Sistemas Inteligentes de Apoio à Decisão

Objetivos

O objectivo desta unidade curricular é ensinar aos alunos os fundamentos teóricos de inteligência artificial, de arquitectura de sistemas e das principais abordagens usadas em sistemas inteligentes. É dada particular ênfase aos princípios básicos do raciocínio aproximado com base em lógica difusa (fuzzy) e da sua aplicação à modelação, controlo e decisão, combinando dados qualitativos e quantitativos. Os casos de estudo reflectem situações de tomada de decisão em ambiente de incerteza e/ou complexidade no contexto da Engenharia Industrial.

Caracterização geral

Código

10612

Créditos

3.0

Professor responsável

Isabel Maria Nascimento Lopes Nunes, Pedro Emanuel Botelho Espadinha da Cruz

Horas

Semanais - 3

Totais - 50

Idioma de ensino

Português

Pré-requisitos

Não tem.

Bibliografia

  • Gupta, J. N. D., G. A. Forgionne, Mora, M.T. (2010). Intelligent Decision-making Support Systems: Foundations, Applications and Challenges (Decision Engineering), Springer.
  •  Ross, T. J. (2010). Fuzzy Logic with Engineering Applications, John Wiley.
  • Turban, E., R. Sharda, et al. (2010). Decision Support and Business Intelligence Systems, Prentice Hall.
  • Sivanandam, S. N,. Deepa S. N., Sumathi S., Introduction to Fuzzy Using Matlab, Springer, 2007
  • Zimmermann, H.-J. (2001). Fuzzy Set Theory and Its Applications, Kluwer Academic Publishers.
  • Zadeh, L. A. (1965). "Fuzzy sets." Information and Control 8(3): 338-353.

Método de ensino

Aulas de 3h, regime teórico-práticas. Exposição oral de conceitos, apoiada em materiais pedagógicos multimédia e acompanhado de aplicação a casos concretos onde os alunos intervêm individualmente ou em grupo. 

Método de avaliação

Método de Avaliação:

- 1 Trabalho prático (TP) para avaliação – grupos 3-4 alunos (35%) - a avaliação individual de cada aluno, depende da apresentação oral e discussão do trabalho prático

- Trabalho em aula (TA) - atividades e exercícios realizados em aula (20%).

- 1 Teste (T) - 45%

Fórmula de cálculo da nota final:

 - Nota Final = 45% T + 20% TA + 35 %TP

A aprovação à unidade curricular  exige as seguintes notas mínimas:

(T >= 10 V) AND (TA,TP >= 10 V) 

Exame Recurso  (no caso em que os alunos que obtiveram notas positivas nos trabalhos práticos e não obtiveram aprovação no teste escrito poderão ainda realizar este exame, cuja nota substituirá a nota do teste no cálculo da nota final).

 

Conteúdo

  1. Introdução à Inteligência Artificial
  2. Gestão do conhecimento e engenharia do conhecimento
  3. Sistemas de apoio à decisão e Sistemas periciais 
    • Arquitetura
    • Métodos de Engenharia do conhecimento 
    • Processos de inferência 
  4. Raciocínio aproximado com base em Lógica Difusa 
  5. Sistemas inteligentes baseados em lógica difusa
    • Arquitetura
    • Métodos de modelação do raciocínio aproximado
    • Inferência difusa – método de Mamdani
  6. Tomada de decisão multicritério difusa
  7. Introdução ao métodos de exploração de conhecimento baseados em dados
    • Arquitetura de sistemas inteligentes de suporte à decisão baseados em dados
    • Aplicação de técnicas de Machine Learning/Data Mining para extração do conhecimento
  8. Aplicações em Engenharia Industrial

Cursos

Cursos onde a unidade curricular é leccionada: