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.

Genetic and bacterial programming for B-Spline neural networks design

The design phase of B-spline neural networks is a highly computationally complex task. Existent heuristics have been found to be highly dependent on the initial conditions employed. Increasing interest in biologically inspired learning algorithms for control techniques such as Artificial Neural Networks and Fuzzy Systems is in progress. In this paper, the Bacterial Programming approach is presented, which is based on the replication of the microbial evolution phenomenon. This technique produces an efficient topology search, obtaining additionally more consistent solutions.

A hybrid training method for B-spline neural networks

Current and past research has brought up new views related to the optimization of neural networks. For a fixed structure, second order methods are seen as the most promising. From previous works we have shown how second order methods are of easy applicability to a neural network. Namely, we have proved how the Levenberg-Marquard possesses not only better convergence but how it can assure the convergence to a local minima. However, as any gradient-based method, the results obtained depend on the startup point. In this work, a reformulated Evolutionary algorithm - the Bacterial Programming for Levenberg-Marquardt is proposed, as an heuristic which can be used to determine the most suitable starting points, therefore achieving, in most cases, the global optimum.

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.

Modelling underwater acoustic noise as a tool for coastal management

Dissertação de Mestrado, Gestão da Água e da Costa, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2009

Estudos de reactividade em derivados de compostos heterocíclicos

Dissertação mest., Química Orgânica, Universidade do Algarve, 2008

New approaches to antimalarial chemotherapy: design and synthesis of bicyclic endoperoxides and of peptide and peptidomimetic carbonyl containing cysteine protease inhibitors

Tese dout., Química Orgânica, Universidade do Algarve, 2007

Investigation of structural effects on the reactivity of heterocyclic bioactive compounds

Tese de dout., Química, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2008

Completely supervised training algorithms for B-spline neural networks and neuro-fuzzy systems

Complete supervised training algorithms for B-spline neural networks and fuzzy rule-based systems are discussed. By interducing the relationship between B-spline neural networks and certain types of fuzzy models, training algorithms developed initially for neural networks can be adapted by fuzzy systems.

Training neuro-fuzzy models using evolution based algorithms

The normal design process for neural networks or fuzzy systems involve two different phases: the determination of the best topology, which can be seen as a system identification problem, and the determination of its parameters, which can be envisaged as a parameter estimation problem. This latter issue, the determination of the model parameters (linear weights and interior knots) is the simplest task and is usually solved using gradient or hybrid schemes. The former issue, the topology determination, is an extremely complex task, especially if dealing with real-world problems.

Estágio pedagógico em contexto educativo

O presente relatório, elaborado no âmbito do Mestrado em Ensino de Física e de Química no 3º ciclo do Ensino Básico e no Ensino Secundário, pretende descrever, de forma crítica e contextualizada, todo o trabalho desenvolvido pela professora estagiária no decorrer da prática de ensino supervisionada realizada durante o ano letivo de 2011/2012. A referida prática de ensino decorreu na Escola Secundária João de Deus e na Escola do Ensino Básico 2,3 Dr. Joaquim Magalhães, em Faro, sob a Orientação Científica da Professora Doutora Maria de Lurdes Cristiano, na Componente de Química, e do Professor Doutor José Longras Figueiredo, na Componente de Física, e Orientação Pedagógica do Dr. Rui Poeira e da Dr.ª Manuela Barros. No âmbito da Componente de Química, foi lecionada, ao 10º Ano de escolaridade e em dez tempos letivos, a subunidade “Tabela Periódica – organização dos elementos químicos” da Unidade 1 - “Das estrelas ao átomo” da disciplina de Física e Química A. Relativamente à Componente de Física, a prática de ensino integrou a lecionação, ao 9º ano de escolaridade e ao longo de dez tempos letivos, da subunidade “Circuitos elétricos” integrada na Unidade 2 - “Sistemas elétricos e eletrónicos da disciplina de Ciências Físico-Químicas. Em termos de estrutura, o presente relatório começa por abordar a atual política legislativa de formação inicial de professores e a importância da prática de ensino supervisionada. Seguidamente, e após uma breve caracterização das Escolas Cooperantes e das turmas em que foi desenvolvida a referida prática, apresentam-se os manuais escolares adotados, faz-se a análise dos programas e orientações curriculares e descrevem-se a planificação e condução das aulas para ambas as componentes, bem como as atividades extra-letivas concretizadas pelo núcleo de estágio. Por último, analisa-se reflexivamente todo o trabalho desenvolvido, incluindo os aspetos que contribuíram para o desenvolvimento pessoal e profissional da mestranda.

Abordagens didáticas dos conteúdos de Física e Química dos 8º e 10º anos na escola EB 2,3/s Dr. João de Brito Camacho em Almodôvar

Este relatório foi elaborado no âmbito do Mestrado em Ensino de Física e Química para o 3º ciclo do Ensino Básico e Secundário, e refere-se à Unidade Curricular Prática de Ensino Supervisionada (PES), iniciada em setembro de 2011, na Escola E B 2,3 Dr. João de Brito Camacho em Almodôvar. A disciplina de PES decorreu sob orientação dos seguintes elementos: Orientadora Científica da Componente de Química (Professora Doutora Maria de Lurdes Cristiano), Orientadora Científica da Componente da Física (Professor Doutor Rui Guerra) e Orientadora Cooperante (Dr.ª Raquel Forca). Contempla o desenvolvimento de diferentes atividades letivas, nas Componentes de Química e de Física, aplicadas nas turmas do 8º e do 10º ano, este do curso Científico – Humanístico de Ciências e Tecnologias. A componente de Química foi lecionada de setembro de 2011 a janeiro de 2012, a componente de Física foi lecionada de fevereiro de 2012 a julho de 2012. A prática de ensino supervisionada, contou com um total de vinte e três aulas, catorze da componente de Química e nove da componente de Física. Durante o ano letivo foram realizadas diversas atividades/projetos, nomeadamente uma visita de estudo aos “Dias Abertos” do Instituto Superior Técnico, onde os alunos para além de participarem em diversos workshops, puderam ainda assistir a diversas palestras sobre temas relacionados com a Física. O estagiário participou nas atividades do Plano Anual, dinamizando o projeto do Laboratório de Instrumentação e Física Experimental (LIP), designado por Radiação e Ambiente onde os alunos realizaram tarefas de investigação sobre os efeitos da radiação. Participou também no projeto financiado pela Fundação Calouste Gulbenkian “Podíamos ler mais”, que envolveu a leitura de obras de divulgação científica e contou com um contato via skype com autores como David Bodanis e Michaell Guillian. A entrevista a estes autores foi realizada no “II Encontro aqui há ciência, arte e palavras” que contou ainda com palestras de divulgação científica por parte dos orientadores deste estágio e pelo Professor Doutor Paulo Crawford do departamento de Física da Faculdade de Ciências da Universidade de Lisboa. Este projeto foi convidado pelo Plano Nacional de Leitura a representar o mesmo na Futurália 2012. Os alunos dinamizaram um workshop intitulado “Livros sem resistência” onde apresentaram as experiências que leram nas obras inerentes a este projeto. O Relatório de Estágio compreende seis capítulos, referências bibliográficas e apêndices. No capítulo I é feita uma introdução onde são apresentados os objetivos do trabalho, as unidades de Física e de Química focadas e a metodologia seguida. No capítulo II é efetuado o enquadramento geral, do qual faz parte uma descrição das condições de trabalho, da turma, alvo da prática de ensino supervisionada e das disciplinas / turmas da responsabilidade da Orientadora Cooperante. O capítulo III (Química – 8º e 10º ano) e o capítulo IV (Física – 8º e 10ºano) contêm a análise da bibliografia oficial associada, as planificações, as metodologias, os instrumentos de avaliação e as atividades extracurriculares realizadas. No capítulo V o mestrando dá a conhecer os projetos que foram realizados, presentes no Plano Anual de Atividades. O capítulo VI e último, proporciona uma análise reflexiva de todo o trabalho desenvolvido, associada a sugestões futuras, eventualmente mais eficazes para a aprendizagem da Física e da Química, pelos alunos.

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.