IntroduçãoO reconhecimento de manuscritos (palavras ou caracteres) é um problema que cresceu nos últimos 20 anos, sendo objetivo de muitas pesquisas na área de reconhecimento de padrões. Isto porque, apesar do constante uso de tecnologias da informação, em muitas tarefas ainda utilizam documentos manuscritos, desta forma o reconhecimento de manuscritos se torna uma poderosa ferramenta para realizar análises de dados, autenticações, reconhecimento e classificação de padrões, e principalmente, tomada de decisões [12].O reconhecimento de manuscritos se aplica diretamente em algumas classes de problemas de reconhecimento de padrões do cotidiano do ser humano, como por exemplo: autenticação de assinaturas em documentos, identificação de endereços em envelopes postais, indexação de documentos históricos, entre outros problemas. Para resolver estas classes de problemas é necessário desenvolver ferramentas tolerantes a variações de estilos de grafias, ruídos, etc., de maneira que a capacidade de reconhecimento seja condizente com a realidade da escrita humana.Neste contexto, na literatura especializada existem várias propostas de sistemas inteligentes para reconhecimento de manuscritos, os quais apresentam bom desempenho e adaptabilidade aos problemas. A seguir apresentam-se os trabalhos mais relevantes.Em [7] apresenta-se uma rede neural com técnica de treinamento multi escala para reconhecimento de manuscritos. Antes da análise das imagens utiliza-se a técnica de processamento de imagens de Thresholding para tratar as imagens. Um sistema computacional com interface gráfica desenvolvido em Delphi foi proposto em [8] para reconhecer imagens de dígitos utilizando uma rede neural multi-layer perceptron com treinamento via retropropagação.Um algoritmo para reconhecimento e classificação de caracteres manuscritos foi apresentado em [3]. Este algoritmo se baseia em um princípio biológico do sistema imunológico, o processo de seleção clonal. Neste artigo os autores avaliaram o método com uma base de dados disponibilizada pelo repositório de dados UCI (University of California Irvine). No artigo [11] apresenta-se uma metodologia para o reconhecimento de caracteres manuscritos utilizando um sistema hibrido composto por duas redes neurais, sendo uma rede neural de base radial e uma rede neural multi-layer perceptron. Em [2] apresenta-se uma de