Baixe o app para aproveitar ainda mais
Prévia do material em texto
RTIGIS: um Sistema de Informação Geográfico Inteligente para Escolha de Trajetos com Geração Automática de Atributos Fuzzy Gabriel da Silva, Gentil F. Viana Júnior, Paulo E. M. Almeida Laboratório de Sistemas Inteligentes Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG) Av. Amazonas, 7675 – Belo Horizonte – MG - Brasil {gabriel, gentil, pema}@lsi.cefetmg.br Abstract. The use of a fuzzy inference system to synthesize two numeric attributes of a Geographical Information System (GIS) turns it into a computational intelligent system. A tool for automatic acquisition of data, generation of the fuzzy attribute and updating of GIS data base was developed. That allows to GIS to suggest path choice with information in real time. FuzzyF, a framework for fuzzy inference, was used to generate that attribute. The results of the tool were compared with the obtained values using Matlab. Resumo. A utilização de um sistema de inferência fuzzy para sintetizar dois atributos numéricos de um Sistema de Informação Geográfico (SIG), torna-o um sistema computacional inteligente. Neste trabalho, foi desenvolvida uma ferramenta para aquisição de dados, geração do atributo fuzzy e atualização da base de dados do SIG automaticamente. Isso permite ao SIG sugerir trajetos a partir de informações adquiridas em tempo real. O FuzzyF, um framework para inferência fuzzy, foi utilizado para gerar esse atributo. Os resultados da ferramenta foram comparados com os valores obtidos utilizando o Matlab. 1. Introdução Os Sistemas de Informação Geográficos (SIG) são sistemas computacionais que, dentre outras aplicações, podem ser utilizados na escolha de trajetos urbanos. Os SIG possuem ferramentas que permitem identificar os trajetos com menor somatório de atributos numéricos. Entretanto, essas ferramentas não permitem que mais de um atributo seja utilizado em uma escolha de trajeto. Viana Jr. (2004a) propôs a utilização de um sistema de inferência fuzzy para permitir que vários atributos pudessem ser considerados para a definição de um trajeto. Foi utilizado o modelo de rede para representar esquematicamente o sistema viário no qual são feitas as escolhas de trajeto. Nesse modelo, as ruas ou avenidas da área de estudo foram divididas em trechos – segmentos entre os cruzamentos. Cada trecho foi representado graficamente por uma linha e cada cruzamento por um ponto, conforme mostrado na Figura 1. A uma linha são associados atributos que descrevem as características do trecho de via que ela representa no modelo de rede. P O N T O L I N H A Figura 1. Rede do sistema viário praça Sete de Setembro (BH). Adaptado de Viana Jr. (2004b) V ENIA 692 Para a escolha de trajetos, os SIG possuem ferramentas que identificam os trajetos com menor somatório de atributos numéricos, mas considerando-se apenas um atributo. A solução implementada foi a definição do conceito de uma Impedância de Transposição do Trecho (ITT), que é um atributo que mede a dificuldade de transposição desse trecho e sintetiza dois atributos das vias considerados importantes para a definição de trajeto por meio de automóvel: o Comprimento (COMP) das vias e a Quantidade de Veículos por Faixa (QVF) que trafegam sobre as mesmas. A ITT é obtida através da inferência fuzzy, tendo como entrada os atributos COMP e QVF. Após a geração da ITT, esse novo atributo é associa do à sua respectiva linha no modelo de rede. Dessa forma, os SIG comerciais disponíveis atualmente não precisam sofrer nenhuma mudança para considerar dois atributos simultaneamente na escolha de trajeto. Assim, foram geradas duas bases de dados, uma alfanumérica e outra cartográfica (Viana Jr., 2004a). Uma parceria entre o CEFET-MG e a BHTrans (Empresa de Transportes e Trânsito de Belo Horizonte) foi realizada para permitir a aplicação prática da solução proposta. Foi estabelecida como área de estudo o hipercentro de Belo Horizonte, por se tratar de uma região com intenso fluxo de veículos e grande quantidade de dados disponível. Os dados referentes às vias situadas dentro da região em estudo foram cedidos pela BHTrans. O SIG utilizado foi o SPRING - Sistema de Processamento de Informações Georeferenciadas, que foi desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (INPE). Um estudo comparativo foi realizado para comprovar a eficiência da utilização da ITT na escolha de trajetos. Nesse estudo, concluiu- se que a ferramenta do SIG SPRING para cálculo de custo mínimo em modelos de rede pôde ser utilizada para auxiliar a escolha de trajetos considerando dois atributos simultaneamente. (Viana Jr., 2004b). Naquele trabalho, a preparação dos dados, a geração da ITT pela inferência fuzzy e a posterior alimentação da base de dados do SIG foram realizadas de modo manual, o que inviabiliza uma constante atualização da base de dados utilizada pelo SIG. Programas de planilha eletrônica foram utilizados para o tratamento dos arquivos fornecidos pela BHTrans e para a geração da ITT foi utilizada a toolbox Fuzzy do software MATLAB (MathWorks). Na Figura 2, é ilustrada a relação entre os bancos de dados e o SIG, realizada manualmente. Figura 2. Ilustração do fluxo de dados para o SIG A proposta deste trabalho é a implementação de uma ferramenta para geração automática das ITT, que realize a leitura dos dados de entrada, gere a ITT e atualize a base de dados do SIG, em tempo de execução. Esse é o passo inicial para permitir que o SIG Inteligente possa operar em tempo real, sugerindo melhores trajetos baseados em dados de fluxo de veículos adquiridos eletronicamente e armazenados em uma base de dados centralizada. Para tal, foi desenvolvida uma aplicação em linguagem Java utilizando o Fuzzy Logic Framework (FuzzyF), desenvolvido no Centro de Ciências Exatas e Tecnológicas da Universidade do Vale do Rio dos Sinos – UNISINOS (Bittencourt, 2002) e algumas classes do DATAFW (FrameWork para Manipulação de Dados nos paradigmas Relacional,Textual e XML), desenvolvido por Silva(2003). Este artigo é organizado como se segue. A seção 2 apresenta a preparação do modelo de rede representativo da área de estudo com suas bases de dados cartográfica e alfanumérica V ENIA 693 e a definição da máquina de inferência fuzzy utilizada. Em seguida, na seção 3 é apresentado o desenvolvimento da aplicação proposta neste trabalho, o framework utilizado e a ferramenta implementada. Os resultados obtidos podem ser observados na seção 4. A seção 5 apresenta as conclusões. 2. Preparação do SIG e do Sistema de Inferência Fuzzy A preparação do SIG para aplicação da solução proposta pode ser entendida como composta por quatro etapas: 1 - A construção das bases de dados; 2 - Aquisição automática de dados; 3 - A execução do Sistema de Inferência Fuzzy e 4 - A atualização automática da base de dados do SIG. Estas etapas são descritas a seguir. 2.1. A construção das bases de dados do SIG O SIG utiliza tanto dados alfanuméricos quanto dados cartográficos. Os dados alfanuméricos compreendem todos os atributos que foram associados às linhas, o que inclui as ITT e os comprimentos de cada trecho de via. Os dados cartográficos são as linhas e os pontos que representam o sistema viário. Ao serem corretamente associados uns aos outros, os dados alfanuméricos e cartográficos formam um sistema de informações capaz de auxiliar as comparações entre os dois métodos de escolha de trajetos analisados neste trabalho. Utilizando um programa de CAD – Computer Aided Design, foi construída a base de dados cartográfica. A Figura 3 apresenta as 528 linhas do modelo de rede utilizadas para representar todos os trechos de via da área de estudo. Informações como sentido de circulação e os códigos de cada trecho foram definidos neste modelo de rede. Figura 3. Base de dados Cartográficos do hipercentro de BH. Fonte: (Viana Jr., 2004a) A base de dados alfanuméricos possui informações como o código referente à linha, comprimentodo trecho, QVF e ITT. Cabe ressaltar que para cada linha foram informadas 53 QVF, que se referem à contagem de veículos por faixa realizada a cada 15 minutos no intervalo compreendido entre as 6:15hs e 19:15hs. Assim, para cada linha também foram geradas 53 ITT (Viana Jr., 2004a). O SPRING permite a utilização de vários tipos de bases de dados diferentes. Atualmente, a aplicação desenvolvida utiliza uma base de dados relacional MS-Access. V ENIA 694 2.2. A aquisição automática de dados A instalação de sensores de monitoramento do fluxo de veículos nas vias urbanas de Belo Horizonte pela BHTrans, os CIT (Controle Inteligente de Tráfego), possibilita, dentre outras funções, que sejam emitidos relatórios sobre o número de veículos que passam por cada uma das vias monitoradas. Estes dados podem alimentar a ferramenta aqui desenvolvida, a qual gera a ITT e atualiza os valores da respectiva faixa de horário na base de dados do SIG. Os dados captados pelos sensores são transmitidos para a central de processamento da BHTrans, onde é gerado um arquivo de dados contendo a quantidade de veículos em cada uma das vias. A ferramenta aqui proposta faz a leitura dos dados deste arquivo e os utiliza como entrada para a geração da ITT. 2.3. O Sistema de Inferência Fuzzy O sistema criado possui duas variáveis de entrada (Comprimento e QVF) e uma de saída (ITT). Para a definição dos universos de discurso de cada variável de entrada foi observado o intervalo real em que estão contidos todos os seus dados levantados. Para a variável de saída, foi definido um intervalo de 0 a 10, obedecendo ao seguinte critério: valores pequenos indicam um trecho de fácil transposição e valores grandes, trechos de difícil transposição. As partições dos universos das variáveis de entrada, Comprimento e QVF, foram feitas acompanhando a distribuição dos dados em seus respectivos universos de discurso, o que resultou em maiores quantidades de partições próximas aos menores valores. As partições da variável de saída, ITT, foram feitas uniformemente ao longo de seu universo de discurso. As partições destas variáveis, Comprimento, QVF e ITT, são apresentadas de forma agrupada na Figura 4, a seguir. a) Partição do universo da variável Comprimento COMP1 COMP2 COMP3 COMP4 COMP5 COMP6 COMP7 COMP8 0 0,25 0,5 0,75 1 0 40 80 120 160 200 240 280 320 360 400 440 COMPRIMENTO (m) P E R TI N Ê N C IA b) Partição do universo da variável QVF QVF1 QVF2 QVF3 QVF4 QVF5 QVF6 QVF7 QVF8 0 0,25 0,5 0,75 1 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 QVF P E R T IN Ê N C IA c) Partição do universo da variável ITT 0 1 2 3 4 5 6 7 8 9 10 0 0,25 0,5 0,75 1 0 1 2 3 4 5 6 7 8 9 10 ITT P E R T IN Ê N C IA Figura 4. Partição do universo das variáveis fuzzy. Fonte: (Viana Jr., 2004a) V ENIA 695 O sistema de inferência construído utiliza o método de inferência Máx-Min e o método do centróide para a conversão fuzzy-escalar (Almeida, 2003). O banco de regras fuzzy possui um total de 64 regras, que são todas as combinações possíveis dos 8 conjuntos fuzzy das duas variáveis de entrada. O Quadro 1 apresenta as regras definidas. Quadro 1 – Relação dos universos de entrada e de saída QUANTIDADE CLASSIFICADA DE VEÍCULOS (QVF) QVF 1 QVF 2 QVF 3 QVF 4 QVF 5 QVF 6 QVF 7 QVF 8 Comp1 0 1 2 2 3 4 5 6 Comp2 1 2 3 3 4 5 6 7 Comp3 2 3 4 4 5 6 7 7 Comp4 2 3 4 5 5 6 7 8 Comp5 3 4 5 5 6 7 8 8 Comp6 4 5 6 6 7 8 8 9 Comp7 5 6 7 7 8 8 9 10 C O M P R IM E N T O Comp8 6 7 7 8 8 9 10 10 2.4. A atualização automática da base de dados do SIG A base de dados utilizada trata-se de um banco de dados relacional, mais especificamente o MS- Access. Em um banco de dados desse tipo é utilizada a SQL - Structured Query Language para a sua manipulação. A SQL apresenta uma série de comandos que permitem a definição dos dados chamada de DDL e uma outra, a DML, destinada a manipulação dos dados. A ferramenta desenvolvida utiliza apenas os comandos de manipulação, pois é necessário realizar apenas a atualização dos dados referentes à ITT de cada via nos seus 53 horários diferentes. Para permitir a conexão à base de dados do SIG, é necessário definir uma fonte de dados ODBC (Open Database Connectivity) que permita que as aplicações desenvolvidas acessem diferentes fontes de dados. Entretanto, quando o SPRING está em execução, a edição da base de dados é bloqueada, a fim de garantir a integridade dos dados. Para que a ferramenta possa alterar os dados da base de dados é necessário fechar o SIG. Esse problema será solucionado em uma próxima etapa deste projeto que pretende utilizar o TerraLib, um projeto também desenvolvido pelo INPE que tem o objetivo de inovar a tecnologia de geoinformação através do desenvolvimento de uma biblioteca de código aberto para a criação de aplicativos geográficos voltados a necessidades específicas. Esses aplicativos são chamados small SIG. 3. O desenvolvimento da ferramenta RTIGIS Este trabalho tem como objetivo desenvolver uma ferramenta que permita a aquisição dos dados fornecidos pela BHTrans, a geração da ITT e a atualização da base de dados do SIG em tempo real, denominada RTIGIS – Real Time Intelligent Geographical Information System. O desenvolvimento desta aplicação é um grande avanço para a escolha de trajetos utilizando a lógica fuzzy. O sistema de aquisição da BHTrans permite a geração dos dados de entrada com um intervalo fixo de tempo. Assim, ao se realizar uma consulta no SIG sobre um determinado trajeto, a escolha do mesmo será processada tendo como parâmetros dados bastante recentes, o que aumenta a eficiência da sua sugestão. Para se comprovar a eficiência da aplicação desenvolvida, foi realizada uma comparação entre as ITT geradas por Viana Jr. (2004) utilizando o Matlab e as geradas pela aplicação automática aqui proposta. A ferramenta desenvolvida utiliza, para a realização da inferência fuzzy, um framework V ENIA 696 chamado FuzzyF (Bittencourt, 2002). Este framework foi descoberto durante a realização de uma pesquisa sobre máquinas de inferência fuzzy desenvolvidas sob a General Public License (GPL). O FuzzyF foi desenvolvido em linguagem Java, o que levou à escolha desta linguagem para o desenvolvimento da ferramenta. Porém, durante a realização de testes com o FuzzyF utilizando um modelo simples, com apenas duas variáveis (uma entrada e uma saída), foram identificadas algumas diferenças entre os resultados obtidos pela sua inferência e os obtidos ao se realizar a mesma inferência no toolbox fuzzy do Matlab ©. Modelos mais complexos, utilizando mais variáveis, foram desenvolvidos e um estudo foi realizado a fim de identificar o motivo do erro. Constatou-se que se tratava de uma incoerência no cálculo do método do Centróide, utilizado para a conversão fuzzy-escalar (Almeida, 2003). O problema foi informado ao desenvolvedor e corrigido em parceria com o mesmo, conforme descrito em Silva (2004). Uma vez constatada a exatidão das saídas obtidas com a utilização do FuzzyF corrigido, foi desenvolvido o arquivo de domínio do modelo referente ao sistema de inferência fuzzy para geração da ITT, descrito na sub-seção 2.3. O conteúdo desse arquivo é a definição das variáveis e regras do conjunto fuzzy em questão, o qual é utilizado pelo framework . Em seguida, foi realizada a modelagem da ferramenta RTIGIS. Nessa etapa, foram definidos parâmetros como o formato e layout do arquivo contendo os dados de entrada gerado pela BHTrans e o tipo de base de dados utilizada pelo SIG. As faixas de tempo definidas em Viana Jr. (2004a) foram mantidas, levando à geração de 53 ITT para cada trecho de via. Para a manipulação dos dados, entendida aqui como a leitura do arquivo de entrada e a atualização da base de dados, foram utilizadas classes pertencentes a um outro framework , o DATAFW (FrameWork para Manipulação de Dados nos paradigmas Relacional, Textual e XML (Silva, 2003).Foram utilizadas duas de suas classes e realizadas pequenas alterações, a fim de melhor atender às necessidades da ferramenta desenvolvida. A seguir (Figura 5) é apresentado o Diagrama de Classes da aplicação, desenvolvido utilizando a Linguagem de Modelagem Unificada (UML). Como mostrado no diagrama, a classe GeraITT possui os métodos responsáveis pela leitura dos dados e a chamada dos métodos para geração da inferência fuzzy e manipulação dos dados nas classes dos respectivos frameworks. Figura 5. Diagrama de Classes da ferramenta RTIGIS V ENIA 697 Uma Interface Gráfica para Usuário (GUI) foi desenvolvida a fim de facilitar a utilização da ferramenta RTIGIS. A interface permite ao usuário executar o mecanismo de geração e atualização automaticamente, utilizando os parâmetros já definidos na aplicação, ou em modo passo a passo, onde pode ser selecionada uma nova origem de dados, e as etapas do processamento podem ser acompanhadas visualmente. Esta interface não é essencial para a geração da ITT e atualização automática da base de dados. Por exemplo, pode ser configurado um processo no “cron” de um servidor Linux que faça a chamada da aplicação a cada intervalo de tempo limitado pelo tempo de geração do arquivo de dados de entrada. Esta interface é apresentada na Figura 6. Figura 6. Interface gráfica da ferramenta RTIGIS executada em modo passo a passo 4. Resultados Após a realização de testes estatísticos para comparação dos dados gerados, foi possível verificar a eficiência dos resultados gerados pela ferramenta RTIGIS aqui proposta. Pode-se dividir a apresentação dos resultados em duas etapas: 1 - a comparação entre os dados gerados por Viana Jr.(2004b) com o Matlab e os gerados pela aplicação utilizando o FuzzyF e 2 - a comparação de trajetos sugerida pelo SIG usando os dados atualizados. 4.1. Comparação dos dados gerados pelo Matlab, RTIGIS e FuzzyF_Original Foram comparados os resultados da geração dos valores de ITT obtidos em Viana Jr. (2004a) utilizando o Matlab e os gerados pela ferramenta RTIGIS. Os dados gerados utilizando a ferramenta ainda podem ser divididos em duas etapas: antes e após a correção do FuzzyF. Pode-se observar que os dados gerados com a RTIGIS, após a correção do FuzzyF, são bastante similares aos gerados utilizando o Matlab. Os dados gerados com o FuzzyF na sua versão original acompanham o mesmo formato da onda gerada pelo Matlab, entretanto, com um deslocamento para cima nos valores das ITT. A Figura 7 apresenta as ITT geradas para os 53 primeiros trechos de via - que equivalem a aproximadamente 10% do número total da base de dados - no horário referente ao intervalo entre 18:00 e 18:15 horas. As linhas representam os valores de ITT do Matlab, da RTIGIS utilizando o FuzzyF corrigido (identificado na legenda como RTIGIS) e os valores gerados usando o FuzzyF em sua versão original, chamado de FuzzyF_Original. O erro médio quadrático calculado entre os valores gerados pela ferramenta RTIGIS e os do Matlab foi apenas de 0,089. Quando usado o FuzzyF original, o erro médio quadrático foi de 0,962, mais que dez vezes maior. V ENIA 698 0 1 2 3 4 5 6 7 8 9 10 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 Trechos de vias I T T MatLab RTIGIS FuzzyF_Orig. Figura 7. Comparativo das saídas (ITT) nos 53 primeiros trechos 4.2. Execução do SIG com a base de dados atualizada Foram realizados vários testes utilizando a ferramenta desenvolvida para geração da ITT e atualização automática da base de dados. Os dados de entrada (Comprimento e QVF) utilizados foram os mesmos usados em Viana Jr. (2004a), a fim de se verificar posteriormente se haveria alguma inconsistência nos trajetos sugeridos pelo SIG. Baseado no estudo realizado em (Viana Jr., 2004a) para identificação de trechos nos quais a variação da QVF era significativa ao longo do período do tempo em estudo, foi selecionado uma combinação que tem origem no cruzamento da Av. do Contorno com rua Rio de Janeiro e como destino o cruzamento da rua da Bahia e com Av. Augusto de Lima. Viana Jr. (2004a) observou que apenas no intervalo entre 6:15 e 6:45 horas foi sugerido um trajeto diferente. Em todos os outros horários foi sugerido um mesmo trajeto, diferente do primeiro. Para realizar este exemplo foram utilizados dois intervalos de horários para os quais foram gerados e atualizados valores da ITT utilizando a ferramenta RTIGIS. Estes horários foram de 6:15 às 6:45 horas e de 18:00 às 18:15 horas. Os trajetos sugeridos pelo SIG neste trabalho são mostrados na Figura 8. A comparação realizada em Viana Jr. (2004a) é apresentada na Figura 9. Figura 8. Sugestões de trajetos usando ITT gerada pela RTIGIS V ENIA 699 Figura 9. Sugestões de trajetos em Viana Jr.(2004a) Os testes realizados permitem comprovar a eficiência da ferramenta desenvolvida, uma vez que nos dois tipos de comparações realizadas (erro quadrático médio e sugestão de trajeto) foram apresentados excelentes resultados. Assim, uma nova representação para o fluxo de dados desde a sua coleta, passando pela geração da ITT e a posterior utilização dos mesmos pelo SIG para a escolha de trajetos pode ser observada na Figura 10. Figura 10. Ilustração do fluxo de dados automatizado pela ferramenta 5. Conclusões O sistema de inferência fuzzy proposto para a fazer síntese de dois atributos numéricos em um novo atributo é uma proposta inovadora na área de geoprocessamento e especificamente no que se refere à escolha de trajetos. Entretanto, era necessário que a geração deste atributo ocorresse de forma automática, possibilitando a escolha de trajetos pelo SIG em tempo real. Este trabalho foi um passo importante nessa direção. Os resultados obtidos comprovam que não houve nenhuma diminuição na eficiência do sistema fuzzy utilizado em (Viana Jr., 2004), e sim uma evolução na forma como se dá a geração e a atualização dos dados. A ferramenta construída está preparada para mudanças nos formatos de dados de entrada e de saída. Atualmente, a leitura destes dados é feita em arquivos texto, mas pode facilmente ser adequada para a leitura em um banco de dados relacional. A utilização do FuzzyF como máquina de inferência fuzzy também permitiu, além da solução do problema, mais uma contribuição para os pesquisadores que o utilizam, pois foram encontrados problemas na implementação da inferência fuzzy e estes foram resolvidos. Finalmente, foi preservada a característica de não ser necessária nenhuma modificação nos SIG disponíveis atualmente para que os mesmos possam trabalhar com o atributo fuzzy V ENIA 700 gerado. O próximo passo deste projeto será o desenvolvimento de uma ferramenta que tenha a propriedade de aderência aos SIG desenvolvidos a partir da biblioteca TerraLib. Outra contribuição esperada é a definição de uma arquitetura baseada em uma das abordagens de sistemas inteligentes, tal como os agentes de software, os sistemas multiagentes, ou alguma outra ainda a ser definida após a revisão da literatura, que permita, de maneira flexível, a expansão da ferramenta para a implementação de outras técnicas de inteligência computacional. Agradecimentos Os autores agradecem ao Laboratório de Sistemas Inteligentes do CEFET-MG pelo apoio de infra-estrutura e à BHTrans, Empresa de Transporte e Trânsito de Belo Horizonte, pela cessão de dados operacionais e descrição de técnicas procedimentos de medição de trânsito. O autor Gabriel da Silva agradece ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq ) o apoio individual concedido. Referências ALMEIDA, Paulo Eduardo Maciel de; EVSUKOFF, Alexandre Gonçalves. Sistemas Fuzzy. In: REZENDE, Solange Oliveira. Sistemas Inteligentes: fundamentos e aplicações. Barueri, SP: Manole, Cap.7, p. 169-201, 2003. BITTENCOURT, J. R.; OSÓRIO, F. S. FuzzyF. Fuzzy Logic Framework: Uma Solução Software Livre para o Desenvolvimento, Ensino e Pesquisade Aplicações de Inteligência Artificial Multiplataforma . In: III Workshop Sobre Software Livre, 2002, Porto Alegre. Anais do III Workshop sobre Software Livre. 2002. MATHWORKS - MATLAB and Simulink for Technical Computing. Disponível em http://www.mathworks.com. Visitado em 10/03/2005. SILVA, Vinícius Alves; LIMA, Joubert de Castro. DATAFW - FrameWork para Manipulação de Dados nos paradigmas Relacional,Textual e XML. In: I ERComp - Encontro Regional de Computação - Faculdade de Ciência da Computação, 2003, Formiga- MG. Anais do I ERComp Encontro Regional de Computação. 2003. SILVA, Gabriel da. Relatório Técnico: Estudo de um framework para auxílio no desenvolvimento de aplicações fuzzy em Java. Criado para a disciplina Inteligência Computacional do Curso de Mestrado em Tecnologia do CEFET-MG, 2004. VIANA JR., Gentil Félix. Um Sistema de Informação Geográfico inteligente para escolha de trajetos: uso do modelo de rede e da lógica fuzzy. Dissertação, Curso de Mestrado em Tecnologia, CEFET-MG – Belo Horizonte, 2004a. VIANA JR., Gentil Félix; ALMEIDA, Paulo Eduardo Maciel de. Um Sistema de Informação Geográfico inteligente para escolha de trajetos: uso do modelo de rede e da lógica fuzzy. In: Anais do VII Encontro de Modelagem Computacional. Nova Friburgo: IPRJ - UERJ, 2004b. V ENIA 701
Compartilhar