[pt] Links patrocinados são aqueles que aparecem em destaque nos resultados de pesquisas em máquinas de busca na Internet e são grande fonte de receita para seus provedores. Para os anunciantes, que fazem ofertas por palavras-chave para aparecerem em destaque nas consultas dos usuários, são uma oportunidade de divulgação da marca, conquista e manutenção de clientes. Um dos desafios das máquinas de busca neste modelo de negócio é selecionar os anunciantes que serão exibidos a cada consulta de modo a maximizar sua receita em determinado período. Este é um problema tipicamente online, onde a cada consulta é tomada uma decisão sem o conhecimento prévio das próximas consultas. Após uma decisão ser tomada, esta não pode mais ser alterada. Nesta dissertação avaliamos experimentalmente algoritmos propostos na literatura para solução deste problema, comparando-os à solução ótima offline, em simulações com dados sintéticos. Supondo que o conjunto das consultas diárias obedeça a uma determinada distribuição, propomos dois algoritmos baseados em informações estocásticas que são avaliados nos mesmos cenários que os outros algoritmos. / [en] Sponsored links are those that appear highlighted at Internet search engine results. They are responsible for a large amount of their providers’ revenue. To advertisers, that place bids for keywords in large auctions at Internet, these links are the opportunity of brand exposing and achieving more clients. To search engine companies, one of the main challenges in this business model is selecting which advertisers should be allocated to each new query to maximize their total revenue in the end of the day. This is a typical online problem, where for each query is taken a decision without previous knowledge of future queries. Once the decision is taken, it can not be modified anymore. In this work, using synthetically generated data, we do experimental evaluation of three algorithms proposed in the literature for this problem and compare their results with the optimal offline solution. Considering that daily query set obeys some well known distribution, we propose two algorithms based on stochastic information, those are evaluated in the same scenarios of the others.

[pt] Esta dissertação apresenta o desenvolvimento e os resultados deste projeto de mestrado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma metodologia e uma ferramenta para segmentação do fígado, seus vasos e subregiões a partir de imagens de tomografia computadorizada da região abdominal, utilizando procedimentos de segmentação automática de imagens e visualização tridimensional de dados. A metodologia sugerida segmenta primeiramente o fígado, utilizando uma abordagem de modelos deformáveis implícitos, chamada level sets, estimando os seus parâmetros através do uso de algoritmos genéticos. Inicialmente, o contorno do fígado é manualmente definido em um tomo como solução inicial, e então o método segmenta automaticamente o fígado em todos os outros tomos, sequencialmente. Os vasos e nódulos do fígado são então identificados utilizando um modelo de mistura de funções proporcionais a gaussianas, e um método de segmentação de crescimento de regiões por histerese. As veias hepáticas e portas são classificadas dentro do conjunto de vasos, e utilizadas em uma modelagem matemática que finalmente divide o fígado em oito sub-regiões de Couinaud. Esta metodologia foi testada em 20 diferentes exames e utilizando cinco diferentes medidas de performance, e os resultados obtidos confirmam o potencial do método. Casos com baixo desempenho são apresentados para promover desenvolvimentos futuros. / [en] This dissertation presents the development and results of this M.Sc project, whose multidisciplinary objective, was to develop a methodology and a tool to segment the liver, its vessels and subregions from abdominal computed tomography images, using procedures of automatic image segmentation and visualization of three-dimensional data. The suggested methodology segments initially the liver, using an approach based on implicit deformable models, called level sets, estimating its parameters using genetic algorithms. Initially, the liver boundary is manually set in one slice an initial solution, and then the method automatically segments the liver in all other slices, sequentially. Then the vessels and nodules of the liver are identified using both a model of mixture of functions proportional to Gaussians, and a segmentation method called region growing that uses hysteresis information. The hepatic and portal veins are classified within the set of vessels, and used in a mathematical modeling that eventually divides the liver into the eight subregions of Couinaud. The methodology was tested to segment the liver using 20 different exams and five different measures of performance, and the results obtained confirm the potential of the method. The cases in which the method presented a poor performance are also discussed in order to instigate further research.

[pt] Esta dissertação apresenta o desenvolvimento de um sistema híbrido, baseado em Algoritmos Genéticos (AG) e Redes Neurais (RN), no processo de seleção de ações, na determinação do percentual a investir em cada ativo também denominado peso do ativo na carteira e gerenciamento de carteiras de investimento. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos e Redes neurais para a montagem e gerenciamento de carteiras de investimento. A construção e gerenciamento de carteiras de investimento é um problema de múltiplos objetivos (retorno e risco) onde deseja-se escolher um conjunto de ações de empresas com perspectivas de lucro para formar a carteira de investimento. Esta escolha é difícil devido ao grande número de possibilidades e parâmetros a serem considerados, como: retorno, risco, correlação, volatilidade, entre outros; razão pela que é considerado como problema do tipo NP-completo. O trabalho de pesquisa foi desenvolvido em 5 etapas principais: um estudo sobre a área de carteiras de investimento; um estudo sobre os modelos com técnicas de inteligência computacional empregados nesta área; a definição de um modelo híbrido Genético-Neural para a seleção e gerenciamento da carteira para o caso estacionário; a definição de um modelo híbrido Genético- Neural para a seleção e gerencia de carteira para o caso variante no tempo; e o estudo de casos. O estudo sobre a área de carteiras de investimento envolveu toda a teoria necessária para a construção e gerenciamento de carteiras de investimento. O estudo sobre as técnicas de inteligência computacional, define-se os conceitos principais de Algoritmos Genéticos e Redes Neurais empregados nesta dissertação. A modelagem híbrida Genético-Neural para o caso clássico ou estacionário, constituiu fundamentalmente mo emprego de um Algoritmo Genético para selecionar os ativos da carteira a partir de um subconjunto de ativos noticiados na Bolsa de Valores de São Paulo - Brasil (BOVESPA). Uma Rede Neural auxilia na gerência da carteira, fazendo previsões dos retornos dos ativos para o próximo período de avaliação da carteira. Na seleção de ativos, dois algoritmos genéticos são modelados: o primeiro procura escolher 12 dentre 137 ativos negociados na BOVESPA, que apresentem maior expectativa de retorno, com menor risco e que apresentem baixa correlação com os demais ativos; e o segundo procura escolher os ativos empregando o modelo de Makowitz e o critério de Fronteira eficiente. A previsão de retornos da as ações é uma estratégia que visa melhorar o desempenho de carteiras de investimento que, tipicamente, consideram apenas o retorno médio do ativo. Diferentes modelos de redes neurais foram testados, como: Backpropagation, Redes Neurais Bayesianas, Sistema Neuro-Fuzzy Hierárquico e Redes Neurais com Filtros de Kalman; os melhores resultados de previsão foram obtidos com redes neurais com Filtros de Kalman. Para o caso estacionário foram usadas como entradas da rede neural os retornos semanais, tanto do ativo como do índice do mercado, empregando-se o método de janela deslizante para a previsão um passo a frente. A modelagem híbrida Genético-Neural para o caso variante no tempo, constituiu no emprego de 3 modelos: um AG para fazer a escolha dos ativos da carteira; o modelo GARCH para fazer as previsões da volatilidade dos ativos e o cálculo do risco de cada um deles dado pelo VAR (medida de risco que tenta quantificar a perda máxima que uma carteira (ou ativo) pode ter em um horizonte de tempo e com um intervalo de confiança); e uma RN para fazer as previsões dos retornos dos ativos para o próximo período de avaliação de carteira. Na montagem da carteira, empregou-se o Critério de Fronteira eficiente para a seleção dos ativos, também dentre os 137 negociados na BOVESPA. A previsão da volatilidade das ações é uma forma de indicar quanto pode variar o preço da ação, medida útil para determinar o risco de um ativo representado pelo VAR. / [en] This dissertation presents the development of a hybrid system, based in Algorithms Genetics (AG) and Neural Networks (RN), for the selection of stocks, for the determination of the percentage to invest in each asset called weight of the stocks on the portfolio and investmet portfolio management. The objective multiples (return and risk) where desired to choose a set of actions of compaines with profit perspectives to form the investment portfolio. This choice difficult must to the great number of possiblities and parameters be considered, as: return, risk, correlation volatility, among others; reason by which it is considered as problem NP-Complete. The research work was developed in 5 main stages: a study on the investment portfolio area; a study on the models that use techniques of computacinal intelligence in this area; the dffinition of a hybrid model Genetic-Neural for the selection and manages of portfolio for the variant case in the time; and the study of cases. The study of the investment portfolio area it involved all the necessary theory for the construction and investment portfolio management. The study the techniques of computacional intelligence it defines the main concepts of Genetic Algorithms and Neural Networks used in this dissertation. The hybrid modeling Genetic-Neural for the classic or stationary case, consisted basically in the use of a Genetic Algorithm to select the stocks of the portfolio from a subgroup of assets negotiated in the Stock exchange of São Paulo - Brazil (BOVESPA). A Neural Network assists in the management of the portfolio, making forecasts of the returns of the assets for the next period to evaluation of the portfolio. In the asset seletion, two genetic algorithm are shaped: the first selects 12 amongst 137 assets negotiated in the São Paulo Stock Exchange, that present greater return expectation, with lesser risk and that they present low correlation with the others assets; and the second selects the assets using the model of Markowitz and the Criterion of Efficient Frontier. The forecast of returns of the stocks is a strategy that it aims at to improve the investment portfolio performance, typically, they consider only the average return of the asset. Diferent models of neural networks had been tested as: Neural Back Propagation, Networks Bayesianas, Hierarchic Neuro-Fuzzy System and Neural Networks with Filters of Kalman. The best ones resulted of forecast had been gotten with the neural network the weekly returns, as Filters of Kalman. For the stationary case they had been used as entred of the neural network the weekly returns, as much of the asset as of the index of the market, using itself the method of sliding window to make the forecast a step the front. The hybrid modeling Genetic-Neural for the variant case in the time, consisted of the use of 3 models: a AG to make the choice of the assets of the portfolio; model GARCH to make the forecasts of the volatility of the assets and the calculation of the risk of each asset is given by the VAR (measured of risk that tries to quantify the maximum loss that portfolio (or asset) can have in a horizon of time and with a confidence interval); e a RN to make the forecasts of the returns of the assets for the next period to evaluation of the portfolio. In the construction of the portfolio, the Criterion of Efficient Frontier for the selection of the assets was used, also amongst the 137 negotiated in the São Paulo Stock Exchange. The forecast of the volatility of the assets is a form to indicate how much it can vary the price of the assets, measured useful to determine the risk of an asset represented for the VAR. For this case job model GARCH to make this forecast. For the forecast of the returns os the assets they had been used as inputs of the Neural Networks Back Propagation the 10 last weekly returns of the assets and the volatily of the asset, using itself also the method of sliding win

[pt] Nesta tese, é apresentado e analisado em termos da propriedade de convergência global um novo algoritmo para problemas de otimização quadrática sujeitos ou a restrições de desigualdades matriciais bilineares (BMIs) ou a restrições de desigualdades matriciais lineares (LMIs) dependentes da freqüência, estes problemas são muito relevantes para a teoria de controle porque uma ampla classe de controladores (por exemplo, controladores H2/Hinf de ordem fixa, síntese de controladores descentralizados, análise do desempenho robusto H2 ou Hinf, etc.) pode ser computada a partir da solução de problemas de otimização desta natureza. Infelizmente, estes problemas são reconhecidamente de difícil solução, pois envolvem, entre outras coisas, não convexidade (restrição BMI), não diferenciabilidade da restrição, etc. em função dessa complexibilidade, algumas alternativas para a obtenção de soluções aproximadas têm sido adotada na literatura especializada recente (Safonov, 1994; Paganini, 1996). O algoritmo proposto neste trabalho de tese é uma alternativa para as abordagens atuais com vantagens no sentido de permitir a obtenção de melhores aproximações assim como a possibilidade de explorar a estrutura particular de cada problema de interesse e, com isso, viabilizar do ponto de vista computacional o projeto de controladores envolvendo plantas de ordem mais elevada. Este algoritmo pode ser visto como a generalização de um algoritmo anterior com boas propriedades proposto por Corrêa & Sales (1998) para problemas quadráticos sujeitos a restrições envolvendo LMIs canônicas. De forma bastante genética, a solução do problema original (um problema envolvendo um número infinito de restrições é substituído por uma única) onde, em cada passo do algoritmo, a restrição é interativamente modificada. Demonstrar-se-á que para problemas quadráticos envolvendo restrições BMIs (problemas não convexos) a seqüência de soluções geradas pelo algoritmo convergirá para a solução ótima global do problema original. Por outro lado, no caso dos problemas quadráticos envolvendo restrições LMIs dependentes da freqüência, a seqüência gerada de custos auxiliares é monótona crescente e, adicionalmente, se a seqüência de matrizes de ponderação for limitada superiormente (uma condição suficiente), demonstrar-se-á que a seqüência de soluções geradas pelo algoritmo convergirá para a solução ótima global do problema original. Finalmente, são apresentadas algumas aplicações a problemas de controle acompanhadas de alguns exemplos numéricos ilustrativos. / [en] In this thesis, it is proposed and analysed in terms of the global-convergence property a new algorithm for solving quadratic optimisation problems under either a BMI (bilinear matrix inequality) or a frequency-dependent LMI (linear matrix inequality) constraints. These problems are of special interest in the control literature a some very important control problems such as the H2/H(infinite) fixed-order controller, multiobjectives, H2 and H (infinite) robust performance analysis among others problems can be posed as problems of this kind for which does not still exist yet a reliable global convergent algorithm. Nowadays, approximate solutions to those problems are based upon grid and interpolation techniques as suggested by Paganini (1996) in the case of frequency- wise LMI constraints or branch and bound algorithms or branch and bound algorithms mainly and alternating LMIs as far as BMIs constraints are involved (Safonov, 1994). All of those approaches suffer, of course, from obvious numerical difficulties. In fact, those approaches were introduced as preliminary attempts in solving the problems just mentioned. The algorithm to presented here, which can be seen as a generalisation of an earlier algorithm proposed by Corrêa e Sales (1998) for solving standard feasibility LMIs problems, is a step forward in an attempt of handling difficulties not faced properly by those methodologies. In a broaden sense, the proposed algorithm solves the original problem (a problem subject to an infinite number of constraints is replaced by a single one properly chosen. It is worth noting that this basic idea was introduced by Lawson (1961) in a rather different context, namely, the problem of computing Tchebycheff approximations by means of sequences of weighted quadratic problems. It is pointed out here that in the case of quadratic problems under a BMI constraint (a nonconvex problem); it is proved that the sequence of auxiliary solutions generated by the algorithm converges to the global optimal solution of the original one. On the other hand, as for quadratic problems under a frequency-dependent LMI constraint (an infinite-dimensional problem) it is proved that the auxiliary cost-sequence values increases asymptotically and, If the weight updating sequence is bounded from above (a sufficient condition), the sequence of auxiliary solutions will converge to the optimal solution of the original problem as well. Finally, some applications to control problem are presented accompanied by some numerical examples.

[pt] Desde 2015, a França tem empreendido um processo de normalização de práticas anunciadas quando do estado de emergência, por meio da promulgação do Pacote de Lei sobre a Vigilância e a Lei Antiterrorista de 2017. Tais instrumentos propunham o fortalecimento da segurança interna e o combate ao terrorismo sob uma lógica de antecipação do risco, com técnicas de vigilância e controle informadas por dados e metadados. Este trabalho investiga os efeitos do crescente uso de tecnologias computacionais em práticas voltadas à prevenção de possíveis futuros perigosos, buscando explorar, mais precisamente, como afetam processos de responsabilização. O artigo se divide em três movimentos analíticos principais. Primeiro, analisarei a consubstanciação de uma arquitetura institucional e normativa que consolida o monopólio da supervisão em benefício dos serviços de inteligência; e como a prática de construção de perfis suspeitos através dos algoritmos veio a ser afirmada como uma necessidade para lidar com as contingências e incertezas na França face à ameaça do terrorismo e da radicalização. Em seguida, discutirei as condições de possibilidade do uso de algoritmos na produção de conhecimento de inteligência, em particular na produção de evidências que informam as medidas individuais de controle e vigilância. A proposta é analisar as conexões entre, de um lado, práticas de mensuração do perigo em um discurso técnico ancorado no imperativo da eficiência das práticas de vigilância; de outro, os efeitos de controle sobre os indivíduos com a flexibilização de salvaguardas processuais e garantias de direitos. O terceiro movimento terá seu ponto de gravidade nas camadas de práticas humanas e não humanas presentes nas medidas de controle e vigilância para entender seus efeitos sobre processos de responsabilização. Para tal, analisarei a relação entre a produção de conhecimento e a promulgação do não-conhecimento, através do sigilo e incerteza, nos processos de contestação das medidas individuais de controle e vigilância na França. O objetivo geral aqui é analisar como dispositivos de controle administrativo, como a aplicação das medidas administrativas de controle e vigilância (MICA semelhante a prisão domiciliar), no contexto do combate ao terrorismo na França, exemplifica um sistema de validação de autoridade e dispersão dos processos de responsabilização. O trabalho argumenta que tais processos implicam uma ativa desresponsabilização dos profissionais de segurança através da dispersão de responsabilidade entre humanos e não humanos e também favorecem a promulgação do não-conhecimento, em especial através do sigilo. / [en] Since 2015, France has undertaken a process of normalizing practices announced during the state of emergency, through the promulgation of the Surveillance and Anti-Terrorism Law Package of 2017. Such instruments proposed the strengthening of internal security and the fight against terrorism under a logic of risk anticipation, with surveillance and control techniques informed by data and metadata. This work investigates the effects of the increasing use of computer technologies in practices aimed at preventing possible dangerous futures, seeking to explore, more precisely, how they affect responsabilization processes. The article is divided into three main analytical movements. First, I will analyze the consolidation of an institutional and normative architecture that consolidates the monopoly of supervision for the benefit of intelligence services. In addition, how the practice of building suspicious profiles through the algorithms came to be affirmed as a necessity to deal with the contingencies and uncertainties in France in the face of the threat of terrorism and radicalization. Then, I will discuss the conditions for the possibility of using algorithms in the production of intelligence knowledge, in particular, in the production of evidence that inform individual control and surveillance measures. The proposal is to analyze the connections between, on the one hand, hazard measurement practices in a technical discourse anchored on the imperative of efficiency in surveillance practices; on the other hand, the effects of control over individuals with the easing of procedural safeguards and guarantees of rights. The third movement will have its point of gravity in the layers of human and non-human practices present in control and surveillance measures to understand its effects on accountability processes. To this end, I will analyze the relationship between the production of knowledge and the enactment of non-knowledge, through secrecy and uncertainty, in the processes of contesting individual control and surveillance measures in France. The general objective here is to analyze how administrative control devices, such as the application of administrative control and surveillance measures (MICA similar to house arrest), in the context of combating terrorism in France, exemplify a system of validation of authority and dispersion responsabilization processes. The paper argues that such processes imply an active desresponsabilization of security professionals through the dispersion of responsibility between humans and nonhumans and favor the promulgation of non-knowledge, especially through secrecy.

[pt] O método dos elementos discretos (MED), desenvolvido na década de 70, tem despertado, com o aumento da capacidade de processamento e o desenvolvimento de técnicas de computação de alto desempenho, crescente interesse de diversos pesquisadores como ferramenta de estudo de problemas de engenharia. Um campo de estudo de grande apelo é a modelagem de fenômenos associados a materiais granulares, dentre eles a compacta ção de pacotes granulares - como por exemplo em pós metálicos na indústria siderúrgica - , a produção de areia e a produção de material de sustenta ção de fraturas estimuladas hidraulicamente na indústria do petróleo, motivação deste trabalho. A aplicação do método requer em sua primeira etapa a geração da configuração inicial das partículas ou o preenchimento de domínios com as mesmas. Alguns estudos têm se voltado para o desenvolvimento de algoritmos de geração de arranjos densos de partículas. Neste trabalho apresenta-se um algoritmo geométrico de geração de arranjos densos de partículas que correspondam a uma dada curva granulométrica e estejam de acordo com outros parâmetros definidos para o pacote granular. No presente trabalho é dada atenção especial a geração de arranjos bidimensionais de discos para modelar o fenômeno de preenchimento de fraturas em poços estimulados por fraturamento hidráulico. O refluxo desse material com o bombeamento de óleo é uma das principais causas de declínio de produção de petróleo em poços fraturados, além de causar danos ao equipamento. O algoritmo proposto foi implementado em linguagem Java e a otimização dos arranjos segundo a porosidade foi realizada através da aplicação de algoritmos genéticos. Aplicações do algoritmo a alguns arranjos de partículas e ao problema de preenchimento de fraturas são apresentados. / [en] The Discrete Element Method (DEM), developed in the 70’s, has become more a attractive with the increasing computer processing capacity and the development of high-performance computational techniques. This scenario induced growing interest of many researchers as a tool to study engineering problems. A very appealling field of study is the modeling of phenomena associated with granular materials, including the compaction of granular packages, such as metal powders in the steel industry, sand production and proppant flowback in the petroleum industry, which is motivation to this work. The application of the method in its first step requires the generation of the particles’ initial configuration or the filling of domains with them. Some studies have focused on the development of algorithms to generate dense packing of particles. This work presents an algorithm to generate random dense packing of particles that correspond to a given granulometric curve and are consistent with other parameters set for the granular package. In the present work special attention is given to generation of two-dimensional packings of disks to model the phenomenon of fractures filling in wells stimulated by hydraulic fracturing. The proppant flowbak generated by the oil pumping is a leading cause of production decline in fractured wells, besides causing damage to the production equipment. The proposed algorithm was implemented in Java language and the optimization of packings was performed according to the porosity using genetic algorithms. Applications of the algorithm to some packings of particles and the problem of filling of fractures are presented.

[pt] Na área de Exploração e Produção (EeP) de petróleo, o estudo minucioso das características de um reservatório é imperativo para a criação de modelos de simulação que representem adequadamente as suas propriedades petrofísicas. A disponibilidade de um modelo adequado é fundamental para a obtenção de previsões acertadas acerca da produção do reservatório, e isso impacta diretamente a tomada de decisões gerenciais. Devido às incertezas inerentes ao processo de caracterização, ao longo da vida produtiva do reservatório, periodicamente o seu modelo de simulação correspondente precisa ser ajustado. Todavia, a tarefa de ajustar as propriedades do modelo se traduz em um problema de otimização complexo, onde o número de variáveis envolvidas é tão maior quanto maior for a quantidade de blocos que compõem a malha do modelo de simulação. Na maioria das vezes esses ajustes envolvem processos empíricos que demandam elevada carga de trabalho do especialista. Esta pesquisa investiga e avalia uma nova técnica computacional híbrida, que combina Algoritmos Genéticos e Geoestatística Multiponto, para a otimização de propriedades em modelos de reservatórios. Os resultados obtidos demonstram a robustez e a confiabilidade da solução proposta, uma vez que, diferentemente das abordagens tradicionalmente adotadas, é capaz de gerar modelos que não apenas proporcionam um ajuste adequado das curvas de produção, mas também que respeitam as características geológicas do reservatório. / [en] In the Exploration and Production (EeP) of oil, the detailed study of reservoir characteristics is imperative for the creation of simulation models that adequately represent their petrophysical properties. The availability of an appropriate model is fundamental to obtaining accurate predictions about the reservoir production. In addition, this impacts directly the management decisions. Due to the uncertainties inherent in the characterization process, along the productive period of the reservoir, its corresponding simulation model needs to be matched periodically. However, the task of matching the model properties represents a complex optimization problem. In this case, the number of variables involved increases with the number of blocks that make up the grid of the simulation model. In most cases these matches involve empirical processes that take too much time of an expert. This research investigates and evaluates a new hybrid computer technique, which combines Genetic Algorithms and Multipoint Geostatistics, for the optimization of properties in reservoir models. The results demonstrate the robustness and reliability of the proposed solution. Unlike traditional approaches, it is able to generate models that not only provide a proper match of the production curves, but also satisfies the geological characteristics of the reservoir.

[pt] Ontologias são vistas como uma solução para o problema de interoperabilidade em muitas aplicações como integração de banco de dados, comércio eletrônico, serviços web e redes sociais. Contudo, ao utilizar diferentes ontologias, persiste o problema de incompatibilidade semântica entre os modelos. Dentre os desafios para o campo de alinhamento de ontologia, está a seleção de alinhadores e a auto-configuração desses alinhadores . Este trabalho tem por objetivo tratar o problema de meta-alinhamento de ontologias utilizando métodos heurísticos para calibragem de alinhadores escolhidos sem detrimento do desempenho do sistema. Para avaliar esta proposta em comparação a outras propostas da literatura, optou-se por utilizar um benchmark para alinhamentos de ontologias amplamente utilizado por pesquisadores desse campo. A comparação entre as propostas é realizada com base em medidas de qualidade de alinhamentos sugeridas pelo benchmark. Além da avaliação quantitativa proposta pelo benchmark, é realizada uma comparação qualitativa em relação às características desejáveis de meta-alinhadores propostas na literatura. / [en] Ontologies are seen as a solution for many applications such as database integration, e-commerce, web services and social networks. However, the use of distinet ontologies does not solve the semantic interoperability problem among modls. Matcher selection and self-configuring are challenges from the ontology matching field. This work aims to treat the ontology metamatching problem using heuristic methods to fast tune a set of matchers. To evalutate this proporsal, a well-known benchark for ontology matching is used. The comparison among meta-matching approaches includes the benchmark evaluation metries and qualitative metries for meta-matching proposed in the literature.

[pt] A evolução das turbinas a gás industriais resultou em um processo de combustão mais eficiente que permitiu a elevação da temperatura dos gases na exaustão dessa máquina. Assim, caldeiras de recuperação de calor cada vez mais complexas foram desenvolvidas com o intuito de aproveitar ao máximo o potencial energético na exaustão das turbinas. Dessa forma, modelos computacionais capazes de prever as condições de operação do equipamento se mostraram necessários de maneira a analisar o comportamento da máquina em diferentes situações, visando à máxima eficiência do processo. Esta dissertação descreve um modelo computacional capaz de simular o funcionamento fora do ponto de projeto, em regime permanente, de uma caldeira de recuperação de calor operando em uma usina de ciclo combinado, enfatizando sua utilização em sistemas de diagnóstico. As rotinas foram desenvolvidas em FORTRAN e os trocadores de calor presentes na HRSG foram modelados individualmente e calibrados através de um sistema de otimização utilizando algoritmos genéticos, responsável por minimizar o desvio do modelo. O programa desenvolvido foi validado contra dados de operação de uma usina real e mostrou resultados satisfatórios, que confirmam a robustez e fidelidade do modelo de simulação. / [en] The heavy duty gas turbines evolution and, consequently, a more efficient combustion process, allowed the temperature rising of the machines’ exhaust gases. Thus, more complex heat recovery steam generators were developed in order to maximize the use of that energy potential. Therefore, computational models capable to predict the operational conditions of the equipment may be needed in order to analyze the machine’s behavior for different situations, in a way to maximize the process efficiency. This thesis describes a computational model able to simulate the off-design behavior of a heat recovery steam generator operation in a combined cycle plant, emphasizing its utilization in diagnostics systems. The routines were developed using FORTRAN, each heat exchanger inside the Heat Recovery Steam Generator (HRSG) was designed individually and the calibration was done by a genetic algorithm responsible for minimizing the model’s deviations. The developed program was validated against operational data from a real plant and showed satisfactory results, confirming the robustness and fidelity of this simulation model.

[pt] A exploração e desenvolvimento de um campo de petróleo é permeada de incertezas de diferentes naturezas. A incerteza mais básica que o gestor de um portfolio exploratório enfrenta é aquela relativa à existência (ou não) de petróleo em determinado prospecto. Tipicamente, incertezas técnicas tendem a ser reduzidas com investimentos em aquisição de informação, que são exercícios de opções de aprendizagem. Decorrente da estrutura de correlações presentes nos prospectos de um portfolio exploratório, o resultado da perfuração de um poço pioneiro potencialmente irá revelar informações adicionais sobre a probabilidade de existência (ou não) de petróleo em outros prospectos deste mesmo portfolio. Cada poço a ser perfurado pode ser entendido como uma opção de aprendizagem a ser exercida (ou não) a depender da sua probabilidade de sucesso. Neste contexto, um dos fatores determinantes na otimização da campanha exploratória é a escolha da sequência ideal de perfuração de poços. Tal escolha é mais complexa, quão maior for a quantidade e diversidade de prospectos no portfolio. Diante dessa realidade, este trabalho propõe uma modelagem que busca, através de Algoritmos Genéticos, otimizar a sequência de perfurações dos poços e, portanto, o valor do portfolio. O modelo proposto considera as interdependências e as especificidades de cada prospecto e usa como função objetivo, a ser maximizada, o valor presente do líquido (VPL). Opções e aprendizagem são os aspectos-chave por trás do modelo de otimização. O modelo foi avaliado em dez diferentes portfolios exploratórios e, em todos os casos, foi capaz de propor pelo menos uma sequência que apresentasse expressivos ganhos de VPL em relação ao caso-base. / [en] An oil field exploration and development campaign is bounded with different kinds of uncertainty. The most basic one that an E and P portfolio manager deals with is the one related to the existence (or not) of oil in a given prospect. Typically, technical uncertainties are related to learning, and tend to be reduced with investments on information acquisition. From the correlation pattern on the prospects in a given exploratory portfolio, follows that the results from one initial wildcat drilling will, potentially, reveal, additional information about the oil existence (or not) in other prospects in the same geological play. This way, each prospect to be drilled might be understood as a learning option to be exercised (or not) depending on its respective success probability. In such case, one of the main factors on optimizing the exploratory campaign is choosing the ideal drilling sequence. Such choice is more complex, as the quantity and diversity of the prospects increases. Given such background, the present work proposes a model that intends, using Genetic Algorithms, to optimize the drilling sequence and, as a consequence, the total portfolio value. The proposed model considers the interdependencies and each prospect specific aspects and has as an objective function (to be maximizes) the portfolio net present value (NPV). Options and learning are the main aspects underlying the optimization model. The model was evaluated on ten different exploratory portfolios and, in every case, was able to deliver at least one sequence that could represent expressive NPV gains compared to the basic scenario.