MODELAGEM E SIMULAÇÃO DE SISTEMAS PROVA PARCIAL 02

Prévia do material em texto

1a 
 Questão 
Acerto: 1,0 / 1,0 
 
Mesmo que a Inteligência Artificial produza notáveis benefícios para 
sociedade, o seu desenvolvimento apresenta objetivos definidos, bem como 
difucldades em seu apromoramento. 
Assinale a alternativa que apresenta um objetivo na implementação de 
Inteligência Artificial na indústria. 
 
 
Suplementar das capacidades humanas, superando seus limites. 
 
Ser obsoleta em comparação à ação humana. 
 
Ser totalmente dependente da ação humana. 
 
Nunca ser possível substituir a ação humana em nenhuma área. 
 
Garantir a continuidade do trabalho humano. 
Respondido em 11/06/2021 18:09:20 
 
Explicação: 
A suplementação das capacidades humanas, tornado o Ser Humano 
obsoleto, tanto para produção industrial, ou até mesmo na existência. 
Não se sabe qual o futuro do trabalho da humanidade, em relação ao 
trabalho realizado por inteligência artificial, o que leva a crises nesse 
tema. A Inteligência Artificial se mostra promissora nessa substituição, 
mesmo que ainda seja, em seu desenvolvimento, dependente da ação 
humana. 
 
 
2a 
 Questão 
Acerto: 1,0 / 1,0 
 
Assinale a opção que corresponde o conceito que é atribuído ao conceito 
fuzzy. 
 
 
Gradação 
 
Conformação 
 
Discriminação 
 
Complementação 
 
Especialização 
Respondido em 11/06/2021 18:28:34 
 
Explicação: 
O conceito fuzzy apresenta a ideia de gradação relacionado a 
pertinência dos conjuntos. 
 
 
3a 
 Questão 
Acerto: 0,0 / 1,0 
 
Os conjuntos fuzzy são uma generalização dos conjuntos clássicos, ao superar 
os princípios do meio excluído e da não-contradição, fazendo-se valer do 
conceito da Dualidade. Logo, a propriedades do conjunto fuzzy, que os 
diferenciam dos conjuntos tradicionais é: 
 
 A∩¯¯̄̄ A=A 
 A∪¯¯̄̄ A≠U 
 A∩A=A 
 A∪A=A 
 A∩¯¯̄̄ A=¯¯̄̄ A 
Respondido em 11/06/2021 18:23:36 
 
Explicação: 
Na lógica clássica, uma proposição é verdadeira ou sua negação é 
verdadeira. Em termos da linguagem de conjuntos, tem-se que: 
A∪¯¯̄̄ A=U 
 
Presmissa vencida pela lógica aplicada aos conjuntos Fuzzy. 
 
 
4a 
 Questão 
Acerto: 1,0 / 1,0 
 
Determine a relação identidade obtida de A×A=A2 
, onde 
A={x,y,w,z} 
 
 IA={(x,x);(x,y);(x,w);(x,z)} 
 IA={(x,y);(y,x);(w,z);(z,w)} 
 IA={(x,y);(x,w);(x,z);(y,x);(y,w);(y,z);(w,x);(w,y);(w,z);(z,x);(z,y
);(z,w)} 
 IA={(x2);(y2);(w2);(z2)} 
 IA={(x,x);(y,y);(w,w);(z,z)} 
Respondido em 11/06/2021 18:10:55 
 
Explicação: 
Um das relações possíveis é um caso especial que pode ser considerado, 
quando os pares ordenados são os mesmos, chamado relação identidade 
IA 
 
. 
No caso aplicado 
IA={(x,x);(y,y);(w,w);(z,z)} 
 
 
5a 
 Questão 
Acerto: 1,0 / 1,0 
 
Assinale a opção que apresenta os três princípios lógicos tradicionais. 
 
 
Identidade, Não Contradição e Terceiro Excluído. 
 
Identidade, Complementação e Terceiro Excluído. 
 
Compartilhamento, Não Contradição e Terceiro Excluído. 
 
Compartilhamento, Não Contradição e Falsidade 
 
Identidade, Complementação e Falsidade. 
Respondido em 11/06/2021 18:29:36 
 
Explicação: 
São três os proncípios da lógica clássica proposta por Aristóteles: 
Identida, Não Contradição e Terceiro Excluído. 
 
 
6a 
 Questão 
Acerto: 1,0 / 1,0 
 
O processo de fuzzificação de uma variável pode ser extremamente útil, tanto 
no ponto de vista da engenharia de tomada de decisões, como no cotidiano, 
colaborando com definições de conceitos do mundo físico. 
Através dos conceitos aprendidos sobre fuzzificação, assinale a alterantiva que 
correta. 
 
 
Fuzzificação é converter uma variável nebulosa em uma definida. 
 
Fuzzificação não permite admitir uma variáveis discretas. 
 
Fuzzificação é o processo de admitir uma variável discreta e definida 
e convertê-la em uma variável nebulosa. 
 
Fuzzificação é a etapa em que variáveis numéricas são definidas de 
forma objetiva. 
 
Fuzzificação é independente das funções de pertinência. 
Respondido em 11/06/2021 18:20:38 
 
Explicação: 
A fuzzificação é o processo de admitir uma variável discreta e definida 
e convertê-la em uma variável nebulosa, sendo a etapa na qual as 
variáveis linguísticas são definidas de forma subjetiva, bem como as 
funções de pertinência. 
Exemplo: Um motorista dirigindo o seu carro numa rodovia com limite 
de velocidade de 110 km/h e se encontra numa velocidade constante de 
110 km/h. Um dos passageiros do carro diz que ele está "muito 
rápido" e o motorista compreende a informação fuzzificada e admite 
que valores entre 80 km/h e 90 km/h são mais razoáveis. Mesmo 
estando dentro do limite de velocidade, compreende-se que ir "menos 
rápido" pode gerar uma segurança maior. 
 
 
7a 
 Questão 
Acerto: 0,0 / 1,0 
 
Pode-se definir alguns parâmetros a serem analisados para a melhor seleção do 
Método de Defuzzificação a ser empregado, onde faz-se necessário analisar o 
conceito de continuidade do método . 
Para a seleção do melhor método a ser empregado, o seguinte fator deve ser 
avaliado. 
 
 
Velocidade de processamento linguístico. 
 
Aplicações em malha fechada. 
 
Tamanho da matriz de valores discretos. 
 
Capacidade de processamento de máquina. 
 
Complexidade numérica da variável linguística. 
Respondido em 11/06/2021 18:44:59 
 
Explicação: 
A propriedade de continuidade é importante para aplicações em malha 
fechada, pois se a saída de um controlador fuzzy controla uma variável 
do processo, saltos na saída do controlador podem causar instabilidade 
e oscilações, logo é prudente optar pela defuzzificação Centro de 
Máximos. 
 
 
8a 
 Questão 
Acerto: 0,0 / 1,0 
 
A inferência Fuzzy pode ser aplicada em um modelo linguístico para calcular 
o significado de termos compostos por modificação linguística. 
Considere que o modificador "Muito" seja α=α2 
 num modelo linguístico em que Carlos apresenta os graus de pertinência 
"idoso" de 0,6 e "jovem" de 0,1. 
Calcule o grau de pertinência de Carlos para a classe "não é jovens e não é 
muito velho". 
 
 μ=0,26 
 μ=0,324 
 μ=0,36 
 μ=0,64 
 μ=1,00 
Respondido em 11/06/2021 18:36:15 
 
Explicação: 
μ(Carlos)=(1−0,1)∩(1−0,62) 
 
μ(Carlos)=0,64 
 
 
9a 
 Questão 
Acerto: 1,0 / 1,0 
 
As arquiteturas das RNA podem são discriminadas por três classificações. 
Assinale a opção que apresenta as três classificações descritas corretamente. 
 
 
Micro-Estrutura: organização dos neurônios na rede, quantidade de 
camadas ocultas, quantidade de neurônios. 
Meso-Estrutura: características de cada neurônio na rede, 
principalmente a sua função de ativação. 
Macro-Estrutura: associação eventual de redes para abordar problemas 
complexos. 
 
Micro-Estrutura: associação eventual de redes para abordar problemas 
complexos. 
Meso-Estrutura: características de cada neurônio na rede, 
principalmente a sua função de ativação. 
Macro-Estrutura: organização dos neurônios na rede, quantidade de 
camadas ocultas, quantidade de neurônios. 
 
Micro-Estrutura: associação eventual de redes para abordar problemas 
complexos. 
Meso-Estrutura: organização dos neurônios na rede, quantidade de 
camadas ocultas, quantidade de neurônios. 
Macro-Estrutura: características de cada neurônio na rede, 
principalmente a sua função de ativação. 
 
Micro-Estrutura: características de cada neurônio na rede, 
principalmente a sua função de ativação. 
Meso-Estrutura: associação eventual de redes para abordar problemas 
complexos. 
Macro-Estrutura: organização dos neurônios na rede, quantidade de 
camadas ocultas, quantidade de neurônios. 
 
Micro-Estrutura: características de cada neurônio na rede, principalmente a sua 
função de ativação. 
Meso-Estrutura: organização dos neurônios na rede, quantidade de camadas 
ocultas, quantidade de neurônios. 
Macro-Estrutura: associação eventual de redes para abordar problemascomplexos. 
Respondido em 11/06/2021 18:52:02 
 
Explicação: 
As arquiteturas das RNAs são diferenciadas pelos conceitos micro, 
meso e macro estruturas, definidos consecutivamente por: características 
de cada neurônio na rede, principalmente a sua função de ativação; organização dos 
neurônios na rede, quantidade de camadas ocultas, quantidade de neurônios; 
e associação eventual de redes para abordar problemas complexos. 
 
 
10a 
 Questão 
Acerto: 0,0 / 1,0 
 
As decisões tomadas em qualquer situação, quase sempre levam em 
consideração fatores empíricos, como experiências anteriores e situações 
similares. Nem sempre, ao considerar as probabilidades, toma-se uma decisão 
acertada. 
Assinale a alternativa que apresenta um exemplo de como a lógica nebulosa 
pode colaborar para trazer mais confiabilidade ao processo decisório. 
 
 
Análise superficial de dados robustos. 
 
Problemas analisados como "Verdadeiro ou Falso". 
 
Eliminação de interpretação linguística. 
 
Compreensão dual de possibilidades. 
 
Modelos não-booleanos. 
Respondido em 11/06/2021 18:42:13 
 
Explicação: 
A lógica nebulosa permite uma análise dos dados de forma mais 
aprofundada, ou seja, diversos modelos não podem ser interpretados 
apenas com o sistema "Verdadeiro ou Falso". 
Na fuzzificação de variáveis, é possível compreender melhor como as 
diversas possibilidades (funções de pertinência) são distribuídas no 
sistema e com qual nível de influência cada uma delas pode afetar o 
resultado final (grau de pertinência). 
Através dessa análise as decisões tomadas podem estar melhor 
embasadas.