Inteligncia Artificial para o gerenciamento e controle da poluio processos de minimizao e mitigao Resumo A reduo da poluio ambiental e da conservao e reciclagem

de recursos naturais so significativos e social preocupaes ambientais. Como meios valiosos para o controle da poluio, minimizao e mitigao permanecer abordagens atraentes. No entanto, recursos interativos e dinmicos e incertos esto associados a estes processos, resultando em dificuldades na sua gesto e controle. A inteligncia artificial (AI) uma abordagem eficaz para combater essas complexidades. Neste estudo, a recente avanos das tecnologias baseadas em AI para o gerenciamento e controle de poluio e minimizao de processos de mitigao so examinados. Literatura relevante para a rea de aplicao do IA para controlo e gesto de minimizao da poluio e mitigao processos investigada. Especialmente, as tecnologias de sistemas especialistas, lgica fuzzy e redes neurais, que surgem como os mais abordagens frequentemente empregadas para a realizao de controle de processo, so realados. Os resultados no s fornecer uma viso geral do de progresso atualizado no campo de estudo, mas tambm, mais importante, revelam perspectivas de pesquisa para mais eficaz ambiental controle de processo atravs das medidas AI-aided. Vrias reas exigentes para os esforos de pesquisa avanados so

discutidos, incluindo questes de disponibilidade e confiabilidade dos dados, a metodologia validade e complexidade do sistema. Introduo A maioria dos problemas de engenharia ambiental so relacionado com um nmero de factores, com multifonte, multi-layer, multi-estgio, e multi-objetivo caractersticas. Reflexo eficaz destas complexidades atualmente uma questo importante enfatizada por muitos do setor pblico decises e indstrias privadas para uma boa gesto e controle de minimizao da poluio e processos de mitigao. Anteriormente, muitos ferramentas de modelao tem sido desenvolvido para simular processos em estaes de tratamento de gua / efluentes, slidos incineradores de resduos e instalaes de controle de poluio do ar. No entanto, os recursos incertos, interativos e dinmicos estes processos conduzem frequentemente a dificuldades no obteno desejado desempenho do sistema. Considerao integrada que incorpora um certo nmero de incerto e componentes dinmicos nos sistemas de estudo dentro de um quadro geral, em vez de examin-los em isolamento necessrio para a melhoria potencial (Rynk, 1992). A inteligncia artificial (AI) uma abordagem eficaz para abordar as complexidades acima. Por exemplo, a inter-relaes complexas entre uma srie de fatores e atividades do sistema pode ser explicada atravs de o processo de aquisio de conhecimento. Alm disso, a

diferena entre o resultado gerado a partir de esforos de modelagem detalhadas e aplicabilidade dos que resultam de uma situao prtica pode ser preenchido atravs da construo de um sistema automatizado, permitindo incorporao de consideraes implcitas, e muitas vezes qualitativa considerado fundamental por engenheiros e / ou operadores. Um sistema baseado em conhecimento pode realizar trade-off anlise para comparar os custos / benefcios da economia contra as preocupaes ambientais. Alm disso, a modelagem resultado geralmente no satisfatoriamente especfico questes relacionadas com os impactos de uma ao de controle. Um sistema automatizado pode investigar as variveis-chave em maior detalhe e fornecer mais detalhes sobre o especfico implicaes de uma soluo generalizada. Para real time eficaz controle, um sistema especialista pode fornecer uma viso mais das implicaes especficas de uma soluo generalizada e pode complementar ou aperfeioar um programa de simulao (Liang, 2001). Recentemente, algumas aplicaes da AI para o controle em tempo real de minimizao da poluio e dos processos de atenuao tm foi avaliado. Eles demonstram uma rea emergente para estudos mais amplos. O objetivo deste trabalho examinar os recentes avanos das tecnologias baseadas em AI para gerenciamento e controle de minimizao da poluio e processos de mitigao. Literatura relevante para a zona de aplicao de AI para controlar e gesto de minimizao da poluio e mitigao processos sero

investigados. Especialmente, as tecnologias de sistemas especialistas, lgica fuzzy e redes neurais, que emergem como as abordagens mais utilizadas subjacente AI para a realizao de controle de processo, ser realado. Este artigo est organizado da seguinte forma. Seo 2 fornece uma viso geral das tecnologias relacionadas para o meio ambiente controle do processo. Isto seguido por uma avaliao de trabalhos sobre o desenvolvimento de sistemas especialistas e sistemas de apoio deciso que so fundamentais para processar controlar. A Seo 4 descreve redes neurais e suas aplicaes na rea da minimizao da poluio e mitigao; e a Seo 5 apresenta trabalhos que adotam uma abordagem hbrida para o desenvolvimento do sistema e integrar sistemas especialistas, redes neurais e lgica fuzzy. Seo 6 conclui este estudo de reviso. Viso geral de tecnologias baseadas em AI para ambiental controle de processo Aplicao da AI para controlar um meio ambiente processo envolve um nmero de sub processos que precisam ser geridos ou automatizado. Por exemplo, em uma poluio ambiente de mitigao de plantas, existem vrios nveis de que para resolver o problema de gesto e controlar. No nvel mais baixo, existem instrumentos monitor, sentido e manipular as variveis do processo. O instrumentos so muitas vezes ligados

a uma estrutura de controle que capaz de implementar uma lei de controle. O prximo nvel o computador host de superviso que normalmente ligado a algum hardware de controle de rede comunicaes. O computador host superviso mantm os aplicativos que esto um nvel acima da funes de controlo primrios, tais como a base de dados. O computador central de controlo pode por sua vez ser ligado a em toda a planta e, em seguida, a uma empresa de todo o computador sistemas (Rynk, 1992). Em termos mais gerais, a AI o uso de computadores para emular o raciocnio e os processos de tomada de deciso dos seres humanos (Walker, 1993). Existem muitas oportunidades para a aplicao de AI e sistemas especialistas em processo controle e gesto. Estas oportunidades so mais muitas vezes realizado por implementar a funcionalidade sobre o computador host de superviso, e pode incluir aplicativos como a instruo auxiliada por computador e treinamento, manuteno, configurao, planejamento de fbrica e otimizao, programao, gerenciamento de alarme e operador apoio deciso (Banco, 1989). A maioria dos estudos sobre aplicao da AI para as indstrias de processo envolvem a tecnologias de sistemas especialistas, lgica fuzzy e neurais redes. Os sistemas especialistas pode emular problema humano resolvendo representando a experincia em sua base de conhecimento. Um sistema pericial geralmente constitudo por trs componentes principais: uma base de conhecimento, um motor de inferncia, e uma memria de trabalho. A base de

conhecimento contm fatos e heurstica associada ao domnio de aplicao. O motor de inferncia procura a base de conhecimento para regras aplicveis, e aplica as regras para resolver o problema. A memria de trabalho o repositrio para armazenar as novas informaes geradas como o motor de inferncia pesquisas e regras seleciona. Alm dos trs de componentes, um sistema especializado geralmente contm outras de componentes, tais como uma interface de utilizador e explicao facilidade. A lgica fuzzy surgiu como uma alternativa ao clssico ou lgica binria valorizada em reas de aplicao que vo desde controlo de processos industriais para os produtos de consumo para aeroespacial e de bioengenharia (Langari e Yen, 1995). O papel que a lgica fuzzy tem na diversidade aplicaes fazer a ponte entre o simblico processamento e computao numrica na formao de um estratgia de controle lingstico adequado, baseado em regras e. Em colmatar a lacuna, a lgica fuzzy tem ampliado o domnio de aplicao de sistemas de controlo para aqueles que tm tradicionalmente caiu fora do seu domnio se um binrio estritamente lgica valorizado foi aplicada. Assim, a lgica fuzzy forma a base para a aplicao de estratgias de controlo na '' sensao '' de largura para permitir a tomada de deciso ou de fiscalizao controlar. As principais diferenas entre a lgica fuzzy '' ''e sistemas '' expert'' so o uso de lingustica, em vez de variveis numricas, eo uso de difusa condicional declaraes ao invs de expresses exatas. Regras que incorporar dados lingsticos e inexata pode ser manipulado como uma ferramenta til

para o raciocnio sobre a difcil gesto e controle de situaes de processo (Walker, 1993). As redes neurais so um paradigma computacional modelado sobre o crebro humano. A trs importantes semelhanas com as capacidades do crebro so a capacidade de filtrar os dados essenciais de um conjunto maior de dados contendo informaes irrelevantes, a capacidade de aprender a partir da experincia e da capacidade de generalizar a partir de experincia anterior para prever resultados novos (Walker, 1993). Um modelo de rede neural artificial (ANN) feita de conexes de entrada e sada, que simula os processos mentais humanos. Esse paradigma tornou-se cada vez mais popular, por duas razes principais. Neural redes de mquinas so inerentemente paralelas. Eles podem ser fabricado diretamente no hardware VLSI e fornecer o potencial para relativamente barato paralelismo macio e mais rpida capacidade de resoluo de problemas. neural redes tambm tm a capacidade de aprender ou de se adaptar s diferentes tarefas de seleo de pesos numricos'''' (Montana, 1995). Em termos de aplicao para as indstrias de processo, tanto sistemas especialistas e lgica fuzzy tentativa de duplicar o processo de raciocnio de um e de vrios especialistas em um

campo particular, enquanto as redes neurais tentam imitar organizao do crebro humano e do seu raciocnio mecanismo. Os sistemas especialistas podem fazer uma significativa contributo para os processos em que pode ser do conhecimento expressas lingisticamente em um conjunto de'' if-then'' regras que so definveis. A lgica fuzzy aplicado no processo indstrias para controlar um processo que intrinsecamente no lineares e multi-variabled, enquanto as redes neurais so til para fazer sentido fora de dados. sempre que o conhecimento sentida a faltar, uma rede neural pode ser aplicado para extrair a partir dos dados das relaes que so inerentes (Rynk, 1992). Expert systems Complexidades na minimizao da poluio e mitigao processos colocam desafios especficos no controle, como eles so no-linear , varivel no tempo , e muitas vezes difcil modelo . Abordagens alternativas para o controle tradicional mtodos produziram resultados promissores, e especialista sistema uma dessas alternativas . Aplicaes de sistemas especialistas para diversas reas tm sido bem documentadas ( Durkin , 2002). A predominncia de mdicos

sistemas especialistas deram lugar a uma maior adoo dessa tecnologia nos setores comerciais e industriais na 1990. Um estudo 1986 conduzido por Waterman (1986) mostrou que 30 % dos pedidos de sistema pericial tecnologia estavam no campo da medicina. Na dcada de 1990 , aplicaes mdicas de sistemas periciais diminuiu para representam apenas 10 %, enquanto comerciais e industriais aplicaes cresceu para dar conta de 60% das aplicaes. Aplicaes de sistemas especialistas para o meio ambiente setor foi responsvel por 5% de todas as aplicaes ( Durkin , 2002). Chowdhury e Canter (1998 ) discutiu especialista sistemas em geral e do processo de desenvolvimento do sistemas. No papel, eles delineado 39 sistemas especialistas desenvolvido para o domnio da gesto de guas subterrneas, e discutida em detalhe nove entre eles : (I ) O RPI Sistema de Avaliao do site foi desenvolvido para inativos investigaes no local de resduos perigosos utilizando CPS5 ea CLISP linguagem , que pode ser usado para determinar Hazard Sistema de Ranking ( HRS ) marca para o solo baseado local nveis de permeabilidade e pontuaes com base no risco para o solo direo do fluxo de gua. ( ii ) O perito DEMOTOX

Sistema avalia o risco potencial que os produtos qumicos orgnicos pose para contaminao das guas subterrneas , o risco calculado com base na mobilidade e um ndice de degradao (MDI) , e uma confiana ajustado MDI para o ranking . ( iii ) Os resduos perigosos e Sistema Especialista de Gesto planejadores assistida no local , gestores e outros tomadores de deciso a determinao de resduos perigosos limpeza stio procedimentos , o sistema contm cinco mdulos interativos : uma base de conhecimento de fatos e regras, um ambiental e mdulo de descrio do site , um mdulo de inferncia, a dados mdulo do banco , e um mdulo de anlise de risco / deciso . ( iv ) O Modelo de Prioridade de Defesa (DPM) avalia a risco relativo de depsitos de resduos perigosos para a sade humana e do meio ambiente com base na avaliao dos perigos Metodologia de Avaliao . ( v) O poo rea de origem Avaliao do Sistema ( wases ) ajuda os usurios na priorizao fontes reais ou potenciais de contaminao das guas subterrneas nas zonas de proteco de cabea de poo , o sistema tem um estrutura hierrquica com trs camadas: o primeiro nvel considera quatro fatores gerais , o segundo nvel acrescenta

efeitos sobre a sade , eo terceiro nvel concentra-se em avaliar a probabilidade de contaminao alcanar um poo especfico. (vi ) O Sistema Especialista para Pesticide Regulatory Avaliaes e Simulaes ( EXPRES ) avalia a risco potencial que os pesticidas representam para as guas subterrneas , o sistema utiliza trs modelos de transporte de solutos para determinar lixiviao de pesticidas e as conseqncias de subsuperfcie processos de transporte . ( vii ) A amostragem ambiental Expert System ( ESES ), visa ajudar os usurios a aumentar a preciso, pontualidade e custo-efetividade de campo amostragem, anlises qumicas e validao de dados analtico dentro do programa Superfund , o sistema possui dois verses: ESES -SM suporta criao de um plano de amostragem para determinar a extenso da poluio por metais no solo , e ESES -GW ajuda o usurio a decidir sobre o adequado bombas de amostragem de gua subterrnea e dispositivos. (viii ) A Custo da Ao Corretiva Model ( CORA ) fornece recomendaes de correo e determina correctivas custos de ao. O sistema contm quatro bases de conhecimento e capaz de lidar com incerteza. (ix ) O SEPIC Expert System utiliza localizao, dados de campo, clculos de tamanho

e tipo de usurio como principais variveis para avaliar permitir aplicaes , e faz uma recomendao sobre se uma autorizao para as instalaes de esgoto privadas deve ser emitido. Em ( Rynk , 1992) , a capacidade de um sistema especializado para ajudar controlar e gerenciar um processo de compostagem foi explorada . Programa de controle de computador com auxlio de um especialista foi desenvolvido para uma '' aerado pilha esttica '' compostagem sistema , partindo do princpio de um sistema de controlo de processos com mltiplos sensores e dispositivos de controlo . O programa de controle desenvolvido para este sistema integra duas sistema pericial programas com um sistema de aquisio de dados convencional (DAS) e vrios programas bsicos de informtica . o DAS executa as funes essenciais de monitoramento e controle. Os sistemas especialistas e outros programas de fornecer informaes de apoio . O primeiro sistema de peritos avalia as matrias-primas de compostagem e condies iniciais . C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 (2003) 75-90 77 Ela auxilia o operador na definio de parmetros de controle para

o DAS e os critrios estabelecidos para o processo de avaliao dados. O segundo sistema de peritos avalia o estado da processo a partir dos dados retornados pelo DAS. Ele faz isso intervalos de 3-H e mais profundamente em intervalos de 24 h. ele produz um relatrio que resume o estado do processo e lista todos os problemas potenciais ou aparentes . Ao 24 fase de avaliao h , ajusta automaticamente o controle parmetros como necessrio . Os programas bsicos executar tarefas que so morosos para o sistema pericial como a obteno numrica informaes, a realizao de clculos e acessar arquivos de dados . O programa de controlo foi testado atravs do fornecimento com os dados do processo a partir do teclado do computador e a partir de um painel de instrumento eletrnico , que simula o Os sensores do sistema de controlo . Os dados foram pretendidos produzem resultados previsveis , que podem ser comparados aos os resultados do programa de controle. Em quase todos os casos , o programa de controlo produz resultados consistentes com aqueles esperado. Seu desempenho foi satisfatrio em que todos componentes do sistema foram activadas de forma adequada e informao foi transferido com sucesso entre o

programas. Com base no desempenho e capacidade de o programa de controle , foi indicado que o perito sistemas podero desempenhar um papel benfico na sistemas para controlar processos de compostagem . A sua utilidade para este objectivo depende das necessidades especficas de cada compostagem facilidade . Grandes instalaes com inexperiente pessoal e uma dependncia de um alto nvel de tecnologia so mais susceptveis de beneficiar de um sistema especialista . Betts (1998) descreveu um Processo Consultivo de Peritos System ( EPAS ) , que um sistema de aconselhamento que apia designers preveno da poluio , informando eles sobre ramificaes ambientais de seus projetos. O sistema EPAS classifica os projetos alternativos com base em como eles taxa sobre os cinco fatores de tcnico adequao, sade e segurana, implicaes ambientais , requisitos regulamentares e custo. O sistema consiste de informaes sobre o meio ambiente , de regulamentao , sade e segurana, e os fatores de um projeto de custo. o EPAS melhorado o software pacotes disponveis a Boeing , o que proporcionou aos usurios principalmente descritivo informaes sobre o potencial ambiental de um produto impactos. APE, por outro lado , desde mais solues analticas.

Chen et ai. (1999 ) descreveram um sistema de apoio deciso que auxilia os tomadores de deciso na determinao da melhor cargas dirias de diversos poluentes a fim de satisfazer requisitos de qualidade da gua em uma bacia de gua . No pode haver vrias seces limitadas de gua ( qualidade WQLS ) numa bacia hidrogrfica. Para cada seco da mais a montante mais a jusante, do total de cargas mximas dirias ( TMDLs ) precisa ser calculado. No pode haver muitos combinaes de fonte pontual e fonte no- ponto cargas que possam atender os critrios de qualidade da gua , e os muitas solues viveis proporcionar uma oportunidade para o partes interessadas para determinar os TMDLs timas . o sistema de apoio deciso para a carga mxima diria total pode calcular o total de cargas mximas dirias de vrios poluentes para os WQLS . O sistema inclui um modelo de simulao de bacias hidrogrficas, um banco de dados , um consensusbuilding mdulo, e um mdulo que proporciona uma TMDL planilha para os clculos . O sistema pode gerar mltiplas combinaes de ponto -source e no PointSource alocaes para cumprir os critrios de qualidade da gua para as utilizaes previstas para os WQLS . Com base nas vrias

possveis solues sugeridas pelo sistema , o regulador partes interessadas da agncia e locais podem negociar um opo mais agradvel para todas as partes. Jankowski e Zumbrunnen (1993) apresentou um sistema de apoio modelagem ( MSS) para simulao de gua qualidade . O objectivo deste sistema o de proporcionar modelagem de apoio ao usurio na derivao e simular um modelo de qualidade de gua para prever as mudanas na gua qualidade para um dado sistema aqutico. O MSS fornece uma nico ambiente de software para modelagem, e composto de trs partes: a base de conhecimento , o modelo de base e o mecanismo de simulao . Ele implementado atravs da representao e manipulao de modelagem construes , chamados de modelos atmicos , que descrevem a comportamento dinmico de componentes estruturais de um sistema aqutico . Um esquema de representao do conhecimento chamada estrutura da entidade do sistema ( SES) empregue para expressar trs relacionamentos. A primeira relao que de decomposio. Isto , como o sistema hierarquicamente decomposta em componentes. A segunda relao que a taxonomia , isto , como admissvel

variantes dos componentes podem ser classificadas. O terceiro que a relao de acoplamento , ou seja, a forma como estes os componentes podem ser ligados para reconstituir o original sistema. O MSS para a simulao da qualidade da gua consiste em dois tipos de conhecimentos armazenados na base de conhecimento : conhecimento de modelagem estrutural e modelagem procedural conhecimento. O modelo bsico inclui o atmica e modelos acoplados. O motor de simulao para as funes MSS como se segue. Um utilizador inicia o modelo simulao atravs do envio de uma mensagem para o coordenador, que desencadeia a simulao. O coordenador envia uma mensagem ao controlador de simulao, do gerador , e modelos acoplados e seus componentes ou modelos atmicos . Os valores de entrada so armazenadas em um arquivo no gerador e pode representar, por exemplo , vrias condies de gua qualidade . Os valores de entrada so transmitidos sequencialmente do coordenador atravs das portas de entrada / sada para o modelo acoplado . As sadas so enviadas a partir do modelo acoplado ao coordenador , que simultaneamente

transmite-os para um arquivo de log , bem como envia um mensagem ao controlador de simulao para actualizar o relgio de simulao . O MSS construdo sobre a SES , que serve como uma estrutura geradora de representao do modelo , recuperao e manipulao. Um modelador fornece 78 C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 ( 2003) 75-90 o sistema com informao relativa especfico problemas do local , tais como fsicas e bioqumicas aspectos do sistema aqutico. A informao est combinado com as regras de produo na base de regras , e recomendaes sobre a seleo adequada de entidades da rvore de estrutura da entidade so gerados. o modelador utiliza estas recomendaes durante a poda de a rvore de estrutura da entidade . Os elementos bsicos estruturais ou modelos atmicos so os primitivos . Quando o reactivado modelos atmicos esto ligados em uma instncia do modelo , chamado um processo de acoplamento . Um modelo subsequentemente acoplado simulada aps a inicializao dos dados de entrada . Kao e Liebman (1991 ) descreveram o uso de um sistema assistido por computador para apoiar a tomada de decises em guas subterrneas de gesto de recursos ( GRM ), que

envolve mltiplos objetivos (i) alocar terra- gua recursos entre os concorrentes demandas de gua , ( ii ) o controle qualidade da gua subterrnea , ( iii ) evitar descoberto indesejvel da bacia de gua subterrnea , ( iv ) analisar o impacto da caractersticas hidrulicas e outras de guas subterrneas , e ( v) maximizar os benefcios dos recursos disponveis. devido a complexidade do problema, uma nica objectiva abordagem insuficiente para resolver as inter-relaes Entre essas questes , e uma tcnica multi- critrio adotado. Para apoiar esta difcil a tomada de deciso processo, o sistema de apoio deciso faz uso de vrias tcnicas matemticas tais como um elemento finito mtodo de modelagem de simulao de gua subterrnea , linear programao , multi- critrios de otimizao, e uma modelagem a gerar -alternatives abordagem (MGA) para a gerao de potenciais alternativas . Alm disso , o sistema inclui uma linguagem de modelagem para representar a matemtica modelos em uma forma humanamente compreensvel , e um interface grfica que pode apoiar a apresentao de comparaes entre as diferentes opes de soluo . Patry e Barnett (1992 ) apresentou um sistema integrado sistema de modelagem para a gesto dos recursos hdricos. o

principal componente do sistema integrado o General Purpose Simulador (GPS ), o qual um abrangente pacote de software para simulao, anlise e controle de estaes de tratamento de guas residuais. O software tem sido aplicada a diversas guas residuais em larga escala estaes de tratamento na Amrica do Norte e em outros lugares . o os outros componentes do sistema de modelagem integrada incluir um sistema especialista baseado em conhecimento que tem sido implementado como um sistema de raciocnio baseado em modelo complementada com programao orientada a objeto . o sistema especialista baseado em conhecimento inclui um modelo que descreve os efeitos que se propagam entre os objetos que representam componentes do sistema para estabelecer cadeias causais . o lingustica modelo tambm tem a vantagem de ser capaz de representar o conhecimento incompleto e qualitativos. ANN tambm so considerados no papel e eles foram encontrados para seja til para o controle em tempo real, devido a sua adaptao caractersticas . Cada uma destas tcnicas no isolamento pode no ser suficiente para tornar o sistema robusto.

No entanto, trabalhar em conjunto, como componentes de um sistema integrado , eles podem se combinar para fazer uma sistema eficaz de controlo operacional das guas residuais tratamento. Gilbert (1999) discutiu como uma organizao deve enfrentar a tarefa de selecionar e implementar um sistema de informao de gesto ambiental. o papel indicado nesse ambiente , sade e segurana gesto um candidato natural para automao devido extensa documentao necessria para demonstrar a conformidade. No entanto, h substancial desafios na implementao com sucesso de um tal sistema . Portanto, uma organizao precisa avaliar cuidadosamente a situao antes de decidir embarcar em um projeto sobre desenvolvimento de uma gesto da informao ambiental sistema ( EMIS ) . O artigo sugere que uma organizao precisa para fazer as trs perguntas bsicas : (1) O que um EMIS . (2) Por que implementar um sistema deste tipo. (3 ) Como selecionar e implementar um sistema. A ltima pergunta pode ser aperfeioada em dez consideraes : (i) Quais so os objetivos gerais da organizao? ( ii ) Como est pronto da organizao? ( iii ) Que tipo de funcionalidades de alto nvel se desejado? ( iv ) Ser que os EMIS ser integrado ou interface com outros sistemas? (v ) Quem o usurio

comunidade e quais so as suas necessidades especficas ? (vi ) O so requisitos tcnicos da organizao? ( vii ) Como muita personalizao necessrio para atingir os objetivos do projeto ? (viii ) Qual o tempo desejado para o projeto? (ix ) O so os recursos necessrios para implementar o sistema ? (x ) Qual a justificao para o sistema ? estas questes foram colocadas no papel para as organizaes de cuidado na necessidade de uma avaliao cuidadosa sobre se uma EMIS necessrio e bom para eles. As redes neurais Um nmero de pesquisadores tm trabalhado em modelagem de vrios processos ambientais para apoiar estudos de controle de processo . Um modelo um ferramenta de engenharia til se ele capaz de prever a reao condies e taxas ( Steven , 1998). hipteses simplificadoras relacionado com os esforos de modelao pode levar a perda de informao relevante e , portanto, afetar o a preciso da simulao . As tcnicas de redes neurais so alternativas para mitigao de tais deficincias. Computao neural uma das reas que mais crescem de AI . Existem duas diferenas principais entre neural computadores e computadores digitais. Em primeiro lugar, as redes neurais so mquinas inerentemente paralelos e como resultado, eles podem

resolver problemas muito mais rpido do que um serial digital computador. Em segundo lugar , muitas redes neurais tm a capacidade para'' aprender '' . O algoritmo mais utilizado para redes neurais est de volta propagao. De acordo com Bhat McAvoy e ( 1990), a propagao de volta um exemplo de uma rede neural de mapeamento que desenvolve uma aproximao C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 (2003) 75-90 79 a funo y f x da amostra x , y pares . de volta propagao diferente por causa de sua capacidade de identificar relaes no-lineares e utilizar paralelo processamento . Este algoritmo foi aplicado a uma ampla variedade de problemas prticos e tem sido comprovada bem sucedida na sua capacidade para modelar as relaes no lineares. Os modelos tradicionais so equivalentes a twolayered Back-Propagation redes lineares e, como tal , eles so mais limitados na sua capacidade do que a completa algoritmo back-propagation . s vezes, um impulso termo adaptado a uma regra gradiente modificado de modo a que oscilao evitada no processo de convergncia ( Reich et ai. , 1999). Aplicaes de back-propagation neural rede ( BPNN ) pode ser encontrada na Bhat e McAvoy (1990 ), De Veaux et ai. (1999), Melas et ai. (2000), e

Reich et ai. (1999). Kavchak e Budman (1999) usou outro tipo de redes neurais chamado de funo de base radial. o preciso de um modelo fortemente afetada pela escolha da funo de dilatao base . O trabalho apresenta dois algoritmos. O primeiro permite que a rede para se adaptar s dilatao . Como a dilatao entre em reconstruo da funo de uma forma no linear , uma Lyapunov prova de estabilidade requer a imposio de restries duras sobre os parmetros adaptados. Para uma funo com um conhecido dilatao ideal , a convergncia foi demonstrado , mas a velocidade real da adaptao a dilatao foi necessariamente lento. Dado que a utilizao de um nico dilatao pode no ser o ideal para qualquer funo dada , o segundo algoritmo com uma estratgia diferente foi proposto . utiliza uma representao de rede neural multi- resoluo. este estrutura usa uma coleo de pequenas ondas de diferentes dilataes , que permite que o estimador de explicar mltiplas freqncias dominantes em funo de ser Estima . Foram propostos dois conjuntos de leis de adaptao para esta rede multi- resoluo , para que a estabilidade melhor garantida. As primeiras bases da adaptao do coeficientes de rede multi- resoluo em um erro separado para cada camada da rede, e o segundo se adapta

meio de um erro geral de previso . esta ltima abordagem tem a vantagem de que a estabilidade de Lyapunov prova no necessita de imposio de restries duras sobre os coeficientes . No entanto, usando o erro global tambm retarda o processo de adaptao , em comparao para o processo de adaptao, com base no erro em cada camada. As redes neurais que envolvem a propagao de volta , funes de base recorrente ou radial muitas vezes resultam em longo tempo de treinamento, mnimos locais e falta de autoajuste capacidade em aplicaes on- line. Devido a estas razes , Ye et ai. (1998 ) adotou uma neural Bayesiana - Gaussian rede ( BGNN ) para prever o comportamento dinmico de um sistema de sada nica nica entrada no- linear e, para predizer o comportamento esttico e desempenho dinmico de caldeiras de leito fluidizado circulante . Uma comparao entre o desempenho de Bayesian - Gaussian BGNN contra BPNN tanto em termos de desempenho e esttica previses do comportamento dinmico dos dois circulantes de leito fluidizado ( CFB) caldeiras dada no papel. no lado positivo, BGNN d razoavelmente boas previses e leva menos tempo de treinamento que o BPNN . no lado negativo, BGNN requer mais tempo de execuo

que o faz BPNN , possivelmente devido ao grande topologia de BGNN . Uma desvantagem que os problemas BGNN Pode ocorrer quando o conjunto de dados de treino grande, porque esta rede armazena todos os dados de formao para a sua topologia desde o incio. Por outro lado, " comprimir " as BPNNs os dados de treinamento conjunto para os pesos de conexo e limiares . Quando os novos dados de treino so introduzidos, o Topologia do BGNN no cresce devido ao seu Selftuning habilidade. Por outro lado, quando as amostras so novos disponvel para treinar os BPNNs , eles devem ser cuidadosamente selecionados para selecionar os que contm inovador informao. Se uma grande quantidade de novas amostras contendo pouca informao inovadores foram utilizados na reciclagem , as novas amostras podem sobrecarregar os j existentes que so menores em nmero, mas que representam importante caractersticas de alguns aspectos do processo , desse modo atenuando a capacidade de previso destas redes . As redes neurais tm sido freqentemente aplicado para modelagem de processos e controle ambiental . Melas

et ai. (2000 ) apresentaram um modelo desenvolvido para BPNN Previso de 24 h de nveis de poluentes fotoqumicos . o modelo relaciona as concentraes mximas de poluentes a meteorologia e variveis de emisso e de ndices , bem como concentraes mximas de poluentes por hora durante o trs dias anteriores da semana. Um experimento foi utilizado para investigar a sensibilidade das previses do modelo aos incerteza dos dados de entrada . A experincia mostra uma acordo entre as concentraes observadas e previstas. No entanto, os resultados do modelo foram BPNN s marginalmente melhor do que os obtidos por regresso modelos na literatura , possivelmente devido inadequao da parmetros de entrada ( ou seja, alguns indicadores importantes foram ou no includos na anlise , porque eles foram representao indisponveis ou sub-representado ) e insuficientes dos dados utilizados (isto , apenas medies locais de alguns dados foram obtidos, os quais no podem ser representativa de uma rea maior). Reich et ai. (1999) props um BPNN com impulso para identificar a distribuio de um pequeno nmero de fontes de um conjunto de concentraes ambientais de dados determinado poluente . A rede treinada capaz de

identificar os parmetros de uma emisso mais provveis fonte desconhecida , e portanto , para determinar a relativa atribuio das fontes pontuais envolvidos. O caso real uma gerao barulhento com uma margem de incerteza superior ao dado exemplos. A rede neural capaz de resolver o problema inverso fonte de receptor na presena de dados ruidosos ou ambgua. No entanto, ele no foi capaz de adaptar-se fora da regio de dados de validao dos conjunto seleccionado de exemplos. 80 C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 ( 2003) 75-90 Kavchak e Budman (1999 ) relatou um adaptativo Controlador para um reactor de tanque agitado contnuo ( CSTR ) . O controlador foi implementado com adaptativa radial funo de base de redes neurais baseado em dilatao adaptao com uma estrutura de rede multi- resoluo utilizando um erro de predio global . O controlador superou o controlador original que usou um fixo dilatao . A melhoria obtida com a dilatao tcnica de adaptao em relao ao original tcnica marginal na maioria das situaes testadas no estudo de caso . Por outro lado , o controlador de que usado a estrutura da rede multi- resoluo mais estreitamente lembrava o controlador de linearizao entrada-sada , e a melhoria da exactido em relao ao original Mtodo de Cannon significativo.

De Veaux et ai. (1999 ) propuseram um modelo que inclui ambas as equaes diferenciais princpio primeiro e um ANN para prever e controlar o tratamento biolgico da gua contaminao. ANN modelagem da taxa do crescimento biomassa utilizada em conjunto com a conhecida assumido parte do modelo . Estima que a rede neural do parmetros cinticos no observveis do estado no momento t: Esta informao, mais os parmetros estimados cintica no tempo t ento introduzido no modelo conhecido obter o estado no tempo t + 1 : A rede neural hbrida podem ser treinados com menos dados e extrapolar melhor do que as redes neurais puros. Bhat e McAvoy (1990 ) e Zhang e Stanley (1999) introduziram sistemas de controle de processos baseados em modelos . Bhat e McAvoy (1990) modelou um CSTR pH com Sequncia de entrada binria pseudo- aleatria ( PRBS ), enquanto Zhang e Stanley (1999 ) prope um sistema para a coagulao , floculao, sedimentao e processos . Ambos os sistemas so constitudos por ( 1) um modelo de processo para prever o efeito das variveis manipuladas na produo e ( 2) um modelo inverso, para calcular valores futuros da As variveis manipuladas. O modelo de controle interno (IMC ), sistema de controle baseado em modelo introduzido em Zhang

e Stanley (1999 ) tambm inclui um filtro para controlar a feedback no modelo inverso . O IMC com neural rede dividida em IMC diretos, indiretos e hbrido. Nas IMC directa, o modelo inverso do processo substitudo por um modelo de rede neural , a qual acciona o sistema a um estado alvo determinado estado atual. no IMC indirecta , o modelo do processo substitudo por um neural de rede, no qual se prev a sada do processo dado um conjunto de parmetros de entrada . Se tanto a frente e inversos modelos so substitudas por redes neurais , o controle sistema chamado um sistema hbrido IMC . Em Zhang e Stanley (1999 ) , a primeira rede neural treinada usando ambos os casos, um bom funcionamento e os casos em que a subdosagem ou overdose ocorreu. A segunda rede neural treinado apenas com casos de boas . Ambos os modelos convergem e generalizar bem . O modelo de referncia da planta muito menos preciso do que o modelo inverso porque treinado com boas e ms condies operacionais. Hussain (1999) forneceu uma extensa reviso da diversas aplicaes de redes neurais para a qumica controlo do processo , o que demonstra que a tcnica tem foi usado em ambos simulao e implementaes online. A maioria das redes neurais so aprovadas do multi- camadas tipo feed-forward , e trs grandes

esquemas de controle so implementadas nestas aplicaes : ( i) As redes neurais para o controle modelo preditivo : Usando redes neurais para o controle modelo preditivo o mais comumente encontrada tcnica de controle . neste sistema, o controlador determina um perfil varivel que otimiza o desempenho em malha aberta durante uma intervalo de tempo especfico . O objetivo do controlador minimizar futuros desvios de sada a partir do conjunto apontar , tendo em considerao as limitaes , bem como a sequncia de controlo necessrio para atingir o objectivo . ( ii ) As redes neurais para tcnicas de modelo de base inversa : Duas abordagens utilizando redes neurais no estratgia baseado em modelo inverso o inverso direto e as tcnicas de controlo do CMI . Em direto tcnica de controlo inverso , o controlador implementado como um modelo de rede neural e funciona paralelo com o sistema sob controlo . o controlador tem que aprender a fornecer o adequado Os valores para os parmetros de controlo . A mais robusta e estvel da estratgia a tcnica IMC no-linear. (iii) a rede neural em tcnicas de controle adaptativo : As redes neurais tambm podem ser adotados no estruturas de controle adaptativos convencionais de no-linear sistemas dinmicos . Estes adaptativa convencional

mtodos pode pertencer tanto direta esquemas adaptativos adaptativos ou indireta . Estratgias de controle da rede com base neural so tambm adotado para aplicaes on-line . A maioria destas utilizar a rede de alimentao para a frente , com multicamadas funes de ativao sigmoidal ou hiperblico . No entanto, enquanto muitas aplicaes de controle de processos qumicos on-line Foram relatados na literatura , eles so principalmente para apenas os equipamentos em miniatura em escala de laboratrio . Psichogios e Ungar (1991 ) relatou que ANN so usados no controle baseado em modelos , tanto como modelos de processo e como controladores . Em aplicaes de controle de processo , redes neurais podem ser incorporados controladores usando tanto mtodos de controle , diretos ou indiretos . no mtodo direto , uma rede neural treinada com o observado dados do sistema de entrada e sada de modo que o neural rede modela a dinmica inversa do sistema. o resultando modelo de rede neural pode ento ser usada como um alimentar controlador para a frente. No mtodo indireto , o rede neural treinada com dados de entrada e sada o sistema dinmico, de modo que o modelo de rede neural

representa a dinmica para a frente do sistema. o modelo do processo pode ento ser utilizada pelo algoritmo de controle para calcular a ao de controle . Este documento discutido C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 ( 2003) 75-90 81 o controlo da concentrao de um no-linear de sada reator qumico utilizando a abordagem de controle direto. o comportamento do controlador e recursos teis do arquitetura de controle foram discutidos. Este trabalho mostra que quando apenas dados histricos de entrada-sada esto disponveis e equaes do modelo no so conhecidos, neural as redes podem funcionar como uma alternativa vivel que fornece bom controle no- linear. Syu e Chen (1998 ) discutiu a implementao de um estimativa on-line e sistema de controle realizada como parte de uma resposta aos regulamentos ambientais introduzido em Taiwan , em 1998. O sistema implementa um Controlador BPNN adaptativa num efluente contnuo processo de tratamento. O controlador adaptativo BPNN regula as taxas de bomba para adio de perxido de hidrognio H2O2 e cloreto ferroso para tratar o produto qumico demandas de oxignio ( COD) do processo. Aps a concluso do processo de oxidao , uma resina aninica foi adicionada

para coagular e resolver as partculas em suspenso . O pH valor foi um fator importante para determinar a coagulao condio de que as partculas em suspenso , e um valor de 5.0 foi considerado o melhor pH para coagulao. uma on-line sistema de controlo foi utilizado para fornecer o mnimo quantidade de reagentes para atingir o COD requerida. A estrutura de rede neural de entrada consistiu em sete ns, quatro ns ocultos e um n de sada , e era de um tipo retardada . Os sete ns de entrada so CODt ; CODt ? 3 ; CODit ? 3 ; CODit ? 2 ; CODit ? 1Ts ; H2O2t ? 1Ts e H2O2t ? 2 , ea nica n de sada o valor previsto de H2O2 que deve ser adicionado na hora do controle atual. o backpropagation rede aprende calculando um erro entre desejada ea sada real e propagar esta informaes de erro de volta para cada n da rede. o rede neural foi treinada em um modo dinmico. para cada ciclo de aprendizagem , uma janela mvel de dados de aprendizagem com um tamanho fixo foi fornecida. Uma anlise da tempo de reaco , o valor de pH e concentraes de reagentes que revelam uma estrutura de rede e de 7-41 um tamanho de 15 janela de dados d o melhor controle desempenho. Boger (1992 ) apresentou um levantamento das aplicaes de

redes neurais para a operao plantas industriais , especialmente gua e as operaes da planta de tratamento de guas residuais. Em comparao com outras tcnicas , tais como AI perito sistemas e lgica fuzzy , redes neurais oferecem a vantagem de ser capaz de aprender a partir de dados histricos sobre a planta. Assim, nem uma nem um especialista humano so necessrios modelo de processo explicitamente desenvolvidos. o resultante de rede neural desenvolvidos a partir dos dados robusta contra o rudo de processo ou preconceito de instrumento e modelos de comportamento de plantas especficas. Uma reviso de diversas aplicaes de redes neurais em instalaes de tratamento de guas residuais revelam que o processo de inicia-se com a modelagem das variveis de processo ou do controlo aes. Boger (1992 ) modelou o comportamento do Shafdan ETAR atravs da formao de uma neural rede a partir de um banco de dados que continha semanal mdias de 106 variveis dos 2 primeiros anos de operao. Uma vez que a rede neural treinada , as regras descrevem o comportamento do sistema pode ser extrado atravs anlise de rede neural. As fissuras internas so necessrias na rede neural

sistema para compensar as entradas errneas . Isto pode ser implementado como um sistema de rede neural que modular cheques entradas contra os valores medidos , ou como um provedor externo programa que compara os valores de entrada com o intervalo de os valores de entrada do conjunto de dados de treino. Se uma significativa desvio a partir do intervalo de dados de aprendizagem detectado, uma bandeira levantada . A programao de reciclagem pode ser estabelecido como uma verificao da validade de uma rede neural . ( 1997), aplicaes de redes neurais avaliao Sefiner para o controle ambiental de gases de efeito estufa , e discutidos quatro pontos importantes : ( i) modelagem de gases do efeito estufa com redes neurais : Os modelos tradicionais de gases de efeito estufa so baseados em balanos de energia e massa , como quasiSteadyState os modelos de equilbrio energtico. Enquanto o tradicional modelo suficiente para efeitos de concepo , tem erro residual substancial , pois simplifica o sistema real . Para lidar com a inadequao do modelo tradicional, Sefiner (1997 ) props estufa modelagem de gs utilizando redes neurais para dois propsitos: primeiro , uma modelagem mais precisa de existir estufas fenmenos de gs para ambiente

controle , e em segundo lugar, um ponto de referncia para o desenvolvimento de modelos fsicos melhoradas. ( ii) os mtodos de reduo de entrada: a reduo do nmero de entradas para uma rede neural sem adversamente afetando o resultado pode diminuir erros de estimativa devido a extrapolaes desmarcada . No entanto, esta processo de reduo no desejvel, porque apenas serve para reduzir os esforos de medio futuras. o mesmo efeito pode ser obtido com a eliminao de Entradas mais fracos . Entre as variveis de entrada que no pode ser eliminada, os pesos da treinado redes neurais s vezes pode fornecer pistas para sua importncia relativa. A importncia de um varivel medido pela perda de qualidade de ajuste quando eliminado a partir da entrada . Sefiner (1997 ) apresentou sua experincia em decidir os pesos para as variveis de entrada de um controle de gases de efeito estufa modelo . ( iii ) reduo de Modelo com redes neurais : modelos baseados em uma grande necessidade vetor de estado a ser reduzida , especialmente em problemas de controle timo , onde uma completa soluo para um modelo em grande escala requer proibitivamente esforo computacional significativo. em casa de vegetao problemas de controlo do gs , o modelo de cultura pode conter um grande nmero de variveis de estado , muitos dos quais so

inter- relacionada , em condies normais. Sefiner 82 C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 ( 2003) 75-90 ( 1997) apresentou duas abordagens gerais para a reduo o espao de estados : (a ) atravs da compreenso da sistema , a reduo conseguida por meio de variveis de concentrao , e (b ) reduo estatstica que satisfaz alguns resultados critrio de otimizao em novas variveis que so combinaes dos antigos. ( iv ) aplicaes de controle tima: um algoritmo de controle que recomenda aes de controle pode ser modelo baseado ou baseado em regras . O algoritmo de controle Tambm pode ser mimetizado por uma rede neural, que exige muito menos esforo de computao em tempo real operaes. Sefiner (1997 ) sugeriram que imitando especialista tomada de deciso com a rede neural modelagem requer grandes quantidades de dados o que pode ser difcil de obter. Mas, se os dados forem disponvel, uma abordagem de rede neural pode extrair decises polticas que possam ser mais objectivo do que os obtidos por meio da tradicional ou o manual de aquisio de conhecimento abordagens . Neste contexto, uma vantagem significativa de redes neuronais que eles tm a flexibilidade de adaptar a dados no -linear e no-fsica. Mas

grande desvantagem que o treinamento adequado dos neural redes requer grandes conjuntos de multi- dimensionais dados para reduzir possveis erros devidos a extrapolao. Por conseguinte , importante , se possvel, para reduzir dimensionalidade do problema. Tendulkar et.al. (1998) desenvolveram um modelo de RNA para identificao no- linear e varivel para a predio processo de hidroxilao de fenol. O objetivo experimental da reaco de hidroxilao de fenol era optimizar as condies no que diz respeito formao de Di-hidroxibenzeno ismeros . Catecol e hidroquinona so dois dos diversos derivados fenlicos de alto valor . Hidroxilao de fenol utilizando um perxido de hidrognio oxidante e titnio a cinco catecol e hidroquinona tem sido extensivamente estudada . Dentro deste contexto, o caudal de fenol e a temperatura do reactor constituem as variveis manipuladas e controladas de o experimento. O erro de rede back- propagao dinmica ( EBPN ) modelo foi utilizado com um total de 123 pontos de dados adquiridos em intervalos de 5 min. Os dados foram coletados e separados para o conjunto de treino e o conjunto de teste. O primeiro foi usado para actualizar os pesos da rede , este ltimo foi utilizado para

avaliar a capacidade de generalizao do modelo de rede . A camada de entrada de EBPN consistiu de quatro ns representando os valores atuais e defasados do processo de entrada e de sada. O modelo de processo foi utilizada e testada no mbito do controlo de previso do modelo neural ( NMPC ) . A vantagem do mtodo NMPC que todos os clculos de controlo so realizadas no domnio de uma nica rede de trabalho como um processo para a frente modelo , evitando assim a necessidade de treinar separado rede neural para funcionar como um controlador. Mais recentemente , Liang (2001 ) examinaram os efeitos de as variveis ambientais (temperatura e umidade contedo) e tempo na atividade microbiana durante o biosslido compostagem , e quantifica as relaes entre variveis ambientais e de tempo e atividade microbiana durante a compostagem de biosslido , desenvolvendo ANN modelos. Foram realizados experimentos de compostagem controladas usando planejamento fatorial 2 fatores com seis temperatura nveis ( 22 C ; ? 29 C ; cerca de 36 C ; ? 43 C ; ? de 50 C ; ? C e 57 ? ) e cinco teores de humidade (30 %, 40 %, 50 %, 60 % , e 70%). Os modelos RNA so ento utilizados para estimar o

atividades microbianas dinmicas ao longo do tempo durante o biosslido compostagem . Estes modelos so ainda incorporados dentro de um sistema de apoio deciso para a compostagem gesto, e so utilizados para otimizar a compostagem processo e reduzindo os custos de operao .

Teoria dos conjuntos fuzzy Sistemas que envolvem lgica fuzzy so distintas nonfuzzy '' '' sistemas especialistas em que o ex- tipicamente envolver (1) lingustica , em vez de variveis numricas e ( 2 ) '''' declaraes condicionais difusas e no exata expresses. Regras que incorporam lingustica e dados inexatos pode ser manipulado como uma ferramenta til para raciocnio sobre difcil controle de processos industriais situaes . O controlador de lgica fuzzy pr-programado com um conjunto de normas flexveis e podem se adaptar s mudanas condies. Ela constituda por trs elementos bsicos : um fuzzifier , um motor de inferncia , e um de- fuzzifier . o fuzzifier e de- fuzzifier traduzir a linguagem literal de sensores em termos lingsticos compreensveis pela motor de inferncia , onde as decises de controle so feitas. O uso mais interessante da lgica fuzzy no processo indstrias controlar um processo que no linear e

multi- varivel em sua composio . Enbutsu et ai. (1991), a lgica fuzzy combinada com redes neurais e obtido peritos mais detalhadas regras. Previso dinmica tambm foi estudada no indstria qumica onde uma janela mvel de processo variveis usado para treinar uma rede neural do passado registros para prever o valor de uma varivel no futuro imediato. Bastian (1995) props um controlador fuzzy flexvel baseada no conceito de uma forma flexvel lingusticos definidos varivel. Ou seja, o significado de variveis na regra base pode ser alterada de acordo com o predeterminado condies. Um estudo mostrou que esta simulao controlador pode suportar fcil modificao e simplificao da base de regra abrangente . Tay e Zhang (1999 ), aprovada neural difusa avanada tecnologia para desenvolver um modelo conceitual para adaptao sistemas de tratamento anaerbio . Modelagem biolgica anaerbias sistemas de tratamento de guas residuais difcil porque C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 (2003) 75-90 83 o seu desempenho complexa e altamente dependente as configuraes dos diferentes reactores, no afluente caractersticas e condies operacionais. em vez de modelagem cintica convencional, o modelo desenvolvido por Tay e Zhang combina a robustez da difusa

sistemas com a capacidade de aprendizagem de redes neurais , e podem se adaptar a diversas situaes . A vantagem sistemas fuzzy neurais combinados que os sistemas nebulosos so reforada com as habilidades automticas de afinao de neural redes . No entanto, uma fraqueza na difusa neural modelo que o seu desempenho altamente dependente do qualidade dos dados de treinamento. Um sistema de tratamento biolgico de guas residuais anaerbio consiste de trs fases do biolgico , lquido e gasoso tratamento. Diferentes substncias so trocadas entre as trs fases, e os produtos do microbiana processo de converso so levados por efluente de descarga de gs . Para evitar a realizao da anlise difcil que um sistema to complexo exigiria, o sistema est muitas vezes tratada como uma '' caixa preta '' . O modelo proposto consiste de vrios componentes chave, incluindo entradas e sadas , banco de dados e pr- processador, um sistema fuzzy gerador, um sistema de inferncia fuzzy , e uma adaptao rede neural que representa o sistema de difuso. Uma vez que difcil manualmente pr- processar o redundante e dados conflitantes , um mtodo de agrupamento fuzzy utilizado para automaticamente realizar a tarefa. Mais recentemente, Chang et al . (2001 ) e Chen et ai.

(2001) props um controlador fuzzy para o gerenciamento de processos de tratamento de guas residuais industriais. nestes estudos, os autores tcnicas empregadas de conjunto fuzzy algoritmo teoria , otimizao e gentica para lidar com a incerteza e a no linearidade de tal controle sistemas. Os resultados indicam que , com a considerao das incertezas atravs dos conjuntos fuzzy abordagens mais controle efetivo processo poderia ser realizado. Os autores tambm aplicados conceitos semelhantes para o controle de incineradores municipais ( Chang e Chen , 2000; Chang et ai. , 2002). Sistemas inteligentes hbridos Muitos sistemas ambientais so complexos , no-linear, e incerta , levando a dificuldades de simular e control-los atravs de uma nica metodologia. Muitas vezes , as tecnologias hbridas so desejados para melhorar robustez do apoio deciso. Por exemplo, tanto sistema especialista e lgica fuzzy tenta imitar o processo de raciocnio de um especialista, ou um conjunto de especialistas, em um campo particular. No entanto , a implementao de lgica fuzzy controle como um conjunto de regras em uma base de conhecimento representa um investimento significativo de tempo e recursos. no

Por outro lado , as redes neurais podem ser uma excelente ferramenta para fazer sentido fora de dados. Sempre que o conhecimento sentida faltar , uma rede neural pode ser aplicado para extrair a partir dos dados das relaes inerentes . Portanto, em muitas aplicaes industriais , sistemas especialistas , lgica fuzzy e as redes neurais so integrados num sistema apoiar o controle do processo otimizado e gerenciamento. em Nesta seo, algumas aplicaes que adotam um hbrido abordagem para o desenvolvimento de sistemas inteligentes no processo indstrias so discutidos. De la Rosa et al . (1999 ) descreveu a modelagem do solo eroso por gua, o que um importante ambiental problema no sul da Espanha . O objetivo do estudo foi relacionar a vulnerabilidade a eroso do solo para biofsico fatores e prticas de gesto agrcola. o discute a formulao , a calibrao , a sensibilidade e anlise de validao de um modelo hbrido de especialista rvores de deciso e Ann para avaliar a eroso do solo processo. O modelo hbrido chamado ImpelERO , que relaes entre captura e manejo qualidades e suas caractersticas associadas utilizando especialista rvores de deciso . Para capturar as interaes entre o qualidades que afetam o ndice de vulnerabilidade a eroso , o RNA foi desenvolvido . O ImpelERO consiste em dois

peas. A primeira parte do modelo considera a terra qualidades, as caractersticas do solo , qualidades de gesto e caractersticas de gesto e estes fatores de forma as rvores de deciso. Anlise de RNA foi usado para desenvolver a segunda parte do modelo que prev ImpelERO a vulnerabilidade campo real . Para treinar a RNA , foi utilizado o algoritmo Cascase - correlao. segundo a anlise de sensibilidade e de validao, foi ImpelERO capaz de reconhecer as principais interaces entre a entrada parmetros e reproduzir a vulnerabilidade a eroso do solo com preciso. Alm de predio de perda de gua pelo solo eroso , este sistema pode ser utilizado como uma ferramenta de optimizao para a escolha do uso da terra e prticas de manejo que satisfazer a mxima proteco do ambiente , tais como reduo da perda de solo . Abuelgasim et ai. (1999), props um mtodo para avaliar os efeitos ambientais da Guerra do Golfo no deserto superfcie do Kuwait usando um mtodo de deteco de alteraes que combina uma arquitectura de rede neural de classificao com lgica fuzzy. Os dados de campo foram coletados de janeiro a fevereiro de 1993. Os dados para cada local de teste incluem informaes sobre o tipo de solo, cobertura vegetal e sua

a densidade , o grau de poluentes do petrleo , a presena de leo de lagos , dunas de areia, ou folhas de areia mobilizados. O prprocessamento de dados envolveu as trs fases do geomtrica registo , a normalizao radiomtrica , e os dados scaling. Para avaliar o impacto ambiental da Guerra do Golfo, um sistema para a deteco de mudana foi implementada , que pode identificar dois tipos de modificaes categricas : (i ) um novo classe landcover que surgiu e (ii) alteraes entre classes conhecidas . A adaptativo de deteco de alteraes distorcido rede ( CDAF ) pode ser usado para derivar um primeiro conjunto da categoria de representaes que poderiam ser sucesso empregada para detectar mudanas entre landcover conhecido 84 C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 ( 2003) 75-90 aulas . Em segundo lugar , a rede pode estabelecer novo categoria representaes para as classes de cobertura do solo desconhecidos, e, em seguida , fornece medidas quantitativas do probabilidade de mudanas em termos de categoria de probabilidade , , bem como a amplitude das variaes em termos de intensidade. A aplicao da rede para avaliar CDAF mudana resultante da Guerra do Golfo envolve a seguindo o processo : (i ) a formao , ou seja, a rede

treinadas com dados espectrais para cada pixel na formao definido a partir da imagem 1989 , juntamente com a correspondente classe de cobertura , ( ii ) a classificao, ou seja, o neural treinada rede produzido no passo 1, foi utilizado em trs modos , onde o desempenho de uma rede neural treinada validado atravs de um '' conjunto de dados de teste independente '' invisvel, a rede treinada foi usada para classificar a totalidade do 1989 imagem , e a rede treinada de 1989 foi utilizada para classificar a imagem de 1991, ( iii ) a deteco de alteraes , ou seja difusa valores de adeso para cada classe de terra para cada pixel so obtidos para ambos 1989 e 1991 e so classificaes utilizado na deteco de mudanas. Os resultados mostraram que esta abordagem de rede neural deu bons resultados comparao com a anlise utilizando outros mtodos. Huang e Fan (1993) desenvolveu uma inteligente hbrido sistema chamado HIDEN para sintetizar materiais e energia processos de recuperao ( MERPs ) para minimizar perigosos ou fluxos de resduos txicos e recuperao de energia dos resduos de uma planta de processo . O sistema consiste em trs HIDEN subsistemas: um subsistema KBDEN baseada no conhecimento , um lgica fuzzy subsistema FLDEN , e uma rede neural subsistema NNDEN . O subsistema KBDEN o ncleo

de HIDEN . Este subsistema aceita os dados do processo em os processos de recuperao de energia ou MERPs , materiais e e os dados so divididos em duas classes de dados e dados imprecisos . O subsistemas FKDEN e NNDEN so projetados para fornecer uma srie de recomendaes sobre fluxo crtico correspondncia derivada da segunda classe de dados. Para demonstrar a aplicabilidade do HIDEN sistema , dois problemas de projeto , um para recuperao de materiais e outro para recuperao de energia, so descritos. O sistema especialista hierrquica est estruturada para o camadas inferiores e superiores , com o exconstitudos por um nmero de bases de regras. Para executar a tarefa de programao, profundidade e conhecimento superficial esto includos no base de conhecimento. O conhecimento profundo inclui o primeiro princpios da cintica de reao , termodinmica, e balanos de massa e energia , bem como modelos de processos derivado de primeiros princpios. Os modelos de processo pode avaliar as operaes do processo . O conhecimento superficial expressa como regras e funes heursticas. Uma vez que o a informao disponvel imprecisa , as regras heursticas so

difusa na natureza e so chamados de regras heursticas difusos ou regras simplesmente confuso. Decises de programao so feitas em duas etapas. Em primeiro lugar, cada subsistema na camada inferior faz um localmente deciso tima . Em segundo lugar, atravs da coordenao dos subsistemas , as decises locais so modificadas para satisfazer o critrio de otimizao global. As regras na base de regras na camada inferior so ponderados . Pelo coordenador e equilibrar os trade-offs entre as decises locais, de acordo para um nmero de limitaes , um conjunto de globalmente ptima decises feita. As restries incluem programao critrios , o tempo ocioso total mnimo de unidades de processo em um dia , a satisfao de um plano de produo e desperdcio minimizao . O sistema especialista PS- lote desenvolvido para o agendamento de processo qumico em lotes. PS- lote um sistema de perguntas e respostas que coloca um conjunto de questes as condies de funcionamento de cada unidade de processamento para o utilizador. Entre a variedade de resduos produzidos no metal indstria de acabamento , a soluo residual de galvanoplastia plantas consiste de cianeto e particularmente preocupante

porque altamente txico. Num tpico galvanoplastia processo, cada pea lavada para remover a sujeira e leo antes de chaparia ou descascamento . Isto envolve electrocleaning , limpeza de limpeza alcalino , cido e enxaguamento . A sistema pericial distorcido foi construdo de modo a facilitar a reduo na fonte de solues de cianeto de resduos e para treinar operadores de plantas nas tcnicas de minimizao de cianeto . A base do sistema compreende o conhecimento estratgias de minimizao de cianeto detalhados , que so expressa como ambos regras fuzzy e ntidas ( ou seja, no -fuzzy ) . O sistema fuzzy expert avalia MIN- CYANIDE e privilegia as opes de minimizao , que incluem minimizao arrastar para fora , extenso banho de vida , gua de enxge reduo , substituio , com uma soluo de cianeto no , usar de uma tcnica de revestimento alternativo e melhoria da O processo de funcionamento . Com base na classificao , o sistema faz uma recomendao sobre o mais eficaz estratgia de minimizao. Simutis et ai. (1997 ) descreveram um hbrido ou integrada abordagem do sistema usado em engenharia bioqumica para aumentar a relao custo- benefcio do modelo com suporte otimizao e controle . Uma comparao entre

modelagem clssica e hbrida aborda claramente indica que o ltimo tem um desempenho melhor do que o primeiro para otimizao e controle de processos . A vantagem reside na quantidade de conhecimento a priori incorporada o modelo hbrido em comparao com a matemtica modelo . Os modelos hbridos permite o uso direto de conhecimento como ele se torna disponvel e evita a perda de informao no processo de transformao. tambm adotando a abordagem de hbrido mais eficaz em termos de o tempo de desenvolvimento e, portanto, o custo. Uma vez que modelos hbridos tirar vantagem da combinao de conhecimento e informao a partir de diferentes fontes , eles so mais complexas do que os modelos clssicos. Isso pode causar problemas com a otimizao clssica procedimentos , como a programao dinmica ou a aplicao do princpio mximo de Pontryagin para o processo de otimizao. Essas dificuldades podem , na prtica reduzir a aplicabilidade do modelo e, consequentemente, a sua C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 (2003) 75-90 85 beneficiados. O pacote de software um desenvolvimento HybNet sistema para a definio da estrutura hbrida e otimizao. HybNet pode combinar equao diferencial sistemas , relaes matemticas analticas , Ann , distorcido

sistemas especialistas e redes neurais fuzzy e suas variantes . Estes componentes individuais tornam-se numa modelo modular que est organizado numa rede estrutura. A novidade da HybNet que a totalidade modelo pressupe uma estrutura de rede , o que implica idias de treinamento da rede desenvolvido para simples ANN pode ser aplicado a um nvel mais elevado. De um ponto de vista prtico, a vantagem de HybNet que suporta a flexibilidade na organizao de modelos parciais do processo , para que possam trabalhar em conjunto para resolver um problema particular. O documento enfatiza que a relao custo -benefcio um fator determinante na aceitao de modelo com suporte superviso de processos , otimizao e controle em industrial dimensionar os processos de produo . Combinando ANN , sistemas de regras difusas e abordagens modelo clssico em um modelo hbrido geralmente pode melhorar seu desempenho. um razo adicional de que a modelagem hbrido particularmente adequado para automao do processo de produo que neste aplicao, no geralmente de dados suficientes para realizar A anlise de dados em combinao com matemtica clssica

modelagem. Efstathiou (1993 ) apresentou um levantamento da evoluo arquiteturas de sistemas que se aplicam tcnicas de IA para processo controlar. Ao todo existem trs arquiteturas apresentados : ( i) Blackboard e arquiteturas em camadas : O negro arquitectura permite que vrios componentes de um sistema baseado em conhecimento para se comunicar por meio de um espao na memria partilhada conhecido como o lousa. A arquitetura negro poderia ser aumentada pela adio de um gestor que controla os dados gravados para o quadro-negro ea ordem em quais mdulos especialistas utilizam recursos escassos para executar suas tarefas . A camada de arquitetura projeto especifica as tarefas do sistema especialista para ser em camadas de acordo com a escala de tempo em que os eventos ocorrem. ( ii ) Lidar com a interrupo de tempo real : Lidar com o tempo real processos pode ser difcil. Embora existam alguns estratgias que podem ser adotadas para melhorar em tempo real desempenho , nenhum deles pode garantir adequao da performance. Para fazer isso, necessrio investigar perfis do raciocnio de desempenho processos , para determinar a quantidade dos resultados da raciocnio pode ser melhorada com a alocao de mais o tempo de processamento .

( iii ) arquiteturas distribudas : Em uma arquitetura distribuda, o quadro-negro ou arquiteturas em camadas faria distribuir as fontes de conhecimento para diferentes transformadores, cada um com os seus prprios dados de gesto troca . Este fato nos descreve o multi- agente Arquitectura que consiste em vrios, eventualmente mdulos especializados distribudos fisicamente , cada um dos que capaz de um certo controlo sobre a sua comunicao e tomada de deciso. Em um processo de controle sistema , estes agentes tm provavelmente o mesmo objetivo, ou seja, a produo segura e eficiente de alguns bens manufaturados. No entanto, a um menor nvel , possvel que os conflitos que surgem entre os agentes. Nestes trs tipos de arquiteturas , uma variedade de AI os mtodos podem ser incorporados. Um dos primeiros sucessos na aplicao de AI para processar o controle envolveu o uso de um sistema especialista baseado em regras difusa. Muitos sistemas baseados em conhecimento para uso de controle de processo inferncia baseada em regras ou lgica fuzzy para lidar com pelo menos parte de sua estratgia de controle . Alm disso, a rede neural abordagem de rede surgiu recentemente como um processo mtodo de controle . Trabalho atual no Japo e nos Estados Unidos est buscando combinar controle fuzzy com neural

redes . De Veaux et ai. (1999) apresentou o trabalho na integrao equaes diferenciais com base no primeiro princpio , com uma ANN para prever e controlar um processo ambiental. Esta abordagem elimina o problema da indisponibilidade de alguns parmetros importantes exigidas por um matemtico modelo de algum sistema de controle de processo . O hbrido modelo melhora substancialmente sobre a confiabilidade do previses do modelo . Para o processo de tratamento biolgico para contaminado gua, um pouco de conhecimento sobre a bioqumica inerente do processo est geralmente disponvel , quer sob a forma de balanos energticos ou outras equaes que descrevem o desenvolvimento do processo. No entanto, muitas vezes essas equaes envolvem as variveis que no so quantificveis . Portanto, um - alimentao para a frente da rede neural usada em conjuno com a parte " specifiable ' do modelo. A rede neural estima os parmetros cinticos no observveis a partir do estado no tempo t : Esta informao mais o estimado parmetros cinticos no tempo t ento introduzida no conhecido

modelo para obter o estado no tempo t + 1: hbrido neural redes , s vezes chamados de " modelos de caixa cinza ", pode ser Treinei com menos dados e extrapolar melhor do que pura redes neurais . As experincias demonstraram o potencial de utilizao um modelo hbrido para previso e simulao de um processo ambiental. Quando o treinamento suficientemente grande conjuntos de dados disponveis , as redes neurais puros dar um modelo preciso do processo. No entanto, quando limitado dados esto disponveis, como freqentemente acontece na vida real , o modelo hbrido d significativamente melhor preciso, particularmente na extrapolao . A parte do modelo que assumiu os atos conhecidos como uma restrio sobre a estimativa , produzindo extrapolao muito mais confivel do que aqueles gerados usando um modelo puramente emprico. 86 C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 ( 2003) 75-90 Adicionando mais restries para o modelo geralmente benfica. Lippman et ai. (1997 ) descreveram um pacote de software chamado LNKnet que simplifica a tarefa de aplicar rede neural , estatsticos e de aprendizado de mquina padro de

algoritmos de classificao em novas reas de aplicao . A finalidade de um classificador padro atribuir a cada padro de entrada para um de um pequeno nmero de discreta classes ou grupos . Existem trs principais abordagens para desenvolvimento de classificadores padro: a probabilidade - densityfunction (PDF) , posterior - probabilidade e boundaryforming estratgias. Os cinco tipos mais comuns de rede neural classificadores so PDF , global e local, rede neural, vizinho e regra mais prximo formando. classificadores PDF proporcionar um bom desempenho quando o PDF da entrada recursos so conhecidos e quando h formao suficiente dados. Classificadores de redes neurais globais e locais so ambos adequados para aplicaes nas quais probabilstica sadas so desejados. Classificador de vizinho mais prximo o melhor adequado para problemas em que a formao rpida e adaptao so essenciais. Finalmente, classificadores e baseados em regras rvores de deciso so mais adequados quando um mnimo de tamanho classificador desejado e quando explicaes simples para decises classificadores so desejados. LNKnet integra todos estes mtodos . O software

pode ser usado em qualquer um dos trs nveis descritos como segue. O -e-clique ponto de interface grfica do usurio pode facilitar a experimentao rpida e interaco com o vrios classificadores sobre novas bases de dados . Os usurios que querem executar trabalhos em lote longos pode editar e executar os scripts shell produzido pela interface point-and -click. Finalmente, os usurios com conhecimentos de programao C pode trabalhar no nvel de cdigo-fonte . A este nvel , C cdigo-fonte do LNKnet pode ser incorporado em um aplicativo de usurio programa. LNKnet contm mais do que 20 de rede neural, padro de classificao e algoritmos de longa- seleo. Os algoritmos podem ser formados e testado em dados separados ou testado com automtico de validao cruzada . O software escrito em C e executado sob o UNIX sistema operacional. Uma srie de laboratrios de pesquisa incluindo o Laboratrio de Lincoln Massachussettes Instituto de Tecnologia de ter usado LNKnet com sucesso para diversas aplicaes , incluindo a identificao falador , classificao falador - sexo , carter mo -impresso reconhecimento , som subaqutico e ambientais classificao, imagem spotting, classificao ssmica de sinal , diagnstico mdico , a classificao galxia, e culpa

deteco. Mais recentemente , Rodrigo et al. (1999 ) descreveram um distorcido (PID ) controlador proporcional -integral - diferencial para a processo de arejamento das lamas no linear desenvolvido baseado conhecimento especializado. O controlador incorporado difusa redes neurais que foram aplicadas para modificar o distorcido funes e regras nebulosas nos controladores . Molina et ai. ( 2000) utilizaram sistemas especialistas e redes neurais para construir um sistema de manuteno preditiva para uma hidreltrica usina. O sistema especialista foi construdo com base em um modelo de diagnstico baseado em regras, e uma rede neural modelo preditivo foi desenvolvido com base em dados histricos para produzir as previses do processo. Modelos de redes neurais so muitas vezes considerados 'black caixas ", devido sua incapacidade de fornecer explicaes . a compensar esta fraqueza, De Veaux et al . (1999 ) proposto um sistema hbrido de rede neural e primeiro equao diferencial princpio . Esta combinao s vezes chamado de " caixa cinza " . A incluso do primeiro conhecimento princpio neste modelo hbrido mostrado

melhorar substancialmente a estabilidade das previses do modelo . Quando suficientemente grandes conjuntos de dados de treinamento so disponveis , as redes neurais puros dar um modelo preciso do processo. No entanto, quando apenas dados limitados disponvel , tal como tipicamente o caso na vida real, o modelo hbrido d significativamente melhor preciso, particularmente na extrapolao . A parte do modelo que assumiu os atos conhecidos como uma restrio sobre a estimativa , produzindo extrapolao muito mais confivel do que os gerado utilizando um modelo puramente emprico neural redes . Perspectivas de investigao sobre o controle do processo AI-aided Controle de processo para sistemas ambientais uma conceito interdisciplinar , envolvendo uma variedade de fatores com multi- componente , de multi- fases, multi- perodo , e as caractersticas de multi- critrio. O objectivo obter metas ambientais desejadas com capital minimizado e custos operacionais. No entanto , a possibilidade de alcanar esse objetivo poderia ser afetada por muitos constrangimentos, limitaes e complexidades que existem no

sistemas de controle de poluio. Diante desses desafios , fundamental identificar estratgias eficazes para a realizao do metas desejadas . A seguir, as perspectivas detalhadas ser discutido . (1) a disponibilidade de dados: A insuficincia de informaes sobre as fontes de poluio , minimizao e mitigao medidas , registros de qualidade da gua e dados econmicos muitas vezes impedem o desenvolvimento de modelos eficazes ou sistemas especialistas . Em muitas situaes , a informao de trabalhos em escala e de campo no foi suficiente para suportar a modelagem de processos de AI -aided e estudos de controle . Assim , os pesquisadores tm que trabalhar dentro de escopos limitados onde os dados necessrios esto disponveis , restringindo o adoo de tcnicas de anlise abrangente , modelagem integrada , a otimizao global e sistemtica considerao. Sugere-se que a melhoria na disponibilidade e qualidade dos dados pr -requisito para til processar estudos de controlo . (2) a confiabilidade de dados: Muitos dados ambientais so sujeitos a problemas significativos de incertezas , incoerncias, e erros . Na verdade , a fiabilidade ea incerteza

C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 (2003) 75-90 87 so opostos diretos do outro. Ou seja, alta confiabilidade geralmente corresponde a baixa incerteza , mas ele , de facto , difcil combinar uma alta fiabilidade e incerteza acessvel ao mesmo tempo. No entanto, bem reconhecido que uma elevada incerteza significa alta sistema complexidade e baixa confiabilidade poderia ser pior do que nenhum dados. Para obter maior confiabilidade e certeza, slida trabalhos sobre a validao dos dados de entrada , antes de serem usados para estudos posteriores AI- relacionados so desejados. ( 3) A validade da metodologia: Uma variedade de tcnicas tm sido desenvolvidos para misses de apoio gesto de processos e controle ambiental . No entanto, existem problemas de confiabilidade e adequao. em simulao do processo e predio , devido existncia das incertezas e da falta de quantificao econmica informaes, a maioria dos modelos de redes neurais apenas pode refletem parte dos fatores de impacto . Estes preciso efeito da previso. Portanto, quando a rede neural modelos so utilizados para a prestao de apoio deciso, o investigadores tm de conduzir slidos no local trabalha para ganhar tanto viso do sistema de estudo como o processo

gerentes antes , alegando que eles so mais sbios e pode fazer melhores empregos . Basta ficar em escritrios e realizao de clculos de modelagem e imaginaes tericas com base em relatrios documentados e os dados no sero trabalhar . (4) a complexidade do sistema : processos ambientais em geral tm caractersticas interativas, dinmicas e incertas. Complexidades existir na determinao de parmetros de sistema , reflexo de relaes interativas , formulao dos mtodos de modelagem AI- aided , interpretao de resultados da investigao e implementao de recomendado atividades. Muitas vezes , quantificar e controlar tais sistemas, um nmero de simplificaes foram feitas por adoptar, para exemplo linear, contnuo , esttico e / ou determinista suposies . Estas simplificaes , no entanto, esto sujeitos a riscos de erros e falhas do sistema . Como eficazmente refletir essas complexidades , sem ter esses riscos tem sido uma questo difcil de frente para a modelagem pesquisadores . Obviamente, utilizando qualquer tcnica nica de resolver esses problemas podem estar sujeitos a riscos. Portanto, Sempre que possvel , recomendado o uso de um integrao de mais de uma ferramenta para lidar com diferentes

aspectos dessas complexidades . Este artigo apresentou algumas abordagens hbridas que incorporam diversas tcnicas . Estes podem ser mais flexvel adotada para abordar investigaes mais abertas. Por exemplo, a a tcnica de RNA pode ser integrado com a lgica fuzzy para resolver problemas mais complexos. A capacidade da lgica fuzzy para modelar o conhecimento qualitativo e representar o conhecimento em uma forma lgica pode compensar a fraqueza em ANN de incorporar conhecimento implcito em sua parmetros estruturais ( Zhou, 2002). Aplicaes da hbrida para minimizar a poluio e processos de mitigao seria uma direo frutfera de pesquisas futuras. Concluses Vrias reas exigentes para pesquisa avanada esforos so discutidos, incluindo questes de disponibilidade de dados e confiabilidade , a metodologia de validade e complexidade do sistema. Em geral, os sistemas especialistas e tcnicas de IA pode ser classificados de acordo com a resoluo de problemas ou tarefa tipos . Ao longo desta dimenso , a maior parte do AI aplicaes para a mitigao da poluio e minimizao so classificados em quatro grandes grupos de tarefas: ( i) controle de processos, ( ii ) previso ou estimativa, ( iii ) modelagem de processos ou

simulao, e (iv ) processo que envolve a gesto alguma comparao e avaliao das relaes custobenefcio de cenrios de soluo diferente. Entre estes, o mais tarefas frequentemente abordados so controle de processo , prescrio, e previso. Quando estiverem disponveis dados suficientes , a tcnica de rede neural , muitas vezes gera boa Resultados para a previso do sistema . Por outro lado, o especialista sistemas so muitas vezes utilizados para a tarefa de prescrio e controlar que envolvem a modelagem de processos e otimizao. No entanto, muitos processos ambientais complexo, com recursos interativos , dinmicos e incertos , que conduz a dificuldades na utilizao de uma nica tcnica de resolver tais problemas. Portanto , integrado ou hbrido abordagens so desejados para reflectir essas complexidades e cumprindo as metas desejadas . Os problemas de poluio ambiental tm causado estresse severo na sociedade humana e econmica progresso. Reduo da poluio atravs da minimizao e medidas de mitigao uma abordagem importante para enfrentar tal desafio , onde eficaz controlo do processo , seria essencial para a obteno a eficincia desejada . Recentemente , as tecnologias de IA foram encontrada para se sobressair em sistemas ambientais que so

complexo , no- linear , e incerto. Este estudo investiga e analisa algum avano recente da essas tecnologias . Em particular, as tecnologias de sistemas especialistas , lgica fuzzy e redes neurais surgiram como as abordagens mais utilizadas para a realizao de controle de processo. Os resultados no s fornecer uma viso geral de progresso no estudo campo, mas tambm , mais importante, revelar oportunidades para a pesquisa , a fim de realizar mais eficaz ambiental controle do processo atravs da incorporao de AI tecnologias. Agradecimentos As contribuies dos alunos atuais e exde Energia Laboratrio de Informtica da Universidade de Regina e com o apoio generoso de uma estratgica Grant de Cincias Naturais e Pesquisa de Engenharia Council of Canada altamente apreciada. Referncias Abuelgasim , A., Ross , WD, Gopal , S., Woodcock , CE, 1999. Alterar deteco utilizando redes neurais nebulosos adaptativos : ambiental avaliao de danos aps a Guerra do Golfo. Sensoriamento Remoto do Meio Ambiente 70 (2) , 208-223 . Bastian , A., 1995. Para o controle difuso flexvel inteligente

controllers. Jornal da Sociedade de Robtica do Japo 9 (1) , 81-103 . Betts , K.S. de 1998. Preveno da poluio por design. ambiental Cincia e Tecnologia / Notcias 32 (13), 318A - 320A . Bhat , N. McAvoy , T.J. , 1990 . Uso de redes neurais para a dinmica modelao dos sistemas de controlo e de processo qumico . Computadores e Chemical Engineering 14 ( 4/5) , 573-583 . Boger , Z., 1992. Aplicao de redes neurais para a gua e operao de estao de tratamento de guas residuais . Instrument Society of Amrica Transaes 31 (1) , 25-33 . Chang, N. B. , Chen, W. C. , 2000. Projeto do controlador fuzzy para municipal incineradores com a ajuda de algoritmos genticos e genticos as tcnicas de programao . Gesto de Resduos e Pesquisa 18 , 341-351 . Chang, N. B. , Chen, W. C. , Shieh , W.K. , 2001. Controle timo de estao de tratamento de guas residuais atravs da rede neural integrada e algoritmos genticos. Engenharia Civil e Sistemas Ambientais 18 , 1-17 . Chang, N. B. , Chen, W. C. , Chen, J. C. , 2002. GAbase neural -fuzzy projeto do controlador para incineradores municipais. Fuzzy Sets e Sistemas 129, 343-369 .

Chen , CW, Herr , J., Ziemelis , L., Goldstein , RA, Olmsted , L., 1999. Sistema de apoio deciso para a carga mxima diria total . Journal of Environmental Engineering 125 ( 7) , 653-659 . Chen, W. C. , Chang , N.B. , Shieh , W.K. , 2001. Difusa hbrido avanado controlador para o tratamento de efluentes industriais . Journal of Environmental Engenharia, ASCE 127, 1048-1059 . Chowdhury , A.K.M.M. , Canter , L.W. de 1998. Sistema especialista para gesto de guas subterrneas. Jornal do Meio Ambiente Sistemas de 26 (1), 27-39 . De la Rosa , D., Mayol , F., Moreno, JA, Bons ! On , T., Lozano , S., 1999. Um sistema / modelo de rede neural ( ImpelERO ) especialista para avaliar a eroso do solo agrcola na regio de Andaluzia , Sul de Espanha . Agricultura, Ecossistemas e Ambiente 73 (3), 211-226 . De Veaux , R.D. , Bain , R., Ungar , L.H. de 1999. Rede neural hbrido modelos para controle de processos ambientais. Environmetrics 10 ( 3) , 225-236 . Durkin , J., 2002. A busca para a mquina inteligente. In: Leondes , C.T. (Ed.), Tecnologia e Aplicaes de Sistemas Inteligentes , Tcnicas de implementao , vol. 1 . CRC Press, Boca Raton , FL.

Efstathiou , J., 1993. Arquiteturas e tcnicas de artificial inteligncia no controle do processo. Reviso Anual em Automatic Programao 17 , 371-376 . Enbutsu , I., Baba , K., Hara N., 1991. Extrao de regras fuzzy a partir de um vrias camadas da rede neural . Proceedings of International Joint Conferncia sobre Redes Neurais ( IJCNN ) , vol. II , Seattle , Julho, II, pp 461-465 . Gilbert, J. B. , 1999. Seleo e implementao de um ambiente sistema de informao de gesto. Gerente de Meio Ambiente , julho 1999 , pp 13-20 . Huang, Y.L. , Fan , L.T. de 1993. Inteligncia artificial para os resduos minimizao na indstria de processo . Computadores na Indstria 22 (2), 117-128 . Hussain, M. A. , 1999. Anlise das aplicaes de redes neurais em processo qumico de controle de simulao e online implementao. Inteligncia Artificial em Engenharia 13 (1) , 55-68 . Jankowski , P., Zumbrunnen , C., 1993. Para o apoio a modelagem sistema de simulao de qualidade da gua. Journal of Computing em Engenharia Civil 7 (3), 354-371 . Kao , J -J. , Liebman , J.C. , 1991 . Sistema assistido por computador para as guas subterrneas

gesto de recursos . Journal of Computing em Civil Engenharia 5 ( 3) , 251-266 . Kavchak , M., Budman , H., 1999. Estruturas de redes neurais adaptativas para o processo de no-linear de estimao e de controlo. Computadores e Chemical Engineering 23 ( 9) , 1209-1228 . Langari , R. , Yen , J., 1995. Introduo ao controle de lgica fuzzy. In: Ienes, J., Langari , R., Zadeh , LA (Eds.) , Aplicaes Industriais de Lgica Fuzzy e Sistemas Inteligentes . IEEE Press, Nova Iorque. Liang , C., 2001. Previso da atividade microbiana durante biosolids compostagem utilizando redes neurais artificiais. M.Sc. Tese , Universidade de Massachusetts, Amhurst , MA . Lippmann , R.P. , Kukolich , L. , Cantor, E., 1997. LNKnet : neural rede , de aprendizado de mquina e estatstica software para o padro classificao. O Lincoln Laboratory Journal 6 (2), 249268 . Melas , D., Kioutsiouskis , L., Ziomas , L.C. , 2000. rede neural modelo para prever os nveis de poluentes fotoqumicos de pico. revista da Air & Waste Management Association 50, 495-501 . Molina , JM, Isasi , P., Berlanga , A., Sanchis , A., 2000. hidroeltrico gesto usina depender de redes neurais e de especialistas integrao do sistema. Engenharia de Aplicaes de Inteligncia Artificial

13 , 357-369 . Montana, D. J. , 1995. Seleo de peso de rede neural usando gentica algoritmos. In: Goonatilake , S., Khebbal , S. ( Eds.), Inteligente Sistemas hbridos. Wiley , Chichester, Reino Unido. Patry , G.G. , Barnett, P.M. , 1992 . Tcnicas de computao inovadoras para o desenvolvimento de um sistema integrado de controle de computador . gua Cincia e Tecnologia 26 (5-6) , 1365-1374 . Psichogios , D.C. , Ungar , L. H. , 1991 . Modelo direto e indireto com base controlar o uso de redes neurais artificiais. Industrial e Engenharia Chemistry Research 30 ( 12) , 2564-2573 . Reich , S.L. , Gomez , D.R. , Dawidowski , L.E. de 1999. neural artificial rede para a identificao das fontes de poluio do ar desconhecidos . Atmospheric Environment 33 ( 18) 3045-3052 . Rodrigo , MA, Seco , A., Ferrer , J., Penya -roja , JM, Valverde, JL, 1999. Controle no-linear de um processo de aerao de lodo ativado : uso de tcnicas difusas para sintonizar controladores PID . Transaes ISA 38, 231-241 . Rynk , R. F. , 1992 . Monitoramento e controle de um computador integrado processo de utilizao de um sistema especialista de compostagem . Ph.D. Dissertao , Universidade de Massachusetts, Amhurst , MA . Sefiner , I., 1997. Algumas aplicaes de rede neural artificial para

controle ambiental estufa. Informtica e Eletrnicos em Agricultura 18 (2-3) , 167-186 . Simutis , R., Oliveira , R., Manikowski , M., Feyo de Azevedo , S., L. ubbert , A., 1997. Como aumentar o desempenho de modelos para otimizao do processo e controle. Journal of Biotechnology 59, 73-89 . Steven , G.H. de 1998. Feedback de temperatura e controle atravs de aerao regulao da taxa em sistemas de compostagem biolgicos. Ph.D dissertao, Cornell University, Ithaca , NY. Estoque , M., 1989. AI em Controle de Processos . McGraw- Hill Book Company, Nova Iorque. Syu , M. J. , Chen , B.C. , 1998. Rede neural Backpropagation controlo adaptativo de um processo contnuo de tratamento de guas residuais . Industrial e Engineering Chemistry Research 37 ( 9) , 3325 3630 . Tay , J -H. , Zhang , X. , 1999. Modelagem difusa Neural de anaerbio sistemas de tratamento biolgico de guas residuais . Journal of Environment Engenharia 125 ( 12) , 1149-1159 . Tendulkar , SB , Tambe , SS , Chanddra , I., Roo , PV Naik , RV, Kulkarni , B.D. , 1998. Hidroxilao de fenol para dihydroxybenzenes : desenvolvimento do processo de rede baseada neural artificial

C. W. Chan, G.H. Huang / Engenharia de Aplicaes de Inteligncia Artificial 16 (2003) 75-90 89 identificao e estratgias de controle preditivo baseado em modelo para um piloto reator em escala de planta. Industrial e Engenharia Qumica Research 37 (6 ) , 2081-2085 . Walker , R., 1993. Inteligncia Artificial. Fabricante de papel 56 (3), 24-26 . Ye, H., Nicolai , R., Reh , L., 1998. A Bayesian Gaussian neural rede e suas aplicaes em engenharia de processos. qumico Engenharia e processamento 37 (5 ) , 439-449 . Zhang, Q., Stanley, S. J. , 1999. Em tempo real processo de tratamento de gua controlar com redes neurais artificiais. Journal of Environment Engenharia 125 ( 2) , 153-160 . Zhou , M., 2002. Tcnicas de redes neurais e sua engenharia aplicaes. In: Leondes , C.T. (Ed.), Intelligent Systems Technology e aplicaes, sistemas fuzzy , redes neurais, e Especialista Systems, vol. II. CRC Press, Boca Raton , FL.