Classificação e previsão de cardiotocogramas usando algoritmos baseados em redes neuronais

Mestrado em Computação e Instrumentação Médica

Heurísticas de pesquisa local para problemas de máquina única

O escalonamento é uma das decisões mais importantes no funcionamento de uma linha de produção. No âmbito desta dissertação foi realizada uma descrição do problema do escalonamento, identificando alguns métodos para a optimização dos problemas de escalonamento. Foi realizado um estudo ao caso do problema de máquina única através do teste de várias instâncias com o objectivo de minimizar o atraso pesado, aplicando uma Meta-Heurística baseada na Pesquisa Local e dois algoritmos baseados no SB. Os resultados obtidos reflectem que os algoritmos baseados no SB apresentaram resultados mais próximos do óptimo, em relação ao algoritmo baseado na PL. Os resultados obtidos permitem sustentar a hipótese de não existirem algoritmos específicos para os problemas de escalonamento. A melhor forma de encontrar uma solução de boa qualidade em tempo útil é experimentar diferentes algoritmos e comparar o desempenho das soluções obtidas.

Adaptive learning in agents behaviour: a framework for electricity markets simulation

Electricity markets are complex environments with very particular characteristics. A critical issue regarding these specific characteristics concerns the constant changes they are subject to. This is a result of the electricity markets’ restructuring, which was performed so that the competitiveness could be increased, but it also had exponential implications in the increase of the complexity and unpredictability in those markets scope. The constant growth in markets unpredictability resulted in an amplified need for market intervenient entities in foreseeing market behaviour. The need for understanding the market mechanisms and how the involved players’ interaction affects the outcomes of the markets, contributed to the growth of usage of simulation tools. Multi-agent based software is particularly well fitted to analyze dynamic and adaptive systems with complex interactions among its constituents, such as electricity markets. This dissertation presents ALBidS – Adaptive Learning strategic Bidding System, a multiagent system created to provide decision support to market negotiating players. This system is integrated with the MASCEM electricity market simulator, so that its advantage in supporting a market player can be tested using cases based on real markets’ data. ALBidS considers several different methodologies based on very distinct approaches, to provide alternative suggestions of which are the best actions for the supported player to perform. The approach chosen as the players’ actual action is selected by the employment of reinforcement learning algorithms, which for each different situation, simulation circumstances and context, decides which proposed action is the one with higher possibility of achieving the most success. Some of the considered approaches are supported by a mechanism that creates profiles of competitor players. These profiles are built accordingly to their observed past actions and reactions when faced with specific situations, such as success and failure. The system’s context awareness and simulation circumstances analysis, both in terms of results performance and execution time adaptation, are complementary mechanisms, which endow ALBidS with further adaptation and learning capabilities.

Edifícios altos – problemas associados e análise estrutural de um caso prático

Com a presente dissertação pretende-se analisar alguns dos problemas associados aos edifícios altos, na fase de projeto, bem como compilar um conjunto de informações e conhecimentos científicos sobre a área abordada. São descritas algumas soluções de sistemas estruturais possíveis de idealizar para edifícios altos. Posteriormente, tendo por base um projeto de estruturas de um edifício com 25 pisos localizado em Luanda, capital de Angola, o objetivo consistiu em analisar estática e dinamicamente o seu comportamento quando solicitado fundamentalmente pelas ações do vento e dos sismos. A análise estrutural foi realizada com recurso a dois softwares de cálculo automático, nomeadamente, o Cypecad e o Robot Structural Analysis Professional e pelos métodos preconizados no Regulamento de Segurança e Ações para estruturas de edifícios e pontes e o Eurocódigo 8 – “Projeto de estruturas para resistência aos sismos”. Aborda-se a temática do faseamento construtivo, assunto que revela algumas limitações dos programas de cálculo utilizados, sendo descrito um método simplificado para prever os seus efeitos em termos de dimensionamento final. Os resultados obtidos permitiram avaliar o bom comportamento da estrutura no que respeita ao cumprimento dos estados limites últimos e de serviço. Conclui-se que o sistema estrutural adotado no modelo em estudo se encontra bem dimensionado relativamente ao colapso e à limitação de danos.

Clustering de dados biomédicos com algoritmos baseados em critérios entrópicos

A procura de padrões nos dados de modo a formar grupos é conhecida como aglomeração de dados ou clustering, sendo uma das tarefas mais realizadas em mineração de dados e reconhecimento de padrões. Nesta dissertação é abordado o conceito de entropia e são usados algoritmos com critérios entrópicos para fazer clustering em dados biomédicos. O uso da entropia para efetuar clustering é relativamente recente e surge numa tentativa da utilização da capacidade que a entropia possui de extrair da distribuição dos dados informação de ordem superior, para usá-la como o critério na formação de grupos (clusters) ou então para complementar/melhorar algoritmos existentes, numa busca de obtenção de melhores resultados. Alguns trabalhos envolvendo o uso de algoritmos baseados em critérios entrópicos demonstraram resultados positivos na análise de dados reais. Neste trabalho, exploraram-se alguns algoritmos baseados em critérios entrópicos e a sua aplicabilidade a dados biomédicos, numa tentativa de avaliar a adequação destes algoritmos a este tipo de dados. Os resultados dos algoritmos testados são comparados com os obtidos por outros algoritmos mais “convencionais" como o k-médias, os algoritmos de spectral clustering e um algoritmo baseado em densidade.

Estudo de problemas de corrosão em cabos de aço zincado

As cablagens metálicas são aplicadas abundantemente na montagem dos automóveis, para accionamento de diversos dispositivos, tais como a abertura de portas, abertura da mala ou da tampa do motor, abertura do tampão do depósito de combustível, accionamento do travão de mão, etc. Nas cablagens metálicas utilizadas na indústria automóvel é comummente utilizado arame entrançado de aço zincado, o qual foi já estudado resistir à agressividade das condições em que habitualmente trabalham. No entanto, para que esta estabilidade de funcionamento exista, torna-se necessário que a qualidade do arame entrançado seja a mais adequada. O presente trabalho surgiu da necessidade de averiguar quais as razões que estariam por detrás do aparecimento de quantidades relativamente abundantes de Óxido de Zinco (ZnO) em cablagens metálicas utilizadas na indústria automóvel, poucas semanas depois do seu fabrico. O estudo foi levado a cabo com vista a satisfazer as necessidades de investigação deste problema por parte de uma empresa de cablagens metálicas instalada no nosso país, a FicoCables, estabelecendo quais as causas-raiz deste problema, com vista a poder evitálo no futuro. O trabalho foi concluído com sucesso, tendo-se averiguado que existiam lacunas graves de limpeza do cabo entre as operações de conformação do arame e de zincagem, com deposição de elementos potenciadores do Óxido de Zinco na interface, os quais viriam a revelar-se cruciais à posteriori, para a nucleação e desenvolvimento do Óxido de Zinco na superfície do cabo.