[pt] Na segurança e Justiça Criminal, os algoritmos tornaram-se prevalentes, utilizados por instituições como agências de inteligência, polícia e tribunais. Essas tecnologias, incluindo software de reconhecimento facial, são empregadas em várias práticas de segurança e vigilância em todo o mundo. Esse uso generalizado levanta questões sobre a autoridade epistêmica e a credibilidade dos algoritmos, particularmente na produção de práticas de (in)segurança e na contestação de evidências dentro do sistema de justiça criminal. Neste contexto, essa tese explora os complexos emaranhados das práticas de profissionais de segurança e do direito e algoritmos, enfatizando como essas tecnologias digitais se materializam, estabilizam e circulam em diversas práticas mesmo em meio a erros e contestações. Primeiro, a tese examina as implicações da razão algorítmica, abordando como essas tecnologias prometem simultaneamente eficiência e objetividade, enquanto recorrentemente erram. Seguidamente, explora como os algoritmos moldam percepções, identificam alvos e influenciam ações de segurança, focando especialmente em dados biométricos e algoritmos de reconhecimento facial, como o uso Clearview AI nos Estados Unidos. Ao analisar esses sistemas, a pesquisa visa entender como os algoritmos criam e legitimam imaginários de melhor justiça/segurança e suas consequências sociais e políticas mais amplas. A tese se situa dentro dos Estudos Críticos de Segurança, Estudos de Ciência e Tecnologia e críticas feministas da tecnociência, compondo com diferentes campos para entender a característica operativa da razão algorítmica na política internacional. Por fim, a pesquisa demonstra como os algoritmos criam condições de possibilidade para práticas de segurança e justiça, organizando uma multitude de elementos e produzindo uma ordem que impacta esses campos e destaca a importância de entender a força política dos discursos em torno dos algoritmos e seu papel na reformulação das condições de possibilidade para pensar e fazer segurança. / [en] In security, algorithms have become prevalent and used by institutions such as intelligence agencies, police, and courts. These technologies, including facial recognition software, are employed in various security and surveillance practices worldwide. This widespread use raises questions about algorithms epistemic authority and credibility, particularly in producing (in)security practices and contesting evidence within the criminal justice system. In this context, this thesis explores the complex entanglements of the practices of security and legal professionals and algorithms, emphasizing how these digital technologies materialize, stabilize, and circulate in diverse practices even amid errors and contestations. First, the thesis examines the implications of algorithmic reason, addressing how these technologies simultaneously promise efficiency and objectivity while repeatedly getting it wrong. It then explores how algorithms shape perceptions, identify targets, and influence security actions, focusing primarily on biometric data and facial recognition algorithms, such as the use of Clearview AI in the United States. By analyzing these systems, the research aims to understand how algorithms create and legitimize better justice/security imaginaries and their broader social and political consequences. The thesis is located within Critical Security Studies, Science and Technology Studies, and feminist critiques of technoscience, crossing different fields to understand the operative characteristic of algorithmic reason in international politics. Finally, the research demonstrates how algorithms create conditions of possibility for security and justice practices, organizing a multitude of elements and producing an order that impacts these fields and highlights the importance of understanding the political force of the discourses surrounding algorithms and their role in reformulating the conditions of possibility for thinking and doing security.

[pt] Com a inserção das novas tecnologias de informação e comunicação, as sociedades democráticas se veem em um processo de transformação complexo, acelerado e ainda nebuloso. Partindo da concepção de democracia como forma de vida, baseada em valores, procedimentos e supostos compartilhados, bem como entendendo a representação política como necessária para as sociedades contemporâneas, a democracia representativa que será premissa para o presente estudo é aquela sistematizada pela filósofa política italiana Nadia Urbinati: diárquica, contemplando as dimensões da vontade (voto) e da opinião. Com foco na dimensão da opinião, serão primeiro analisados vícios endógenos trazidos por Urbinati e capazes de desfigurar o regime democrático. Baseada nessa categorização, a dissertação pretende analisar as especificidades da democracia atravessada pela difusão da tecnologia digital, contribuindo para o debate a partir da proposição de uma nova desfiguração democrática: a algoritimização da opinião. A referida desfiguração será analisada a partir da compreensão de que o atual fórum da opinião se desenvolve em mundo, majoritariamente, digital e de redes sociais, submetido, portanto, a uma lógica dos algoritmos. Enquanto boa parte dos trabalhos sobre o tema focam nas incompatibilidades da lógica algorítmica com os valores democráticos para concluir que acabaram as democracias, esta pesquisa tem como premissa o fato de uma democracia desfigurada ser ainda uma democracia, apostando, portanto, na sua concepção como processo aberto, sujeito a erros, mas também a correções. / [en] With the insertion of new information and communication technologies, democratic societies are in a complex, accelerated and still nebulous process of transformation. Starting from the conception of democracy as a way of life, based on values, procedures and shared assumptions, as well as understanding political representation as necessary for contemporary societies, the representative democracy that will be the premise for the present study is the one systematized by the Italian political philosopher Nadia Urbinati: diarchical, contemplating the dimensions of will (vote) and opinion. Focusing on the dimension of opinion, endogenous vices brought by Urbinati and capable of disfiguring the democratic regime will first be analyzed. Based on this categorization, the dissertation intends to analyze the specificities of democracy crossed by the diffusion of digital technology, contributing to the debate from the proposition of a new democratic disfigurement: the algorithmization of opinion. This disfigurement will be analyzed from the understanding that the current forum of opinion is developed in a world, mostly, digital and with social networks, submitted, therefore, to a logic of algorithms. While much of the work on the subject focuses on the incompatibilities of algorithmic logic with democratic values to conclude that democracies are over, this research is premised on the fact that a disfigured democracy is still a democracy, betting, therefore, on its conception as an open process, subject to errors, but also to corrections.

[pt] Neste trabalho um novo modelo de mistura de distribuições é proposto, onde a estrutura da mistura é determinada por uma árvore de decisão com transição suave. Modelos baseados em mistura de distribuições são úteis para aproximar distribuições condicionais desconhecidas de dados multivariados. A estrutura em árvore leva a um modelo que é mais simples, e em alguns casos mais interpretável, do que os propostos anteriormente na literatura. Baseando-se no algoritmo de Esperança- Maximização (EM), foi derivado um estimador de quasi- máxima verossimilhança. Além disso, suas propriedades assintóticas são derivadas sob condições de regularidades. Uma estratégia de crescimento da árvore, do especifico para o geral, é também proposta para evitar possíveis problemas de identificação. Tanto a estimação quanto a estratégia de crescimento são avaliados em um experimento Monte Carlo, mostrando que a teoria ainda funciona para pequenas amostras. A habilidade de aproximação universal é ainda analisada em experimentos de simulação. Para concluir, duas aplicações com bases de dados reais são apresentadas. / [en] In this work a new model of mixture of distributions is proposed, where the mixing structure is determined by a smooth transition tree architecture. Models based on mixture of distributions are useful in order to approximate unknown conditional distributions of multivariate data. The tree structure yields a model that is simpler, and in some cases more interpretable, than previous proposals in the literature. Based on the Expectation-Maximization (EM) algorithm a quasi-maximum likelihood estimator is derived and its asymptotic properties are derived under mild regularity conditions. In addition, a specific-to-general model building strategy is proposed in order to avoid possible identification problems. Both the estimation procedure and the model building strategy are evaluated in a Monte Carlo experiment, which give strong support for the theorydeveloped in small samples. The approximation capabilities of the model is also analyzed in a simulation experiment. Finally, two applications with real datasets are considered.

[pt] Nesta tese são propostos diversos algoritmos para resolver as versões estática e dinâmica de roteirização de veículos com janelas de tempo. Estes problemas têm como objetivo determinar rotas de custo mínimo para uma frota homogênea, atendendo a demanda de um conjunto de clientes dentro de intervalos de tempo determinados, chamados de janelas de tempos. Além disto, na versão dinâmica no problema, novos clientes podem ser atendidos durante a execução das rotas pelos veículos. Para a versão estática do problema propôs-se um algoritmo híbrido utilizando otimização por colônias de formigas e o método de descida em vizinhança variável aleatória. Os resultados computacionais mostram que o algoritmo foi capaz de encontrar soluções muito boas ou mesmo as melhores soluções conhecidas de instâncias usadas como benchmarking na literatura. Para a versão dinâmica do problema foram propostos seis algoritmos, baseados em métodos de inserção, de otimização por colônia de formigas e das versões sequencial e aleatória do método de busca em vizinhança variável. Os resultados computacionais mostram que a maior parte dos algoritmos propostos é competitiva com os algoritmos propostos na literatura, pois produzem soluções de boa qualidade e com esforço computacional reduzido. / [en] This thesis proposes several algorithms to solve the vehicle routing with time windows static and dynamic versions. These problems involve determining minimum cost routes for a homogeneous fleet in order to meet the demand of a set of customers within specified time intervals popularly called time windows. In addition, in the dynamic version of the problem, new customers can be assigned to vehicles during the execution of the routes. For the static version it was proposed a hybrid algorithm using ant colony optimization and the random variable neighborhood search method. The computational results show that the algorithm was able to find very good or even the best known solutions to benchmark instances. For the dynamic version it was proposed six algorithms, based on an insertion procedure, ant colony optimization and random and sequential versions of variable neighborhood search methods. Computational results show that most of the proposed algorithms are competitive regarding the state of the art, providing solutions of good quality with low computational effort.

[pt] A presente dissertação tem por objetivo desenvolver um modelo inteligente que permita, por uma análise quantitativa e probabilística, gerar uma carteira otimizada composta de um ativo financeiro e opções sobre este ativo. Procurou-se estudar inicialmente as características da distribuição de retornos e da volatilidade das ações mais líquidas da Bolsa de Valores de São Paulo, no período de Jan/2005 a Jul/2010, através de regressões polinomiais univariadas e bivariadas. Observouse características como a de reversão a média da volatilidade, correlação da volatilidade futura com um período histórico mais longo e outro mais curto e uma relação possivelmente quadrática entre a volatilidade histórica e a volatilidade futura. Desenvolveu-se então, satisfatoriamente, uma rede neural para prever a volatilidade futura das ações, por este ser o fator mais crítico para se determinar o preço de uma opção. Utilizando-se da precificação das opções, avaliou-se o desempenho de algoritmos genéticos na otimização de carteiras estruturadas com esses derivativos, com três funções de avaliação diferentes, a fim de aumentar o potencial retorno de um investimento, minimizando seus riscos. O sistema evolucionário implementado demonstrou ser satisfatório quando comparado a carteira otimizada com diversas outras estratégias comuns de mercado, demonstrando ser uma alternativa de apoio a decisão para investidores e gestores de carteiras. / [en] This dissertation develops an intelligent, quantitative and probabilistic model to determine an optimal composition of a portfolio consisting of a financial asset and options over this asset. Initially we studied the characteristics of the historical distribution of returns and volatility of the most liquid stocks from the BOVESPA Stock Exchange, from January 2005 to July 2010, through a univariate and a bivariate polynomial regression. Characteristics such as mean reversion of volatility, strong correlation of historical and future volatility and a quadratic polynomial relationship between them were observed. A neural network was then developed to predict the future volatility of these stocks, since that is the most critical variable in determining an option´s price. Using the option pricing, we evaluated the performance of genetic algorithms in optimizing portfolios, structured with these derivatives, with three different evaluation functions in order to increase the potential return of investments while minimizing downside risks. The developed evolutionary system showed satisfactory results when the optimal portfolio was compared with several other market option strategies, demonstrating to be a relevant decision support system for investors and portfolio managers.

[pt] Desde que foram propostos como método de otimização, os algoritmos evolutivos têm sido usados com sucesso para resolver problemas complexos nas mais diversas áreas como, por exemplo, o projeto automático de circuitos e equipamentos, planejamento de tarefas, engenharia de software e mineração de dados, entre tantos outros. Este sucesso se deve, entre outras coisas, ao fato desta classe de algoritmos não necessitar de formulações matemáticas rigorosas a respeito do problema que se deseja otimizar, além de oferecer um alto grau de paralelismo no processo de busca. No entanto, alguns problemas são computacionalmente custosos no que diz respeito à avaliação das soluções durante o processo de busca, tornando a otimização por algoritmos evolutivos um processo lento para situações onde se deseja uma resposta rápida do algoritmo (como por exemplo, problemas de otimização online). Diversas maneiras de se contornar este problema, através da aceleração da convergência para boas soluções, foram propostas, entre as quais destacam-se os Algoritmos Culturais e os Algoritmos Co-Evolutivos. No entanto, estes algoritmos ainda têm a necessidade de avaliar muitas soluções a cada etapa do processo de otimização. Em problemas onde esta avaliação é computacionalmente custosa, a otimização pode levar um tempo proibitivo para alcançar soluções ótimas. Este trabalho propõe um novo algoritmo evolutivo para problemas de otimização numérica (Algoritmo Evolutivo com Inspiração Quântica usando Representação Real - AEIQ- R), inspirado no conceito de múltiplos universos da física quântica, que permite realizar o processo de otimização com um menor número de avaliações de soluções. O trabalho apresenta a modelagem deste algoritmo para a solução de problemas benchmark de otimização numérica, assim como no treinamento de redes neurais recorrentes em problemas de aprendizado supervisionado de séries temporais e em aprendizado por reforço em tarefas de controle. Os resultados obtidos demonstram a eficiência desse algoritmo na solução destes tipos de problemas. / [en] Since they were proposed as an optimization method, the evolutionary algorithms have been successfully used for solving complex problems in several areas such as, for example, the automatic design of electronic circuits and equipments, task planning and scheduling, software engineering and data mining, among many others. This success is due, among many other things, to the fact that this class of algorithms does not need rigorous mathematical formulations regarding the problem to be optimized, and also because it offers a high degree of parallelism in the search process. However, some problems are computationally intensive when it concerns the evaluation of solutions during the search process, making the optimization by evolutionary algorithms a slow process for situations where a quick response from the algorithm is desired (for instance, in online optimization problems). Several ways to overcome this problem, by speeding up convergence time, were proposed, including Cultural Algorithms and Coevolutionary Algorithms. However, these algorithms still have the need to evaluate many solutions on each step of the optimization process. In problems where this evaluation is computationally expensive, the optimization might take a prohibitive time to reach optimal solutions. This work proposes a new evolutionary algorithm for numerical optimization problems (Quantum- Inspired Evolutionary Algorithm for Problems based on Numerical Representation - QIEA-R), inspired in the concept of quantum superposition, which allows the optimization process to be carried on with a smaller number of evaluations. The work presents the modelling for this algorithm for solving benchmark numerical optimization problems, and for training recurrent neural networks in supervised learning and reinforcement learning. The results show the good performance of this algorithm in solving these kinds of problems.

[pt] A atividade de gerenciamento de reservatórios é uma tarefa essencial que visa o desafio da otimização da explotação de reservatórios de petróleo. Como resposta a tal desafio a indústria de óleo e gás vem desenvolvendo novas tecnologias, como a de poços inteligentes. Esses poços tem objetivo de baratear as operações de restaurações mais corriqueiras através do controle de sua tecnologia. Assim, este trabalho trata do desenvolvimento de campos inteligentes e apresenta um sistema de apoio à decisão capaz de otimizar, através de algoritmos evolucionários, o processo de controle da tecnologia de poços inteligentes considerando incertezas de falha e geológica. Além disso, o sistema se propõe a apoiar na tomada de decisão pelo uso ou não de poços inteligentes, dado um reservatório pronto para ser explorado ou para receber investimentos de expansão. O controle da tecnologia de poços inteligentes (IWT - Intelligent Wells Technology) empregado nesse estudo, refere-se à operação de abertura e fechamento dos dispositivos (válvulas) existentes nesses tipos de poços. Através da otimização com algoritmos genéticos se busca uma estratégia de controle pró-ativo, em outras palavras, agir antes do efeito, onde se busca nos tempos iniciais de produção uma configuração de válvulas que seja capaz de: atrasar a chegada da frente de água aos poços produtores, antecipar a produção de óleo ou melhorar a recuperação de óleo do campo; em conseqüência, uma operação que leve à maximização do valor presente líquido (VPL). O emprego de estratégias de controle que visam beneficiar a completação identifica o campo como inteligente. Outros trabalhos abordam o problema de otimização de controle de válvulas em poços inteligentes, porém eles utilizam métodos clássicos de otimização que limitam o número de válvulas ou ainda otimizam estratégias sem considerar os intervalos de tempo desejados para manutenção das válvulas. O modelo evolucionário empregado nesse estudo, baseado em algoritmos genéticos, consegue formular uma estratégia de controle para todas as válvulas presentes em uma determinada configuração de produção, em qualquer intervalo de tempo desejado, atendendo ao critério econômico de maximizar o VPL. Para apoiar a tomada de decisão, pelo uso ou não de poços inteligentes, consideram-se incertezas de falha e geológica. O modelo proposto foi avaliado em três reservatórios petrolíferos, sendo o primeiro um reservatório sintético, e os outros dois reservatórios mais complexos com características mais próximas das reais. Os resultados encontrados indicam que o modelo proposto permite alcançar boas estratégias de controle que levam a um aumento do VPL. A principal contribuição deste trabalho é a concepção e implementação de um sistema baseado em técnicas inteligentes capaz de apoiar no desenvolvimento e gerenciamento de reservatórios petrolíferos inteligentes considerando incertezas. / [en] The reservoir management is an important task that aims at the optimization of oil reservoir exploitation. To support this challenging mission, the oil and gas industry has been developing new technologies such as intelligent wells. The purpose of these wells is to reduce costs of the most common restoring operations by control of their actuators. Thus, this work deals with intelligent fields development and presents a decision support system able to optimize, by using evolutionary algorithms, the intelligent wells technology control process considering geological and technical uncertainties. In addition, the system gives support for the decision of rather to use or not intelligent wells, given a reservoir ready to be explored or to receive expansion investments. The control of Intelligent Wells Technology (IWT), as applied in this study, refers to the opening and closing operations of valves in these types of wells. An optimization based on genetic algorithms is used to produce a pro-active control strategy, that is, one that anticipates the actions to be taken in present time in order to achieve better results in the future. Such a strategy proposes a valve configuration that will be able to: delay the water cut on producer wells, advance the oil production or benefit the oil recuperation. As a result, the obtained configuration leads to a maximization of the NPV (Net Present Value). The usage of control strategies that aim to benefit completion identifies the oil field as intelligent. Other works also deal with valve control optimization problems in intelligent wells. However, they use classical optimization methods; these methods limit the number of valves or optimize strategies without considering time. The evolutionary model, based on genetic algorithm, applied in this study, can formulate a control strategy for all valves in a certain production configuration, for any desired time interval, according to the economical criteria of NPV maximization. In order to support the decision making for the use or not of intelligent wells, technical and geological uncertainties are considered. The proposed model was evaluated in three oil reservoirs. The first one is a synthetic reservoir, simple and not real; the other two are more complex with close to real characteristics. The results obtained indicate that the proposed model allows good control strategies that increase the NPV. The main contribution of this work is the conception and implementation of a system based on intelligent techniques that is able to support the development and management of intelligent oil reservoirs considering uncertainties.

[pt] Apresenta-se a aplicação dos algoritmos genéticos para o tratamento do problema inverso em reconstituição de acidentes e análise de colisões com veículos terrestres de estrutura deformável. Define-se como, a partir de restrições impostas, das posições finais, e das deformações encontradas nos veículos após uma colisão, o algoritmo de otimização pode fornecer o conjunto de variáveis e parâmetros que mais provavelmente levam os veículos àquela condição. Todos os procedimentos desenvolvidos foram implementados em imulink/Matlab. Para resolver o problema, foi escolhida a técnica de otimização denominada algoritmo genético, que é indicado para solução de problemas complexos, que envolvem um grande número e variáveis e, conseqüentemente, espaços de soluções de dimensões elevadas. / [en] This work show an applicattion of the genetic algorithm to resolve the inverse problem of accident reconstitution and to analise colisions between vehicles of deformable structure. It is determined how, with imposing of restrictions, final positions and deformations found at vehicles after collision, the optimization algorithmcan give the set of variables and parameters that probably conduct the vehicles to true initial condition. All the developed procedures were implemented at Simulink/Matlab.The optimization technique chose to resolve the inverse problem was the genetic algorithm because it is the most popular to solve complex problems that have a very large number of variables and a elevate dimension space solutions.

[pt] Uma filogenia é uma árvore que relaciona unidades taxonômicas, baseada na similaridade de seus conjuntos de características. O problema da filogenia consiste em encontrar uma filogenia com o número mínimo de passos evolutivos. O principal objetivo deste trabalho é desenvolver heurísticas híbridas para este problema. Duas estratégias são propostas. A primeira combina a metaheurística GRASP baseada em uma nova estrutura de vizinhança (k-SPR) proposta neste trabalho com um procedimento VND de busca local. A segunda estratégia híbrida combina algoritmos genéticos com uma estratégia de cruzamento inovadora, a qual é uma extensão da técnica de intensificação denominada reconexão por caminhos que foi originalmente aplicada no contexto de outras metaheurísticas, tais como busca tabu e GRASP. Os experimentos computacionais realizados sobre instâncias geradas aleatoriamente e instâncias da literatura científica mostram que os novos algoritmos são bastante robustos e que superaram os outros algoritmos existentes na literatura em termos de qualidade de solução e tempos computacionais obtidos. / [en] A phylogeny is a tree that relates taxonomic units, based on their similarities over a set of characters. The phylogeny problem consists in finding a phylogeny with the minimum number of evolutionary steps. The main goal of this work is to develop hybrid heuristics for this problem. Two strategies are proposed. The first combines the GRASP metaheuristic using a new neighborhood structure (k-SPR) proposed in this work with a VND local search procedure. The second hybrid strategy combines genetic algorithms with an innovative optimized crossover strategy which is an extension of the path-relinking intensification technique originally applied in the context of other metaheuristics such as tabu search and GRASP. Computational results on randomly generated and benchmark instances are reported, showing that the new heuristics are quite robust and outperform the others algorithms in the literature in terms of solution quality and computational time.

[pt] Esta dissertação investiga um sistema de apoio à decisão baseado em Algoritmos Genéticos e Simulação Monte Carlo para a formação de carteiras de projetos de petróleo e gás. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos -AG- para selecionar projetos que formarão a carteira. A construção de carteiras de projetos é um problema de múltiplos objetivos, onde se deseja escolher um conjunto de projetos com perspectivas de lucro para formar uma carteira. O sistema emprega o Algoritmo Genético para formação de carteiras de projetos. Em seguida, a Simulação de Monte Carlo é utilizada para obter a função de distribuição do Valor Presente Líquido -VPL- da carteira baseado nas distribuições dos projetos escolhidos. Por último, avalia-se a carteira usando-se o método de minimização de energia que busca o equilibro dos três objetivos considerados. O problema consiste, basicamente, em maximizar a média do VPL, que representa o retorno esperado, minimizando-se o Desvio Padrão, que é a medida de risco, e maximizando-se o Percentil 90 -P90-, que significa a possibilidade de obter um maior lucro. Nos estudos de casos são apresentados os resultados da aplicação do sistema para diferentes grupos de projetos, constituídos por 16, 18, 20 e 26 projetos, onde cada um deles tem distribuições teóricas do VPL definidas por funções: F, Normal e Logarítmica, formadas por 500 dados. Os resultados obtidos mostram a eficiência do AG com a técnica de múltiplos objetivos, na utilização para a otimização de carteiras de projetos de investimento em petróleo e gás. / [en] This thesis investigates a system of support to the decision based on Genetic Algorithms and Monte Carlo Simulation for the creation of portfolio projects of oil and gas. The objective of this work is to evaluate the performance of Genetic Algorithms -GA- to select projects that will form the portfolio. The portfolio construction of projects is a problem of objective multiples, where it is wishes to choose a set of projects with profit perspectives to form a portfolio. The system uses the Genetic Algorithm to create the portfolio formation of projects. After that, the Monte Carlo Simulation is used to get the function of distribution of the Net Present Value -NPV- of the portfolio based on the distributions of the chosen projects. Finally, the portfolio is evaluated portfolio by using itself the method of minimizes energy for the three considered objectives. The problem consists, basically, in maximizing the average of the NPV which represents the return expected, minimizing the Standard of Deviation, which is the measure of the risk, and maximizing the Percentile 90 -P90-, which means the possibility to get a bigger profit. In the study of cases, it is presented the results of the application of the system for different groups of projects, consisting in 16, 18, 20 and 26 projects, where each project has theoretical distributions of the NPV defined by functions: F, Normal and Logarithmic, formed for 500 data. The gotten results show the efficiency of the GA with the technique of objective multiples, in the use of the optimization of the portfolio projects oil and gas investment.