Engenharia de Mecatrnica. UFSJ/CAP.

Prof. Heber Tormentino de Sousa. 31-9464-0087.

heber@ufsj.edu.br
_____________________________________________________________________________

Unidade Curricular:
Introduo Inteligncia Artificial.
(Optativa: 36h - Sala 102 - bloco 4)
(das 8:00 s 12 h de tera, quarta e quinta, entre 27/10/2015 a 12/11/2015)
Professor Heber Tormentino de Sousa.
Ementa: Definio. Historia. Fundamentos computacionais e matemticos.
Algoritmos e implementao.
Objetivo: Familiarizar o aluno com os conceitos bsicos de Inteligncia artificial e,
ao final, o aluno ser capaz de implementar algoritmos de inteligncia
artificial.
Livros textos:
1. Inteligncia Artificial. Traduo da segunda edio/ Stuart Russell, Peter
Norvig, Rio de Janeiro: Elsevier, 2004.
2. C, completo e total. 3 edio revista e atualizada. Herbert Schildt. So
Paulo: Pearson Makron Books, 2009.
Avaliaes:
1. Implementaes corretas dos algoritmos dados em sala de aula
(60%).
2. Resoluo dos exerccios dados em sala de aula (15%).
3. Presena nas aulas (25%).
Contedo Programtico:
1. Algoritmos e implementao:
Exemplo de inteligncia artificial: resoluo de problema (
I.
mo).
2. Definies:
I.
Inteligncia, racionalidade, inteligncia artificial, agente,
algoritmos genticos, redes neurais, busca por padres e
lgica difusa.
3. Histria da Inteligncia Artificial.
4. Fundamentao computacional e matemtica:
I.
Anlise de complexidade de algoritmo e convergncia
assinttica.
II.
Preparao de ambiente de desenvolvimento
(compilador/editor da linguagem C).
III.
Reviso da linguagem de programao C.
IV.
Vetores, matrizes e somatrios.
V.
Reviso de anlise combinatria.
VI.
Lgica de primeira ordem.
VII.
Inferncia por lgica de primeira ordem.
5. Algoritmos e implementao:
I.
Implementao computacional de algoritmo gentico.
II.
Redes neurais com resoluo terica de problema ( mo).
III.
Implementao computacional de redes neurais.
IV.
Lgica Fuzzy com resoluo terica de problema ( mo).
V.
Implementao computacional de lgica Fuzzy.

10/2015

Engenharia de Mecatrnica. UFSJ/CAP.

Prof. Heber Tormentino de Sousa. 31-9464-0087.
heber@ufsj.edu.br
_____________________________________________________________________________

Lista 1 de exerccios:
1.1) Defina Inteligncia artificial e Racionalidade artificial.
1.2) Defina Agente, agente Racional, Agir Racionalmente, racionalidade, medida
de desempenho.
1.3) Descreva (o que ) o teorema da incompleteza, intratabilidade e a NPcompleteza.
1.4) Esquematize agente, ambiente, sensores, atuadores, aes e percepes.
1.5) Tanto a medida de desempenho quanto a funo de utilidade medem o
quanto um agente est desempenhando bem suas atividades. Explique a
diferena entre as duas medidas.
1.6) Um espao de estados finito conduz a uma rvore de busca finita? E no caso
de um espao de estados finito que uma rvore? Voc poderia ser mais
preciso em definir que tipos de espaos de estados sempre levam a rvores
de busca finitas?
1.7) Pode haver mais de um programa de agente que implemente uma dada
funo de agente? D um exemplo ou mostre porque no possvel.
2. Algoritmos a serem implementado.
2.1) Utilize a linguagem C para resolva problema da Soma15, isto , encontrar
pelo menos uma sequncia de trs nmeros entre 1 e 9, cuja soma seja igual
a 15. No usar busca exaustiva, utilizar a verso simplificada do algoritmo
gentico de sala de aula. Salvar todas as tentativas em um arquivo texto de
forma compreensvel.
2.2) Utilize a linguagem C para automatizar a seleo das categorias de esferas.
Utilizar a verso simplificada de Redes neurais de sala de aula. Salvar todas
as entradas e sadas em um arquivo texto de forma compreensvel.
Dado um problema fictcio em que uma fbrica produz esferas e deseja
classifica-las em duas categorias a partir da variao do peso e do
dimetro. O peso pode variar entre 1 e 5 g. Enquanto o dimetro varia
entre 1 e 3 mm.
a) Construa um perceptron P1 com os pesos 0,21 e 0.22 e -1 com uma
nica sada.
b) Construa um perceptron P2 com os pesos -0,23 e -0.19 e 1 com uma
nica sada.
c) Construa uma rede neural usando P1 e P2 com duas sadas.
Dados:
Esfera Peso Dimetro Peso 1 Peso 2 Categoria
1
4
3
0,5
-0,49
2
1
1
-0,57
0,58
3
2
2
-0,14
0,16
4
2
3
0,08
-0,03
5
5
3
0,71
-0,72
6
3
3
0,29
-0,26

10/2015