Tópicos do mini-curso

mini-curso MC-B
Inteligência computacional aplicada à pesquisa
operacional: conceitos básicos e pesquisas na metodologias
academia e indústria
z inteligência artificial (artificial intelligence)
z algoritmos evolutivos (evolutionary algorithms)
Leandro dos Santos Coelho
z sistemas nebulosos (fuzzy systems)
Pontifícia Universidade Católica do Paraná
PPGEPS - Pós-Graduação em Engenharia de Produção e Sistemas z redes neurais artificiais (artificial neural networks)
Laboratório de Automação e Sistemas, Curitiba, PR, Brasil z outras abordagens inteligentes
Homepage: www.produtronica.pucpr.br/leandro
E-mail: lscoelho@rla01.pucpr.br 2

Parte I: Inteligência artificial Inteligência artificial

CONFERÊNCIA DE DARMOUTH (Verão de 1956):

Tópicos Se define ramo do conhecimento com nome de “Inteligência Artificial”

(John McCarthy) http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html

z fundamentos Marvin Minsky http://web.media.mit.edu/~minsky/ prefere simplesmente dizer

que “inteligência artificial é a ciência de fazer com que máquinas façam
z inteligência computacional coisas que requerem inteligência, se feitas pelos homens”

z outras metodologias “inteligentes”

3 4
 Testes de inteligência Teste de Turing

Teste de Turing (Alan Turing, 1950)

Ele funciona da seguinte forma: um interrogador (humano) fará
perguntas a duas entidades ocultas; uma delas é um humano e outra
é um computador. A comunicação entre o interrogador e as
entidades é feita de modo indireto, pelo teclado, por exemplo.

O interrogador tentará, através do “diálogo” realizado entre ele e as

entidades, decidir qual dos dois é o humano. O computador será
programado para se passar por humano, e o humano responderá de
forma a confirmar a sua condição.

Se no final do teste o interrogador não conseguir distinguir quem é o

humano, então conclui-se que o computador pode pensar, segundo
ÊThe computer passes the test if the

5
o teste de Turing.
6 interrogator cannot tell

Testes de inteligência Quarto chinês

Quarto chinês (Searle, 1980)

Em 1980, Searle propôs outro teste conhecido como o argumento do

Quarto Chinês. O argumento consiste numa experiência de
pensamento na qual imaginamos um sujeito (ou uma máquina) que
apenas fala inglês fechado num quarto com um manual sofisticado
que relaciona uns caracteres chineses com outros caracteres
chineses.

O individuo pratica a manipulação destes símbolos, seguindo as regras

propostas no manual. Passado algum tempo ele é capaz de
responder a mensagens enviadas pelos seus guardas chineses com
tal eficácia que eles não conseguem descobrir se ele é ou não
Chinês
7 8
 Breve histórico da inteligência artificial Breve histórico da inteligência artificial

z Gestação (43-56):
– teoria de automatos, redes neurais, prova de teoremas,
checkers.
– Shannon, Turing, Von Neumann, Newell, Simon,
Minsky, McCarthy, Darmouth Workshop.
z Grandes espectativas (52-69):
– Computadores pode fazer mais que aritmética
– General Problem Solver (GPS), melhores checkers
– LISP (LISt Processing language)
9 10
 Breve histórico da inteligência artificial

13
 Parte II: Algoritmos evolutivos
O que são algoritmos evolutivos?

mini-curso MC-B Métodos de otimização e busca estocástica baseados nos princípios e

modelos da evolução biológica natural (Darwin) e genética (Mendel)
Inteligência computacional aplicada à pesquisa
operacional: conceitos básicos e pesquisas na
academia e indústria

Leandro dos Santos Coelho

Pontifícia Universidade Católica do Paraná
PPGEPS - Pós-Graduação em Engenharia de Produção e Sistemas ª fundamentos biológicos
Laboratório de Automação e Sistemas, Curitiba, PR, Brasil Charles Darwin, Gregor Mendel, Jean B. Lamarck, James Baldwin, Hugo
Homepage: www.produtronica.pucpr.br/leandro Marie De Vries, Thomas Morgan, entre outros pesquisadores
1 E-mail: lscoelho@rla01.pucpr.br
2

Diagrama simplificado
das técnicas de busca e otimização
Histórico e inspiração biológica Técnicas de busca

Baseadas
Enumerativa
em cálculo

Guiada por
transições aleatórias
Fibonacci/Newtoniana
Programação dinâmica

Swarms
Simulated annealing Evolutiva (Evolucionária)

3 4
 Exemplo de um algoritmo genético
(representação binária ou canônica)
Algoritmos genéticos Holland, 1975

http://www.lips.utexas.edu/~scott/ta/project9/TSPReport.htm#Genetic/Memetic%20Algorithms

http://www-cse.uta.edu/~cook/ai1/lectures/applets/gatsp/TSP.html

5 6

Algoritmos genético (representação Algoritmos genético (representação

binária ou canônica) binária ou canônica)

Operação de cruzamento (crossover) Operação de cruzamento uniforme

7 8
 Algoritmos genético (representação Algoritmos genético (representação
binária ou canônica) binária ou canônica)

Operação de mutação Operação de seleção por roleta (ou proporcional)

combinação de dois conceitos: reprodução e seleção

9 10

Algoritmos genético (representação Algoritmos evolutivos

binária ou canônica)

Operação de seleção elitista Potencialidades Limitações

possibilidade convergência prematura
z método de propósito geral
z tratam sistemas complexos
z desempenho varia de execução
para execução
z complexidade computacional

z não requerem informações z apresentam dificuldades para a

relativas a derivadas determinação do “ótimo”
(necessitam de busca local);
z permite implementação em
paralelo eou distribuídas z de difícil aplicação em tempo real

z utilização do conhecimento
obtido a priori pelo projetista
11 12
 tc ti
Products Machine Jobs

http://citeseer.nj.nec.com/wolpert96no.html Ending time Starting time Assignment Sequencing Jobs/activities

Teorema No Free Lunch Wolpert & Macready, 1997

Aplicações em eng. produção e pesquisa operacional

z otimização combinatória: problemas do tipo caixeiro viajante

Não existe algoritmo para a resolução de todos problemas de (TSP)
otimização que seja genericamente (em média) superior que z problemas de menor caminho
outro algoritmo competidor.
z programação não-linear, inteira e mista-inteira
z localização de facilidade
O que pode ser afirmado somente é que algoritmos evolutivos z atribuição quadrática (quadratic assignment problem)
comportam-se melhor que outros métodos com respeito a
z coloração e particionamento de grafos
resolução de uma classe específica de problemas, e como
conseqüência comportam-se inadequadamente para outras z roteamento de veículos
classes de problemas. z escalonamento e manufatura
z problemas de alocação de processadores
z decisão multicritério
z problemas com restrições
13 14

http://www.pcai.com/web/ai_info/genetic_algorithms.html
http://solon.cma.univie.ac.at/~neum/glopt/software_g.html
http://www-illigal.ge.uiuc.edu/index.php3

Algoritmo genético: Algoritmo genético:

softwares comerciais e não comerciais curso on-line, software e material de apoio

http://www.wior.uni-karlsruhe.de/bibliothek/Integer/com/?

http://online.engr.uiuc.edu/webcourses/ge485/index.html?intro.html&2

15 16
 http://cs.felk.cvut.cz/~xobitko/ga/ http://www.pmsi.fr/gafxmpa.htm

Algoritmo genético: Algoritmo genético:

curso com exemplos em Java demonstração de aplicações

17 18

Algoritmo genético: http://www.genetic-programming.com/johnkoza.html

fundamentos e aplicações em Java Programação genética (PG)

z A PG utiliza um desenvolvimento eficiente de estrutura de
dados para a geração de expressões simbólicas e executa
regressões simbólicas.
z Cada expressão é codificada em uma estrutura em árvore,
também denominada de programa computacional,
apresentando um comprimento variável e subdividida em nós.

http://www.aridolan.com/ga/gaa/gaa.html#TspDemo

19 20
 Exemplo de um programa em PG Operação de cruzamento em PG

21 22

Aplicações de programação
Operação de mutação em PG genética

z síntese de circuitos elétricos analógicos

z análise e síntese de controladores
z projeto de antenas
z biologia molecular computacional
z autômatos
z sistemas multi-agentes
z robótica
z criptografia
z compressão de imagens
z Colônia de formigas

23 24
 Aplicações de PG: Applets de aplicações de
regressão simbólica programação genética em Java
http://alphard.ethz.ch/gerber/approx/default.html

http://www2.informatik.uni-erlangen.de/~jacob/Evolvica/GP/Java/html/
25 26

http://www.natural-selection.com/

Material para pesquisa de

programação genética Programação evolutiva (PE) Fogel et al., 1966

http://www.geneticprogramming.com/

z PE enfatiza mais a ligação comportamental entre um

indivíduo e seus descendentes que a emulação de
operadores genéticos dos AGs convencionais
z codificação das soluções com valores reais (fenótipo)

http://www.natural-selection.com/NSIPublicationsOnline.htm

27 28
 Princípios do processo evolutivo Programação evolutiva (PE)
(programação evolutiva e estratégias evolutivas)

ª Pleiotropia é o efeito que um ª abordagem convencional

gene simples pode afetar
simultaneamente diversas
características fenotípicas
(1 para n).
ª Poligenia é o efeito que uma
simples característica fenotípica
pode ser determinada pela
interação simultânea de muitos
genes
(n para 1).
29 30

Aplicações de programação
evolutiva Programação evolutiva

ª abordagem fast evolutionary programming (Yao & Liu, 1996)

operador de mutação com distribuição de Cauchy
gráfico: diferença entre distribuição Gaussiana e Cauchy

31 32
 Estratégia evolutiva Estratégia evolutiva

Trabalho pioneiro: Ingo Rechenberg (1963):

experimentos com um túnel de vento

Hans-Paul Schwefel, anos 1960

http://evonet.dcs.napier.ac.uk/evoweb/news_events/news_features/nf_article5.html
http://ls11-www.cs.uni-dortmund.de/people/schwefel/WelcomeE.html

http://ls11-www.cs.uni-dortmund.de/people/baeck/

33 34

Aplicações de estratégias Aplicações de estratégias

evolutivas evolutivas

http://www.bionik.tu-berlin.de/intseit2/xs2polar.html http://ctr.stanford.edu/Summer00/cottet.pdf

35 36
 Simulação da otimização com Simulação da otimização com
estratégias evolutivas estratégias evolutivas

http://www.bionik.tu-berlin.de/user/michael/english/lens/lens.html
http://www.bionik.tu-berlin.de/user/michael/english/funcfit/funcfit.html

37 38

Simulação da otimização com Aplicações industriais de

estratégias evolutivas estratégias evolutivas

http://sfbci.uni-dortmund.de/WSC6

http://www.nutechsolutions.com/about_us/default.asp
39 40
 G AA
A CT TT GCCAT
CCGT ACCGGA
Síntese das características Abordagens emergentes
dos algoritmos evolutivos algoritmos evolutivos

- busca tabu
- swarm intelligence (colônia de formigas, partículas, ...)
- sistema imunes artificiais
- evolução diferencial
- algoritmos meméticos (evolução Lamarckiana)

Outras metodologias relacionadas

- agentes inteligentes
- mineração de dados (data mining)
- vida artificial / teoria do caos / fractais
- sistemas híbridos inteligentes
41 42

Swarm intelligence e formas de

Swarm intelligence (inteligência coletiva) inteligência na natureza

Aprender com a natureza ... Natureza

„ Parâmetros
„ Taxa cérebro/corpo
Humanos Animais
„ Número de indivíduos

„ Raciocínio

„ Aprendizado

Insetos
Partículas
Bactérias
Anticorpos

43 44
 Swarm intelligence e formas de
inteligência na natureza Modelos de swarm intelligence
Características do sistema:
„ Número incontável de elementos.
Raciocínio Colônia „ Controle decentralizado.
„ Membros autonômos comportam-se com regras simpes baseadas em
informação local, interagindo com vizinhos mais próximos (pequeno ra

Anticorpos

Bactéria

Partículas
Humanos

animais
Grupos de

de animais
Sociedades

Insetos
de distância).
„ Membros colaboram para achar comportamentos globais complexos.
Inteligência de grupos
„ Elementos “pouco confiáveis/incertos” com limitado poder
computacional e recursos conectados de forma irregular.
Inteligência individual
Desafios para os modelos computacionais tradicionais.
„ Como achar comportamentos globais complexos de informação e
intersãção local sem programar individualmente cada membro?
Evolução humana?
„ Sistemas devem ser adaptativos e auto-organizados.
45 46

Colônia de formigas (ant colony) Colônia de formigas (ant colony)

http://uk.geocities.com/markcsinclair/aco.html

http://iridia.ulb.ac.be/~mdorigo/ACO/ACO.html

47 48
 Exemplos de aplicações Sistema imunológico artificial
(artificial immune systems)
de colônia de formigas

„ robótica móvel modo de interagir com o ambiente do agente inteligente

„ Falha em um robô é comunicada a outro para este cumprir
determinada tarefa
„ roteamento de tráfego de telefones móveis
http://www.yy.cs.keio.ac.jp/~suzuki/project/immunity/index.html
„ distribuição de peças em chão de fábrica http://www.aber.ac.uk/~dcswww/ISYS/

„ manufatura
„ algoritmos de controle distribuído
„ mecanismos de comunicação não-explícitos
„ roteamento de veículos
49 50

Evolução diferencial Evolução diferencial

z Differential evolution: Storn & Price, 1995.

– descendente de estratégias evolutivas

– mutação gerada por diferenças de vetores

z tamanho de passo de mutação “ótimo” é uma função de
desvio padrão dos parâmetros na população

z cada parâmetro de tamanho de passo “ótimo” é diferente

e varia com o tempo

51 52
 Algoritmos meméticos (evolução Lamarckiana) Sistemas híbridos inteligentes

hibridização de métodos para aprimorar a busca local

Combinações possíveis de sistemas híbridos inteligentes

sistemas híbridos inteligentes

sistemas evolutivo-nebulosos sistemas evolutivo-neurais sistemas neuro-nebulosos sistemas neuro-nebuloso-evolutivos

http://www.densis.fee.unicamp.br/~moscato/memetic_home.html
53 54

Material para pesquisa

sobre algoritmos evolutivos EvoNet http://evonet.dcs.napier.ac.uk/

55 56
 Aplicações industriais de Aplicações industriais de
algoritmos evolutivos algoritmos evolutivos

„ Network of Excellence
in Evolutionary Computation
(EvoNet) http://evonet.dcs.napier.ac.uk/

http://www.cooperation.dassault-aviation.fr/Hpproj1.htm
„ comissão européia ESPRIT IV
Membros: Bristish Aerospace, Daimler-Benz, Dassault Aviation, Hewlett
Packard Laboratories, Institut Français du Petrole, Rolls-Royce, SGS-Thomson
e Siemens
57 58

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos
„ projeto mecânico (seção transversal de uma turbina,
„otimização de forma (shape optimization) Rolls-Royce; Fisher, R. & Baron, P. J. , Univ. Edinburgh)
Frazer, J. http://www.ellipsis.com/evolutionary/evolutionary.html#s5

59 60
 Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ melhor projeto da seção transversal da turbina „ projeto automático de residências (Rosenman, M.,
Univ. Sydney, Australia) http://www.arch.usyd.edu.au/~mike/

61 62

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos http://www.frams.poznan.pl/

„ escalonamento na geração de energia elétrica „ vida artificial / evolução de criaturas

(Langdon, W., University of Birmingham, UK) http://www.arch.usyd.edu.au/~mike/

63 64
 http://www.it.rit.edu/%7Ejab/GenJam.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ música: evolução de solos de jazz, Genbebop „ CD gravado ...

(Spector, L., University of Birmingham, UK) http://hampshire.edu/~lasCCS/Home.html

65 66

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ projeto modular (Hornby, G. S., Brandeis) „ robótica: otimização do movimento do AIBO

http://www.demo.cs.brandeis.edu/pr/evo_design/evo_design.html da Sony (Hornby, G.S. et al.; Brandeis)
http://demo.cs.brandeis.edu/pr/evo_gaits/evo_gaits.html

67 68
 Aplicações de
Algoritmo genético: outras aplicações algoritmos evolutivos

„ construção civil usando LEGO (Pollack, J. B. et al.;

Brandeis) http://www.demo.cs.brandeis.edu/pr/buildable/crane/

69 70

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ otimização em sistemas de potência „ projeto de CAD (Bentley, Univ. College London)

71 72
 Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ projeto de circuitos e filtros (Koza, J. R., Bentley, Stanford „ computação gráfica (Fujiwara, Y.; Sawai, H., University)
University) http://www.genetic-programming.com/johnkoza.html http://www.genetic-programming.com/johnkoza.html

73 74

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ projeto de turbinas (Honda) „ projeto de hardware usando FPGA (Yao, X.,

Birmingham) http://www.cs.bham.ac.uk/~xin/

http://evonet.dcs.napier.ac.uk/evoweb/news_events/news_features/nf_article53.html

75 76
 http://www.spacer.com/news/materials-02b.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ bioinformática (biologia molecular, genética, genômica) „ projeto de novos materiais

http://evonet.dcs.napier.ac.uk/evoweb/news_events/news_features/article.php?id=173

77 http://evonet.dcs.napier.ac.uk/eurogp2004/evobio/ 78

http://www.fraunhofer.de/english/press/md-e/md2000/md12-2000e_t5.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ medicamentos e computer-aided molecular design (CAMD) „ projeto de relógios

79 http://pubs.acs.org/subscribe/journals/mdd/v03/i09/html/felton.html 80
 http://evonet.dcs.napier.ac.uk/evoweb/news_events/news_features/article.php?id=53 http://www.cnn.com/2000/NATURE/07/05/better.engines.enn/index.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ otimização de humanóides „ projeto de máquinas

81 82

http://www.newscientist.com/hottopics/tech/article.jsp?id=99993398&sub=Computing
http://lslwww.epfl.ch/pages/embryonics/home.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ otimização dinâmica „ novas áreas: embriônica

83 84
 http://citeseer.nj.nec.com/bradley00embryonics.html http://www.genarts.com/galapagos/index.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ novas áreas: imunotrônica „ processamento de imagens

85 86

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ projeto de próteses „ colônia de formigas “artificial”

87 http://www.etl.go.jp/%7Eehw/common/gishu/gishu.html 88
 http://www.evonet.polytechnique.fr/evoweb/news_events/news_features/nf_article14.html
http://www.wired.com/news/business/0,1367,35273,00.html

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ finanças „ finanças

89 90

Aplicações de Aplicações de
algoritmos evolutivos algoritmos evolutivos

„ literatura „ filtros para telefones celulares

91 92 http://www.etl.go.jp/%7Eehw/common/if/if.html
http://money.telegraph.co.uk/money/main.jhtml?xml=%2Fmoney%2F2001%2F06%2F06%2Fcnantz06.xml

Aplicações de
algoritmos evolutivos

„escalonamento usando swarm intelligence

93
 O que são os sistemas
Parte III: Sistemas nebulosos (fuzzy system
nebulosos (fuzzy systems)?

mini-curso MC-B Sistemas baseados em lógica multivalorada para o tratamento e

inferência com relação a informações vagas, imprecisas e/ou incertas
Inteligência computacional aplicada à pesquisa ª características dos sistemas nebulosos
operacional: conceitos básicos e pesquisas na
) modelo matemático complexo
academia e indústria ) regras utilizadas para expressar a
experiência do operador
) processamento simbólico e computação
Leandro dos Santos Coelho numérica
Pontifícia Universidade Católica do Paraná
PPGEPS - Pós-Graduação em Engenharia de Produção e Sistemas ª fundamentos
Laboratório de Automação e Sistemas, Curitiba, PR, Brasil Lotfi A. Zadeh, Jan Lukasiewicz, Max Black, Karl Menger, entre outros
pesquisadores
Homepage: www.produtronica.pucpr.br/leandro
E-mail: lscoelho@rla01.pucpr.br
2

Breve história dos sistemas Breve história dos sistemas

nebulosos nebulosos
(i) década de 1960: criado por Lotfi A. Zadeh (1965), Universidade de Outros avanços relevantes na área
Califórnia (Berkeley, Estados Unidos)
http://http.cs.berkeley.edu/People/Faculty/Homepages/zadeh.html
(v) década de 1970:
 Japão (2 grupos): um liderado por T. Terano e H. Shibata, em Tóquio,
Trabalhos precursores aos de Zadeh
e outro por K. Tanaka e K. Asai, em Kanasai.
(ii) década de 1920: os desenvolvimentos da lógica multivalorada pelo
matemático polonês Jan Lukasiewicz; http://www.fmag.unict.it/PolPhil/Lukas/Lukas.html
 1o controlador nebuloso aplicado a um gerador a vapor, em escala
(iii) década de 1930: filósofo quântico Max Black apresentou noções de de laboratório: Mamdani & Assilian (1975), do Queen Mary College.
funções de pertinência e definições de estruturas vagas; http://www-groups.dcs.st-
and.ac.uk/~history/Mathematicians/Black.html
(vi) década de 80: Â primeira aplicação industrial de controle nebuloso
(iv) década de 1950: Karl Menger, um matemático francês, propôs o de um forno de secagem para a produção de cimento (Holmblad &
Ostergaard, 1982) pela Smith Co. Ltda, na Dinamarca.
termo ensemble flou, uma contrapartida ao termo fuzzy set, proposto
posteriormente por Zadeh.
3 4
 Breve história dos sistemas
nebulosos Uma famosa aplicação no Japão ...

Avanços relevantes na área „ metrô de Sendai, Japão

(vii) final da década de 1980: z proposto em 1978.
 projeto LIFE (Laboratory for International Fuzzy Engineering z conseguiu permissão para operar em 1986 depois de
Research), abril de 1989, por iniciativa do governo japonês, através do
MITI (Ministry for International Trade and Industry). 300.000 simulações e 3.000 viagens sem pessoas.
z melhorou a posição de parada em 3x.
(viii) década de 1990: z reduziu o ajuste de potência em 2x.
 sistema de controle para operação de trens da cidade de Sendai
(Japão), em operação desde 1987. Foi desenvolvido por S. Yasonobu e
z potência total reduzida em 10%.
colegas da Hitachi.
 Em 1990, a Matsushita Electric Industry produziu o 1o Hitachi ganhou o concurso para o metrô de Tóquio, em 1991.
eletrodoméstico incorporando o controle nebuloso (máquina de lavar).

5 6

Definição de um conjunto Exemplo: lógica nebulosa x

nebuloso lógica clássica (binária)
A teoria clássica dos conjuntos é bem conhecida. A pertinência µA(x) Conjunto com fronteiras “crisp” e nebulosas
de x em um conjunto clássico A, subconjunto do universo (ou universo A = conjunto de pessoas altas
de discurso) X, é definida por:

1, se e somente se x ∈ A 
µ A( x ) =  
0, se e somente se x ∉ A

Um elemento, x, é um elemento pertencente a um conjunto A (µA(x)=1)

ou não pertencente (µA(x)=0).

Os conjuntos clássicos são referidos como crisp sets. Um conjunto

nebuloso, introduzido por Zadeh (1965), é um conjunto de funções de
pertinência em um intervalo real: µA(x) ∈ [0;1].
7 8
 Variáveis lingüísticas e Regras nebulosas e estrutura
funções de pertinência (membership function, MF) dos sistemas nebulosos
Exemplos de funções de pertinência

A estrutura básica de um modelo nebuloso pode ser constituída por:

(i) base de regras: contém um conjunto de regras nebulosas;
(ii) base de dados: define as funções de pertinência das regras
Exemplos de funções de pertinência nebulosas;
(iii) mecanismo de inferência: executa procedimentos de inferência
sobre as regras e condição para obtenção de uma saída.

9 10

Quais sistemas nebulosos existem? Tipos de sistemas nebulosos

Sistemas nebulosos
tipos de modelos
modelo lingüístico modelo interpolativo
Mamdani & Assilian (1975) Tagaki & Sugeno (1985)
Sugeno & Kang (1986)
Tsukamoto (1979)
Os componentes dos conseqüentes resultam em tipos diferentes de
modelos nebulosos, mas seus antecedentes são essencialmente os
mesmos. Uma classificação utilizada é a de:
(i) modelos lingüísticos: são baseados em regras se-então
apresentando predicados vagos e utilizando raciocínio nebuloso. As
quantidades nebulosas são associadas aos termos lingüísticos, e o
modelo é uma expressão qualitativa do sistema (modelo Mamdani);
modelo relacional
(ii) modelos interpolativos: são formados por regras lógicas por
uma parte nebulosa antecedente e um conseqüente funcional. Estes
modelos são, essencialmente, uma combinação de modelos
nebulosos e não-nebulosos (modelos Takagi-Sugeno-Kang e
Tzukamoto) –modelos quantitativo
(iii) modelos relacionais: manipulação de matrizes algébricas

11 12
 Modelo de Mamdani Modelo de Mamdani

13 14

Porque usar os sistemas

Modelo de Takagi-Sugeno-Kang nebulosos?

z habilidade de “traduzir” conhecimento

vago/impreciso de especialistas humanos

z sistemas baseados em regras podem ser

analisados e melhorados

z facilidade de transferir esta tecnologia de produto

para produto

z habilidade de controlar sistemas industriais

complexos

15 16

Sistemas nebulosos
Potencialidades
z habilidade de tratar sistemas
complexos
utilização de termos e expressões
z
da linguagem natural
z facilidade de entendimento e
simplicidade de implementação
tratam sistemas complexos e
z z
sujeitos a restrições
z uso do conhecimento do projetista
17
Aplicações industriais de
sistemas nebulosos - I
19
Áreas promissoras da pesquisa operacional (e áreas
correlatas) para aplicações de sistemas nebulosos
Finanças/negócios Estatística
Limitações análise de investimentos classificação
z quantidade de parâmetros a serem
gerenciamento de recursos humanos clustering
configurados
marketing previsão de séries temporais
z dificuldade da análise dos aspectos
de: estabilidade, otimalidade e gerenciamento de projeto
robustez do controlador Outros
gerenciamento de portfolio
inexistência de uma metodologia
z
consolidada para o projeto
decisão multicritério
tráfego
apresentam dificuldades para a
determinação do melhor projeto
análise de dados
18 engenharia
Aplicações industriais de
sistemas nebulosos – II
20
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos

„ controle supervisório de uma usina de „ controle de guindastes

http://www.circuitcellar.com/pastissues/articles/misc/75constantin1.pdf
potência a carvão (Pruessmann, D.)
http://www.fuzzytech.com/e/e_a_htw.html

21 22
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos

„ aplicações em hardware (Philip Drake and Jim Sibigtroth of Motorola „ análise de estoque
AMCU Division)

fuzzyTECH Implementation on Motorola 68HC12 MCU

25 26

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

„ sistema de auto-foco da Canon „ auto-foco, ajuste de exposição e auto-zoom da Minolta

similar a Canon; considera:
sensibilidade do filme; 14 sensores de brilho;
ângulo da câmera; distância do foco

27 28
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos

„ máquinas fotográficas digitais da Sanyo „ outras câmeras e máquinas fotográficas

(Olympus, ....)

29 30

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

„ controle de suprimento de toner „ máquina de lavar roupas

http://www.samsungelectronics.com.my/washing_machine/

31 32
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos

„ máquina de lavar roupas „ “máquina” de fazer arroz, microondas, ...

http://www.cheap-washing-machines.co.uk/aeg_washing_machines.htm http://www.chamon-group.com/html/ricecook.htm
Máquina de lavar desenvolvida pela empresa alemã AEG,
controlada por sistema nebuloso, reduz o consumo de energia
elétrica em 20% e o de água também em 20%. O sistema
nebuloso estima a quantidade e o tipo de roupa a lavar,
economizando. Para o fabricante aumenta o investimento na
instalação de diversos sensores especiais.

33 34

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

http://www.omron.com/
„ controle digital „ detector de incêndio (Cerberus, Suiça)
http://www.cerberus.com/e/prd/con_prd_fir_fir.asp

35 36
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos

„ navegação de robôs, futebol de robôs, ... „ controle de navios

http://www.joker-robotics.com/mobile/soccer.E.html

37 38

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

„ controle de helicópteros „ hardware http://turquoise.wpi.edu/webcourse/toc.html

http://aldebaran.elo.utfsm.cl/conferences/15-IFAC/data/content/00197/197.pdf

39 40
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos

„ limpador de salas „ hardware http://www.fuzzytech.com/binaries/e_p_inf.ppt

http://diwww.epfl.ch/lami/robots/K-family/vacuum.html

41 42

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

„ hardware „ NASA shuttle autopilot

Objetivos
reduzir o trabalho do piloto
incrementar a confiabilidade do sistema
reduzir o consumo de combustível

Resultados
Controle de posição e consumo de combustível reduzido em 3x
com relação a um operador humano
43 44
 Aplicações industriais de Aplicações industriais de
sistemas nebulosos sistemas nebulosos no Brasil

„ refrigeradores „ ar condicionado www.brastemp.com.br

http://www.shopcreator.com/mall/DomesticAppliancesOnline/products/product-840112.stm
45 46

http://www.it.uom.gr/pdp/DigitalLib/Fuzzy/fuzzy_soft.htm

Aplicações de sistemas Aplicações industriais de

nebulosos: “marketing” no Brasil ... sistemas nebulosos

„ software comercial, freeware e demonstrações

http://www.estado.estadao.com.br/suplementos/casa/2002/10/20/casa020.html

47 48
 http://www.aptronix.com/fide/fide.htm http://www.ortech-engr.com/fuzzy/togai.html

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

„ software comercial: fide „ software comercial: TILShell

49 50

http://www.flextool.com/ http://www.hyperlogic.com/index.html

Aplicações industriais de Aplicações industriais de

sistemas nebulosos sistemas nebulosos

„ software comercial: FlexTool „ software comercial: CubiCalc RTC

51 52
 O que são as redes neurais
Parte IV: Redes neurais artificiais
(neural networks)?

mini-curso MC-B Uma rede neural artificial pode ser considerado um “processador”
paralelamente distribuído. Ela é constituída de unidades de
processamento simples (neurônios). Ela se “assemelha” ao cérebro em
Inteligência computacional aplicada à pesquisa dois aspectos:
operacional: conceitos básicos e pesquisas na 1. O conhecimento é adquirido pela rede a partir de seu ambiente
academia e indústria através de um procedimento de aprendizagem.
2. Forças de conexão entre neurônios, conhecidas como pesos
sinápticos, são utilizadas para armazenar o conhecimento adquirido.
Leandro dos Santos Coelho
Pontifícia Universidade Católica do Paraná
PPGEPS - Pós-Graduação em Engenharia de Produção e Sistemas
Laboratório de Automação e Sistemas, Curitiba, PR, Brasil
Homepage: www.produtronica.pucpr.br/leandro
E-mail: lscoelho@rla01.pucpr.br
2

Estudos
pioneiros sobre redes neurais Neurônio artificial

ª fundamentos
Williams James (1890), Alan Turing (1948), Donald Hebb (1949), Warren
S. McCullogh & Walter Pitts (1943), Hipócrates (3000 a.C.), entre outros
3 muitos pesquisadores 4
 Perceptron (Frank Rosenblatt, 1958) Perceptron

5 6

Perceptron Passos para adaptar o perceptron

7 8
 Limitações do perceptron Perceptron multicamadas (Rumelhart et al., 1986)

9 10

Rede neural de base radial Alguns tipos de redes neurais

11 12
 Redes neurais
Porque usar as redes neurais?
Potencialidades Limitações

- habilidade de tratar sistemas não-lineares z habilidade de tratar sistemas

complexos ª perda de generalização devido ao
- tolerância a falhas sobre-treinamento
representação de conhecimento
- adaptabilidade z
quantitativo
ª “maldição” da dimensionalidade
- aprendizado ª complexidade computacional
processamento paralelo
- generalização „

ª mínimos locais
- treinamento „ aprendizado

- processamento paralelo „ adaptabilidade

„ generalização

13 14

Áreas promissoras da pesquisa operacional (e áreas

correlatas) para aplicações de redes neurais
Aplicações industriais de
redes neurais Finanças/negócios Estatística
previsão de falência em empresas classificação
análise de investimentos clustering
processamento de cheques previsão de séries temporais
gerenciamento de recursos humanos reconhecimento de padrões
marketing
gereciamento de projeto
gerenciamento de portfolio
http://www.kcl.ac.uk/neuronet/ detecção de fraudes
15 16
Áreas promissoras da pesquisa operacional (e áreas
correlatas) para aplicações de redes neurais
Aplicações industriais de
Otimização Outras ... redes neurais
otimização combinatória processamento de voz
problema de caminho mais curto reconhecimento de escrita
„ mercado financeiro http://www.elseware.fr/

roteamento de veículos reconhecimento de caracteres

programação não-linear
escalonamento
localização de facilidade
análise de modelos
controle de processos
17
robótica
diagnóstico médico
engenharia química „desenvolvimento de ferramentas de suporte à
modelagem de aplicações financeiras
detecção de falhas
„ utiliza modelagem preditiva, otimização com múltiplos
realidade virtual objetivos, análise “inteligente” de dados
18

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„ prevenção de fraudes e acesso a crédito „ automação industrial e robótica

http://www.mitgmbh.de/e/index.htm http://www.zenon.gr/GR/GR_zenon.asp

19 20
 Aplicações industriais de Aplicações industriais de
redes neurais redes neurais

„ negócios, processamento de imagens, „ neurocomputadores

classificação e reconhecimento de padrões http://www.particle.kth.se/~lindsey/HardwareNNWCourse/Lecture_B/neurocomputers.html
http://www.particle.kth.se/~lindsey/HardwareNNWCourse/home.html
http://dibemail.dibe.unige.it/neuronet/ELSAG/eb-homep.html

21 22

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„ marketing, séries temporais, banco de dados, „ reconhecimento ótico e identificação facial (Rússia)
clustering http://www.kcl.ac.uk/neuronet/compnies/snnartne.doc http://www.gabitus.com/

People Data

Model

Performance measurement

elementos-chave para a
construção de modelos para
23 marketing direto 24
 Aplicações industriais de Aplicações industriais de
redes neurais redes neurais

„ desenvolvimento de software inspirados nos „ engenharia de software, projeto de algoritmos,

sistemas biológicos http://www.cyberlife.co.uk/ simulação e desenvolvimento
http://www.era.co.uk/case/case.htm

25 26

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„ finanças e telecomunicações http://www.neuralt.com/ „ biometria, reconhecimento de padrões

http://www.neurodynamics.com/

27 28
 Aplicações industriais de Aplicações industriais de
redes neurais redes neurais

„processamento de imagens usando „ aquisição de dados e diagnóstico (NASA)

http://www.accurate-automation.com/ http://www.accurate-automation.com/proj/info.html
neurocomputadores

29 30

http://www.nasatech.com/Spinoff/spinoff1999/ct1.htm Hypersonic Neurocontrol Actuator and Testbed (LoFLYTE®)

http://sbir.gsfc.nasa.gov/SBIR/successes/ss/1-011text.html Accurate Automation Corporation, Chattanooga, Tennessee

Innovation
Aplicações industriais de • The LoFLYTE® vehicle was the first known powered flight of a hypersonic
waverider configuration at low speed, which proves that this shape can takeoff

redes neurais and land from a runway.

• Accurate Automation has developed a neural controller representing the first of a
new generation of “smart” actuator controllers and a testbed vehicle on which to
test fly the neural control system.

„ sistema de supervisão/controle de vôo Accomplishments

• Designed and developed a hybrid/adaptive controller which automatically adapts
to changing flight environments, such as speed, altitude, wind, and turbulence
• Designed a test apparatus to allow evaluation of the performance of the hybrid
neural/adaptive controller in various flight environments and simulated the effect
of control surface and actuator damage
• Built a 100” wind tunnel model and performed an extensive series of wind tunnel
tests to evaluate the low speed performance of a Mach 5 waverider configuration
to compare to real flight data
• Flight tested a 100” radio-controlled model of a jet-powered vehicle with the 419th
Flight Test Squadron at the Air Force Flight Test Center at Edwards AFB LoFLYTE® on takeoff at Edwards AFB
• Flight tested the neural network flight control system

Commercialization Government/Science Applications

• The LoFLYTE® shape can be scaled up to a faster and larger configuration
• The technologies developed in this program were included in the proposal
for an unmanned combat aerial vehicle, a cruise missile, or a hypersonic
submitted by the Accurate Automation-led team for NASA’s Future-X Pathfinder
transport aircraft.
program.
• The LoFLYTE® testbed aircraft is being used to test additional aerospace
• Accurate Automation has proposed the use of this shape as a UCAV, a hypersonic
technologies including Accurate Automation’s Neural Air Data Sensor
cruise missile, and a hypersonic target to the U.S. Navy.
subsystem, neural network engine controller, “Fly-by-Light” communications
• The LoFLYTE® team was awarded a Small Business Administration Tibbetts
protocol, an advanced health monitoring system, and an advanced real-time
Award in 1996.
data acquisition and control system.
• LoFLYTE®’s neural network flight control system was awarded “Best of What’s
New” by Popular Science in 1996.
• Accurate Automation has licensed this technology to a major aerospace Points of Contact:

31 32corporation. NASA LaRC, J. Larry Hunt, (757) 864-3732

Accurate Automation, Richard Saeks, (423) 894-4646
1993 SBIR Phase II; NAS1-20404
 Aplicações industriais de Aplicações industriais de
redes neurais redes neurais

„ otimização, suporte a decisão, estatística, „ previsão de aplicações financeiras e bolsa de

análise quantitativa (consultoria e treinamento) valores http://www.screamingmedia.com/en/solutions/industry_solutions/finance/
http://www.aasdt.com/

33 34

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„ negócios, processamento de imagens, „ sistemas híbridos neuro-evolutivos

classificação e reconhecimento de padrões http://www.wardsystems.com/
http://www.nd.com/

35 36
 http://www.airauto.com/aai/start.htm

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

aplicações em Internet http://www.zsolutions.com/ „ controle do número de passageiros

http://www.it.uom.gr/pdp/DigitalLib/Neural

Uso de aprendizado por reforço (reinforcement learning) para prever no-show em

vôo de companhias aéreas
• tenta maximizar a quantidade passageiros através do controle do overbooking
•O sistema Airline Marketing Tactician (AMT) foi recentemente lançado usando
redes neurais e é um líder no mercado
•A Airline Automation trabalha com 23 empresas aéreas e detém 55% do mercado
americano de vôos domésticos americanos

37 38

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„recuperação de informação em manufatura „detecção de explosivos plásticos

SNOOPE: um detector de explosivos plásticos (como o Semtex) que é empregado
NIRS (Neural Information Retrieval System) da Boeing é provavelmente a
em diversos aeroportos incluindo Heathrow e Los Angeles, desde 1987
maior aplicação de redes neurais em manufatura em larga escala
Usa uma rede neural perceptron multicamadas (acerta cerca de 96% das vezes)
Usa uma rede neural ART1 (Adaptive Resonance Theory) para clusterização
de templates de partes de aeronaves em uma redes hierárquica complexa
com cerca de 100.000 itens
O sistema economiza alguns milhões de dólares/ano

39 40
 http://www.acq.osd.mil/bmdo/bmdolink/pdf/pap.pdf http://www.hpcwire.com/dsstar/99/1214/101212.html
http://www.devicelink.com/ivdt/archive/98/07/002.html
http://www.esuccess.ca/news/articles/2000_02_23.html

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais http://www.nestor.com/

„detecção de anomalias e doenças „detecção de fraudes

41 42

http://www.hpcwire.com/dsstar/00/1212/102489.html
http://www.powertech.co.uk/gnocis/
http://www.fairisaac.com/fairisaac

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„detecção de fraudes „controle supervisório de emissões de Nox e CO2

43 http://www.fraudconsulting.com/?page=/products/Financial/HNC_Falcon_Fraud_Manager&section=products 44
 Aplicações industriais de Aplicações industriais de
redes neurais redes neurais

„controle de demanda em sistemas de potência „sistema de previsão de tempo

In today’s competitive environment, electric, gas and water utilities, energy marketers and traders Aircraft icing is a major hazard for which
need the capability to predict as precisely as possible how much energy their customers will use in weather forecasters must advise pilots.
the near future. Inaccuracy in demand or price forecasts may result in significantly increased
operating costs, loss of opportunities to sell excess capacity into bulk power markets and severe
The Experimental Forecast Facility at the
penalties. Aviation Weather Centre in Kansas City,
Missouri, is currently evaluating NNICE,
NewEnergy NOSTRADAMUS is a short-term, neural network-based demand and price a neural network-based icing intensity
forecasting system, designed specifically for the energy and utilities industries. Using the latest predictive forecast tool
advancements in neural network technology, NOSTRADAMUS learns the relationships among any
number of data inputs to automatically produce and disseminate accurate daily and hourly demand
and price forecasts. In addition, NewEnergy consultants are available to assist you with your
forecasting needs.

45 http://www.newenergyassoc.com/html/nostradamus.html 46

(primeiro produto da Sharp desenvolvido

fora do Japão, na Oxford University)

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„detector de incêndios para escritórios „forno de microondas

http://www.sbt.siemens.com/FIS/productdoc/catalogs/6175.pdf
47 48
 http://www.cmrc.co.uk/corporatefailure1999.pdf

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„previsão de falência e transações suspeitas „ análise de investimento

http://pages.stern.nyu.edu/~sjournal/articles_99/golinski.htm http://www.cheshireeng.com/Neuralyst/nexinv3.htm

http://peakconsulting.com/ijis3.pdf

http://www.sbaer.uca.edu/Research/2002/dsi/papers/283.pdf
49 50

http://www.deepinsight.com/DIAbout.html

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„ análise de investimento „ suporte a decisão

http://www.tradingsolutions.com/?CJ

51 52
 Aplicações industriais de Aplicações industriais de
redes neurais redes neurais

„ análise de estoque „ alguns outros sistemas neurais em uso ...

American Express, Mellon Bank, e First Bank estão estudando padrões do
uso de cartão de crédito e detecção de transações questionáveis
Merrill Lynch & Co, Salomon Brothers Inc., Citibank, e World Bank estão
usando sistemas para previsão de informações financeiras
Gerber Baby Food está usando para previsão de mercado futuro de gado
Chase Manhattan Bank analisa empréstimos que incorporam riscos
Veratex Corporation and Spiegel verifica recipientes potenciais de catálogos
e consumidores
Texaco desenvolve aplicações geológicas
53 http://www.bykeyword.com/pages/detail11/download-11889.html 54

Aplicações industriais de Aplicações industriais de

redes neurais http://citeseer.nj.nec.com/inoue00ensemble.html
redes neurais

„ previsão de séries temporais „ software comercial: Alyuda NeuroIntelligence

http://www.phys.uni.torun.pl/kmk/eann99/15-davey.pdf

55 56 http://www.alyuda.com/neural-networks-software.htm
 http://www2.toshiba.co.jp/datamining/mining.htm
http://www.calsci.com/

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„ software comercial: BrainMaker „ software comercial: KINOsuite-PR

57 58

Aplicações industriais de Aplicações industriais de

redes neurais redes neurais

„sistema
softwarede previsão
comercial: de tempo
NeuroXL „sistema
softwarede previsão
comercial: de tempo
NeuralWare

http://www.neuralware.com/

59 http://www.neuroxl.com/ 60
 Aplicações industriais de
redes neurais Redes neurais: material básico

„sistema
softwarede previsão
comercial: de tempo Neural Networks
Statistica

http://www.statsoft.com/stat_nn.html
61 62