Perda de carga numa operação de arrastamento por ar: resultados de simulação laboratorial e numérica

Os compostos orgânicos voláteis são uma fonte comum de contaminação de água subterrânea, que pode ser facilmente removida através de um processo de arrastamento por ar em colunas com enchimento desordenado com fluxos líquido e gasoso em contracorrente. Neste trabalho propõe-se uma nova metodologia para o dimensionamento destas colunas válida para uma grande variedade de enchimento e de contaminantes. O regime hidráulico é um critério de projecto previamente definido. Os procedimentos a utilizar no dimensionamento foram descritos num simples algoritmo e devidamente implementados em Matlab. Paralelamente, foi construída uma coluna e sobre ela se efectuaram testes de dimensionamento, de comportamento em regime estacionário e em regime dinâmico. Os testes experimentais foram conduzidos sobre uma solução de clorofórmio em água destilada. Os resultados obtidos permitem estabelecer uma correcção do valor do coeficiente global de transferência de massa previamente estimado a partir das correlações de Onda, que por sua vez dependem de vários parâmetros nem sempre fáceis de controlar experimentalmente. Os resultados obtidos experimentalmente não apresentam comportamentos estranhos nem imprevistos.

Desenvolvimento de modelo de primeiros princípios para simulação dinâmica de uma coluna de destilação contínua

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia Química e Biológica

Popular ID. Identidade visual popular portuguesa em remediação hipermédia

Trabalho de projecto apresentado para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Ciências da Comunicação, área de especialização em Comunicação e Artes.

Otimização estocástica para a exploração de centrais de concentração solar considerando incerteza e risco

Dissertação para obtenção do grau de Mestre em Engenharia Eletrotécnica

Conversor DC-DC com busca de ponto de potência máxima (MPPT) para painéis solares

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para a obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores

Utilização de técnicas de análise fotogramétricas em quebra-mares de taludes

Dissertação de Natureza Científica elaborada no Laboratório Nacional de Engenharia Civil (LNEC) para obtenção do grau de mestre em Engenharia Civil na Área de Especialização de Hidráulica no âmbito do protocolo de cooperação entre o ISEL e o LNEC

Escolha de formas de barragens abóbada

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Civil – Estruturas e Geotecnia

Análise numérica e experimental de um modelo dinâmico da ponte ferroviária de Antuã

Mestrado em Engenharia Civil – Ramo Estruturas

Projeto topológico de uma rede rodoviária

Mestrado em Engenharia Informática - Área de Especialização em Sistemas Gráficos e Multimédia

Estruturas de dados para representação de um léxico bilingue

Trabalho apresentado no âmbito do Mestrado em Engenharia Informática, como requisito parcial para obtenção do grau de Mestre em Engenharia Informática

Separação de dados hiperespectrais por análise de componentes dependentes

A separação de dados hiperespectrais pretende determinar quais as substâncias presentes numa imagem e quais as suas concentrações em cada pixel. Esta comunicação apresenta um método não-supervisionado, denominado de Análise de Componentes Dependentes (DECA), que efectua a separação destes dados automaticamente. Este método assume que cada pixel é uma mistura linear das assinaturas (reflectâncias ou radiâncias) das substâncias presentes pesadas pelas respectivas concentrações (abundâncias). Estas abundâncias são modeladas por misturas de distribuições de Dirichlet, que por si garantem as restrições de não-negatividade e soma unitária impostas pelo processo de aquisição. A matriz de assinaturas é estimada por um algoritmo Esperança-Maximização generalizado (GEM). O método DECA tem um desempenho melhor que os métodos baseados em análise de componentes independentes e que os métodos baseados na geometria dos dados. Nesta comunicação apresentam-se resultados desta metodologia, com dados simulados (baseados em reflectâncias espectrais da base de dados do laboratório USGS) e com dados hiperespectrais reais adquiridos pelo sensor AVIRIS, ilustrando a potencialidade da técnica.

O prognóstico em cirurgia abdominal: avaliação com redes neuronais

A presente dissertação tem como propósito a definição das características de um modelo prognóstico,utilizando uma rede neuronal, em doentes com patologia Cirúrgica, internados num serviço de Cirurgia Geral. Para esse fim obtive dados clínicos, operatórios, o resultado da intervenção e o tempo de internamento pós-operatório em doentes submetidos a um leque amplo de intervenções de Cirurgia abdominal. Construí um sistema computacional baseado em redes neuronais, utilizando os paradigmas considerados mais adequados para o tipo de variável a prever. Analisei em seguida o desempenho dos modelos obtidos. Construí um programa capaz de recolher os dados clínicos e apresentar o resultado da sua avaliação pelas redes neuronais criadas, sem envolver o seu utilizador nos aspectos técnicos da manipulação das redes neuronais. Para cumprimento desta estratégia procurei atingir os seguintes objectivos: Recolher dados de identificação, manifestações clínicas, tipo de doença(s), diagnósticos, características da intervenção cirúrgica e resultado, referentes a um conjunto de doentes suficiente para a construção de uma rede neuronal, com o número de variáveis empregue. Construir uma base de dados com os elementos de informação assim obtidos. Eliminar todos os casos em que se verificou faltar um elemento de informação. Criar dois grupos de casos, mutuamente exclusivos, para construção e validação das redes neuronais. Criar, com base nos elementos diagnósticos e resultado, 7 grupos não exclusivos, para avaliação das redes criadas. Avaliar estatisticamente as características dos grupos criados, para os comparar e caracterizar. Proceder à escolha de um programa para criação de redes neuronais em função da variedade de paradigmas oferecidos, facilidade de utilização, uso diversificado em diversos ambientes e mercados e a possibilidade de aceder às redes criadas, através de uma linguagem de programação de alto nível. Construir três tipos de redes diferentes. Cada tipo de rede utilizando um algoritmo diferente e adequado ao tipo de variável que se deseja prever. Avaliar as redes no que se refere à sua sensibilidade, especificidade, capacidade discriminativa e calibração. Criar um programa,usando a linguagem de programação "Delphi"©, para captura de dados, articulação dos mesmos com as redes neuronais criadas e expressão dos resultados prognósticos; esse programa permite alterar os valores dos elementos clínicos e verificar a repercussão dessa alteração no prognóstico.

Análise de Desempenho e Recomendação para Soluções IVR

Mestrado em Engenharia Informática, Área de Especialização em Tecnologias do Conhecimento e da Decisão

Híper-heurísticas com aprendizagem

A otimização nos sistemas de suporte à decisão atuais assume um carácter fortemente interdisciplinar relacionando-se com a necessidade de integração de diferentes técnicas e paradigmas na resolução de problemas reais complexos, sendo que a computação de soluções ótimas em muitos destes problemas é intratável. Os métodos de pesquisa heurística são conhecidos por permitir obter bons resultados num intervalo temporal aceitável. Muitas vezes, necessitam que a parametrização seja ajustada de forma a permitir obter bons resultados. Neste sentido, as estratégias de aprendizagem podem incrementar o desempenho de um sistema, dotando-o com a capacidade de aprendizagem, por exemplo, qual a técnica de otimização mais adequada para a resolução de uma classe particular de problemas, ou qual a parametrização mais adequada de um dado algoritmo num determinado cenário. Alguns dos métodos de otimização mais usados para a resolução de problemas do mundo real resultaram da adaptação de ideias de várias áreas de investigação, principalmente com inspiração na natureza - Meta-heurísticas. O processo de seleção de uma Meta-heurística para a resolução de um dado problema é em si um problema de otimização. As Híper-heurísticas surgem neste contexto como metodologias eficientes para selecionar ou gerar heurísticas (ou Meta-heurísticas) na resolução de problemas de otimização NP-difícil. Nesta dissertação pretende-se dar uma contribuição para o problema de seleção de Metaheurísticas respetiva parametrização. Neste sentido é descrita a especificação de uma Híperheurística para a seleção de técnicas baseadas na natureza, na resolução do problema de escalonamento de tarefas em sistemas de fabrico, com base em experiência anterior. O módulo de Híper-heurística desenvolvido utiliza um algoritmo de aprendizagem por reforço (QLearning), que permite dotar o sistema da capacidade de seleção automática da Metaheurística a usar no processo de otimização, assim como a respetiva parametrização. Finalmente, procede-se à realização de testes computacionais para avaliar a influência da Híper- Heurística no desempenho do sistema de escalonamento AutoDynAgents. Como conclusão genérica, é possível afirmar que, dos resultados obtidos é possível concluir existir vantagem significativa no desempenho do sistema quando introduzida a Híper-heurística baseada em QLearning.

Controlo preditivo sobre redes de sensores e actuadores sem fios com tolerância a falhas de comunicação

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores