Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/10763
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCorrea, Yuri Reis
dc.date.accessioned2020-11-13T11:57:00Z-
dc.date.available2020-11-13T11:57:00Z-
dc.date.issued2019-11-25
dc.identifier.citationCORREA, Yuri Reis. Identificação de sistemas dinâmicos não lineares para o controle preditivo de climatização, usando modelos Hammerstein. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2019.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/10763-
dc.description.abstractThis work aims at the development of a methodology to obtain, automatically, the non-linear static part of a model in Hammerstein for the predictive control of climatization in non-residential buildings, based on machine learning. The objective of this work is to help the achievement of an eventual alternative to the existing model, developed through Genetic Programming. The work is motivated by the need to reduce the energy consumption and emissions of carbon dioxide (CO2) into the atmosphere by buildings, given the considerable increase in the number of buildings built and their current impact on the environment.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsembargoedAccesspt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectAlgorítmos computacionaispt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectMachine learningpt_BR
dc.subjectComputer algorithmspt_BR
dc.titleIdentificação de sistemas dinâmicos não lineares para o controle preditivo de climatização, usando modelos Hammersteinpt_BR
dc.title.alternativeIdentification of dynamic non-linear systems for climatization predictive control, using Hammerstein modelspt_BR
dc.typebachelorThesispt_BR
dc.description.resumoEste trabalho visa o desenvolvimento de uma metodologia para obter, de forma automática, a parte não-linear estática do modelo em Hammerstein, para o controle preditivo (MPC) de climatização em edificações não-residenciais, baseando-se em aprendizado de máquina. O objetivo da realização deste trabalho é auxiliar na possível obtenção de uma alternativa ao modelo já existente, desenvolvido através de Programação Genética. O trabalho é motivado pela necessidade de redução no consumo de energia e emissão de gás dióxido de carbono (CO2) na atmosfera pelos edifícios, tendo em vista o aumento considerável na quantidade de edificações construídas e seu atual impacto no meio ambiente.pt_BR
dc.degree.localDois Vizinhospt_BR
dc.publisher.localDois Vizinhospt_BR
dc.contributor.advisor1Lopes, Yuri Kaszubowski
dc.contributor.referee1Lopes, Yuri Kaszubowski
dc.contributor.referee2Cieslak, Dionatan Augusto Guimarães
dc.contributor.referee3Souza, Francisco Carlos Monteiro
dc.publisher.countryBrasilpt_BR
dc.publisher.programEngenharia de Softwarept_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:DV - Engenharia de Software

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DV_COENS_2019_2_14.pdf
  Disponível a partir de 2022-12-11
2,91 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.