Detalhes bibliográficos
| Ano de defesa: |
2011 |
| Autor(a) principal: |
Bôas Júnior, Manoel Villas |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual do Ceará
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=70070
|
Resumo: |
Este trabalho apresenta um modelo de Sistema de Diagnóstico para apoio a decisão, baseado na identificação de classes, usando-se o algoritmo de Otimização por Enxame de Partículas, traduzido do inglês,ParticleSwarmOptimization (PSO). O método proposto tem como objetivo classificar um evento anômalo dentro de 3 possíveis classes de acidentes/transientes conhecidos na literatura, postulados para a Usina Nuclear Angra 2.0 algoritmo PSO é utilizado como método de separação de classes, sendo responsável por encontrar o melhor vetor protótipo de cada acidente/transiente, ou seja, conceitualmente equivalente ao tradicional Vetor de Voronoi que maximiza o número de acertos do mesmo. Para efetuar o cálculo dograu de similaridade, entre o conjunto de variáveis do evento anômalo, em um determinado instante t, e o vetor protótipo das variáveis dos acidentes/transientes, foi utilizada a métrica deMinkowski (e suas variações para as métricas de Manhattan e Euclidiana). Os resultados obtidos pelo método proposto foram compatíveis, e até superiores aos resultados encontrados na literatura, permitindo uma solução que se aproxima da ideal, ou seja, dos Vetores de Voronoi num espaço restrito do Rn. Palavras-Chave: Inteligência de Enxames, PSO, Otimização, Voronoi, etc. |
