Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/350302
Type: TESE DIGITAL
Degree Level: Doutorado
Title: Proposta metodológica de otimização baseada em IA, ciência de dados e indústria 4.0. estudo de casos: serviços de emergência em e-hospital e sistema de gerenciamento de energias híbridas
Title Alternative: Methodological proposal for optimization based on AI, data science, and industry 4.0. case study: emergency services in e-hospital and hybrid energy management system
Author: Cáceres Flórez, Camilo Andrés, 1991-
Advisor: Rosário, João Maurício, 1959-
Abstract: Resumo: Este trabalho de pesquisa apresenta uma proposta metodológica de otimização aplicada à engenharia de sistemas utilizando conceitos de inteligência artificial, ciência de dados e indústria 4.0. Esta proposta foi validada através de dois estudos de casos correspondentes a implementação de um sistema inteligente para o serviço de emergência em e-hospital, e ao gerenciamento do abastecimento energético de uma cidade utilizando fontes híbridas. A abordagem proposta utiliza conceitos da Industria 4.0, pesquisa operacional, ciência de dados e inteligência artificial. A metodologia apresentada segue uma abordagem sistêmica, facilitando a melhoria de sistemas complexos em engenharia, tais como os sistemas estocásticos. O estudo de caso relacionado com o gerenciamento inteligente de um e-Hospital, aborda o sistema de emergência hospitalar, controlando de forma inteligente a gestão de pessoal, particularmente nas áreas chave e gargalos existentes nos sistemas em estudo. O uso de conceitos de telemedicina, controle automático e algoritmos genéticos permitiram encontrar uma solução flexível e robusta para situações de baixo e alto fluxo de pacientes. O segundo estudo de caso permitiu projetar um sistema híbrido de geração de energia, utilizando fontes renováveis e um sistema de armazenamento com baterias para o abastecimento de uma população selecionada. As decisões tomadas para projetar o sistema de geração de energia foram baseadas na análise de bancos de dados relacionados. A melhoria proposta para o sistema inteligente de distribuição de energia utilizou técnicas de aprendizado por reforço para abordar o problema. Os resultados obtidos para os estudos de caso implementados mostraram que a abordagem utilizando técnicas de inteligência artificial obteve um desempenho muito superior aos métodos tradicionais encontrados nos trabalhos de referência, demostrando assim a superioridade das técnicas utilizada

Abstract: This work is a methodological proposal of optimization applied to systems engineering using concepts of artificial intelligence, data science, and industry 4.0. This proposal was validated through two case studies corresponding to the implementation of an intelligent system for the emergency service in an e-hospital, and to the management of the energy supply of a city using renewable energy sources (solar and wind). The proposed approach used the concepts of Industry 4.0, operational research, data science, and artificial intelligence. The methodology follows a series of steps that allow a systemic approach, thus facilitating the improvement of complex systems, such as stochastic systems. The first case study is related to the intelligent management of an e-Hospital addresses the hospital emergency system, intelligently controlling the personnel management, particularly in the key areas and bottlenecks existing in the systems under study. The use of telemedicine concepts, automatic control, and genetic algorithms made it possible to find a flexible and robust solution for situations of low and high flow of patients. The second case study allowed the design of a hybrid energy generation system, using renewable energy sources and a battery storage system to supply a selected population. The decisions made to design the power generation system were based on the analysis of related databases using python language. The proposed area for the intelligent energy distribution system used reinforcement learning techniques to address the problem. The results obtained for the implemented case studies showed that the approach using artificial intelligence techniques achieved a performance far superior to the traditional methods found in the reference works, thus demonstrating the superiority of the used method
Subject: Indústria 4.0
Redes neurais (Computação)
Aprendizado de máquina
Serviços de saúde
Pesquisa operacional
Geração distribuída de energia elétrica
Algoritmos genéticos
Language: Português
Editor: [s.n.]
Citation: CÁCERES FLÓREZ, Camilo Andrés. Proposta metodológica de otimização baseada em IA, ciência de dados e indústria 4.0. estudo de casos: serviços de emergência em e-hospital e sistema de gerenciamento de energias híbridas . 2020. 1 recurso online ( 341 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Campinas, SP.
Date Issue: 2020
Appears in Collections:FEM - Tese e Dissertação

Files in This Item:
File SizeFormat 
Caceres Florez_CamiloAndres_D.pdf10 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.