Renato Antonio Krohling

Idiomas

Áreas de atuação

Participação em bancas

Orientou

Produções bibliográficas

• CASOTTI, ANDRÉ LUIZ NETTO ; KROHLING, Renato A. . A multi-objective formulation for the team formation problem using Krippendorff?s disagreement and sociometric cohesion with Pareto-solutions obtained via evolutionary algorithms. COMPUTERS & OPERATIONS RESEARCH , v. 161, p. 106444-106444, 2024.

• DE LIMA, LEANDRO MUNIZ ; DE ASSIS, MARIA CLARA FALCÃO RIBEIRO ; SOARES, JÚLIA PESSINI ; GRÃO-VELLOSO, TÂNIA REGINA ; DE BARROS, LILIANA APARECIDA PIMENTA ; CAMISASCA, DANIELLE RESENDE ; KROHLING, RENATO ANTONIO . On the importance of complementary data to histopathological image analysis of oral leukoplakia and carcinoma using deep neural networks. Intelligent Medicine , v. 2, p. 1-10, 2023.

• DE ASSIS, MARIA CLARA FALCÃO RIBEIRO ; SOARES, JÚLIA PESSINI ; DE LIMA, LEANDRO MUNIZ ; DE BARROS, LILIANA APARECIDA PIMENTA ; GRÃO-VELLOSO, TÂNIA REGINA ; KROHLING, RENATO ; CAMISASCA, DANIELLE RESENDE . NDB-UFES: An oral cancer and leukoplakia dataset composed of histopathological images and patient data. DATA IN BRIEF , v. 1, p. 109128, 2023.

• MAIA, BEATRIZ MATIAS SANTANA ; DE ASSIS, MARIA CLARA FALCÃO RIBEIRO ; DE LIMA, LEANDRO MUNIZ ; ROCHA, MATHEUS BECALI ; CALENTE, HUMBERTO GIURI ; CORREA, MARIA LUIZA ARMINI ; CAMISASCA, DANIELLE RESENDE ; KROHLING, RENATO ANTONIO . Transformers, convolutional neural networks, and few-shot learning for classification of histopathological images of oral cancer. EXPERT SYSTEMS WITH APPLICATIONS , v. 122418, p. 122418, 2023.

• DA SILVA, CARLOS A. S. ; KROHLING, Renato A. . An extreme learning machine algorithm for semi-supervised classification of unbalanced data streams with concept drift. MULTIMEDIA TOOLS AND APPLICATIONS , v. xx, p. 1-20, 2023.

• TASSIS, LUCAS M. ; KROHLING, Renato A. . Few-shot learning for biotic stress classification of coffee leaves. Artificial Intelligence in Agriculture , v. 6, p. 55-67, 2022.

• MENDES, CARLOS FREDERICO S. DA F. ; KROHLING, Renato A. . Deep and handcrafted features from clinical images combined with patient information for skin cancer diagnosis. CHAOS SOLITONS & FRACTALS , v. 162, p. 112445, 2022.

• ESGARIO, JOSÉ G.M. ; DE CASTRO, PEDRO B.C. ; TASSIS, LUCAS M. ; KROHLING, Renato A. . An app to assist farmers in the identification of diseases and pests of coffee leaves using deep learning. INFORMATION PROCESSING IN AGRICULTURE , v. 8, p. 1-8, 2021.

• PACHECO, ANDRE GEORGHTON CARDOSO ; KROHLING, RENATO . An attention-based mechanism to combine images and metadata in deep learning models applied to skin cancer classification. IEEE Journal of Biomedical and Health Informatics , v. 25, p. 1-1, 2021.

• TASSIS, LUCAS M. ; TOZZI DE SOUZA, JOÃO E. ; KROHLING, Renato A. . A deep learning approach combining instance and semantic segmentation to identify diseases and pests of coffee leaves from in-field images. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 186, p. 106191-12, 2021.

• ESGARIO, J. G. M. ; KROHLING, R. A. ; VENTURA, J. A. . Deep learning for classification and severity estimation of coffee leaf biotic stress. COMPUTERS AND ELECTRONICS IN AGRICULTURE , v. 169, p. 105162, 2020.

• PACHECO, ANDRE G.C. ; LIMA, GUSTAVO R. ; SALOMÃO, AMANDA S. ; KROHLING, BRENO ; BIRAL, IGOR P. ; DE ANGELO, GABRIEL G. ; ALVES JR, FÁBIO C.R. ; ESGARIO, JOSÉ G.M. ; SIMORA, ALANA C. ; CASTRO, PEDRO B.C. ; RODRIGUES, FELIPE B. ; FRASSON, PATRICIA H.L. ; KROHLING, Renato A. ; KNIDEL, HELDER ; SANTOS, MARIA C.S. ; DO ESPÍRITO SANTO, RACHEL B. ; MACEDO, TELMA L.S.G. ; CANUTO, TANIA R.P. ; DE BARROS, LUÍZ F.S. . PAD-UFES-20: a skin lesion dataset composed of patient data and clinical images collected from smartphones. DATA IN BRIEF , v. 1, p. 106221-1-8, 2020.

• KROHLING, R. A. ; PACHECO, A.G.C. ; Dos SANTOS, G. A. . TODIM and TOPSIS with Z-numbers. Frontiers of Information Technology & Electronic Engineering , v. 20, p. 283-291, 2019.

• PACHECO, ANDRE G.C. ; KROHLING, Renato A. . The impact of patient clinical information on automated skin cancer detection. COMPUTERS IN BIOLOGY AND MEDICINE , v. x, p. 1, 2019.

• PACHECO, ANDRE G.C. ; KROHLING, Renato A. ; DA SILVA, CARLOS A.S. . Restricted Boltzmann machine to determine the input weights for extreme learning machines. EXPERT SYSTEMS WITH APPLICATIONS , v. 96, p. 77-85, 2018.

• PACHECO, ANDRE G.C. ; KROHLING, Renato A. . Aggregation of neural classifiers using Choquet integral with respect to a fuzzy measure. NEUROCOMPUTING , v. x, p. 1-14, 2018.

• PACHECO, ANDRÉ G. C. ; KROHLING, Renato A. . Ranking of Classification Algorithms in Terms of Mean-Standard Deviation Using A-TOPSIS. ANNALS OF DATA SCIENCE , v. 5, p. 93-110, 2018.

• EBERMAM, E. ; KROHLING, R. A. . Uma Introdução Compreensiva às Redes Neurais Convolucionais: Um Estudo de Caso para Reconhecimento de Caracteres Alfabéticos. Revista de Sistemas de Informação da FSMA , v. 22, p. 49-59, 2018.

• LOURENZUTTI, RODOLFO ; KROHLING, Renato A. ; REFORMAT, MAREK Z. . Choquet based TOPSIS and TODIM for dynamic and heterogeneous decision making with criteria interaction. INFORMATION SCIENCES , v. 408, p. 41-69, 2017.

• CAMPOS, MAURO ; KROHLING, Renato A. . Entropy-based bare bones particle swarm for dynamic constrained optimization. Knowledge-Based Systems , v. 97, p. 203-223, 2016.

• KROHLING, Renato A. ; PACHECO, ANDRÉ G.C. . A-TOPSIS - An Approach Based on TOPSIS for Ranking Evolutionary Algorithms. Procedia Computer Science , v. 55, p. 308-317, 2015.

• LOURENZUTTI, RODOLFO ; KROHLING, Renato A. . TODIM Based Method to Process Heterogeneous Information. Procedia Computer Science , v. 55, p. 318-327, 2015.

• LUCHI, FELIPE ; KROHLING, Renato A. . Differential Evolution and Nelder-mead for Constrained Non-linear Integer Optimization Problems. Procedia Computer Science , v. 55, p. 668-677, 2015.

• HRASKO, RAFAEL ; PACHECO, ANDRÉ G.C. ; KROHLING, Renato A. . Time Series Prediction Using Restricted Boltzmann Machines and Backpropagation. Procedia Computer Science , v. 55, p. 990-999, 2015.

• KROHLING, Renato A. ; LOURENZUTTI, RODOLFO ; CAMPOS, MAURO . Ranking and Comparing Evolutionary Algorithms with Hellinger-TOPSIS. Applied Soft Computing (Print) , v. 37, p. 217-226, 2015.

• LOURENZUTTI, RODOLFO ; KROHLING, Renato A. . A generalized TOPSIS method for group decision making with heterogenous information in a dynamic environment. INFORMATION SCIENCES , v. 330, p. 1-18, 2015.

• SCHNEIDER, E.R.F.A. ; KROHLING, R. A. . A hybrid approach using TOPSIS, Differential Evolution, and Tabu Search to find multiple solutions of constrained non-linear integer optimization problems. Knowledge-Based Systems , p. 47-56, 2014.

• LOURENZUTTI, RODOLFO ; KROHLING, Renato A. . The Hellinger distance in Multi-Criteria Decision Making: An illustration to the TOPSIS and TODIM methods. Expert Systems with Applications , v. 41, p. 4414-4421, 2014.

• KROHLING, Renato A. ; PACHECO, ANDRÉ G.C. . Interval-valued Intuitionistic Fuzzy TODIM. Procedia Computer Science , v. 31, p. 236-244, 2014.

• LOURENZUTTI, R. ; KROHLING, R. A. . A study of TODIM in a intuitionistic fuzzy and random environment. Expert Systems with Applications , v. 40, p. 6459-6468, 2013.

• KROHLING, Renato A. ; PACHECO, ANDRÉ G.C. ; SIVIERO, ANDRÉ L.T. . IF-TODIM: An intuitionistic fuzzy TODIM to Multi-criteria Decision Making. Knowledge-Based Systems , v. 53, p. 142-146, 2013.

• CAMPOS, MAURO ; KROHLING, Renato A. ; ENRIQUEZ, IVAN . Bare Bones Particle Swarm Optimization With Scale Matrix Adaptation. IEEE T CYBERNETICS , v. 44, p. 1-1, 2013.

• FABRIS, F. ; KROHLING, R. A. . A Co-evolutionary Differential Evolution Algorithm for Solving min-max Optimization Problems Implemented on GPU using C-CUDA (doi: 10.1016/j.eswa.2011.10.015 - Available online 20 November 2011). Expert Systems with Applications , v. 39, p. 10324-10333, 2012.

• KROHLING, R. A. ; SOUZA, T.T.M. . Combining Prospect Theory and Fuzzy Numbers to Multi-CriteriaDecision Making (doi:10.1016/j.eswa.2012.04.006 - available online 19 abril 2012). Expert Systems with Applications , v. 39, p. 11487-11493, 2012.

• Segundo, Gilberto A.S. ; KROHLING, Renato A. ; Cosme, Rodrigo C. . A differential evolution approach for solving constrained minmax optimization problems. Expert Systems with Applications , v. 39, p. 13440-13450, 2012.

• MENDEL, E. ; KROHLING, R. A. ; CAMPOS, M. . Swarm Algorithms with Chaotic Jumps Applied to Noisy Optimization Problems (doi: 10.1016/j.ins.2010.06.007 - available online 17 June 2010). Information Sciences , v. 181, p. 4494-4514, 2011.

• KROHLING, R. A. ; CAMPANHARO, V. C. . Fuzzy TOPSIS for group decision making: A case study for accidents with oil spill in the sea (doi: 10.1016/j.eswa.2010.09.081 - available online 29 September 2010). Expert Systems with Applications , v. 38, p. 4190-4197, 2011.

• KROHLING, R. A. ; MENDEL, E. ; CAMPOS, M. . Swarm algorithms with chaotic jumps for optimization of multimodal functions (doi: 10.1080/0305215X.2010.550285 - available online 30 March 2011). Engineering Optimization (Print) , v. 43, p. 1243-1261, 2011.

• KROHLING, R. A. ; SOUZA, T.T.M. . Dois Exemplos da Aplicação da Técnica TOPSIS para Tomada de Decisão (Disponível online em 25 de Novembro 2011). Revista de Sistemas de Informação da FSMA , v. 8, p. 31-35, 2011.

• KROHLING, R. A. ; COELHO, L. S. . Co-evolutionary Particle Swarm Using Gaussian Distribution to Solving Constraint Optimization Problems. IEEE Transactions on Systems, Man and Cybernetics. Part B. Cybernetics , v. 36, p. 1407-1416, 2006.

• TYRRELL, A. M. ; KROHLING, R. A. ; ZHOU, Y. . A New Evolutionary Algorithm for the Promotion of Evolvable Hardware. IEE Proceedings. Computers and Digital Techniques (Cessou em 2006. Cont. ISSN 1751-8601 IET Computers & Digital Techniques (Print)) , v. 151, n.4, p. 267-275, 2004.

• KROHLING, R. A. ; REY, J. P. . Design of optimal disturbance rejection PID controllers using genetic algorithms (Invited Submission from Dr. David Fogel, Editor-in-Chief). IEEE Transactions on Evolutionary Computation , v. 5, p. 78-82, 2001.

• BLEYMEHL, J. ; KROHLING, R. A. ; GOCKEL, T. . Tuning a PID Controller Using Genetic Algorithms. International Journal on Automation, Robotics and Control , Alemanha, v. 1, p. 23-28, 1995.

• JAMSHIDI, M. ; KROHLING, R. A. ; COELHO, L. S. ; FLEMING, P. . Robust Control Systems with Genetic Algorithms. 1. ed. Boca Raton - Florida: CRC Press, 2002. 232p .

• SCHNEIDER, E.R.F.A. ; KROHLING, R. A. . Differential evolution and tabu search to find multiple solutions of multimodal optimization problems. In: Snasel, V. et al.,. (Org.). Advances in Intelligent and Soft Computing. 1aed.Beerlin/Heidelberg: Springer Verlag, 2013, v. , p. 01-.

• LIMA, L. M. ; KROHLING, R. A. . Hybrid Particle Filter with Differential Evolution for Image Tracking. In: G. Schaefer, G.. (Org.). Advances in Soft Computing. xxed.Berlin: Springer Verlag, 2012, v. , p. 01-.

• LIMA, L. M. ; KROHLING, R. A. . Particle Filter with Differential Evolution for Trajectory Tracking. In: Gaspar-Cunha et al. (Org.). Advances in Intelligent and Soft Computing. Heidelberg: Springer Verlag, 2011, v. 96, p. 209-219.

• KROHLING, R. A. ; CAMPOS, M. ; BORGES, P. . Bare Bones Particle Swarm Applied to Parameter Estimation of Mixed Weibull Distribution. In: Koeppen, M. et al.. (Org.). Advances in Intelligent and Soft Computing. Berlin: Springer Verlag, 2010, v. , p. 53-60.

• KROHLING, R. A. ; RIGO, D. . Fuzzy group decision making for management of oil spill responses. In: Mehnen, J. (Eds). (Org.). Applications of Soft Computing: From Theory to Praxis. Heidelberg: Springer Verlag, 2009, v. 58, p. 3-12.

• CAMPOS, M. ; KROHLING, R. A. ; BORGES, P. . Particle Swarm Optimization for Inference Procedures in the Generalized Gamma Family Based on Censored Data. In: Mehnen, J. (Eds). (Org.). Applications of Soft Computing: From Theory to Praxis. Heidelberg: Springer Verlag, 2009, v. 58, p. 411-422.

• COELHO, L. S. ; KROHLING, R. A. . Predictive Controller Tuning using Modified Particle Swarm Optimisation Based on Cauchy and Gaussian Distributions. Soft Computing: Methodologies and Applications. Berlin: Springer Verlag, 2005, v. , p. 287-298.

• KROHLING, R. A. ; COELHO, L. S. ; SHI, Y. . Cooperative Particle Swarm Optimization for Robust Control System Design. Advances in Soft Computing ? Engineering, Design and Manufacturing. Berlin: Springer Verlag, 2003, v. , p. 361-370.

• COELHO, L. S. ; KROHLING, R. A. . Discrete Variable Structure Control Design based on Lamarckian Evolution. Advances in Soft Computing ? Engineering, Design and Manufacturing. Berlin: Springer Verlag, 2003, v. , p. 317-326.

• LIMA, L. M. ; KROHLING, R. A. . Student Dropout Prediction using 1D CNN-LSTM with Variational Autoencoder Oversampling. In: IEEE Latin American Conference on Computational Intelligence, 2022, Uruguay. (IEEE LA-CCI 2022), 2022.

• LIMA, L. M. ; KROHLING, R. A. . Exploring Advances in Transformers and CNN for Skin Lesion Diagnosis on Small Datasets. In: 11th Brazilian Conference on Intelligent Systems, 2022, Campinas. BRACIS, 2022.

• LIMA, L. M. ; KROHLING, R. A. . Discovering an Aid Policy to Minimize Student Evasion Using Offline Reinforcement Learning. In: IEEE International Joint Conference on Neural Networks, 2021. IJCNN 2021, 2021.

• CASTRO, P. B. C. ; KROHLING, B. A. ; PACHECO, A.G.C. ; KROHLING, R. A. . An App to Detect Melanoma Using Deep Learning: An Approach to Handle Imbalanced Data Based on Evolutionary Algorithms. In: IJCNN 2020, 2020, Glasgow. International Joint Conference on Neural Networks, Glasgow, 2020.

• PACHECO, A.G.C. ; TRAPPENBERG, T. ; KROHLING, R. A. . Learning Dynamic Weights for an Ensemble of Deep Models Applied to Medical Imaging Classification. In: IJCNN 2020, 2020, Glasgow. International Joint Conference on Neural Networks, Glasgow, 2020.

• PACHECO, A.G.C. ; SASTRY, C. ; TRAPPENBERG, T. ; OORE, S. ; KROHLING, R. A. . On Out-of-Distribution Detection Algorithms with Deep Neural Skin Cancer Classifiers. In: ISIC Skin Image Analysis Workshop @ CVPR 2020, 2020, Seattle, USA - virtual. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2020.

• de ANGELO, G. G. ; PACHECO, A.G.C. ; KROHLING, R. A. . Skin lesion segmentation using deep learning for images acquired from smartphones. In: IJCNN 2019, 2019, Budapest. International Joint Conference on Neural Networks, Budapest, 2019.

• da SILVA, C. A. S. ; KROHLING, R. A. . Semi-Supervised Online Elastic Extreme Learning Machine with Forgetting Parameter to deal with concept drift in data streams. In: IJCNN 2019, 2019, Budapest. International Joint Conference on Neural Networks, 2019, 2019.

• PACHECO, A.G.C. ; KROHLING, R. A. . Recent advances in deep learning applied for skin cancer detection. In: NIPS, 2019, Vancouver. Neural and Information Processing Systems, 2019.

• ARAUJO, A. E. O. ; KROHLING, R. A. . A Multiobjective Genetic Approach with TOPSIS to Learn Fuzzy Rule-Based Classification Systems. In: BRACIS, 2019, Salvador. The 8th Brazilian Conference on Intelligent Systems (BRACIS). New Jersey: IEEE, 2019. v. X. p. 1-8.

• ARAUJO, A. E. O. ; KROHLING, R. A. . Generating a Fuzzy Rule Based Classification System by genetic learning of granularity level using TOPSIS. In: EUSFLAT, 2019, Prague. Conference of the International Fuzzy Systems Association and the European Society for Fuzzy Logic and Technology, 2019. v. x. p. 1-8.

• PACHECO, A.G.C. ; KROHLING, R. A. . An approach to improve online sequential extreme learning machines using restricted Boltzmann machines. In: IJCNN 2018 - International Joint Conference on Neural Networks, 2018, Rio de Janeiro. WCCI 2018 - the World Congress on Computational Intelligence, 2018. p. 1503-1510.

• da SILVA, C. A. S. ; KROHLING, R. A. . Semi-Supervised Online Elastic Extreme Learning Machine for Data Classification. In: IJCNN 2018 - International Joint Conference on Neural Networks, 2018, Rio de Janeiro. WCCI 2018 - the World Congress on Computational Intelligence, 2018. p. 1511-1518.

• EGIAS, I. ; KROHLING, R. A. . A Fuzzy Sociometric Approach to Human Resource Allocation. In: FUZZ 2018 - IEEE International Conference on Fuzzy Systems, 2018, Rio de Janeiro. WCCI 2018 - the World Congress on Computational Intelligence, 2018. p. 1-xx.

• ESGARIO, J. G. M. ; KROHLING, R. A. . Clustering with Minimum Spanning Tree using TOPSIS with Multi-Criteria Information. In: FUZZ 2018 - IEEE International Conference on Fuzzy Systems, 2018, Rio de Janeiro. WCCI 2018 - the World Congress on Computational Intelligence, 2018. p. 1-xx.

• EBERMAM, E. ; KROHLING, R. A. . Negociação de ações usando TOPSIS e análise técnica. In: Simpósio Brasileiro de Pesquisa Operacional, 2018, Rio de Janeiro. XL SBPO, 2018. p. 1-xx.

• EBERMAM, E. ; de ANGELO, G. G. ; KNIDEL, H. ; KROHLING, R. A. . Empirical Mode Decomposition, Extreme Learning Machine and Long Short-Term Memory for Time Series Prediction: A Comparative Study. In: BRACIS, 2018, São Paulo. The 7th Brazilian Conference on Intelligent Systems (BRACIS. New Jersey: IEEE, 2018. v. x. p. 1-8.

• KROHLING, R. A. ; Dos SANTOS, G. A. ; PACHECO, A.G.C. . TODIM and TOPSIS with Z-numbers. In: The 24th International Conference on Multiple Criteria Decision Making, 2017, Ottawa. MCDM 2017. Ottawa: MCDM Society, 2017. v. 1. p. 1-1.

• PACHECO, A.G.C. ; KROHLING, R. A. . Agregação de elencos de classificadores utilizando integral de Choquet baseado em medida fuzzy. In: Simpósio Brasileiro de Pesquisa Operacional, 2016, Vitória. XLVIII, 2016.

• PACHECO, A.G.C. ; KROHLING, R. A. . Classificação de grandes bases de dados utilizando máquina de Boltzmann restrita discriminativa. In: Simpósio Brasileiro de Pesquisa Operacional, 2016, Vitória. XLVIII, 2016.

• da SILVA, C. A. S. ; KROHLING, R. A. . Classificação de grandes bases de dados utilizando algoritmo de Máquina de Aprendizado Extremo. In: Simpósio Brasileiro de Pesquisa Operacional, 2016, Vitória. XLVIII, 2016.

• ARRUDA, V. F. ; KROHLING, R. A. . Otimização via enxame de partículas para treinamento de redes neurais artificiais do tipo ELM: Um estudo de caso para predição de séries temporais. In: Simpósio Brasileiro de Pesquisa Operacional, 2016, Vitória. XLVIII, 2016.

• LUCHI, FELIPE ; KROHLING, R. A. . Um algoritmo híbrido entre Evolução Diferencial e Nelder-Mead inteiro para problemas de otimização. In: Simpósio Brasileiro de Pesquisa Operacional, 2015, Porto de Galinhas. XLVII SBPO, 2015.

• KROHLING, R. A. ; LOURENZUTTI, R. . Hellinger TODIM for Ranking Evolutionary Algorithms. In: 23rd International Conference on Multiple Criteria Decision Making, 2015, Hamburg. MCDM 2015. Hamburg: Society for MCDM, 2015. v. 1. p. 1-1.

• MOREIRA, D. D. ; KROHLING, R. A. . Um algoritmo bioinspirado em polinização de plantas usando entropia populacional. In: Simpósio Brasileiro de Pesquisa Operacional, 2015, Porto de Galinhas. XLVIII SBPO, 2015.

• CAMPOS, MAURO ; KROHLING, R. A. . Bare Bones Particle Swarm With Scale Mixtures Of Gaussians For Dynamic Constrained Optimization. In: Congress on Evolutionary Computation, 2014, Beijing. CEC2014, 2014. v. 1.

• KROHLING, R. A. ; PACHECO, A.G.C. . Interval-valued intuitionistic fuzzy TODIM. In: Second International Conference on Information Technology and Quantitative Management, 2014, Moscow. TQM 2014, 2014.

• KROHLING, R. A. ; MATHEUS, M. P. M. . Sobre a Ocorrência de Rank Reversal no TODIM. In: Simpósio Brasileiro de Pesquisa Operacional, 2014, Salvador. XLVI SBPO, 2014.

• LOURENZUTTI, R. ; KROHLING, R. A. . O método TOPSIS com Informação Fuzzy Intuicionista para Tomada de Decisão Multi-Critério em Ambientes Estocásticos. In: Simpósio Brasileiro de Pesquisa Operacional, 2014, Salvador. XLVI SBPO, 2014.

• CAMPOS, M. ; KROHLING, R. A. . Hierarchical Bare Bones Particle Swarm for Solving Constrained Optimization Problems. In: CEC 2013, 2013, Cancun. IEEE Congress on Evolutionary Computation, 2013. p. xx-xx.

• KROHLING, R. A. ; PACHECO, A.G.C. . IFG-TODIM: An intuitionstic fuzzy TODIM for group decision making. In: Simpósio Brasileiro de Pesquisa Operacional, 2013, Natal. XLV SBPO, 2013.

• KROHLING, R. A. ; DE SOUZA, T.T.M. . F-TODIM: An application of the Fuzzy TODIM method to rental evaluation of residential properties. In: XVI CLAIO/XLIV SBPO, 2012, RJ. Congresso Latino-Iberoamericano de Investigación Operativa e Simpósio Brasileiro de Pesquisa Operacional, 2012.

• DE SOUZA, T.T.M. ; KROHLING, R. A. . Fuzzy TODIM for Group Decision Making. In: XVI CLAIO/XLIV SBPO, 2012, RJ. Congresso Latino-Iberoamericano de Investigación Operativa e Simpósio Brasileiro de Pesquisa Operacional, 2012.

• SCHNEIDER, E.R.F.A. ; KROHLING, R. A. . Differential evolution and tabu search to find multiple solutions of multimodal optimization problems. In: WSC17, 2012. World Conference on Soft Computing in Industrial Applications (WSC-2012), 2012.

• SANTOS SEGUNDO, G. A. ; KROHLING, R. A. ; COSME, R.C. . Constrained Min-Max Optimization Problems: A Novel Approach with Co-Evolutionary Differential Evolution. In: CEC12, 2011, Flórida. IEEE Congress on Evolutionary Computation, 2011.

• LIMA, L. M. ; KROHLING, R. A. . Hybrid Particle Filter with Differential Evolution for Image Tracking. In: WSC16, 2011. World Conference on Soft Computing in Industrial Applications (WSC-2011), 2011.

• COSME, R.C. ; KROHLING, R. A. . Support Vector Machines applied to noisy data classification using differential evolution with local search. In: WSC16, 2011. World Conference on Soft Computing in Industrial Applications (WSC-2011).

• VERONESE, L. P. ; KROHLING, R. A. . Differential Evolution Algorithm on the GPU with C-CUDA. In: CEC`10, 2010. IEEE Congress on Evolutionary Computation, 2010. p. 1878-1884.

• SANTOS SEGUNDO, G. A. ; KROHLING, R. A. . Lógica nebulosa para modelamento de comportamentos defensivos em futebol de robôs simulados. In: II WCI, 2010, São Bernardo, SP. II Workshop on Computational Intelligence.

• COSME, R.C. ; KROHLING, R. A. . Reinforcement Learning Hybridized with Differential Evolution. In: II WCI, 2010, São Bernardo. II Workshop on Computational Intelligence, 2010.

• LIMA, L. M. ; KROHLING, R. A. . Particle Filter with Differential Evolution for Trajectory Tracking. In: WSC15, 2010. World Conference on Soft Computing in Industrial Applications (WSC-2010), 2010.

• VERONESE, L. P. ; KROHLING, R. A. . Swarm's Flight: Accelerating the Particles using C-CUDA. In: CEC09, 2009, Trondheim. IEEE Congress on Evolutionary Computation, 2009. p. 3264-3270.

• KROHLING, R. A. ; MENDEL, E. . Bare Bones Particle Swarm Optimization with Gaussian or Cauchy Jumps. In: CEC09, 2009, Trondheim. IEEE Congress on Evolutionary Computation, 2009. p. 3285-3291.

• KROHLING, R. A. ; CAMPANHARO, V. C. . Fuzzy Topsis para tomada de decisão multicritério: Uma aplicação para o caso de acidentes com derramamento de óleo no mar. In: XLI SBPO, 2009, Porto Seguro. Simpósio Brasileiro de Pesquisa Operacional, 2009.

• KROHLING, R. A. ; CAMPOS, M. ; BORGES, P. . Bare bones particle swarm optimization applied to parameter estimation of mixed Weibull distributions. In: WSC'14, 2009. World Conference on Soft Computing in Industrial Applications (WSC-2009), 2009.

• KROHLING, R. A. ; RIGO, D. . Tomada de decisão em grupo com múltiplos critérios baseado em lógica fuzzy: Uma aplicação no gerenciamento de respostas ao derramamento de óleo. In: RIOOIL, 2008, Rio de Janeiro. Rio Oil and Gas Conference.

• KROHLING, R. A. ; RIGO, D. . Fuzzy group decision making for management of oil spill responses. In: WSC'13, 2008. World Conference on Soft Computing in Industrial Applications (WSC-2008), 2008.

• CAMPOS, M. ; KROHLING, R. A. ; BORGES, P. . Particle Swarm Optimization for Inference Procedures in the Generalized Gamma Family Based on Censored Data. In: WSC'13, 2008, Cranfield. World Conference on Soft Computing in Industrial Applications (WSC-2008), 2008.

• KROHLING, R. A. ; SCHAUTEN, D. ; STERNKE, M. . Particle Swarm Optimization Applied to a Control System of a Hydraulic Valve. In: SIS2006, 2006, Indiana. Proc. of the IEEE Swarm Intelligence Symposium, 2006. p. 32-37.

• KROHLING, R. A. ; COELHO, L. S. . PSO-E: Particle Swarm with Exponential Distribution. In: CEC`2006, 2006, Vancouver. Proc. of the 2006 IEEE Congress on Evolutionary Computation, 2006. p. 5577-5582.

• COELHO, L. S. ; KROHLING, R. A. . Nonlinear System Identification Based on B-spline Neural Network and Modified Particle Swarm Optimization. In: IJCNN`2006, 2006, Vancouver. Proc. of the 2006 IEEE International Joint Conference on Neural Networks, 2006. p. 7139-7144.

• ASMARA, A. ; KROHLING, R. A. ; HOFFMANN, F. . Parameter Tuning of a Computed-Torque Controller for a 5 Degree of Freedom Robot Arm Using Co-evolutionary Particle Swarm Optimization. In: SIS`2005, 2005, Pasadena. Proc. of the IEEE Swarm Intelligence Symposium, 2005. p. 162-168.

• KROHLING, R. A. . Gaussian Particle Swarm with Jumps. In: CEC`2005, 2005, Edinburgh. Proc. of the IEEE Congress on Evolutionary Computation, 2005. p. 1226-1231.

• KROHLING, R. A. . Gaussian Swarm and Particle Filter for Nonlinear State Estimation. In: CSC`2005, 2005, Benidorn. Proc. of the IAESTE Conference on Soft Computing. p. 399-404.

• KROHLING, R. A. ; STERNKE, M. ; SCHAUTEN, D. ; HOFFMANN, F. . Partikel Schwarm Optimierung eines Regelungssystems für ein industrielles Hydraulikventil. In: CI2005, 2005, Bommerholz. Proc. of the 15. Workshop on Computational Intelligence des GMA-FA, 2005. p. 227-240.

• COELHO, L. S. ; KROHLING, R. A. . Variable structure control design based on differential evolution optimization with new sinusoidal gaussian operator. In: 18th International Congress of Mechanical Engineering, 2005, Ouro Preto. Proceedings of COBEM 2005.

• COELHO, L. S. ; KROHLING, R. A. . LEARNING OF B-SPLINE NEURAL NETWORK USING NEW PARTICLE SWARM APPROACHES. In: 18th International Congress of Mechanical Engineering, 2005, Ouro Preto. Proceedings of COBEM 2005, 2005.

• KROHLING, R. A. ; HOFFMANN, F. ; COELHO, L. S. . Co-evolutionary Particle Swarm Optimization for Min-Max Problems using Gaussian Distribution. In: CEC`2004, 2004, Oregon. Proc. of the IEEE Congress on Evolutionary Computation, 2004. p. 959-964.

• KROHLING, R. A. . Gaussian Swarm: A novel Particle Swarm Optimization Algorithm. In: CIS`2004, 2004, Singapore. Proc. of the 2004 IEEE Conference on Cybernetics and Intelligent Systems, 2004. p. 372-376.

• COELHO, L. S. ; KROHLING, R. A. . Predictive Controller Tuning using Modified Particle Swarm Optimisation Based on Cauchy and Gaussian Distributions. In: WSC8, 2003, Dortmund. Proc. of the online World Conference on Soft Computing in Industrial Applications.

• COELHO, L. S. ; KROHLING, R. A. . Controlador Preditivo baseado em otimização por colônia de partículas. In: CBRN, 2003, São Paulo. Proc. do VI Congresso Brasileiro de Redes Neurais, 2003. p. 259-264.

• SHI, Y. ; KROHLING, R. A. . Co-evolutionary Particle Swarm Optimization to Solving Min-Max Problems. In: CEC2002, 2002, Hawai. Proc. of the IEEE Conference on Evolutionary Computation, 2002. p. 1682-1687.

• KROHLING, R. A. ; KNIDEL, H. ; SHI, Y. . Solving Numerical Equations of Hydraulic Problems Using Particle Swarm Optimization. In: CEC`2002, 2002, Hawai. Proc. of the IEEE Conference on Evolutionary Computation, 2002. p. 1688-1690.

• KROHLING, R. A. ; COELHO, L. S. ; SHI, Y. . Cooperative Particle Swarm Optimization for Robust Control System Design. In: WSC`7, 2002, Granada. Online World Conference on Soft Computing in Industrial Applications, 2002.

• COELHO, L. S. ; KROHLING, R. A. . Discrete Variable Structure Control Design based on Lamarckian Evolution. In: WSC`7, 2002, Granada. Online World Conference on Soft Computing in Industrial Applications, 2002.

• KROHLING, R. A. ; ZHOU, Y. ; TYRRELL, A. M. . Evolving FPGA-based Robot Controllers using an Evolutionary Algorithm. In: ICARIS`2002, 2002, Kent. Proc. of the 1st International Conf. on Artificial Immune, 2002. p. 41-46.

• COELHO, L. S. ; COELHO, A. A. R. ; KROHLING, R. A. . Parameters Tuning of Multivariable Controllers Based on Memetic Algorithms: Fundamentals and Application. In: ISIC?2002, 2002, Vancouver. Proc of the 17th IEEE International Symposium on Intelligent Control, 2002. p. 752-757.

• KNIDEL, H. ; KROHLING, R. A. ; COELHO, L. S. ; NASCIMENTO, L. C. ; SARMENTO, R. . Genetic Algorithms and Evolution Strategies to Solving Numerical Equations of Hydraulic Problems. In: SBAI`95, 2001, Canela. Proc. of the Brazilian Automation Workshop, 2001.

• KROHLING, R. A. ; COELHO, L. S. ; COELHO, A. A. R. . Evolution Strategies for Synthesis of Mixed H2/Hinf. Fixed-Structure Controllers. In: IFAC`99, 1999, Beijing. Proc. of the IFAC World Congress, 1999. p. 471-476.

• REY, J. P. ; BRUINSMA, J. A. ; DUIVENBODE, R. V. ; KROHLING, R. A. . Genetic Algorithms Applied to Controller Design of an Electric Drive System. In: ISIE?98, 1998, Pretoria. Proc. of the IEEE International Symposium on Industrial Electronics, 1998. p. 579-583.

• KROHLING, R. A. . Genetic Algorithms for Synthesis of Mixed H2/Hinf. Fixed-Structure Controller. In: ISIC`98, 1998, Gaithersburg, USA. Proc. of the 13th IEEE International Symposium on Intelligent Control, 1998. p. 30-35.

• KROHLING, R. A. . Synthesis of PID Controller Using Genetic Algorithms. In: CACSD97, 1997, Gent. Proc. of the 7th IFAC International Symposium on Computer Aided Control Systems Design, 1997. p. 341-346.

• KROHLING, R. A. ; JASCHEK, H. ; REY, J. P. . Design of a State Feedback Controller for a Crane Based on Genetic Algorithms. In: CONTROL`97, 1997, Cancun. Proc. of the IASTED ? International Conference on Control. p. 311-314.

• KROHLING, R. A. ; JASCHEK, H. ; REY, J. P. . Designing PI/PID Controllers for a Motion Control System Based on Genetic Algorithms. In: ISIC`97, 1997, Istanbul. Proc. of the 12th IEEE International Symposium on Intelligent Control, 1997. p. 125-130.

• KROHLING, R. A. . Synthesis of PID Controller for Disturbance Rejection: a Real-Coded Genetic Algorithms Approach. In: EUFIT97, 1997, Aachen. Proc. of the 5th European Conference on Intelligent Techniques and Soft Computing. p. 862-868.

• KROHLING, R. A. . Design of a PID Controller for Disturbance Rejection: a Genetic Optimization Approach. In: GALESIA`97, 1997, Glasgow. Proc. of the 2nd IEE/IEEE International Conference on Genetic Algorithms in Engineering Systems: Innovations and Applications. p. 498-503.

• KROHLING, R. A. ; ORLANDI, J. G. N. ; REY, J. P. ; SCHNEEBELI, H. J. A. . Employment of Fuzzy Logic in the Control of the Inverted Pendulum. In: AIENG95, 1995, Udine. Proc. of the 10th International Conference of Artificial Intelligence in Engineering, 1995. p. 465-473.

Outras produções

Projetos de pesquisa

• 2022 - Atual

  RNP-FI- Redes neurais profundas para fusão de informações com aplicações no diagnóstico do câncer de pele e bucal, Descrição: O projeto objetiva desenvolver novas abordagens para auxílio ao diagnóstico automatizado de câncer de pele e bucal com acurácia superior a de especialistas. A conquista desse objetivo (alta acurácia de diagnóstico) requer o desenvolvimento de novos métodos de fusão de informações heterogêneas provindos de fontes diferentes. Nesse caso, teremos dados clínicos do paciente e informações a serem extraídas da imagem e outras a serem investigadas. Nesse contexto, espera-se contribuições inovadoras através do desenvolvimento de novas metodologias para fusão de dados via algoritmos de deep learning. Espera-se que os algoritmos desenvolvidos forneçam soluções eficazes para problemas de fusão de informações heterogêneas. Cabe ressaltar que uma gama de aplicações será possível, em particular, para fusão de informação provindas de imagens, dados clínicos e dados espectrais de pacientes para diagnóstico automático de câncer de pele e bucal.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Renato Antonio Krohling - Coordenador / Leandro Muniz de Lima - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.Número de orientações: 1

• 2019 - Atual

  RNH-FIH -Redes neurais híbridas para fusão de informações heterogêneas, Descrição: O objetivo deste projeto de pesquisa é desenvolver métodos e algoritmos computacionais para fusão de informações heterogêneas através de redes neurais hibridas. Métodos convencionais existentes que processam informações heterogêneas realizam cálculos explícitos para lidar com dados crisp, intervalares, fuzzy, fuzzy intuicionista, e distribuições de probabilidade. Um tipo de dado muito comum é imagen obtida com dispositivos móveis como smartphone. Atualmente, em muitos problemas relevantes como diagnóstico de doenças de seres humanos ou no caso de diagnóstico de doenças/pragas de plantas cada vez mais imagens são e serão usadas. O foco será tratar o problema de fusão de informações heterogêneas de forma mais geral inspirado no principio de como o cerébro humano processa informações. Nesse contexto, métodos de aprendizado de máquina, i.e., redes neurais hibridas serão propostas para fusão/classificação de dados heterogêneos. Algoritmos computacionais para tratar esse tipo de problema precisam ainda ser desenvolvidos. Aplicações para tais métodos encontram-se em várias áreas do conhecimento como em: 1) fusão de informações 2) tomada de decisão, 3) classificação de dados. Aplicações para diagnóstico de lesões de câncer de pele e de doenças de plantas serão desenvolvidos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Renato Antonio Krohling - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2019 - Atual

  PD-IA - Patologia Digital e Inteligência Artificial: Um estudo de caso para câncer da cavidade oral, Descrição: O câncer bucal é um dos tipos mais comuns de câncer em homens, causando mortalidade, se não diagnosticado precocemente. Nos últimos anos, o diagnóstico auxiliado por computador (CAD) usando técnicas de inteligência artificial, em particular, as redes neurais profundas têm sido investigadas e algumas abordagens têm sido propostas para lidar com a detecção automatizada de patologias utilizando imagens digitais. Estudos recentes indicam que a fusão de imagens com informações clínicas do paciente são importantes para o diagnóstico clínico final. Como tal conjunto de dados ainda não existe tanto quanto sabemos, iniciamos uma cooperação em 2019 com o Núcleo de Diagnóstico Bucal (NDB/UFES) existente no Serviço de Anatomia Patológica (SAP) da UFES, e um conjunto de dados inicial foi coletado e continua sendo coletado consistindo imagens histopatológicas e informações clínicas e demográficas do paciente. O conjunto de dados já coletado esta sendo analisado por patologistas do SAP gerando o padrão-ouro para ser usado pelos algoritmos de classificação. Arquiteturas de fusão de imagens com dados complementares usando as mais recentes arquiteturas para aprendizado profundo, como as redes neurais convolucionais e transformers serão investigados para diagnóstico de carcinoma oral e leucoplasia e também para a detecção da presença ou ausência de displasia epitelial. O objetivo será o desenvolvimento e implementação de uma ferramenta de auxílio ao patologista para diagnóstico automatizado de câncer da cavidade oral. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Renato Antonio Krohling - Coordenador / Leandro Muniz de Lima - Integrante / Matheus Becali Rocha - Integrante / Beatriz Matias Santana Maia - Integrante / Danielle Resende Camisasca Barroso - Integrante.

• 2018 - Atual

  Um App para Auxílio ao Diagnóstico de Lesões de Pele Baseado em Imagens de Smartphone e Informações Clínicas, Descrição: O câncer de pele é a displasia mais comum no mundo. No Brasil, a cada hora uma pessoa morre devido a essa doença. Especificamente para os países economicamente emergentes, faltam instrumentos médicos e profissionais qualificados para atender a população, principalmente no interior do país. Por este motivo, um sistema para auxiliar no diagóstico do câncer de pele é muito desejado. Nos últimos anos, diferentes abordagens foram propostas para resolver esse problema. No entanto, a maioria delas é baseada em imagens dermatoscópicas, que restringem seu escopo para aquelas pessoas que têm acesso a um médico dermatologista que possui o dermatoscópio. Além disso, as abordagens atuais não consideram as informações clínicas do paciente. Em parceria com o departamento de medicina especializada do Hucam/UFES, o objetivo consiste em desenvolver um Aplicativo para smartphone que coleta imagens de câncer de pele através da câmera do dispositivo e informações clínicas do paciente. A partir deste banco de dados, nosso principal objetivo é desenvolver um aplicatico que utiliza aprendizagem profunda (em inglês: deep learning) combinando as informações extraídas das imagens com as informações clínicas, a fim de auxiliar automaticamente no diagnóstico de lesões de pele. Um outro objetivo do trabalho é criar um banco de dados contendo imagens e informações sobre câncer de pele e disponibilizá-lo a outros grupos de pesquisas nacionais e internacionais, uma vez que há uma carência desse tipo de dado. Como não há banco de dados público de imagens de pele adquiridas através de câmeras de smartphones, também pretendemos abrir o banco de dados obtido a partir deste projeto para fins de pesquisa.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Renato Antonio Krohling - Coordenador / André G.C.Pacheco - Integrante / José Guilherme M. Esgario - Integrante., Financiador(es): Fundação de Apoio à Pesquisa do Espírito Santo - Auxílio financeiro.

• 2018 - Atual

  E-farmer: A smart-phone-based application to assist farmers in the control of coffee leaf diseases, Descrição: The control of plant diseases is usually done by specialists. Due to several factors, among them the economic one, not always a specialist is available for the small farmer. In this way, the farmer often controls the diseases of the plantation in an intuitive, imprecise and non-quantitative way. In some cases, he/she does not know how to identify the disease. On the other hand, he/she knows to identify the disease but does not know to quantify the severity of diseased leaf leading to excessive use of chemical products (pesticides) causing greater environmental impact and a higher expense with an increase in the cost of production, since it applies more than it is really necessary. This proposal addresses the problem of determining which diseases affect the plant and the degree of severity of the lesions in the leaf through techniques of image processing and classification methods using deep learning. The solution will be implemented on mobile devices to be used by small farmer so that from the photo taken of the diseased leaf, the diseases are identified and the degree of severity of each disease is calculated and from standard procedures already established by specialists, adequate dosages can be recommended for each case, considering environmental and economic aspects.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Renato Antonio Krohling - Coordenador / José G. M. Esgario - Integrante., Financiador(es): Google Inc. - Bolsa.

• 2016 - 2019

  PI2 - Processamento de informações heterogêneas com aprendizado não-supervisionado, Descrição: O objetivo deste projeto de pesquisa é desenvolver métodos e algoritmos computacionais para processamento de informações heterogêneas considerando a interdepêndencia entre essas informações. A maioria dos métodos que tratam informações heterogêneas consideram a indepêndencia dos critérios/atributos. O foco será tratar o problema de processamento de informações heterogêneas de forma mais geral considerando informações incertas provindas de fontes diferentes levando em conta a interação entre os critérios/atributos. Para isso a identificação de uma medida fuzzy e o cálculo da integral de Choquet precisam ser realizados. A identificação de uma medida fuzzy quando o número de critérios é grande é um problema NP hard. A complexidade computacional deste problema aumenta exponencialmente, o que torna praticamente muito difícil de resolver. Nesse contexto, métodos de aprendizado de máquina, i.e., redes neurais profundas com aprendizado não supervisionado, e.g, Restricted Boltzmann machines, serão desenvolvidos para calcular a interação entre critérios de informações heterogêneas. Aplicações para tais métodos encontram-se em várias áreas do conhecimento como tomada de decisão, imputação e classificação de dados, fusão de informações.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2013 - 2016

  PII - Processamento de informações com incertezas, Descrição: O objetivo desta pesquisa é desenvolver algoritmos computacionais para processamento de informações incertas. De um lado, abordagens probabilísticas podem ser usadas para tratar informações numéricas. No entanto, esse tipo de abordagem apresenta deficiências ou mesmo pode ser incapaz de tratar problemas com informações linguísticas. Por outro lado, a modelagem usando lógica fuzzy tem sido bastante promissora e eficaz para solucionar problemas com informações incertas, imprecisas, ou mesmo informações parciais. Nessa pesquisa, o foco será tratar o problema de processamento de informações de forma mais geral considerando informações incertas e probabilísticas. Informações do tipo: a viagem da cidade X até a cidade Y é em torno de meia hora e muito provável. Algoritmos computacionais para tratar esse tipo de sentença precisam ser desenvolvidos. O próposito é combinar abordagens probabilísticas e.g., Bayesiana com abordagens fuzzy, i.e., fuzzy intuicionista que trata da confiabilidade da informação. Aplicações para uma tal abordagem encontram-se em várias áreas do conhecimento como tomada de decisão, confiabilidade de sistemas, mineração de dados, sistemas de recomendação, análise de riscos, entre outras. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Renato Antonio Krohling - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2011 - 2016

  Hyb-OPT - Otimização de problemas não lineares com incertezas, Descrição: Este projeto de pesquisa objetiva desenvolver algoritmos inspirados em computação natural para obtenção de soluções robustas para problemas de otimização não lineares envolvendo incertezas. Várias abordagens da computação natural, dentre as quais os algoritmos genéticos (GA), estratégias evolutivas (ES), evolução diferencial (DE), otimização por enxame de partículas (PSO), colônia de formigas (ACO) dentre outros, tiveram seu desempenho testado em problemas de otimização com funções objetivos estáticas com bom desempenho. Entretanto, problemas do mundo real são na maioria das vezes acometidos por incertezas e não podem ser modelados simplesmente por uma função objetiva estática. No caso de problemas de otimização com incertezas, o desempenho dos algoritmos biologicamente inspirados também apresenta deterioração de desempenho, fazendo-se necessário o desenvolvimento de novas abordagens para solucionar o problema. De fato, o desenvolvimento de abordagens híbridas tem ganhado destaque na literatura para solução de problemas complexos. Na primeira fase do projeto, esforços seram direcionados para o desenvolvimento de novos algoritmos híbridos combinando algoritmos inspirados biologicamente com métodos de busca local. A seguir, no que diz respeito à aplicações, os algoritmos desenvolvidos serão aplicados para solucionar problemas de otimização com incertezas modelados usando números fuzzy tanto para variaveis contínuas como inteiras. Exemplos deste tipo de problemas ocorrem em várias áreas de engenharia altamente relevantes para vários setores da economia como gerenciamento da cadeia de suprimentos, leilões de oferta de energia entre outros.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Renato Antonio Krohling - Coordenador / Gilberto Alves Santos Segundo - Integrante.

• 2011 - 2014

  TDCR - Tomada de Decisão em Condições de Risco, Descrição: Neste projeto de pesquisa, o objetivo será avaliar aspectos do processo de tomada de decisão sob condições de risco usando a abordagem conhecida como Tomada de Decisão Multicritério. Algoritmos para tomada de decisão em condições incertas e sob risco serão desenvolvidos.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador / Talles Tatagiba Martins de Souza - Integrante.

• 2009 - 2012

  DETEC- Detecção e rastreamento, Descrição: a meta consiste em desenvolver algoritmos e técnicas para deteção e rastreamento baseado em computação bayesiana. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador / Leandro Muniz de Lima - Integrante.

• 2008 - 2011

  PSO-N - PSO for noisy environment, Descrição: In this project, we investigate the use of some well known versions of Particle Swarm Optimization on noisy optimization problems. A hybrid approach which consists of the swarm algorithms combined with a strategy to maintain the diversity of the population will be developed. Here, we focus on investigating the diversity strategy to the swarm algorithms applied to noisy optimization problems. The hybrid approach will be compared experimentally on different noisy benchmark functions.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador / Mauro C. M. Campos - Integrante / Eduardo Mendel - Integrante.

• 2007 - 2011

  SIADES - Desenvolvimento de um sistema inteligente de apoio à tomada de decisão baseado em inteligência computacional aplicado ao gerenciamento de respostas ao derramamento de óleo, Descrição: A seleção das estratégias de combate ao derramamento de óleo no mar, quando vários critérios e vários agentes tomadores de decisão estão envolvidos, não é tarefa fácil. Em caso de derramamento de óleo, decisões urgentes devem ser tomadas para que as opções disponíveis de limpeza e contenção sejam ativadas de tal forma que os impactos ambientais, sociais e econômicos sejam minimizados. Nesse caso, os agentes envolvidos i.e., órgãos municipais e estaduais do meio ambiente, organizações não governamentais e empresas envolvidas, inevitavelmente entram em conflito no processo de decisão, cada um (a) representando interesses próprios. Nesse caso, um consenso para se obter a melhor solução viável é de grande importância. As vantagens e desvantagens dos diferentes tipos de resposta de combate devem ser ponderadas, pois de um lado se tem o custo com as operações de combate, e do outro se busca o menor impacto ambiental. Neste contexto, o processo para se formar um consenso e elaborar estratégias de resposta envolve necessariamente um processo de tomada de decisão com múltiplos objetivos que considera vários agentes envolvidos, para que a importância de fatores sociais, econômicos e ambientais seja considerada. Neste trabalho, será desenvolvido um método de avaliação fuzzy para auxilio à tomada de decisão com agentes tomadores de decisão envolvidos no plano de contingência. O método é aplicado para avaliar alternativas de resposta a derramamento de óleo pesado no litoral sul do ES.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Bolsa.

• 2004 - 2006

  S-PSO - Sampling PSO, Descrição: The Particle Swarm Optimization (PSO) algorithm is motivated from the simulation of social behavior instead of the evolution of nature as in the other evolutionary algorithms (genetic algorithms, evolutionary programming, evolutionary strategies, and genetic programming). It is a population-based evolutionary algorithm. Similar to the other population-based evolutionary algorithms, PSO is initialized with a population of random solutions. Unlike the most of the evolutionary algorithms, each potential solution (individual) in PSO is also associated with a randomized velocity, and the potential solutions, called particles, are then ?flown? through the problem space. The standard version of PSO may also get stuck into local minima when optimizing functions with many local minima in high dimensional search space. In this project, we aim at improving the performance of the standard PSO by introducing the Gaussian, Cauchy and Exponential probability distributions into PSO in order to generate the stochastic terms. Simulation results will be carried out to show that the performance of the resulting Sampling PSO algorithm can be improved considerably as compared to the standard one.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador.

• 2003 - 2006

  Hyd-Valve - Particle Swarm Optimization Applied to a Control System of a Industrial Hydraulic Valve, Descrição: In this project, the goal is to apply swarm intelligence based algorithms for a real-world optimization problem, i.e., a hardware-in-the-loop optimization of a control system. The plant consists of an industrial hydraulic valve. The controller is made up of a combination of an extended Proportional-Integral (PI) controller and a state feedback controller, both with fixed-structure. The parameters of the controllers are found by means of Particle Swarm Optimization (PSO). The new versions of PSO algorithms developed using the Gaussian probability distribution have provided very good results.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Coordenador / M. Sternke - Integrante / D. Schauten - Integrante., Financiador(es): Robert Bosch Gmbh - Cooperação.

• 2001 - 2004

  POETIC Tissue, Descrição: A major EU project that aims to produce an electronic substrate that will have the capabilities of evolution, growth, self-repair and self-replication. Inspiration is taken from biological processes (evolutionary, developmental and learning processes) to help develop such a substrate. You might imagine an electronic substrate that will evolve to its environment and change its "shape" to optimise its operation; It might provide growth, in the form of information to allow it to adapt to certain unpredicted events; It will be able to react to faults and recovery from these and replicate its function as and when required. The project is funded by the European Union Fifth framework, under the Neuroinformatics for "living" artefacts Initiative of the Information Society Technologies (IST) Programme. The partners working towards the above goals are: University of York (UK), EPFL (CH), University of Lausanne (CH), University of Barcelona (ES) and University of Glasgow (UK).. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Integrante / Andy M. Tyrrell - Coordenador., Financiador(es): European Union, under the framework Information Society Technologies (IST) - Auxílio financeiro.

• 2000 - 2001

  CPSO - Co-evolutionary Particle Swarm Optimization, Descrição: Borrowing concepts from Evolutionary Algorithms, we develop for the first time, a Co-evolutionary Particle Swarm Algorithm based on two populations of swarms to solve min-max optimization problems and optimal robust control problems.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Integrante / Renato A. krohling - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 1995 - 1999

  ORC - Optimal robust control with fixed structure using evolutionary algorithms, Descrição: This project aims to develop methods to design optimal disturbance rejection controller and optimal robust controller with fixed structure, e.g. PID controller. First, by means of the H-infinity norm, conditions for disturbance rejection and robust stability of a control system are described. Second, the design is formulated as a constrained optimization problem. It consists of minimizing a performance index, i.e., the integral of the time weighted squared error subject to the disturbance rejection constraint or robust stability constraint. New methods employing two genetic algorithms (GAs) are developed for solving the constraint optimization problem. The method is tested by designing PID controller.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Integrante / Renato A. krohling - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 1992 - 1994

  CA - Control Algorithms: Fuzzy Control and Neural Networks, Descrição: The goal of this project was to develop non-conventional control algorithms, i.e., a fuzzy logic controller and a neural network based controller and to compare the performance of the developed controller with conventional controllers, e.g, PID controller and state feedback controller. As case study was choosen an inverted pendulum.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Renato Antonio Krohling - Integrante / Hans Joerg Andreas Schneebeli - Coordenador., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Bolsa.

Projetos de desenvolvimento

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

• 1994 - 1994

  FC - Fuzzy Control, Descrição: the goal of this project was the implementation of a fuzzy logic controller for an inverted pendulum.. , Situação: Concluído; Natureza: Desenvolvimento. , Integrantes: Renato Antonio Krohling - Integrante / J. P. REY - Coordenador / José Geraldo Neves Orlandi - Integrante., Financiador(es): Noordelijke Hogeschool Leeuwarden - Bolsa.

Prêmios