[pt] Este trabalho descreve uma metodologia para modelagem de cargas elétricas, utilizando dados de tensão e corrente registrados durante distúrbios no sistema de potência. Estes modelos são utilizados na representação de subsistemas da rede elétrica em simulações computacionais que preveem o comportamento dinâmico do sistema de potência após perturbações em suas condições normais de operação.São apresentados resultados práticos da metodologia proposta, onde a carga é definida como um sistema cuja saída é a variação da potência consumida e a entrada é a variação da tensão, ambas medidas em barramentos de 69 kV da Companhia Hidroelétrica do São Francisco (CHESF), ponto de entrega de energia para concessionárias distribuidoras de energia do nordeste brasileiro. Estas distribuidoras são modeladas como cargas, supridas pelo sistema de transmissão da CHESF e todos os elementos consumidores de energia são agregados nestes modelos equivalentes, parametrizados para simular o maior número de contingências típicas medidas em cada um destes barramentos de carga.A técnica de estimação de parâmetros dos modelos de cargas é o Algoritmo Genético (AG) cujos resultados apresentaram precisão para a simulação de contingências de características bem distintas, caracterizando a abrangência alcançada no processo de identificação de sistemas.Ao final do trabalho são apresentadas curvas de desvios de potência ativa e reativa causadas por afundamentos de tensão, ambos registrados nos barramentos das subestações da CHESF. Estas curvas foram utilizadas para estimar os parâmetros dos modelos, obtidos individualmente para cada uma das subestações estudadas. / [en] This work describes a measurement-based load modeling methodology, using voltage and current data registered during power system disturbances. These load models are used on computational simulations for predicting power system stability after disturbances of system operational points. Practical results are presented of the proposed methodology, defining load as a system whose output is power deviation from its operational state and input is voltage sags, both measured at 69 kV bus bars of São Francisco Hydroelectric Company (CHESF), points of common coupling (PCC) between CHESF and local distribution utilities. Therefore, distribution utilities are seen as loads supplied by CHESF’s transmission system. All devices consuming power from the PCC are aggregated into an equivalent model, parameterized to simulate most typical contingencies measured by these 69kV load bars. Optimization technique used for load model parameter estimation is Genetic Algorithm (GA), showing his flexibility on implementation and good coverage and accuracy in the final results. At the end, it will be presented a set of active and reactive power curves during and after voltages sags, measured on CHESF’s substations. These curves were used as estimation data to parameterize load models for each substation chosen.

[pt] A crescente demanda de óleo observada nas últimas décadas tem motivado as indústrias de petróleo a explorarem novas reservas em águas cada vez mais profundas, o que representa um maior desafio operacional, de segurança e econômico. Nesse novo cenário, as condições ambientais se tornam mais severas, conferindo às unidades flutuantes movimentos de amplitude cada vez maiores. Em consequência, os risers, que são os principais componentes responsáveis pelo transporte de óleo desde o reservatório até as unidades flutuantes, passam a ser solicitados de forma mais intensa. Um grande desafio tem sido colocado para as indústrias de petróleo no sentido de desenvolverem configurações para os risers capazes de reduzir os efeitos dinâmicos que lhes são impostos e, consequentemente, viabilizarem o seu uso em águas profundas e ultraprofundas. Configurações do tipo Lazy-S, Pliant-Wave, entre outras, têm sido propostas, porém, além de complexas, demandam muita logística e apresentam elevados custos para a sua implantação. Esta dissertação propõe uma solução alternativa que consiste no estudo de configurações ótimas de risers em catenária utilizando amortecedores hidrodinâmicos. As dimensões e o posicionamento desses amortecedores são obtidos por meio de técnicas de otimização multiobjetivo, buscando-se minimizar os efeitos provocados pelas ondas de compressão ao longo dos risers e os custos envolvidos na utilização desses amortecedores, respeitando-se algumas restrições geométricas. O processo de otimização é realizado por meio do algoritmo genético NSGA-II, disponível no programa modeFRONTIER. O equilíbrio dinâmico dos risers, verificado em cada passo da otimização, é obtido por meio do programa Anflex. Exemplos representativos são utilizados para demonstrar a eficiência e a viabilidade da utilização da metodologia proposta. / [en] The growing demand for oil, observed in recent decades has motivated the oil industry to exploit new oil reserves in ever-deeper waters, representing a greater operational challenge, security and economic. In this new scenario, the environmental conditions become more severe, causing the floating units movements with increasing amplitude. Consequently, the risers, which are the main components responsible for the transport of oil from the reservoir to the floating units, shall be requested more intensely. The oil industry confronts a major challenge in order to develop riser configurations that can reduce the dynamic effects that are imposed on it and hence to enable its use in deep and ultra-deep waters. Lazy-S, Pliant-Wave, among others riser configurations, have been proposed, however, besides complex, require a lot of logistics and have high costs for their deployment. This thesis proposes an alternative solution that consists of the study of optimum catenary risers configurations using hydrodynamic dampers. The dimensions and placement of these dampers are obtained by means of multi-objective optimization techniques seeking to minimize the effects caused by compression waves over the risers and the costs involved in using these dampers, fullfilling certain geometric constraints. The optimization process is performed by the genetic algorithm NSGA-II, available at modeFRONTIER program. The dynamic equilibrium of risers, evaluated at each step of the optimization is obtained through Anflex program. Representative examples are used to demonstrate the efficiency and feasibility of using the proposed methodology.

[pt] Uma das tarefas mais importantes da Engenharia de Reservatórios é definir a estratégia de produção. Isso significa estabelecer, dentre outras coisas, quantidade, características, localização, planejamento operacional e cronograma de abertura dos poços, a fim de maximizar a recuperação de óleo e o valor presente líquido (VPL) do projeto. Assim, a definição da melhor estratégia de produção representa um problema de otimização complexo, devido à quantidade de variáveis envolvidas. Geralmente, muitas dessas etapas são executadas manualmente, demandando assim muito tempo e esforço por parte do especialista. A disponibilidade de uma ferramenta computacional, que possa auxiliar o especialista em parte desse processo, pode ser de grande utilidade tanto para a obtenção de respostas mais rápidas, quanto para a tomada de decisões mais acertadas. Diante disso, este trabalho propõe um modelo computacional, baseado em Algoritmos Genéticos, para otimizar o cronograma de abertura de poços, considerando restrições técnicas e operacionais impostas pelo problema. O modelo proposto foi avaliado por meio do estudo de três casos. O primeiro consiste em um reservatório simples que foi utilizado, principalmente, para identificar a configuração mais adequada dos parâmetros evolutivos do algoritmo genético. O segundo, que consiste em um reservatório com características similares às de um reservatório real, foi submetido a uma análise econômica para avaliar o desempenho do modelo de solução diante de cenários econômicos: real, favorável e desfavorável. Em todos os testes realizados, o modelo de solução obteve resultados promissores, com VPL s superiores em até 18,8 porcento comparados ao VPL obtido com o cronograma proposto pelo especialista. / [en] One of the most important tasks of Reservoir Engineering is setting the production strategy. That means establishing, among other things, amount, character, location, operational planning and well opening scheduling in order to maximize oil recovery and net present value (NPV) of the project. Thus, the definition of the best strategy for production represents a complex optimization problem due to the many variables involved. Generally, many of these steps are performed manually, requiring so much time and effort on the part of the expert. The availability of a computational tool that can assist the expert part of this process, may be useful both to obtain faster responses, as for making better decisions. Thus, this work proposes a computational model based on genetic algorithms to optimize the schedule of digging wells, considering technical and operational constraints imposed by the problem. The proposed model was evaluated by the study of three cases. The first consists of a single reservoir that was used primarily to identify the most suitable configuration of parameters evolutionary genetic algorithm. The second, consisting of a reservoir with characteristics similar to those of a real reservoir, was subjected to an economic analysis to evaluate the performance of the model solution in the face of economic scenarios: real, favorable and unfavorable. And the third is in a real reservoir. In all tests, the model solution obtained promising results, with higher NPV s up 18.8 percent compared to the NPV obtained with the schedule proposed by the expert.

[pt] A robótica aplicada à reabilitação e amplificação humana está em uma fase iminente de se tornar parte de nossa vida diária. A justaposição da capacidade de controle humana e o poder mecânico desenvolvido pelas máquinas oferecem uma promissora solução para auxílio físico e de amplificação humana. O presente trabalho apresenta um exoesqueleto ativo para membros superiores controlado por uma alternativa e simples Interface Homem-Máquina (HMI) que utiliza o Modelo Muscular de Hill para aumentar a força e resistência mecânica do usuário. Músculos Pneumáticos Artificiais (PAM) são utilizados como atuadores por sua alta razão entre potência e peso e atuam o sistema através de um esquema com cabos de aço. Algoritmos Genéticos (GA) aproximam localmente os parâmetros do modelo matemático do atuador e o modelo fisiológico do músculo, que utiliza sinais eletromiográficos superficiais (sEMG) para estimar o torque na articulação do exoesqueleto. A metodologia proposta oferece três vantagens principais: (i) reduz o número de eletrodos necessários para monitorar a atividade muscular, (ii) elimina a necessidade de transdutores de força ou pressão entre o exoesqueleto e o usuário ou o ambiente e (iii) reduz o custo de processamento em tempo-real, necessário para implementações de sistemas embarcados. O exoesqueleto é restrito ao membro superior direito e a estratégia de controle é avaliada verificando o desempenho do usuário ao manipular uma carga de 3.1kg estática e dinamicamente com e sem o auxílio do equipamento assistivo. / [en] Robotics for rehabilitation and human amplification is imminent to become part of our daily life. The juxtaposition of human control capability and machine mechanical power offers a promising solution for human assistance and physical enhancement. This work presents an upper limb active exoskeleton controlled by an alternative and simple Human-Machine Interface (HMI) that uses a Hill Muscle Model for strength and endurance amplification. Pneumatic Artificial Muscles (PAM) are used as actuators for its high power-to-weight ratio and to drive the system through a cable arrangement. Genetic Algorithms (GA) approach locally optimizes the model parameters for the actuator mathematical model and the physiologic muscle model that uses the surface electromyography (sEMG) to estimate the exoskeleton joint torque. The proposed methodology offers three main advantages: (i) it reduces the number of electrodes needed to monitor the muscles, (ii) it eliminates the need for user force or pressure sensoring, and (iii) it reduces the real-time processing effort which is necessary for embedded implementation and portability. The exoskeleton is restricted to the right upper limb and the control methodology is validated evaluating the user performance while dynamically and statically handling a 3.1kg payload with and without the aid of the assistive device.

[pt] O presente trabalho apresenta uma metodologia para modelagem do conhecimento multitemporal para a interpretação automática de imagens de sensores remotos. O procedimento de interpretação utilizado combina os conhecimentos multitemporal e espectral usando técnicas da lógica nebulosa. O método utiliza diagramas de transição de estado para representar as possibilidades de mudanças de classe dentro de um determinado intervalo de tempo. As possibilidades de mudança são estimadas a partir de dados históricos da mesma região usando algoritmos genéticos. O método foi validado experimentalmente usando como base um conjunto de imagens Landsat-5 da cidade do Rio de Janeiro, obtidas em 5 datas separadas por aproximadamente 4 anos. Os resultados experimentais indicaram que o uso do conhecimento multitemporal, conforme modelado pelo método proposto traz uma melhora importante de desempenho da classificação em comparação à classificação puramente espectral. / [en] The present work presents a methodology to model the multitemporal knowledge for the automatic interpretation of remotely sensed images. The used interpretation procedure combines the multitemporal and spectral knowledge using fuzzy logic techniques. This method uses state transition diagrams to represent the possibilities of class changes within a given time interval. The change possibilities are estimated based on historical data by using genetic algorithms. The method was validated by experiments using a set of Landsat-5 images of the Rio de Janeiro City, Brazil, acquired at 5 dates separated by approximately 4 years. The experimental results indicated that the use of the multitemporal knowledge as modeled by the proposed method brings an important performance improvement in comparison with the pure spectral classification.

[pt] Um dos maiores desafios da produção de petróleo offshore é garantir um escoamento regular do reservatório até a unidade de processamento da produção. Entre os fenômenos que podem dificultar esta tarefa está o estabelecimento de um escoamento em golfadas no riser de produção, caracterizado por oscilações periódicas e de grande amplitude nas vazões do sistema, que diminuem a eficiência da planta de separação, sujeitam equipamentos a esforços cíclicos e causam graves descontroles de processo. Por esta razão, foram desenvolvidas nas últimas décadas diversas soluções que visam a evitar a formação das golfadas, ou ao menos, atenuar suas consequências. Entre as soluções mais promissoras estão os controladores que evitam a formação das golfadas através da manipulação ativa da válvula choke e os controladores que amortecem as golfadas nos vasos separadores da planta de processo. Neste trabalho, estas estratégias de controle são revisitadas sob a óptica do controle inteligente, possibilitando a obtenção de resultados fora do alcance dos controladores lineares. Além de um modelo computacional que descreve um sistema de produção do poço ao vaso separador, também foram desenvolvidos neste trabalho dois controladores inteligentes. O primeiro deles é um controlador anti-golfada de arquitetura híbrida Fuzzy-PID, que é capaz de suprimir as golfadas mesmo em sistemas desprovidos de medições submarinas e com válvula choke lenta. O segundo é um controlador amortecedor de golfadas fuzzy, otimizado por um algoritmo genético, com alta capacidade de atenuação das golfadas e capaz de manter o nível dentro de uma faixa considerada segura. Ambos os controladores são testados em diversos cenários e têm seus resultados comparados aos obtidos por controladores lineares. / [en] One of the major challenges of offshore oil production is to ensure a regular flow from the reservoir to the production processing unit. Among the phenomena that may hamper this task is the establishment of slug flow in the production riser, characterized by periodic oscillations of large amplitude in the system flow rates, which reduce the efficiency of the separation plant, subject equipment to cyclical fatigue and cause serious process instabilities. For this reason, several solutions that aim at avoiding the formation of slugs or, at least, mitigating their consequences have been developed in the last decades. Among the most promising solutions are controllers that prevent the formation of slugs by actively manipulating the choke valve and controllers that dampen the slugs in the vessels of the separation plant. In this work, these control strategies are revisited from perspective of intelligent control, allowing the obtainment of results beyond the reach of linear controllers. In addition to a computational model that comprises a production system from the well to the separation vessel, two intelligent controllers were developed in this work. One of them is a hybrid Fuzzy-PID anti-slug controller that is capable of suppressing slugs even in systems without submarine measurements available and with slow choke valve. The other one is a fuzzy slug damping controller, optimized by a genetic algorithm, with high slug attenuation capacity and able to maintain the level within a specified range. Both controllers are tested in several scenarios and have their results compared to those obtained by linear controllers.

[pt] A previsão de séries temporais está presente em diversas áreas como os setores elétrico, financeiro, a economia e o industrial. Em todas essas áreas, as previsões são fundamentais para a tomada de decisões no curto, médio e longo prazo. Certamente, as técnicas estatísticas são as mais utilizadas em problemas de previsão de séries, principalmente por apresentarem um maior grau de interpretabilidade, garantido pelos modelos matemáticos gerados. No entanto, técnicas de inteligência computacional têm sido cada vez mais aplicadas em previsão de séries temporais no meio acadêmico, com destaque para as Redes Neurais Artificiais (RNA) e os Sistemas de Inferência Fuzzy (FIS). Muitos são os casos de sucesso de aplicação de RNAs, porém os sistemas desenvolvidos são do tipo caixa preta, inviabilizando uma melhor compreensão do modelo final de previsão. Já os FIS são interpretáveis, entretanto sua aplicação é comprometida pela dependência de criação de regras por especialistas e pela dificuldade em ajustar os diversos parâmetros como o número e formato de conjuntos e o tamanho da janela. Além disso, a falta de pessoas com o conhecimento necessário para o desenvolvimento e utilização de modelos baseados nessas técnicas também contribui para que estejam pouco presentes na rotina de planejamento e tomada de decisão na maioria das organizações. Este trabalho tem como objetivo desenvolver uma ferramenta computacional capaz de realizar previsões de séries temporais, baseada na teoria de Sistemas de Inferência Fuzzy, em conjunto com a otimização de parâmetros por Algoritmos Genéticos, oferecendo uma interface gráfica intuitiva e amigável. / [en] The time series forecasting is present in several areas such as electrical, financial, economy and industry. In all these areas, the forecasts are critical to decision making in the short, medium and long term. Certainly, statistical techniques are most often used in time series forecasting problems, mainly because of a greater degree of interpretability, guaranteed by the mathematical models generated. However, computational intelligence techniques have been increasingly applied in time series forecasting in academic research, with emphasis on Artificial Neural Networks (ANN) and Fuzzy Inference Systems (FIS). There are many cases of successful application of ANNs, but the systems developed are black box, not allowing a better understanding of the final prediction. On the other hand the FIS are interpretable, but its application is compromised by reliance on rule-making by experts and by the difficulty in adjusting the various parameters as the number and shape of fuzzy sets and the window size. Moreover, the lack of people with the knowledge necessary for the development and use of models based on these techniques also restricts their application in the routine planning and decision making in most organizations. This work aims to develop a computational tool able to make forecasts of time series, based on the theory of Fuzzy Inference Systems, in conjunction with the optimization of parameters by Genetic Algorithms, providing an intuitive and friendly graphical user interface.

[pt] Esta dissertação investiga e propõe um novo simulador de circuitos de Autômatos Celulares com Pontos Quânticos (QCA) e uma nova metodologia para a criação e otimização de circuitos lógicos, utilizando técnicas da inteligência computacional. Autômatos Celulares com Pontos Quânticos é uma nova tecnologia, na escala nanométrica, que tem chamado a atenção dos pesquisadores por ser uma alternativa à tecnologia CMOS, cujo limite físico de miniaturização será atingido nos próximos anos. QCA tem um grande potencial no desenvolvimento de circuitos com maior densidade espacial, maior velocidade, baixa dissipação e baixo consumo de energia. Ao contrário das tecnologias tradicionais, QCA não codifica a informação pelo fluxo de corrente elétrica, mas pela configuração das cargas elétricas no interior das células. A interação coulombiana entre as células garante o fluxo da informação. Apesar de simples, essas características fazem com que a arquitetura de circuitos de QCA se torne não trivial. Portanto, a criação de um simulador e de uma metodologia de elaboração e síntese automática de circuitos possibilitam aos cientistas uma melhor visualização de como esses dispositivos funcionam, acelerando o desenvolvimento desses sistemas na escala nanométrica. Para atingir o objetivo proposto, técnicas de inteligência computacional, tais como redes neurais do tipo Hopfield, para o desenvolvimento do simulador, e algoritmos genéticos, para a metodologia de criação e otimização dos circuitos, foram empregadas. Os resultados encontrados foram significativos, comprovando que as técnicas da inteligência computacional podem ser uma ferramenta estratégica para o rápido desenvolvimento da nanoeletrônica e da nanotecnologia em geral. / [en] This dissertation investigates and considers a new simulator of Quantum Dots Cellular Automata (QCA) Circuits and a new methodology for the synthesis and optimization of logical circuits, by means of Computational Intelligence. Quantum-dot Cellular Automata (QCA) is a new technology in the nanometric scale which has called attention from researchers as one alternative for the CMOS technology, which is reaching its physical limitation. QCA have a large potential in the development of circuits with high space density and low heat dissipation, and can allow the development of faster computers with lower power consumption. Differently from the conventional technologies, QCA do not codify information by means of electric current flow, but rather by the configuration of electrical charges in the interior of the cells. The Coulomb interaction between cells is responsible by the flow of information. Despite simple, these features become the design of logical devices into a non-trivial task. Therefore, the development of a simulator and a methodology of automatic synthesis of QCA circuits make possible to the scientist a better evaluation of how these circuits work, accelerating the development of these new systems in the nanometer scale. To reach the proposed target, Computational Intelligence techniques were used. The first results show that these techniques are capable of simulating efficiently and fast, synthesizing optimized circuits with a reduced number of cells. Such optimization reduces the possibility of failures and guarantees higher speed.

[pt] Esta dìssertação investiga o emprego e o desempenho da Inteligência Computacional em Machine Learning. De modo particular, pesquisou-se a aplicação dos mecanismos e estruturas na biologia e natureza, presentes nas técnica inteligentes (Redes Neurais, Algoritmos Genéticos e Lógica Nebulosa) na construção de algoritmos que codificam mecanismos indutivos em Machine Learning. O trabalho foi desenvolvido em 4 etapas principais: um estudo bibliográfico da área de Machine Learning e modelagem e desenvolvimento de três sistemas demonstrativos da aplicação de Inteligência Computacional em Machine Learning: Redes Neurais TD(gama) no aprendizado do jogo de Gamão, Algoritmos Genéticos na evolução do controle de um robô autônomo, e Lógica Nebulosa para controle de robôs. O estudo bibliográfico envolveu a busca, tendo como principal veículo inicial a Internet, de literatura referente às áreas de Machine Learning e de Inteligência Computacional. Foram pesquisados livros especializados da área, e também artigos técnicos envolvendo os temas abordados nesta dissertação. Este levantamento bibliográfico resultou no resumo dos principais projetos na área de Machine Learning, apresentado no capítulo 2. A modelagem de um sistema de aprendizado do jogo de gamão por Redes Neurais envolveu o estudo e implementação de um método de Reinforcement Learning denominado TD(gama), que opera através do princípio de tentativa e erro, recompensado ações que trazem um bom resultado. O jogo de Gamão foi escolhido pelo seu vastíssimo número de prováveis situações a serem encontradas durante o jogo, consequência do fator estocástico (dados) inerente ao jogo, tornando uma abordagem tradicional muito difícil e até mesmo ineficiente. A evolução do controle de robôs por Algoritmos Genéticos, é inspirada na evolução de um padrão de comportamento exemplificada no capítulo 2 pelo dilema dos prisioneiros. Através da codificação em um cromossoma das variáveis que descrevem o ambiente onde o robô está inserido, foi possível evoluir um padrão de atuação diante da situação presente a cada instante, de forma a atingir um objetivo especificado de forma ótima, ou sub-ótima. O controle de robôs por Lógica Nebulosa demonstra o potencial desta técnica para problemas de controle, codificando através de regras imprecisas que assemelham-se à forma humana de armazenar e transmitir conhecimento, o comportamento que o robô deve ter frente a cada situação encontrada em seu ambiente. Os resultados apresentados demonstram o potencial de utilização das técnicas da Inteligência Computacional, inspiradas na biologia e na natureza, na área de Machine Learning, mostrando através dos exemplos implementados a capacidade de aquisição de conhecimento por experiência, através de mecanismos indutivos, ao invés de codificar explicitamente soluções específicas para os problemas apresentados. / [en] This work investigates the application and performance of the Computational intelligence technics in the field of Machine Learning. In particular, was investigated the application of intelligent systems (Neural Networks, genetic Algorithms and fuzzy Logic) in the development of algorithms that codify inductive mechanisms in Machine Learning. This work was developed in two main steps: a research of Machine Learning bibliography, and the development of three intelligent systems: neural Networks applied to the game of backgammon, Genetic Algorithms in the evolution of an autonomous robot control system, and fuzzy Logic applied to robot control. The bibliography research involved looking for technical literature about Machine Learning and Computational Intelligence. Were used in this research books specialized in the area, and technical papers about the themes treated in this dissertation. The modeling of the backgammon learning algorithm, based on Neural Networks, was implemented using a reinforcement learning method known as TD(l), which operate by the principle of trial and error, giving a reward for actions that brings a good result. The game of backgammon was chosen because of its huge number of possible situations that can be faced during the game, due to estocastic factor (dice) attached to the game, making a traditional approach very difficult, if not even inefficient. The evolution of the autonomous robot control system using Genetic Algorithms is inspired in the evolution of a behavior pattern of behavior to deal with the faced at each moment, in order to achieve a goal in an optimal or sub-optimal way. The robot control system using Fuzzy Logic demonstrates the potential of this technic to control problems, codifying through fuzzy rules, which are similar to the human way to in its environment. The results presented demonstrate the potential of the Computational Intelligence technics, inspired in biology and nature, in the field of Machine Learning, showing through the examples implemented the knowledge acquisition capacity by experience, using inductive mechanisms instead of programming specific solutions for the problems presented

[pt] Esta dissertação investiga o uso de Algoritmos Genéticos Co-evolucionários na automatização do processo de desenvolvimento de Sistemas de Software Orientados a Objetos. A qualidade final do software depende principalmente da qualidade da modelagem desenvolvida para o mesmo. Durante a fase de modelagem, diversos modelos são desenvolvidos antecipando diversas visões do produto final, e possibilitando a avaliação do software antes mesmo que ele seja implementado. A síntese de um modelo de software pode, portanto, ser vista como um problema de otimização onde se busca uma melhor configuração entre os elementos contemplados pelo paradigma de orientação a objetos, como classes, métodos e atributos, que atenda a critérios de qualidade de design. O objetivo do trabalho foi estudar uma forma de sintetizar modelagens de maior qualidade através da evolução por Algoritmos Genéticos Co- evolucionários. Para avaliar a modelagem do software, foram investigadas métricas de qualidade de software tais como: Reutilização, Flexibilidade, Inteligibilidade, Funcionalidade, Extensibilidade e Efetividade. Essas métricas foram aplicadas na função de avaliação, que por sua vez, foi definida objetivando a síntese de uma modelagem de software orientado a objetos com uma maior qualidade. Neste problema, deseja-se contemplar mais de um objetivo ao mesmo tempo. Para isso, foi utilizada a técnica de Pareto para problemas multi- objetivos. Os resultados obtidos foram comparados com modelagens produzidas por especialistas e as suas características analisadas. O desempenho do AG no processo de otimização foi comparado com o da busca aleatória e, em todos os casos, os resultados obtidos pelo modelo foram sempre superiores. / [en] This work investigates the use of Co-evolutionary Genetic Algorithms in the automation of the development process of object-oriented software systems. The software final quality depends mainly on the design quality developed for the same. During the design phase, different models are developed anticipating various visions of the end product, thus making possible the software evaluation before it is implemented. The synthesis of a software model can, therefore, be seen as an optimization problem where it seeks a better configuration between the contemplated elements for the object-oriented paradigm, as classes, methods and attributes, which follows the quality design criteria. The work goal was to study a way to synthesize designs of better quality through its evolution by Coevolutionary Genetic Algorithms. In order to assess the software quality, it was also investigated software quality metrics, such as: Reusability, Flexibility, Understandability, Functionality, Extensibility and Effectiveness. These metrics were applied in an evaluation function that, in turn, was defined aiming at the object-oriented design synthesis with a better quality. In this problem, it is desired to contemplate more than one objective at a time. For this, the Pareto technique for multi-objective problems was used. The results were compared with designs produced by specialists and its characteristics analyzed. The GA performance in the optimization process was compared with the exhaustive search and, in all cases, the model results were superior.