27-30 septiembre 2016
AECID - Centro de formación, Centro Cultural de España y Cooperativa Bancaria
America/Montevideo timezone
Inicio > Timetable > Session details > Contribution details

Contribution Poster

Centro de Formación - Atrio
Eje I: Teoría, métodos y evaluación de proyectos interdisciplinarios

Uma aplicação da lógica fuzzy frente à crise energética brasileira

Oradores

  • Mr. Luciano Hideaki FUJITA
  • Dr. Denise Helena LOMBARDO FERREIRA
  • Prof. José Roberto PAIM NETO

Autores principales

Coautores

Resumen de contenido

Introdução: A lógica fuzzy é um método heurístico que simula os processos de raciocínio, utilizando conceitos qualitativos para classificar variáveis e dados aproximados, incompletos ou ambíguos para tomar decisões, considerando o modo como a falta de exatidão e a incerteza é descrito. Diversas situações podem ser resolvidas com a aplicação dessa técnica, inclusive aplicações industriais, como o PCP (Planejamento e Controle da Produção). De acordo com o EPE (Empresa de Pesquisa Energética) a utilização residencial corresponde a 10% do consumo nacional. O que se observa em destaque no período de 22 anos é o significativo crescimento da quantidade de lares, impactando diretamente no consumo de eletricidade residencial. Tendo em vista que os setores industriais já possuem foco em redução de custos, buscando minimizar também o consumo de energia, ou até mesmo gerar a sua própria, o trabalho buscou desenvolver uma ferramenta que possa auxiliar na decisão de compra de um dos equipamentos que mais consomem a energia elétrica de um domicílio, o ar condicionado.

Objetivos: Demonstrar a utilização a Lógica Fuzzy para auxiliar na tomada de decisão em casos que envolvam dados incertos, como exemplo, foi elaborado um caso de estudo sobre a compra de ar condicionado para uso doméstico.

Metodologia: A lógica fuzzy é capaz de incorporar tanto informações objetivas (dados numéricos), quanto informações subjetivas (dados linguísticos). A lógica fuzzy é aplicada em sistemas de controle e de suporte à decisão quando a descrição do problema, isto é, a regra de produção, não pode ser feita de forma precisa. São diversas as vantagens do uso da lógica fuzzy, dentre as quais, requer poucas regras, valores e decisões; o uso de variáveis linguísticas torna mais próximo do pensamento humano; simplifica a solução de problemas; proporciona um rápido protótipo dos sistemas; simplifica a aquisição da base do conhecimento. Um Sistema Nebuloso pode ser dividido em subcomponentes que possuem responsabilidades distintas, processando os dados de entrada, os conjuntos nebulosos, as regras e emitindo os dados da saída do algoritmo. Os valores de entrada são denominados valores crisp. Tais valores representam uma grandeza física. Os valores crisp são pré-processados numa função de pertinência para que estes sejam transformados em uma variável linguística. Esta etapa é chamada de fuzzificação, na qual ocorre a ativação das regras relevantes para uma dada situação. Após a transformação dos valores crisp em variáveis linguísticas, uma inferência é executada. Neste processo, as combinações das variáveis linguísticas são testadas dentro de um conjunto de regras. Tais regras são formadas por duas variáveis de entrada e uma de saída, todas linguísticas. A última etapa do Sistema Nebuloso é a obtenção de um valor final através da defuzzificação dos valores linguísticos obtidos na inferência. O método mais utilizado é o do centroide, cujo resultado vem de uma média ponderada das pertinências de saída do sistema. Neste estudo, foram considerados os dados de entrada: capacidade de refrigeração (BTUs), potência (W), consumo (kWh), eficiência energética (W/W), selo PROCEL e preço (R$) a fim de se avaliar a compra sob a ótica de um consumidor para uso doméstico.

Resultados e Conclusões: Definidos os conjuntos nebulosos e as regras, foram introduzidos dados crisp a fim de se obter uma visão sobre a compra de vários modelos de ar condicionado. Os resultados foram satisfatórios, porém ficou claro que ainda são necessários ajustes nos conjuntos ou regras para que o resultado possa ser mais preciso. Por se tratar de um problema que envolve ao mesmo tempo termos linguísticos e exatos, a presença de um especialista no campo de estudo, no caso ar condicionado, torna-se essencial para que os resultados reflitam a realidade.

Palabras clave

lógica fuzzy, energia elétrica, ar condicionado

Grupo interdisciplinario en el que se enmarca el trabajo (si corresponde)

Modelagem Matemática