Teoria e Aplicaes de

Inteligncia Computacional I

Prof. Joo Onofre Pereira Pinto

Mestrado em Engenharia Eltrica
FAENG/UFMS
Campo Grande-MS
Programa de Ps Graduao em Engenharia Eltrica
Mestrado
n rea de Concentrao

q Sistema de Energia

n Linha(s) de Pesquisa

q Linha 1: Processamento Eletrnico de Energia

q Linha 2: Sistemas de Tomada de Deciso Baseados em Computao Flexvel

Programa de Ps Graduao em Engenharia Eltrica
Mestrado
n rea de Concentrao

q Sistema de Energia

n Linha(s) de Pesquisa

q Linha 1: Processamento Eletrnico de Energia

q Linha 2: Sistemas de Tomada de Deciso Baseados em Computao Flexvel

 Sistemas de Tomada de Deciso Baseados em
Computao Flexvel
n Disciplinas desta linha de pesquisa:
q Anlise Estatstica
q Processamento Digital de Sinais
q Teoria de Sistemas Lineares
q Teorias de Sistemas de Controle
q Sistemas Embarcados
q Tpicos Avanados de Monitoramento e Diagnsticos
q Teoria e Aplicaes de Inteligncia Computacional I
q Teoria e Aplicaes de Inteligncia Computacional II
 Sistemas de Tomada de Deciso Baseados em
Computao Flexvel
n Projetos de pesquisa envolvem:
q Controle no convencional
q Diagnstico
q Prognstico
q Predio
q Sistemas de apoio a tomada de deciso
q Entre outros
 Sistemas de Tomada de Deciso Baseados em
Computao Flexvel
n Alguns tipos de projetos de pesquisa:
q Sistemas inteligentes de diagnsticos de equipamentos e processos para industrias de energia
eltrica, petrleo e gs, agroindstria, ...
q Sistemas de prognstico para gesto manuteno
q Modelagem de dados para tomada de deciso no setor eltrico (gesto de contratos, combate
a perdas comerciais, recomposio de sistemas de distribuio), ...
q Ampliao, a partir de modelos e ferramentas de otimizao, da capacidade de gerao em
sistemas de gerao de eletricidade
q Sistema de tomada de deciso na gesto tima de energia em sistemas hbridos de energia
(micro-redes) isolados
q Desenvolvimento e aplicao de controladores no convencionais de sistemas e processos
 Teoria e Aplicaes de Inteligncia Computacional I
Parte 1 - Redes Neurais Artificiais
n Introduo
q Tcnicas de Computao Flexvel (Computao Suave)
q Conceitos
n Histrico
n Modelos
q Neurnios
q Arquiteturas de Redes Neurais (RN)
q Perceptron
n Paradigma de Aprendizagem
q Supervisionada
q No-supervisionada
n Redes Neurais (RN) Lineares
q ADALINE
q MADALINE
Teoria e Aplicaes de Inteligncia Computacional I
Parte 1 - Redes Neurais Artificiais cont.
n Perceptron de Mltiplas Camadas (MLP)
q Treinamento Backpropagation,
q Sequencial
q Batelada (Batch).
n Algoritmos de Aprendizagem
q Quase-Newton
q Levenberg-Marquardt
n Experimentos e Limitaes no Projeto de RNAs
n Redes Neurais com Funo de Ativao de Base Radial (RBF)
n Redes Auto-Organizveis de Kohonen
n Redes Neurais Recorrentes de Hopfield
Teoria e Aplicaes de Inteligncia Computacional I
Parte 2 - Lgica Fuzzy
n Introduo a Sistemas Nebulosos (Fuzzy)
n Teoria de Conjuntos Nebulosos
n Relaes Fuzzy
n Nmeros Fuzzy
n Descries Lingusticas e suas Formas Analticas
n Inferncia Fuzzy e Composio
n Sistema de Tomada de Deciso Fuzzy
n Controle Fuzzy
n Sistemas Neuro-Fuzzy
 Referncias Bibliogrficas
q Huang, D. S., Zhang, X., Reyes, C. A., Zhang, L. Advanced Intelligent Computing Theories and
Applications. Springer, 2010.
q Ashton, Q. Issues in Artificial Intelligence, Robotics and Machine Learning. Scholarly Ed., 2011.
q Haykin, S., Neural Networks: A Comprehensive Foundation. Prentice Hall, Inc., 2009.
q NeuralNetworksandNaturalIntelligence;Grossberg,Stephen;ed.,1992.
q Braga, A. P., C. L. A. P. e Bernada, L. T.; Redes Neurais Artificiais: Teoria e Aplicaes; 2000.
q Mehra, P.; Wah, B, W., Artificial Neural Networks: Concepts and Theory; 1992.
q Miller, III, W. T.; Sutton, R. S.; Werbos, Paul. J.; Neural Networks for Control; 1990.
q Luo, F; Unbehauen, R.; Applied Neural Networks for Signal Processing; 1998.
q Kosko, B.; Neural Networks and Fuzzy Systems, 1992.
q Kaufmann A, Gupta M.; Introduction to Fuzzy Arithmetic- Theory and Applications, 1991.
q Driankov,D., Hellendoorn, H.; An Introductionto Fuzzy Control,1996.
q IEEE Transactions.
q Pesquisas pela internet (IEEE, Google, Peridicos/Capes etc).
q LEFTERI, H., TSOUKALAS, R. E. Uhrig. Fuzzy and Neural Approaches in Engineering, 1997.
q BAUER, Peter, NOUAK, Stephan & WINKLER, Roman. A brief course in Fuzzy Logic and Fuzzy
Control, 1996. Disponvel em: http://www.esru.strath.ac.uk/Reference/concepts/fuzzy/fuzzy.htm
 Sistema de Avaliao
n 35% - Trabalhos e listas de exerccios (T)
n 20% - Projeto final na forma de um artigo (PF)
n 45% - Prova (P)
n Mfinal = 0,35*(T1 +...+ Tn)/n + 0,45*P + 0,20*PF