Universidade Federal do Amazonas

Faculdade de Tecnologia
Plano de Ensino

IDENTIFICAÇÃO
Professor(a): João Edgar Chaves Filho Departamento: Eletricidade Unidade: FT

Disciplina: Controle e Sistemas Inteligentes Código: PGENE-513

Pré- 1 3
requisito(s): 2 4

Nº de créditos: 4 Carga Teórica Semanal (h): 4 Carga Prática Semanal (h): 0

Semestre: 2 Ano: 2019 Turma(s): 1

Curso(s) para o(s) qual(is) está sendo oferecida Mestrado em Engenharia Elétrica

1. EMENTA
Introdução a Inteligência Artificial e a Softcomputing; Princípios básicos da lógica Fuzzy; Revisão de teoria de conjuntos;
Conjuntos Fuzzy; Introdução à controladores Fuzzy; Funções de pertinência, fuzificação, inerfência defuzificação;
Tipos de controladores Fuzzy; Circuitos de controladores Fuzzy analógicos e digitais; Programas de computador para
controle Fuzzy; Projeto de um controlador Fuzzy; Instrução à redes neurais; Topologias de redes; Métodos de
aprendizagem - uso de redes neurais em controles; Projeto de um controlador usando rede neural. Algoritmos Genéticos.
Mpdelagem Neuro-Fuzzy. Projeto de controladores Híbridos (Neuro-Fuzzy, Fuzzy Genético, Neuro-Fuzzy Genético)

2. OBJETIVOS
Ao final da disciplina o aluno estará apto a:
Conhecer as diferentes teorias e ferramentas do âmbito de Soft Computing;
Compreender os domínios de aplicação das diferentes técnicas, suas vantagens e limitações;
Projetar sistemas inteligentes para solucionar problemas da Engenharia de Controle e Automação;

3. CRONOGRAMA
Horário
HORÁRIO SEGUNDA TERÇA QUARTA QUINTA SEXTA SÁBADO
08/09 Atendimento
09/10 Aula Aula Atendimento
10/11 Aula Aula
11/12
Preparação de Preparação de
14/15 aula aula
Preparação de Preparação de
15/16 aula aula
16/17
17/18

Av. Rodrigo Otávio, 6200, Coroado. Campus Universitário Senador Artur Virgílio Filho, Setor Norte. CEP 69077-000 Manaus – AM.
 Universidade Federal do Amazonas
Faculdade de Tecnologia
Plano de Ensino

Distribuição do conteúdo programático no semestre

Data CONTEÚDO PROGRAMÁTICO
Tempo
Início Fim Teórico Previsto (h)
16-08-2019 Introdução a Inteligência Artifial e a Soft Computing

02

Teoria de Conjuntos Fuzzzy

06

Regras Fuzzy e Raciocínio Fuzzy

Sistemas de Inferência Fuzzy
Controladores baseados em lógica nebulosa;
Projeto de controlador Fuzzy 10

Redes Neurais Artificiais

Histórico das redes neurais artificiais; Neurônio biológico;
O neurônio booleano de McCulluch-Pitts; Perceptrons;
Lei de Hebb e o aprendizado de Rosenblatt;
Adaline;
Regra delta; 16
Redes neurais multicamadas;
Regra delta generalizada; Retropropagação do erro;
Redes Neurais de Base Radial
Projeto de controladores usando rede neural;

Regressão e Otimização
Introdução a Identificação de Sistemas
Método de Mínimos Quadrados
Estimador Recursivo de Mínimos Quadrados 04

Computação Evolutiva
Conceitos de Evolução e Genética; Algoritmos Genéticos;
Definições; Operadores básicos (seleção, mutação, cross-over);
Variantes.
04

Av. Rodrigo Otávio, 6200, Coroado. Campus Universitário Senador Artur Virgílio Filho, Setor Norte. CEP 69077-000 Manaus – AM.
 Universidade Federal do Amazonas
Faculdade de Tecnologia
Plano de Ensino

Modelagem Neuro-Fuzzy
Arquitetura ANFIS
Algoritmo Híbrido de Aprendizagem
ANFIS como Aproximador Universal 08

Projeto de Controladores Híbridos

10

TOTAL DE HORAS 60
4. PROCEDIMENTO
Aulas expositivas ministradas pelo professor, aplicação de trabalhos a serem entregues pelos alunos.

5. METODOLOGIA DE AVALIAÇÃO
A metodologia de avaliação consiste de:
1) trabalhos
2) realização de provas teóricas

6. PESOS DAS AVALIAÇÕES

Média final do aluno = (0.35.teste 1 + 0.65.trabalhos)

7. EQUIPAMENTO DIDÁTICO AUXILIAR

. Data Show.
´Microcomputador

8. CALENDÁRIO DE AVALIAÇÃO
PROVA DATA PROVA DATA

Av. Rodrigo Otávio, 6200, Coroado. Campus Universitário Senador Artur Virgílio Filho, Setor Norte. CEP 69077-000 Manaus – AM.
 Universidade Federal do Amazonas
Faculdade de Tecnologia
Plano de Ensino

9. REFERÊNCIAS
Jang,J.S.R; Mizutani,E; Tsai Sun, C; Neuro-Fuzzy And Soft Computing - A Computational
Approach To Learning And Machine Intelligence – Pearson, 1996
Kayacan, E. & Khanesar, M.A.: Fuzzy Neural Networks for Real Time Control Applications,
Elsevier, 2015
HAYKIN, S. Neural networks and Learning Machines. 3.ed., Prentice Hall, 2009.
Tanaka,K., Wang, H. O. Fuzzy Control Systems Design and Analysis: A Linear Matrix Inequality
Approach - 2003
John H. Lilly. Fuzzy Control and Identification – Willey, 2010

DATA: 07/08/2019
______________________________
Assinatura do(a) Professor(a)

Homologado em Reunião do Colegiado de

_____/_____/_____

Coordenador

Av. Rodrigo Otávio, 6200, Coroado. Campus Universitário Senador Artur Virgílio Filho, Setor Norte. CEP 69077-000 Manaus – AM.
 Universidade Federal do Amazonas
Faculdade de Tecnologia
Plano de Ensino

Ciente dos Alunos:

Av. Rodrigo Otávio, 6200, Coroado. Campus Universitário Senador Artur Virgílio Filho, Setor Norte. CEP 69077-000 Manaus – AM.