Titulo Estágio
Fuel Consumption Prediction using Evolutionary Computation
Áreas de especialidade
Engenharia de Software
Sistemas Inteligentes
Local do Estágio
CMS-CISUC
Enquadramento
A evolução tecnológica dos sensores e da eletrónica melhorou o desempenho, a confiabilidade e a robustez dos veículos de transportes de mercadorias e de passageiros assim como as atividades de manutenção, em especial, as de manutenção proativa. Estes avanços tecnológicos possibilitaram uma nova visão sobre as práticas de gestão e manutenção existentes.
Um aspecto muito importante para as empresas de transportes é a optimização do gasto de combustível. Estas empresas vêem-se obrigadas a reduzir ou limitar o consumo de combustíveis fósseis, nomeadamente o gasóleo, por duas razões: 1) Limitações impostas relativas à emissão de gases de efeito de estufa; 2) O aumento dos preço dos combustíveis fósseis. Existem já alguns trabalhos que utilizam técnicas de Inteligência Artificial para optimizar/prever o consumo de combustível de veículos de transporte de mercadoria e assim reduzir as emissões e custos.
Objetivo
O objectivo deste estágio passa por investigar a possibilidade de construir, de forma automática, métodos que consigam modelar subsistemas que compõem um veículo. Primeiramente iremos estudar a aplicação de algoritmos evolucionários que sejam capaz de aproximar, de forma automática, os resultados obtidos por modelos matemáticos existentes. Para isso, irá ser explorada a hipótese da aplicação de Programação Genética (PG) como metodologia para a criação automática de modelos. A PG é um método de aprendizagem computacional biologicamente inspirado, e que é recorrentemente utilizado para resolver problemas de regressão e/ou previsão de modelos (do inglês predictive modeling), i.e., encontrar uma função/modelo que aproxime um determinado conjunto de valores numéricos de dimensão variada. Desta estágio irá resultar um modelo de aprendizagem computacional que auxiliará no desenvolvimento e na modelação de outros subsistemas veiculares.
Plano de Trabalhos - Semestre 1
Passo 1 - Revisão da literatura
Passo 2 - Definição das framework a utilizar e filtragem dos dados
Passo 3 - Prova de conceito e desenvolvimento de protótipos
Passo 4 - Escrita do relatório intermédio
Plano de Trabalhos - Semestre 2
Passo 5 - Desenvolvimento de modelo com a inclusão várias adicionais
Passo 6 - Desenvolvimento de modelo utilizando os dados de consumo reais.
Passo 7 - Refinamento
Passo 8 - Escrita do relatório final
Passo 9 - Escrita de um artigo cientifico
Condições
O local de trabalho será o laboratório de investigação CDV do grupo CMS do CISUC onde haverá um acompanhamento regular por parte dos orientadores.
Há a forte possibilidade de este trabalho ser integrado num projeto financiado pelo Sistemas de Incentivos à Investigação e Desenvolvimento Tecnológico (SI I&DT). e, nesse contexto, de ser remunerado através de uma bolsa de investigação para licenciado com a duração de, pelo menos, 6 meses.
Orientador
1)Penousal Machado 2) Nuno Lourenço
machado@dei.uc.pt 📩