Sistemas Inteligentes

Estudo e aplicações das Máquinas de Estado Líquido

Coordenador: Tania Mezzadri Centeno

Estudo de parâmetros de máquinas de estado líquido objetivando encontrar soluções em diferentes aplicações que façam uso de informações temporais.

Otimização de Sistemas Complexos

Equipe: Ricardo Lüders, Myriam R. Delgado, Cesar A. Tacla, Marcella S. R. Martins

Desenvolver modelos, técnicas e algoritmos de otimização para problemas de Pesquisa Operacional a partir de três frentes de pesquisa.

Uma frente é caracterizada pelo uso de simulação de eventos discretos em conjunto com estratégias de otimização usando metaheurísticas e técnicas de inteligência coletiva.

Outra frente aborda problemas de otimização contínua (geração de energia) e combinatória (alocação de recursos em logística) através da aplicação de Algoritmos Genéticos, Sistemas Imunológicos Artificiais, Inteligência Coletiva (por exemplo, Nuvem de Partículas, Colônia de Formigas, Algoritmos Culturais) e paradigmas baseados em regras como os Sistemas Fuzzy.

Uma terceira frente é caracterizada pela aplicação de sistemas multiagentes e leilões.

Sistemas Bio-inspirados Aplicados na Resolução de Problemas Complexos

Coordenador: Heitor S. Lopes

Desenvolvimento de novos métodos computacionais bio-inspiradas e aplicação a problemas de engenharia e ciência da computação. Os principais métodos utilizados neste projeto são as inseridos nas áreas de computação evolucionária (AG, PG), inteligência de enxames (ABC, PSO, ACO, etc.) e outras (evolução diferencial, busca harmônica, etc). Por serem abordagens populacionais, este projeto visa também explorar o uso de arquiteturas paralelas para processamento em rede, em GPGPU e em FPGA, de modo a aumentar a eficiência computacional na resolução de problemas complexos. São abordados problemas de engenharia estrutural, projeto de filtros digitais e circuitos eletrônicos, problemas de otimização combinatorial, entre outros. Outro objetivo específico deste projeto é o estudo e definição de estratégias para trabalhar os métodos bio-inspirados de maneira híbrida e/ou cooperativa.

Sistemas Computacionais (paralelos) inpirados em Computação Natural: pesquisa básica e aplicada

Coordenador: Myriam R. Delgado

Este projeto amplo de pesquisa envolve o estudo e desenvolvimento de sistemas computacionais (baseados ou não em computação paralela) tendo por base diferentes paradigmas inspirados na natureza. O conjunto de técnicas utilizadas engloba tanto paradigmas tradicionais como os Algoritmos Genéticos e os Sistemas Imunológicos Artificiais, como aqueles mais recentes compondo a área de pesquisa denominada Inteligência Coletiva (por exemplo, Nuvem de Partículas, Colônia de Formigas, Algoritmos Culturais, etc..) e por fim os  paradigmas baseados em regras como os Sistemas de Inferência Fuzzy. Neste projeto, as aplicações dos sistemas desenvolvidos a problemas do mundo real  variam de roteamento em redes de computadores a problemas de bioinformática (predição de estruturas de proteínas) passando por problemas de classificação (imagens de satélites) e otimização (contínua – geração de energia – e combinatória – alocação de recursos na área de logística).

     SubProjeto: Algoritmos Transgenéticos Aplicados a Otimização Combinatória na área de Pesquisa Operacional

Equipe: Myriam R. Delgado, Elizabeth Goldbarg, Marco Cesar Goldbarg, Richard Aderbal Gonçalves, Carolina Paula de Almeida

Este projeto de pesquisa prevê o desenvolvimento de algoritmos inspirados na natureza (em especial os Algoritmos Transgenéticos) para a solução de alguns problemas específicos de otimização. Os algoritmos a serem desenvolvidos deverão ser  aplicados em problemas clássicos de otimização combinatória mais diretamente ligados á área de Pesquisa Operacional. Em especial deverá ser tratado o   problema de roteamento de veículos com dois objetivos chamado de Problema do Caixeiro Comprador Biobjetivo (BiPCC). O projeto visa desenvolver pesquisa básica e aplicada com o intuito de promover o desenvolvimento de algoritmos baseados em endosimbiose e outros mecanismos do fluxo intracelular, no caso dos Algoritmos Transgenéticos, explorando suas características paralelas.  Neste caso, os algoritmos desenvolvidos deverão ser utilizados para a solução do problema do caixeiro comprador biobjetivo.

   SubProjeto: Abordagens híbridas baseadas em Sistemas Fuzzy e Teoria da Probabilidade para o tratamento de incertezas

Equipe: Myriam R. Delgado, Luís Alberto Lucas, Leonardo Gomes de Melo

Este projeto de  pesquisa prevê a utilização conjunta de duas teorias clássicas para lidar com  incerteza: Sistemas Fuzzy e Teoria da Probabilidade. Aqui deverão ser investigadas abordagens híbridas que consideram as vantagens de cada método, como por exemplo a capacidade dos sistemas fuzzy de tratar as informações vagas  e a capacidade da teoria da probabilidade para tratar a incerteza em relação à ocorrência de eventos. A partir da junção destas duas técnicas as incertezas associadas a expressões do tipo “A probabilidade de chover amanhã é alta” poderão ser contempladas. As aplicações variam de problemas de classificação, processamento de imagens contemplando ainda previsões de séries temporais.

Ações 

Sistemas Inteligentes de Manufatura

Coordenador: Jean Marcelo Simão

O atual contexto e tendências relacionadas com os sistemas de produção, como a personalização de massa, reclamam aperfeiçoamentos relativos à agilidade nas organizações, visando os chamados Sistemas Inteligentes de Manufatura. Neste sentido, abordagens ágeis têm sido propostas, como os Sistemas de Manufatura Holônicos onde entidades de produção (como recursos e produtos) têm certa inteligência relacionada a autonomia e colaboração.

MAS-SCM: Protótipo de Ambiente Integrado para Soluções Logísticas com Uso de Multi-Agentes

Coordenador: Lúcia Valéria Arruda (em conjunto com Cesar A. Tacla)

Este projeto é transversal às áreas de Controle e Automação e de Engenharia de Computação. O objetivo é desenvolver competência na solução de problemas planejamento logistico (neste caso específico, de movimentação de derivados de petróleo) utilizando o paradigma de sistemas multiagentes, mais particularmente, utilizando-se da técnica de leilões.

Protocolo de Roteamento para Redes Tolerantes a Atrasos Através do Uso de Inteligência Coletiva

Coordenador: Anelise Munaretto Fonseca

Este projeto de pesquisa envolve o estudo de algoritmos baseados em Inteligência Coletiva com o intuito de buscar uma melhor utilização dos recursos da rede e auxiliar na aprendizagem de padrões de comportamento dos nós em redes tolerantes ao atraso (DTNs). A motivação para essa escolha se deve ao fato de que o processo de roteamento em DTNs, o qual muitas vezes necessita manter mais de uma rota para o encaminhamento de mensagens, pode se beneficiar dos paradigmas baseados em conjuntos de soluções e em especial da cooperação entre agentes relativamente simples, característica esta das técnicas da Inteligência Coletiva. Assim, entende-se que o processo de alocação e gerenciamento de recursos em DTNs representa um enorme desafio no qual o uso da Inteligência Coletiva ainda não foi devidamente explorado.