|
|
PESQUISA |
|
|
|
Inteligência
Computacional |
A Inteligência
Computacional (IC) busca, através da implementação de
técnicas computacionais inspiradas na Natureza, o
desenvolvimento de "sistemas inteligentes" que "imitem"
aspectos do comportamento humano, tais como,
aprendizado, percepção, raciocínio, evolução, e
adaptação. Esta grande área da ciência engloba
principalmente Redes Neurais Artificiais (RNAs), Lógica
Nebulosa (LN), e Computação Evolutiva (CE). |
|
Computação Evolutiva |
A Computação Evolutiva
(CE) compreende diferentes paradigmas, inspirados na
Teoria da Seleção Natural de Charles Darwin, os quais
são usados para auxiliar na resolução de problemas reais
práticos ou teóricos. A CE possui um extenso campo de
atuação, e engloba principalmente otimização
evolucionária, aprendizado de máquina, projeto de
sistemas inteligentes, processamento de imagem,
reconhecimento de padrões, sistemas nebulosos
evolucionários, aplicações em biomedicina e bioquímica,
controle e robótica, modelagem matemática, aplicações na
indústria. |
|
Algoritmos
Evolucionários |
Algoritmos
Evolucionários (AEs) caracterizam técnicas
computacionais frequentemente empregadas para resolver
complexos problemas de engenharia e áreas afins. Estes
algoritmos são, em geral, mais robustos e eficientes do
que métodos clássicos utilizados para o mesmo fim, o que
justifica o interesse crescente nesta linha de pesquisa.
Grande parte dos AEs têm sua inspiração em processos
naturais ou biológicos, sendo os mais comuns baseados na
Teoria da Evolução de Charles Darwin. Em um AE típico,
uma população de "indivíduos artificiais" compartilham e
evoluem as informações que possuem sobre um dado
problema com o intuito de encontrarem a melhor solução
possível para o mesmo. Os principais paradigmas
pesquisados em AEs são Algoritmos Genéticos (AGs),
Estratégias Evolutivas (EEs), e Programação
Evolucionária (PE). |
|
Otimização
Paramétrica e Topológica |
O termo Otimização
designa o objetivo de minimizar ou maximizar uma função
de mérito associada a alguma característica específica
de um dado problema. De forma geral, a otimização é
realizada por meio da escolha sistemática dos valores
dos parâmetros ou variáveis que definem o problema. Em
engenharia e outras áreas, quando se consegue construir
modelos matemáticos representativos dos respectivos
sistemas dinâmicos em estudo, é possível aplicar
técnicas de otimização para maximizar ou minimizar uma
função conhecida como índice de desempenho, visando
encontrar a "solução ótima" do problema, isto é, que
resulte no melhor desempenho possível do sistema,
segundo o critério adotado. Esta otimização baseada na
variação das dimensões (parâmetros) de uma forma
predefinida é chamada de otimização paramétrica. Por
outro lado, a otimização topológica representa uma
abordagem utilizada para o projeto da forma de
dispositivos, ou outras estruturas, sem a necessidade de
se definir um modelo paramétrico inicial para o sistema.
A abordagem topológica trabalha com a variação da
distribuição espacial de dois ou mais materiais dentro
de um dado domínio de projeto, e define a melhor
topologia para o sistema ao longo do processo de
otimização. |
|
Otimização Evolutiva
Multiobjetivo |
Problemas práticos de
otimização são naturalmente compostos por vários
objetivos conflitantes, isto é, ao melhorar o desempenho
de um dado índice causa-se a piora de um segundo. Um
exemplo claro desta classe de problemas seria a tarefa
de maximizar o desempenho e minimizar o consumo de
combustível e a emissão de poluentes de um automóvel.
Para estes problemas não existe uma única solução que
otimiza todos os objetivos, mas um conjunto de soluções
que representa a relação de compromisso entre os
objetivos. A otimização de problemas com muitos
objetivos representa um desafio atual para a comunidade
envolvida com pesquisa nesta área, e a investigação de
estratégias evolutivas eficientes para a solução destes
problemas tem ganhado a atenção de inúmeros
pesquisadores de diversas partes do mundo. |
|
Teoria da Decisão |
Ao longo da solução de
sistemas reais, decisões gerenciais ou tecnológicas
devem ser tomadas em diversos estágios. Nesse contexto,
a teoria da decisão aborda conceitos e técnicas que
"apóiam" esse processo de tomada de decisão, sendo seu
papel principal "auxiliar" a equipe de decisão a fazer
uma escolha razoável. A grande importância do estudo
dessa área deve-se ao fato de que as decisões tomadas
frequentemente implicam em grande responsabilidade
socioeconômica e ambiental, efeito duradouro sobre a
vida de muitas pessoas, alto investimento monetário,
etc. De forma geral, o processo de tomada de decisão é
parte integral do cotidiano do ser humano e,
especialmente, da execução de projetos de engenharia.
Esse processo envolve essencialmente a geração de um
conjunto de alternativas ou projetos factíveis, e a
escolha da solução mais apropriada. Nesse sentido, essa
linha de pesquisa relaciona particularmente otimização
multiobjetivo, modelagem de preferência, modelagem do
risco e decisão sob incerteza, teoria de jogos, e
sistemas de suporte à decisão. |
|