Controladores fuzzy aplicados ao conversor de geradores de indução duplamente excitados em sistemas eólicos integrados a sistemas de potência

Este artigo apresenta novas estratégias de controle fuzzy aplicadas ao conversor estático interligado ao rotor dos geradores de indução duplamente excitados (DFIG), em esquemas eólicos de velocidade variável, integrados a redes elétricas reais. As estratégias de controle propostas são do tipo fuzzy "look-up-table" com supervisão. O desempenho de tais reguladores, baseados em inteligência computacional, é comparado com o obtido com controladores PI's a parâmetros fixos, na ocorrência de faltas no sistema elétrico de potência. Esses controladores fuzzy são destinados a garantir a continuidade da operação dos conversores, e melhorar o desempenho transitório do sistema, em relação aos controladores convencionais. Os resultados apresentados confirmam a eficácia das estratégias de controle adotadas. O modelo físico dos aerogeradores, consistindo de um grande número de turbinas eólicas, foi implementado através de uma ferramenta de simulação dinâmica, desenvolvida no ambiente computacional MATLABTM.

Classificador Fisherface Fuzzy para o reconhecimento de faces

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estimativa da produtividade de trigo em função da adubação nitrogenada utilizando modelagem neuro fuzzy

Currently new techniques for data processing, such as neural networks, fuzzy logic and hybrid systems are used to develop predictive models of complex systems and to estimate the desired parameters. In this article the use of an adaptive neuro fuzzy inference system was investigated to estimate the productivity of wheat, using a database of combination of the following treatments: five N doses (0, 50, 100, 150 and 200 kg ha(-1)), three sources (Entec, ammonium sulfate and urea), two application times of N (at sowing or at side-dressing) and two wheat cultivars (IAC 370 and E21), that were evaluated during two years in Selviria, Mato Grosso do Sul, Brazil. Through the input and output data, the system of adaptive neuro fuzzy inference learns, and then can estimate a new value of wheat yield with different N doses. The productivity prediciton error of wheat in function of five N doses, using a neuro fuzzy system, was smaller than that one obtained with a quadratic approximation. The results show that the neuro fuzzy system is a viable prediction model for estimating the wheat yield in function of N doses.

Aplicação de lógica fuzzy na elaboração de planta de valores genéricos

Pós-graduação em Ciências Cartográficas - FCT

Estimating outcomes in newborn infants using fuzzy logic

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

A Lógica Fuzzy Aplicada à Recuperação de Informação

The information retrieval process involves subjective, imprecise and vague concepts, such as "information need", "relevance", and the very concept of "information". The main information retrieval models treat these concepts accurately, represented by a single numerical value. The fuzzy logic, while operating with the uncertainty of natural phenomena in a systematic and rigorous manner, represents a promising alternative to solve some problems related to information retrieval. This paper presents the fuzzy logic and some examples of its use in information retrieval systems (IRS).

Auxílio a tomada de decisão na inclusão de sobressalentes de manutenção em estoque utilizando um sistema especialista fuzzy

In the current economic scenario of constant changes, industries seek to increase their profitability decreasing inventory levels. Maintenance and maintenance management, combined with the inventory management of spare parts, has assumed a position of competitive advantage in business. Stock only what you need has become a difficult decision for managers, who are faced with the lack of models and criteria to assist this decision-making. This work proposes a method which supports decision making, on a MATLAB modeling, using criteria established by an expert and his maintenance workers team, focusing on no regular demand of spare parts. The proposed model was adequate to the needs of the company and the maintenance manager in the decision on the storage

Estimação do risco de morte de recém-nascidos utilizando logica fuzzy tipo-2 intervalar

The main objective of the presented study is the development of a predictive interval type-2 fuzzy inference system in order to estimate the mortality risk for a newborn, to be used as an auxiliary tool for decision making in medical centers where there is a lack of professionals for this purpose and, afterwards, to compare its performance to a type-1 fuzzy system. The input variables were chosen due to their acquisition ‘simplicity, not involving any invasive tests, such as blood tests or other specific tests. The variables are easily obtained in the first few minutes of life: birth weight, gestational age at delivery, 5-minute Apgar score and previous report of stillbirth. Databases from the DATASUS were used to validate the model. 1351 records from the city of São José dos Campos, a mid-sized city in the São Paulo state’s countryside, were considered in this study. Finally, an analysis using the ROC curve was performed to estimate the model’s accuracy

Estimação do número de internações por doenças respiratórias utilizando lógica fuzzy tipo-2 intervalar

In this work was developed a fuzzy computational model type-2 predictive interval, using the software of the type-2 fuzzy MATLAB toolbox, the final idea is to estimate the number of hospitalizations of patients with respiratory diseases. The interest in the creation of this model is to assist in decision makeshift hospital environment, where there are no medical or professional equipment available to provide the care that the population need. It began working with the study of fuzzy logic, the fuzzy inference system and fuzzy toolbox. Through a real database provided by the Departamento de Informática do Sistema Único de Saúde (DATASUS) and Companhia de Tecnologia de Saneamento Básico (CETESB), was possible to start the model. The analyzed database is composed of the number of patients admitted with respiratory diseases a day for the public hospital in São José dos Campos, during the year 2009 and by factors such as PM10, SO2, wind and humidity. These factors were analyzed as input variables and, through these, is possible to get the number of admissions a day, which is the output variable of the model. For data analysis we used the fuzzy control method type-2 Mamdani. In the following steps the performance developed in this work was compared with the performance of the same model using fuzzy logic type-1. Finally, the validity of the models was estimated by the ROC curve

Modelo de avaliação de impacto ambiental utilizando a teoria dos conjuntos fuzzy: um estudo de caso para a indústria automobilística

Pós-graduação em Ciências Ambientais - Sorocaba

Neural models for predicting hole diameters in drilling processes

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Neural models for predicting hole diameters in drilling processes

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Modelagem fuzzy de dados climáticos estimados por modelo matemático - CCATT-BRAMS

Pós-graduação em Engenharia Mecânica - FEG

Modelagem fuzzy de dados climáticos estimados por modelo matemático - CCATT-BRAMS

Pós-graduação em Engenharia Mecânica - FEG

Sviluppo di un approccio congiunto fuzzy-Bayesiano per l'analisi e la modellizzazione degli ecosistemi: applicazione ad ecosistemi marini costieri.

Nell’attuale contesto di aumento degli impatti antropici e di “Global Climate Change” emerge la necessità di comprenderne i possibili effetti di questi sugli ecosistemi inquadrati come fruitori di servizi e funzioni imprescindibili sui quali si basano intere tessiture economiche e sociali. Lo studio previsionale degli ecosistemi si scontra con l’elevata complessità di questi ultimi in luogo di una altrettanto elevata scarsità di osservazioni integrate. L’approccio modellistico appare il più adatto all’analisi delle dinamiche complesse degli ecosistemi ed alla contestualizzazione complessa di risultati sperimentali ed osservazioni empiriche. L’approccio riduzionista-deterministico solitamente utilizzato nell’implementazione di modelli non si è però sin qui dimostrato in grado di raggiungere i livelli di complessità più elevati all’interno della struttura eco sistemica. La componente che meglio descrive la complessità ecosistemica è quella biotica in virtù dell’elevata dipendenza dalle altre componenti e dalle loro interazioni. In questo lavoro di tesi viene proposto un approccio modellistico stocastico basato sull’utilizzo di un compilatore naive Bayes operante in ambiente fuzzy. L’utilizzo congiunto di logica fuzzy e approccio naive Bayes è utile al processa mento del livello di complessità e conseguentemente incertezza insito negli ecosistemi. I modelli generativi ottenuti, chiamati Fuzzy Bayesian Ecological Model(FBEM) appaiono in grado di modellizare gli stati eco sistemici in funzione dell’ elevato numero di interazioni che entrano in gioco nella determinazione degli stati degli ecosistemi. Modelli FBEM sono stati utilizzati per comprendere il rischio ambientale per habitat intertidale di spiagge sabbiose in caso di eventi di flooding costiero previsti nell’arco di tempo 2010-2100. L’applicazione è stata effettuata all’interno del progetto EU “Theseus” per il quale i modelli FBEM sono stati utilizzati anche per una simulazione a lungo termine e per il calcolo dei tipping point specifici dell’habitat secondo eventi di flooding di diversa intensità.