionar um alto grau de estímulos ansiogênicos e a integração com o SAPTEPT ocorreu de forma satisfatória mostrando o potencial que os sistemas têm de serem utilizados em pacientes reais.

Uma proposta metodológica de integração de técnicas de análise espectral e de inteligência computacional, baseadas em conhecimento, para o reconhecimento de padrões em imagens multiespectrais

Somente no ano de 2011 foram adquiridos mais de 1.000TB de novos registros digitais de imagem advindos de Sensoriamento Remoto orbital. Tal gama de registros, que possui uma progressão geométrica crescente, é adicionada, anualmente, a incrível e extraordinária massa de dados de imagens orbitais já existentes da superfície da Terra (adquiridos desde a década de 70 do século passado). Esta quantidade maciça de registros, onde a grande maioria sequer foi processada, requer ferramentas computacionais que permitam o reconhecimento automático de padrões de imagem desejados, de modo a permitir a extração dos objetos geográficos e de alvos de interesse, de forma mais rápida e concisa. A proposta de tal reconhecimento ser realizado automaticamente por meio da integração de técnicas de Análise Espectral e de Inteligência Computacional com base no Conhecimento adquirido por especialista em imagem foi implementada na forma de um integrador com base nas técnicas de Redes Neurais Computacionais (ou Artificiais) (através do Mapa de Características Auto- Organizáveis de Kohonen SOFM) e de Lógica Difusa ou Fuzzy (através de Mamdani). Estas foram aplicadas às assinaturas espectrais de cada padrão de interesse, formadas pelos níveis de quantização ou níveis de cinza do respectivo padrão em cada uma das bandas espectrais, de forma que a classificação dos padrões irá depender, de forma indissociável, da correlação das assinaturas espectrais nas seis bandas do sensor, tal qual o trabalho dos especialistas em imagens. Foram utilizadas as bandas 1 a 5 e 7 do satélite LANDSAT-5 para a determinação de cinco classes/alvos de interesse da cobertura e ocupação terrestre em três recortes da área-teste, situados no Estado do Rio de Janeiro (Guaratiba, Mangaratiba e Magé) nesta integração, com confrontação dos resultados obtidos com aqueles derivados da interpretação da especialista em imagens, a qual foi corroborada através de verificação da verdade terrestre. Houve também a comparação dos resultados obtidos no integrador com dois sistemas computacionais comerciais (IDRISI Taiga e ENVI 4.8), no que tange a qualidade da classificação (índice Kappa) e tempo de resposta. O integrador, com classificações híbridas (supervisionadas e não supervisionadas) em sua implementação, provou ser eficaz no reconhecimento automático (não supervisionado) de padrões multiespectrais e no aprendizado destes padrões, pois para cada uma das entradas dos recortes da área-teste, menor foi o aprendizado necessário para sua classificação alcançar um acerto médio final de 87%, frente às classificações da especialista em imagem. A sua eficácia também foi comprovada frente aos sistemas computacionais testados, com índice Kappa médio de 0,86.

Uso de neuro-fuzzy na avaliação da suscetibilidade de escorregamento de taludes.

A Presente dissertação apresenta uma aplicação de Inteligência Computacional na área de Geotecnia, com a utilização da Técnica de Neuro-Fuzzy para indicar a suscetibilidade de escorregamento de taludes no município do Rio de Janeiro, a partir de inspeção visual. Neste trabalho, a suscetibilidade corresponde à possibilidade de ocorrência de escorregamento sem considerar os danos relacionados ao evento. Adotou-se como variável de saída a Previsão de Escorregamento (PE) com três adjetivos que correspondem a Suscetibilidades Alta, Média e Baixa. A metodologia utilizada consistiu em, inicialmente, montar um banco de dados com informações preliminares de análise de estabilidade, com a indicação dos condicionantes de escorregamento relacionados à geomorfologia, pluviosidade, capacidade de drenagem, vegetação e ocupação com seus respectivos graus de suscetibilidades de escorregamento obtidos em um conjunto de Laudos de Vistoria da Geo Rio. O banco de dados foi aplicado em um algoritmo de Neuro-Fuzzy. Diversos testes foram realizados com as alterações dos parâmetros do modelo Neuro-Fuzzy para uma combinação de fatores condicionantes de escorregamento e refinamento do banco de dados. Os testes apresentaram diminuição do erro fornecido pelo programa com o aumento de tipos de condicionantes utilizados no treinamento, o que permite inferir que o escorregamento ocorre por uma complexa relação entre diversos fatores condicionantes. O banco de dados utilizado nos testes apresenta descontinuidades nas relações entre os diversos condicionantes, ou seja, para uma mesma faixa de valores de Altura do talude, não é possível obter uma relação para todas as faixas de outro condicionante e, até mesmo, para todas as faixas da Previsão de Escorregamento. As PEs obtidas na validação do modelo tiveram seus valores próximos aos desejados somente nos conjuntos de variáveis utilizadas para o treinamento. O modelo não foi capaz de apresentar valores de suscetibilidades dentro da faixa de valores utilizados no treinamento para combinação de variáveis com pequenos ruídos, o que indica a necessidade de ampliação do banco de dados tanto quantitativamente quanto qualitativamente de modo a cobrir as descontinuidades apresentadas nas relações entre as variáveis.

Conservação de morcegos no estado do Rio de Janeiro: como e onde já foram amostrados e que locais merecem atenção

A demarcação de Unidades de Conservação é uma forma supostamente eficaz para a conservação da biodiversidade. A Mata Atlântica é caracterizada por apresentar uma elevada biodiversidade e altos níveis de ameaça. O estado do Rio de Janeiro encontra-se totalmente inserido nesse bioma e seus remanescentes florestais são considerados um hotspot dentro de outro hotspot. O Rio de Janeiro pode ser considerado um dos estados melhor amostrados, porém ainda existem lacunas de conhecimentos geográficos sobre a ocorrência de morcegos. Esta tese foi desenvolvida em três capítulos com o objetivo de contribuir com conservação de morcegos no estado do Rio de Janeiro, focando em como e onde eles já foram amostrados e que locais ainda carecem de atenção. Para este estudo foram utilizados dados referentes a buscas bibliográficas e dados de amostragens do Laboratório de Diversidade de Morcegos da Universidade Federal Rural do Rio de Janeiro. No primeiro capítulo pode-se observar que as localidades com mais de 30 espécies de morcegos são resultado de grande esforço de captura e amostragens usando diversas metodologias. Para uma melhor amostragem da riqueza local, devem-se armar redes não somente em trilhas e próximas a árvores em frutificação, mas também sobre corpos de água. Fazer busca em refúgios diurnos também é aconselhável. Devem ser realizadas amostragens durante a noite toda e variar a fase do ciclo lunar, não restringindo a apenas uma ou partes das fases do ciclo lunar. No segundo capítulo observou-se que 43% das Unidades de Conservação aqui estudadas apresentam 20 ou mais espécies. Localidades que apresentam de 20 a 40 espécies de morcegos na Mata Atlântica podem ser consideradas bem amostradas. Isso demonstra que mais da metade das Unidades de Conservação não podem ser consideradas bem inventariadas. Muitos projetos de pesquisas dão prioridade para a localidade estudada ser uma Unidade de Conservação, porém existem poucos trabalhos de longa duração. No Rio de Janeiro ainda existem diversas Unidades de Conservação não amostradas, principalmente aquelas de difícil acesso e em altitudes elevadas. No terceiro capítulo foi possível observar que há uma maior proporção de espécies que apresentam distribuição geográfica restrita. Esse padrão constitui uma informação importante em termos de conservação, visto que indiretamente poderia indicar uma menor capacidade de dispersão desses animais em médias e grandes distâncias. Entretanto existem lacunas de conhecimento em decorrência da falta de amostragem em algumas regiões, sendo imperativos maiores esforços de captura. Importantes municípios para a conservação e/ou preservação de morcegos como Varre-Sai, Cambuci, Miracema, Carmo, Cantagalo, Valença, Barra do Piraí e Piraí não estão sob proteção legal, mesmo constituindo possíveis corredores entre Unidades de Conservação ou mesmo fragmentos importantes que ainda detém espécies que não estão representadas em Unidades de Conservação já estabelecidas. É imperativo que mais estudos e esforços de conservação sejam direcionados para essas áreas

Implementação Eletrônica de Sistemas Fuzzy.

Este trabalho investiga a implementação de sistemas fuzzy com circuitos eletrônicos. Tais sistemas têm demonstrado sua capacidade de resolver diversos tipos de problemas em várias aplicações de engenharia, em especial nas relacionadas com controle de processos. Para processos mais complexos, o raciocínio aproximado da lógica fuzzy fornece uma maneira de compreender o comportamento do sistema, permitindo a interpolação aproximada entre situações observadas de entrada e saída. A implementação de um sistema fuzzy pode ser baseada em hardware, em software ou em ambos. Tipicamente, as implementações em software utilizam ambientes de programação integrados com simulação, de modo a facilitar o trabalho do projetista. As implementações em hardware, tradicionais ou evolutivas, podem ser analógicas ou digitais e viabilizam sistemas de maior desempenho. Este trabalho tem por objetivo pesquisar a implementação eletrônica de sistemas fuzzy, a fim de viabilizar a criação de sistemas reais capazes de realizar o mapeamento de entrada e saída adequado. O foco é a utilização de uma plataforma com uma arquitetura analógico-digital baseada em uma tabela de mapeamento armazenada em uma memória de alta capacidade. Memórias do tipo SD (Secure Digital) foram estudadas e utilizadas na construção do protótipo eletrônico da plataforma. Também foram desenvolvidos estudos sobre a quantização, especificamente sobre a possibilidade de redução do número de bits. Com a implementação realizada é possível desenvolver um sistema fuzzy num ambiente simulado (Matlab), configurar a plataforma e executar o sistema fuzzy diretamente na plataforma eletrônica. Os testes com o protótipo construído comprovaram seu bom funcionamento.

Estudo Comparativo de Controladores Fuzzy Aplicados a um Sistema Solar Fotovoltaico.

Neste trabalho apresenta-se o modelo de um controlador baseado em Lógica Fuzzy para um sistema de energia baseado em fonte renovável solar fotovoltaica (photovoltaic - PV) multi-string em operação isolada, para o aproveitamento da máxima potência desta fonte. O sistema é composto por painéis solares, conversor CC-CC tipo elevador de tensão (boost), armazenamento por banco de baterias, inversor trifásico e carga trifásica variável. O sistema fotovoltaico foi modelado no MATLAB/Simulink de forma a representar a curva característica V-I do módulo PV, e que é baseado nos dados disponíveis em data-sheets de painéis fotovoltaicos comerciais. Outros estudos de natureza elétrica tais como o cálculo dos valores eficazes das correntes no conversor CC-CC, para avaliação das perdas, indispensáveis para o dimensionamento de componentes eletrônicos, foram realizados. O método tradicional Perturb and Observe de rastreamento do ponto de máxima potência (Maximum Power Point Tracking MPPT) de painéis foi testado e comparado com métodos que usam a Lógica Fuzzy. Devido ao seu desempenho, foi adotado o método Fuzzy que realiza o MPPT por inferência do ciclo de trabalho de um modulador por largura de pulso (Pulse Width Modulation - PWM) através da variação da potência pela variação da corrente do painel solar. O modelo Fuzzy adotado neste trabalho foi testado com sucesso. Os resultados mostraram que ele pode ser robusto e atende à aplicação proposta. Segundo alguns testes realizados, este controlador pode realizar o MPPT de um sistema PV na configuração multi-string onde alguns arranjos fotovoltaicos são usados. Inclusive, este controle pode ser facilmente adaptado para realizar o MPPT de outras fontes de energia baseados no mesmo princípio de controle, como é o caso do aerogerador.

Geração e Simplificação da Base de Conhecimento de um Sistema Híbrido Fuzzy-Genético.

Geração e Simplificação da Base de Conhecimento de um Sistema Híbrido Fuzzy- Genético propõe uma metodologia para o desenvolvimento da base de conhecimento de sistemas fuzzy, fundamentada em técnicas de computação evolucionária. Os sistemas fuzzy evoluídos são avaliados segundo dois critérios distintos: desempenho e interpretabilidade. Uma metodologia para a análise de problemas multiobjetivo utilizando a Lógica Fuzzy foi também desenvolvida para esse fim e incorporada ao processo de avaliação dos AGs. Os sistemas fuzzy evoluídos foram avaliados através de simulações computacionais e os resultados obtidos foram comparados com os obtidos por outros métodos em diferentes tipos de aplicações. O uso da metodologia proposta demonstrou que os sistemas fuzzy evoluídos possuem um bom desempenho aliado a uma boa interpretabilidade da sua base de conhecimento, tornando viável a sua utilização no projeto de sistemas reais.

Modelagem automática de sistemas fuzzy utilizando otimização por enxame de partículas.

Esta dissertaçãoo investiga a utilização de Particle Swarm Optimization (PSO) para a obtenção automática de sistemas fuzzy do tipo Mamdani, tendo como insumo apenas as definições das variáveis do problema, seus domínios e a função objetivo. Neste trabalho utilizam-se algumas técnicas conhecidas na tentativa de minimizar a obtenção de sistemas fuzzy que não sejam coerentes. As principais técnicas usadas são o método de Wang e Mendell, chamado de WM, para auxiliar na obtenção de regras, e os conceitos de clusterização para obtenção das funções de pertinência. Na função de avaliação proposta, considera-se não somente a acurácia do sistema fuzzy, através da medida do erro, mas também a sua interpretabilidade, através da medida da compacidade, que consiste da quantidade de regras e funções membro, da distinguibilidade, que permite evitar que as funções membro não se confundam, e da completude, que permite avaliar que as funções membro abranjam o máximo do domínio. O propósito deste trabalho consiste no desenvolvimento de um algoritmo baseado em PSO, cuja função de avaliação congregue todos esses objetivos. Com parâmetros bem definidos, o algoritmo pode ser utilizado em diversos tipos de problemas sem qualquer alteração, tornando totalmente automática a obtenção de sistemas fuzzy. Com este intuito, o algoritmo proposto é testado utilizando alguns problemas pré-selecionados, que foram classificados em dois grupos, com base no tipo de função: contínua ou discreta. Nos testes com funções contínuas, são utilizados sistemas tridimensionais, com duas variáveis de entrada e uma de saída, enquanto nos testes com funções discretas são utilizados problemas de classificação, sendo um com quatro variáveis e outro com seis variáveis de entrada. Os resultados gerados pelo algoritmo proposto são comparados com aqueles obtidos em outros trabalhos.

Análise de desempenho dos algoritmos Apriori e Fuzzy Apriori na extração de regras de associação aplicados a um Sistema de Detecção de Intrusos.

A extração de regras de associação (ARM - Association Rule Mining) de dados quantitativos tem sido pesquisa de grande interesse na área de mineração de dados. Com o crescente aumento das bases de dados, há um grande investimento na área de pesquisa na criação de algoritmos para melhorar o desempenho relacionado a quantidade de regras, sua relevância e a performance computacional. O algoritmo APRIORI, tradicionalmente usado na extração de regras de associação, foi criado originalmente para trabalhar com atributos categóricos. Geralmente, para usá-lo com atributos contínuos, ou quantitativos, é necessário transformar os atributos contínuos, discretizando-os e, portanto, criando categorias a partir dos intervalos discretos. Os métodos mais tradicionais de discretização produzem intervalos com fronteiras sharp, que podem subestimar ou superestimar elementos próximos dos limites das partições, e portanto levar a uma representação imprecisa de semântica. Uma maneira de tratar este problema é criar partições soft, com limites suavizados. Neste trabalho é utilizada uma partição fuzzy das variáveis contínuas, que baseia-se na teoria dos conjuntos fuzzy e transforma os atributos quantitativos em partições de termos linguísticos. Os algoritmos de mineração de regras de associação fuzzy (FARM - Fuzzy Association Rule Mining) trabalham com este princípio e, neste trabalho, o algoritmo FUZZYAPRIORI, que pertence a esta categoria, é utilizado. As regras extraídas são expressas em termos linguísticos, o que é mais natural e interpretável pelo raciocício humano. Os algoritmos APRIORI tradicional e FUZZYAPRIORI são comparado, através de classificadores associativos, baseados em regras extraídas por estes algoritmos. Estes classificadores foram aplicados em uma base de dados relativa a registros de conexões TCP/IP que destina-se à criação de um Sistema de Detecção de Intrusos.