Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
http://tede2.unicap.br:8080/handle/tede/620
Tipo do documento: | Dissertação |
Título: | Sistemas inteligentes aplicados à análise de riscos ambientes |
Autor: | Albuquerque Filho, Francisco Sales de |
Primeiro orientador: | Fernandes, Sérgio Murilo Maciel |
Primeiro coorientador: | Bernardino Júnior, Francisco Madeiro |
Primeiro membro da banca: | Lima, Emerson Alexandre de Oliveira |
Segundo membro da banca: | Ferreira, Tiago Alessandro Espinola |
Resumo: | Este trabalho aplica técnicas da área de inteligência artificial (IA) com o intuito de prever e classificar riscos ambientais, com o foco no problema da qualidade do ar. Para prever os riscos, dados foram adquiridos acerca das concentrações gasosas de determinados poluentes. Tais concentrações, denominadas de indicadores da qualidade do ar, são regulamentadas por várias legislações ao redor do mundo, inclusive a do Brasil. Estes dados foram empregados em um modelo que consiste de duas técnicas de IA: redes neurais artificiais e otimização por enxame de partículas. O resultado do modelo é a previsão de um dia adiante das concentrações gasosas dos indicadores da qualidade do ar. As previsões são usadas como entradas para a modelagem de riscos. A modelagem de riscos correlaciona as previsões dos poluentes observados para obter a qualidade do ar e o risco que tal qualidade oferece à saúde humana. O modelo de risco é baseado em lógica nebulosa, uma terceira técnica de IA. Ao término do trabalho, dois resultados foram alcançados. O primeiro foi o modelo de previsões que obteve resultados com um bom nível de acuidade. Em seguida, o modelo de riscos foi capaz de alcançar uma classificação coerente dos riscos ambientais. |
Abstract: | In order to forecast and classify environmental risks, artificial intelligence (AI) techniques were applied to the air quality problem. Predetermined gaseous pollutant concentration data were acquired with the intent of predicting the risks. Such concentrations are denominated air quality indicators, and are regulated all around the world, including by brazilian law. The data concerning these indicators were used in a model that consists of two AI techniques: artificial neural networks and particle swarm optimization. The air quality indicators concentration prediction resulted in one day ahead values. The risk modeling utilizes the predictions as inputs values, correlating them in order to obtain the resulting air quality and, the risk that such quality has upon the human health. The risk model is based on a third AI technique, called fuzzy logic. The present work obtained two main results. The first was the accurate forecasts made by the prediction model. The second was the achievement of a coherent classification of the risks. |
Palavras-chave: | avaliação de riscos ambientais poluição - aspectos ambientais redes neurais (computação) inteligência artificial lógica difusa dissertações environmental risk assessment pollution - environmental aspects neural networks (computer science) artificial intelligence nonlinear logic dissertations |
Área(s) do CNPq: | CNPQ::CIENCIAS BIOLOGICAS::BIOLOGIA GERAL |
Idioma: | por |
País: | BR |
Instituição: | Universidade Católica de Pernambuco |
Sigla da instituição: | UNICAP |
Departamento: | Desenvolvimento de Processos Ambientais |
Programa: | Mestrado em Desenvolvimento de Processos Ambientais |
Citação: | ALBUQUERQUE FILHO, Francisco Sales de. Sistemas inteligentes aplicados à análise de riscos ambientes. 2012. 88 f. Dissertação (Mestrado em Desenvolvimento de Processos Ambientais) - Universidade Católica de Pernambuco, Recife, 2012. |
Tipo de acesso: | Acesso Aberto |
URI: | http://tede2.unicap.br:8080/handle/tede/620 |
Data de defesa: | 17-Out-2012 |
Aparece nas coleções: | Desenvolvimento de Processos Ambientais |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
dissertacao_francisco_sales.pdf | 1,39 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.