Use este identificador para citar ou linkar para este item:
https://repositorio.ufba.br/handle/ri/28749
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Fontes, Cristiano Hora | - |
dc.contributor.author | Ribeiro, Karine do Prado | - |
dc.creator | Ribeiro, Karine do Prado | - |
dc.date.accessioned | 2019-02-26T12:24:52Z | - |
dc.date.available | 2019-02-26T12:24:52Z | - |
dc.date.issued | 2019-02-26 | - |
dc.date.submitted | 2018-12-12 | - |
dc.identifier.uri | http://repositorio.ufba.br/ri/handle/ri/28749 | - |
dc.description.abstract | A análise de agrupamentos e o reconhecimento de padrões a partir de dados de processo representa uma alternativa para a extração de conhecimento útil e, entre outros, para a detecção e diagnóstico de falhas (FDD, Fault Detection and Diagnosis). De forma inovadora, este trabalho apresenta uma metodologia voltada ao reconhecimento de padrões em séries temporais multivariadas que consiste na adaptação e aplicação de Algoritmos Genéticos (GA, Genetic Algorithm) em um método clássico de agrupamento não hierárquico baseado em otimização (FCM, fuzzy c-means). A análise de similaridade entre as séries, coletadas em diferentes períodos de operação (doravante aqui denominados de objetos), é realizada com base em duas métricas das quais uma compara a direção dos componentes principais entre os objetos (SPCA, ou PCA Similarity factor) e a outra compara os seus respectivos valores médios ou níveis de operação (AED, Average-based Euclidean Distance). Dois estudos de caso foram analisados, ambos inspirados em problemas de detecção de falhas em processos de produção. A primeira aplicação compreendeu um processo industrial real relacionado à operação de partida de uma turbina a gás de escala comercial (Unidade Termoelétrica Rômulo Almeida, Petrobras). O segundo estudo de caso envolveu o reconhecimento de padrões em eventos normais e de falha a partir de séries multivariadas extraídas de uma unidade virtual de referência utilizada na análise de estratégias de controle e FDD (Tennessee Eastman Process – TEP). Este trabalho evidencia as potencialidades de aplicação de um método heurístico de otimização em relação à abordagem de otimização clássica para a resolução de um problema de agrupamento envolvendo séries multivariadas. O melhor desempenho da estratégia heurística (GA) se verifica principalmente através da melhor exploração da região de busca e da obtenção de um melhor mínimo local do ponto de vista da qualidade da classificação. Os resultados obtidos mostram que o FCM baseado em GA apresentou um percentual de acerto de classificação igual ou superior ao método FCM baseado em otimização clássica, o que comprova a viabilidade da alternativa proposta para a codificação dos genes e a eficácia da abordagem heurística em problemas que sugerem a existência de múltiplos mínimos locais. A estratégia proposta para a aplicação de algoritmos genéticos no agrupamento e reconhecimento de padrões em séries multivariadas representa uma alternativa potencial para a extração de conhecimento de um processo de produção, para o apoio à tomada de decisão na gestão operacional e para implementação de estratégias de controle ótimo através dos padrões reconhecidos. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Algoritmo Genético | pt_BR |
dc.subject | Agrupamentos. | pt_BR |
dc.subject | Séries Temporais Multivariadas | pt_BR |
dc.subject | Reconhecimento de Padrões | pt_BR |
dc.subject | Detecção de Falhas | pt_BR |
dc.title | Contribuições para a aplicação de algoritmo genético no agrupamento e classificação de séries temporais multivariadas | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.referees | Esquerre, Vitaly Félix Rodríguez | - |
dc.contributor.referees | Simas Filho, Eduardo Furtado de | - |
dc.publisher.departament | Escola Politécnica | pt_BR |
dc.publisher.program | em Engenharia Industrial | pt_BR |
dc.publisher.initials | UFBA | pt_BR |
dc.publisher.country | brasil | pt_BR |
dc.subject.cnpq | Engenharia Química | pt_BR |
dc.subject.cnpq | Ciência da Computação | pt_BR |
Aparece nas coleções: | Dissertação (PEI) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertação_KARINE COM CAPA E FUNDO final.pdf | 5,19 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.