The transportation phase of solid waste management is highly critical as it may constitute approximately 60 to 75 percent of the total cost. Therefore, even a small amount of improvement in the collection operation can result in a significant saving in the overall cost. Despite the fact that there exist a considerable amount of studies on Vehicle Routing Problem (VRP), a vast majority of the existing studies are not integrated with GIS and hence they do not consider the path constraints of real road networks for waste collection such as one-way roads and U-Turns. This study involves the development of computer software that optimizes the waste collection routes for solid waste transportation considering the path constraints and road gradients. In this study, two different routing models are proposed. The aim of the first model is to minimize the total distance travelled whereas that of the second model is to minimize the total fuel consumption that depends on the loading conditions of the truck and the road gradient. A comparison is made between these two approaches. It is expected that the two approaches generate routes having different characteristics. The obtained results are satisfactory. The distance optimization model generates routes that are shorter in length whereas the fuel consumption optimization model generates routes that are slightly higher in length but provides waste collection on steeply inclined roads with lower truck load. The resultant routes are demonstrated on a 3D terrain view.

[pt] Este trabalho tem por objetivo investigar um método para auxiliar na quantificação de características sísmicas do subsolo. O modelo sísmico bidimensional de reflexão usa a equação Normal Move Out (NMO), para calcular os tempos de trânsito das ondas sísmicas, tipo P, refletidas em camadas isotrópicas e inclinadas. Essa equação usa a velocidade raiz quadrática média RMS como valor representativo das velocidades intervalares das camadas unidas. No processo de inversão para múlltiplas camadas, as velocidades RMS representam o problema principal para estimar as velocidades intervalares. Conseqüentemente, o método proposto estima sequencialmente os parâmetros do modelo sísmico, para resolver esse problema a partir dos tempos de trânsito com Algoritmos Genéticos Híbridos (algoritmo genético e algoritmo Nelder Mead Simplex). Os tempos de trânsito são sintéticos e a estimação de parâmetros é tratada como um problema de minimização. Com o método proposto foi obtido um alto grau de exatidão, além de reduzir o tempo de computação em 98,4 % em comparação com um método de estimação simultânea de parâmetros. Para aliviar a complexidade e a demora na geração de um modelo em três dimensões se contrói um modelo sísmico em três dimensões formado com modelos bidimensionais, sob cada unidade retangular da malha de receptores do levantamento sísmico, para camadas isotrópicas curvadas, com variações suaves das pendentes e sem descontinuidades. Os modelos bidimensionais formam polígonos que representam as superfícies de interface que são projetadas sob os retângulos da malha. Dois conjuntos de superfícies poligonais são gerados para auxiliar na localização das camadas. / [en] The objective of the present work is to investigate a method to help in the quantification of seismic characteristics underground. The two-dimensional seismic model of reflection employs the equation Normal Move Out (NMO) to calculate the travel times of P waves reflected on inclined and isotropic layers. This equation uses the root mean square velocity as a representative value of the joined layers velocities. At the inversion process, for multiple layers, the root mean square velocities are the main problem to estimate the layer velocities. Consequently, to solve that problem, the proposed method estimates sequentially the parameters of the seismic model using travel times and the Hybrid Genetic Algorithms (Genetic algorithm and the Nelder Mead Simplex algorithm). The travel times are synthetic and the estimation of parameters is treated as a minimization problem. With proposed method was obtained high grade of accurate, and the reduction of 98.4 % of computing time when it was compared to a simultaneous parameters estimation method. For decreasing the complexity and the delay to generate the models in three dimensions is proposed the construction of a three-dimensional seismic model formed with two-dimensional models, under every rectangular cell of the mesh of receptors of the seismic survey, for curved isotropic layers with soft variations in the gradient and without discontinuities. The two-dimensional models form polygons that represent the surfaces of interfaces that are designed under the rectangles of the surface or soil. Two sets of polygonal surfaces are generated to help at the geometric localization of layers.

Neste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios. / The present thesis investigates a new model based on artificial inteligence as a tool to solve the problem of the operational planning of hydrothermal systems. This approach, which uses the principle of genetic evolution, has been very successful and efficient in the solution of optimization problems. To represent all the characteristics of the problem some adaptations of the traditional genetic operators of recombination and mutation were made. The problem used a string of real numbers instead of binary as usually presented in the literature. Thus, several tests were performed in order to adapt the technique to the problem, taking into account its specific characteristics. The proposed algorithm has been applied in several tests in real hydrothermal systems, with plants belonging to the brazilian southeast system. The results achieved so far have indicated that the proposed approach can be an effective alternative or a complementary technique for the planning of hidrothermal system, as it determines an operation strategy for each power plant and minimizes the expected value of the operative cost along the planning horizon. The applications include large systems, with up to 35 hydroelectric plants, where good results were obtained.

Neste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios. / The present thesis investigates a new model based on artificial inteligence as a tool to solve the problem of the operational planning of hydrothermal systems. This approach, which uses the principle of genetic evolution, has been very successful and efficient in the solution of optimization problems. To represent all the characteristics of the problem some adaptations of the traditional genetic operators of recombination and mutation were made. The problem used a string of real numbers instead of binary as usually presented in the literature. Thus, several tests were performed in order to adapt the technique to the problem, taking into account its specific characteristics. The proposed algorithm has been applied in several tests in real hydrothermal systems, with plants belonging to the brazilian southeast system. The results achieved so far have indicated that the proposed approach can be an effective alternative or a complementary technique for the planning of hidrothermal system, as it determines an operation strategy for each power plant and minimizes the expected value of the operative cost along the planning horizon. The applications include large systems, with up to 35 hydroelectric plants, where good results were obtained.

Submitted by Jaqueline Silva (jtas29@gmail.com) on 2014-09-26T21:10:33Z No. of bitstreams: 2 Caetano, Samuel Sabino-2013-dissertação.pdf: 1031464 bytes, checksum: 39f6a5947aed90b8f7c8e56b76d93e5a (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Jaqueline Silva (jtas29@gmail.com) on 2014-09-26T21:12:31Z (GMT) No. of bitstreams: 2 Caetano, Samuel Sabino-2013-dissertação.pdf: 1031464 bytes, checksum: 39f6a5947aed90b8f7c8e56b76d93e5a (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-09-26T21:12:31Z (GMT). No. of bitstreams: 2 Caetano, Samuel Sabino-2013-dissertação.pdf: 1031464 bytes, checksum: 39f6a5947aed90b8f7c8e56b76d93e5a (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2013-09-09 / Increasingly, learning in groups has become present in school environments. This fact is also part of the organizations, when considers learning in the workplace. Conscious of the importance of group learning at the workplace (CSCL@Work) emerges as an application area. In Computer Supported Collaborative Learning(CSCL), researchers have been struggling to maximize the performance of groups by techniques for forming groups. Is that why this study developed three (3) algorithmic approaches to formation of intraheterogeneous and inter-homogeneous groups, as well as a model proposed in this work in which integrates dichotomous functional characteristics and preferred roles. We made an algorithm that generates random groups, a Canonical Genetic Algorithm and Hybrid Genetic Algorithm. We obtained the input data of the algorithm by a survey conducted at the Court of the State of Goiás to identify dichotomous functional characteristics, and after we categorize these characteristics, based on the data found and the model proposed group formation. Starting at real data provided of employees whom participated in a course by Distance Education (EaD), we apply the model and we obtained the input data related to functional features. As regards the favorite roles, we assigned randomly values to the employees aforementioned, from a statistical statement made by Belbin into companies in the United Kingdom. Then, we executed the algorithms in three test cases, one considering the preferred papers and functional characteristics, while the other two separately considering each of these perspectives. Based on the results obtained, we found that the hybrid genetic algorithm outperforms the canonical genetic algorithm and random generator. / A aprendizagem em grupos tem se tornado realidade cada vez mais presente nos ambientes de ensino. Esta realidade também faz parte das organizações quando considera-se a aprendizagem no contexto do trabalho. Cientes da importância da aprendizagem em grupo no ambiente de trabalho, uma nova abordagem, denominada CSCL@Work, surge como uma aplicação da área Aprendizagem Colaborativa Apoiada pelo Computador, no inglês, Computer Supported Collaborative Learning (CSCL), no ambiente de trabalho. Em CSCL, pesquisadores tem se esforçado cada vez mais para maximizar o desempenho dos grupos através de técnicas para formação de grupos. Por isso neste trabalho desenvolvemos 3 (três) abordagens algorítmicas para formação de grupos intra-heterogêneos e inter-homogêneos, a partir de um modelo proposto nesta pesquisa, que integra características funcionais dicotômicas e papéis preferidos. Confeccionamos um algoritmo que gera grupos aleatoriamente, um algoritmo genético canônico e um algoritmo genético híbrido. Para obter os dados de entrada do algoritmo, realizamos uma pesquisa no Tribunal de Justiça do Estado de Goiás para identificar características funcionais dicotômicas, categorizamos estas características, com base nos dados encontrados e no modelo de formação de grupos proposto. A partir de dados reais fornecidos de funcionários que participaram de um curso por Educação a Distância (EaD), aplicamos o modelo e obtivemos os dados de entrada relativos às características funcionais. Quanto aos papéis preferidos, atribuímos os valores aleatoriamente aos funcionários mencionados, partindo de um levantamento estatístico feito por Belbin em empresas no Reino Unido. Em seguida, executamos os algoritmos em três casos de testes, um considerando as características funcionais e papéis preferidos, e os outros dois considerando separadamente cada uma destas perspectivas. A partir dos resultados obtidos, constatamos que o algoritmo genético híbrido obtém resultados superiores ao algoritmo genético canônico e método aleatório.