Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/SFSA-AUHMJ3
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Jadson Claudio Belchiorpt_BR
dc.contributor.referee1Aparecida Emiko Hiratapt_BR
dc.contributor.referee2Helio Ferreira dos Santospt_BR
dc.contributor.referee3Rita de Cassia de Oliveira Sebastiaopt_BR
dc.contributor.referee4Heitor Avelino De Abreupt_BR
dc.creatorGeison Voga Pereirapt_BR
dc.date.accessioned2019-08-11T11:55:20Z-
dc.date.available2019-08-11T11:55:20Z-
dc.date.issued2011-12-28pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/SFSA-AUHMJ3-
dc.description.abstractThe kinetic simulation of chemical and metabolic processes can contribute for the understanding of several reactions that are present in all chemical and biochemical processes and hence, one can propose the corresponding mechanisms of such systems. All these processes can contribute, in principle, in determining modifications due to different compounds that also have biological activity, for instance, drugs or toxic substances. Accordingly, the present thesis will deal with the development and applications of computational artificial intelligence (AI) techniques such as genetic algorithms (GA) and fuzzy logic (FL) both coupled to Petri Nets. The proposed approach will be tested to study chemical and metabolic processes. In order to analyze this AI methodology for studying metabolic systems two different applications will be used. The first case corresponds to the determination of Arrhenius parameters (activation energy and pre exponential factor) for the processof semiconductors systems. Thermogravimetric experimental data will be used as the input data and TiO2-SnO2 system was used. The results demonstrated an efficient approach to determine the kinetic behavior of the whole chemical process and this produces a procedure to obtain the Arrhenius parameters as a function of temperature. The second application corresponds to the determination and parametrization of metabolic routes using as the input data either experimental or modeling data of species concentrations as a function of time. As demonstrated the Petri Nets are directly correlated to the time evolution of all simultaneous reactions of a specified system. In the present case two biological systems were used namely, 1,2-diacilglycerol, in which there are 4 coupled reactions, and another one more complex, the citric acid cycle, that there are 21 coupled reactions. The results in this particular case (constant temperature) were: all routes of both biochemistry processes, the final product concentrations of all species and the corresponding kinetic constants. The relative average error of both cases is of the order of 1%.pt_BR
dc.description.resumoA simulação cinética de processos químicos e metabólicos contribui para o entendimento dos mecanismos de reações presentes em diversos sistemas químicos ou bioquímicos. Pois auxilia na determinação de alterações causadas pela inclusão de substancias diferentes, mas com atividade biológica, como pode ocorrer com compostos farmacológicos ou compostos tóxicos. Fundamentalmente, a presente tese de doutorado consiste em desenvolver e aplicar técnicascomputacionais de inteligência artificial, tais como: algoritmos genéticos e lógica fuzzy acoplados a técnica de simulação de sistema dinâmicos denominada redes de Petri. Neste trabalho o sistema inteligente foi aplicado em duas situações diferentes. A primeira aplicacão corresponde a determinação dos parâmetros de Arrhenius (energia de ativação e fator pre-exponencial) para um processo de sintese de materiais semicondutores. Neste caso, o sistema inteligente utilizou dados de curvas termogravimétricas como base de referência para o processo de síntese de semicondutores constituídos de TiO2-SnO2. Os resultados demonstraram o comportamento cinético das etapasdo processo químico através da determinação dos parâmetros de Arrhenius como funções da temperatura. A segunda aplicação corresponde a determinação e parametrização de rotas metabólicasatravés de dados de concentração por tempo, gerados experimentalmente ou a partir de outros modelos cinéticos. A otimização da estrutura da rede de Petri pode ser diretamente relacionada coma evolução da rota metabólica. Neste trabalho foram utilizados dois sistemas biológicos, sendo que a primeira rota corresponde a síntese do 1,2-diacilglicerol que é constituída por 4 reações. O segundosistema biológico, o ciclo do ácido cítrico, apresenta uma complexidade mais elevada, pois contém 21 reações acopladas. Para cada reação dos sistemas biológicos foram obtidos os dados de concentraçãode cada espécie com um erro relativo médio de 1% e as respectivas constantes cinéticas.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSimulação cinéticapt_BR
dc.subjectinteligência artificialpt_BR
dc.subjectrota químicapt_BR
dc.subject.otherCinética químicapt_BR
dc.subject.otherFísico químicapt_BR
dc.subject.otherInteligência artificialpt_BR
dc.subject.otherSistemas de comando e controlept_BR
dc.subject.otherModelagem de processospt_BR
dc.subject.otherLógica difusapt_BR
dc.titleInteligência artificial aplicada a simulação cinética de processos químicos e metabólicospt_BR
dc.typeTese de Doutoradopt_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
tese_geison_voga.pdf27.81 MBAdobe PDFView/Open


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