51 |
[en] REFINERY SCHEDULING OPTIMIZATION USING GENETIC ALGORITHMS AND COOPERATIVE COEVOLUTION / [pt] OTIMIZAÇÃO DA PROGRAMAÇÃO DA PRODUÇÃO EM REFINARIAS DE PETRÓLEO UTILIZANDO ALGORITMOS GENÉTICOS E CO-EVOLUÇÃO COOPERATIVALEONARDO MENDES SIMAO 28 February 2005 (has links)
[pt] Esta dissertação investiga a aplicação de Algoritmos
Genéticos e de Co-Evolução Cooperativa na otimização da
programação da produção em refinarias de petróleo.
Refinarias de petróleo constituem um dos mais importantes
exemplos de plantas contínuas multiproduto, isto é, um
sistema de processamento contínuo gerador de múltiplos
produtos simultâneos. Uma refinaria, em geral, processa
um
ou mais tipos de petróleo, produzindo uma série de
produtos derivados, como o GLP (gás liquefeito de
petróleo), a nafta, o querosene e o óleo diesel. Trata-
se
de um problema complexo de otimização, devido ao número
e
diversidade de atividades existentes e diferentes
objetivos. Além disso, neste problema, algumas
atividades
dependem de que outras atividades já tenham sido
planejadas para que possam então ser planejadas. Um caso
típico é o das retiradas de produtos de uma unidade de
processo, que dependem de que a carga já tenha sido
planejada, assim como em qual campanha a unidade estará
naquele instante. Por isso, o uso de modelos
revolucionários convencionais, como os baseados em
ordem,
pode gerar muitas soluções inválidas, que deverão ser
posteriormente corrigidas ou descartadas, comprometendo
o
desempenho e a viabilidade do algoritmo. O objetivo do
trabalho foi, então, desenvolver um modelo evolucionário
para otimizar a programação da produção (scheduling),
segundo objetivos bem definidos, capaz de lidar com as
restrições do problema, gerando apenas soluções viáveis.
O trabalho consistiu em três etapas principais: um
estudo
sobre o refino de petróleo e a programação da produção
em
refinarias; a definição de um modelo usando algoritmos
genéticos e co-evolução cooperativa para otimização da
programação da produção e a implementação de uma
ferramenta para estudo de caso. O estudo sobre o refino
e
a programação da produção envolveu o levantamento das
várias etapas do processamento do petróleo em uma
refinaria, desde o seu recebimento, destilação e
transformação em diversos produtos acabados, que são
então
enviados a seus respectivos destinos. Neste estudo,
também
foi levantada a estrutura de tomada de decisão em uma
refinaria e seus vários níveis, diferenciando os
objetivos
destes níveis e explicitando o papel da programação da
produção nesta estrutura. A partir daí, foram estudadas
em
detalhes todas as atividades que normalmente ocorrem na
refinaria e que são definidas na programação, e seus
papéis na produção da refinaria. A decisão de quando e
com
que recursos executar estas atividades é o resultado
final
da programação e, portanto, a saída principal do
algoritmo.
A modelagem do algoritmo genético consistiu inicialmente
em um estudo de representações utilizadas para problemas
de scheduling. O modelo coevolucionário adotado
considera
a decomposição do problema em duas partes e,portanto,
emprega duas populações com responsabilidades
diferentes:
uma é responsável por indicar quando uma atividade deve
ser planejada e a outra é responsável por indicar com
quais recursos essa mesma atividade deve ser realizada.
A
primeira população teve sua representação baseada em um
modelo usado para problemas do tipo Dial-A-Ride (Moon et
al, 2002), que utiliza um grafo para indicar à função de
avaliação a ordem na qual o planejamento deve ser
construído. Esta representação foi elaborada desta forma
para que fosse levada em conta a existência de
restrições
de precedência (atividades que devem ser planejadas
antes
de outras), e assim não fossem geradas soluções
inválidas
pelo algoritmo. A segunda população, que se
responsabiliza
pela alocação dos recursos para a execução das
atividades,
conta com uma representação onde os operadores genéticos
podem atuar na ordem de escolha dos recursos que podem
realizar cada uma das atividades. Finalmente, des / [en] This work investigates the use of Genetic Algorithms and
Cooperative Coevolution in refinery scheduling
optimization. Oil refineries are one of the most important
examples of multiproduct continuous plants, that is, a
continuous processing system that generates a number of
products simultaneously. A refinery processes various
crude oil types and produces a wide range of products,
including LPG (liquefied petroleum gas), gasoline,
kerosene and diesel. It is a complex optimization problem,
mainly due to the number of different tasks involved and
different objective criteria. In addition, some of the
tasks have precedence constraints that require other tasks
to be scheduled first. For example, in order to schedule a
task that transfers one of the yields of a certain crude
distillation unit, both the task that feeds the crude oil
into the unit and the task that sets the unit`s current
operation mode must already be scheduled. Therefore,
applying traditional evolutionary models, like the order-
based ones, can create many infeasible solutions that will
have to be corrected or rejected later on, thereby
jeopardizing the algorithm performance and feasibility.
The main goal was the development an evolutionary model
satisfying well-defined objectives, which would optimize
production scheduling and address the various constraints
entailed in the problem, thus generating only feasible
solutions. This work consisted on three main steps: a
survey on crude oil refining and refinery scheduling; the
development of a cooperative coevolutionary model to
optimize the refinery scheduling and the development of a
software tool for case studies. The study about refining
and scheduling involved gathering information about the
existent processes in a refinery, starting from the
arrival of crude oil, its distillation and transformation
into several products and, finally, the delivery of these
products to their respective destination. The levels of
decision making in a refinery were surveyed too, in order
to identify the main goals for each one, and how the
scheduling level fits into the structure as whole. Then,
all the routine scheduling tasks and their roles in a
refinery were carefully studied. The decision of when and
how to assign those tasks is the final output of the
scheduling task, so it must be the main output of the
algorithm too. The development of the evolutionary model
consisted of a survey on some of the most common
evolutionary approaches to scheduling. The adopted
coevolutionary model breaks the problem down into two
parts, thus using two species with different
responsibilities: One is responsible for deciding when a
task should be scheduled, while the other is responsible
for assigning a resource for this task. The first species
representation was based on a model used for the Dial-a-
Ride (Moon et al, 2002) kind of problems, and uses a graph
to help the fitness evaluation function find the right
order in which to schedule the tasks. This representation
was devised in such a way that the precedence constraints
were satisfied and no infeasible solutions were generated.
The representation of the second species, which assigns
resources for the tasks, let genetic operators change the
selection order when picking a resource for a task.
Finally, a software tool was developed to be used for
implement this model and for performing a case study. This
case study should comprise all the needed characteristics,
in order to test the quality of the representation as well
as evaluate the results. A simple refinery was designed,
containing all equipment types, tasks and constraints
found in a real-world refinery. The constraints mentioned
are the precedence constraints, handled by the graph used
by the first species, plus other operational constraints
found in refinery scheduling. It was possible, then, to
see the decoding of chromosomes into feasible solutions,
always satisfying all the constraints. Several tests
|
52 |
[en] MULTI-CRITERIA DECISION MAKING METHODS AND MACHINE LEARNING MODELS IN INVENTORY MANAGEMENT: A CASE STUDY ON A FREIGHT TRANSPORT RAILWAY / [pt] MÉTODOS DE APOIO MULTICRITÉRIO À DECISÃO E MODELOS DE MACHINE LEARNING NA GESTÃO DE ESTOQUES: UM ESTUDO DE CASO EM UMA FERROVIA DE TRANSPORTE DE CARGASGUILHERME HENRIQUE DE PAULA VIDAL 06 July 2021 (has links)
[pt] O mundo vive hoje uma era de transformação digital resultante da chamada indústria 4.0 ou quarta revolução industrial. Nesta fase, a tecnologia tem exercido um papel cada vez mais estratégico no desempenho das organizações. Estes avanços tecnológicos têm revolucionado o processo de tomada de decisão na gestão e operação de cadeias de suprimentos. Neste contexto, esta dissertação apresenta uma metodologia de apoio à decisão na gestão de estoques, que combina multi-criteria decision making (MCDM) e machine learning (ML). A princípio, é realizada uma revisão sistemática da literatura para analisar como estas duas abordagens são aplicadas na gestão de estoques. Os resultados são complementados com um scoping review abrangendo a previsão de demanda. Inicia-se então um estudo de caso, aplicado em uma ferrovia de transporte de cargas. É aplicado, inicialmente, o método MCDM combinado Fuzzy AHP Vikor para ranquear os stock keeping units (SKUs) em ordem de criticidade. O passo seguinte é a aplicação do método de ML combinado GA-ANN, artificial neural network com genetic algorithm, com o objetivo de realizar a previsão de demanda em um piloto com alguns dos itens mais críticos. A etapa final consiste em estruturar um dashboard gerencial, integrando os resultados das etapas anteriores. Dentre os resultados alcançados, a partir do modelo proposto, observa-se considerável melhora na performance da previsão de demanda dos SKUs selecionados. Além disso, a integração entre as abordagens e implementação em um dashboard gerencial permitiu o desenvolvimento de um modelo semiautomático de tomada de decisão na gestão de estoques. / [en] The world is experiencing an era of digital transformation resulting from the industry 4.0 or fourth industrial revolution. In this period, technology has played an increasingly strategic role in the performance of organizations. These technological advances have revolutionized the decision-making process in the management and operation of supply chains. In this context, this dissertation presents a methodology to support decision-making in inventory management, which combines multi-criteria decision-making (MCDM) and machine learning (ML). At first, there is a systematic literature review in order to analyze how these two approaches are applied in inventory management. The results are complemented with a scoping review that includes the demand forecasting. A case study is then applied to a freight transport railway. Initially, the MCDM combined Fuzzy AHP Vikor method is applied to rank stock keeping units (SKUs) in degrees of criticality. The next step is the application of the ML combined GA-ANN method, artificial neural network with genetic algorithm, for the purpose of demand forecasting in a pilot with some of the most critical items. The final step is to structure a management dashboard, integrating the results of the previous steps. Among the results achieved from the proposed model, there is a considerable improvement in the performance of the demand forecasting for the selected SKUs. In addition, the integration between approaches and implementation in a management dashboard allowed the development of a semiautomatic model for decision-making in inventory management.
|
53 |
[pt] PLANEJAMENTO DA EXPANSÃO DA TRANSMISSÃO COM CRITÉRIOS DE SEGURANÇA VIA ALGORITMO GENÉTICO ESPECIALIZADO / [en] TRANSMISSION EXPANSION PLANNING WITH SECURITY CRITERIA VIA SPECIALIZED GENETIC ALGORITHMIAMBERG SOUZA DA SILVA 12 January 2021 (has links)
[pt] A solução do problema de planejamento da expansão da transmissão (PET)
tem por objetivo geral identificar reforços a serem construídos na rede de forma a
garantir a adequada interligação entre carga e geração, previstos para um determinado
horizonte de estudo. No processo de solução desse problema, busca-se manter
o equilíbrio ótimo entre os custos envolvidos (investimento e operação) e os
níveis de qualidade e desempenho na operação do sistema reforçado. Nesse sentido,
é proposta nesta dissertação de mestrado uma ferramenta de otimização especializada
para solução do problema PET, a qual é baseada na técnica metaheurística
Algoritmo Genético. A ferramenta proposta, denominada Algoritmo Genético
Especializado (AGE-PET), faz uso de informações heurísticas fundamentadas em
análises atualizadas de fluxo de potência da rede realizadas durante o processo
evolutivo de solução do problema. Essas informações heurísticas são traduzidas
por meio de índices de sensibilidade, os quais são integrados aos operadores genéticos
inerentes à ferramenta, conduzindo a solução do problema na direção de planos
de expansão de boa qualidade. Para análise e validação da metodologia proposta,
é solucionado o problema PET estático de longo prazo, considerando o modelo
linearizado DC com perdas ôhmicas e atendimento do critério de segurança
N-1 para a rede de transmissão. Sistemas elétricos de transmissão com diferentes
características e dimensões, incluindo um subsistema atual da rede interligada
brasileira, são empregados nos estudos realizados. / [en] The main goal in the solution of the transmission expansion planning (TEP)
is to identify reinforcements to be built in the network in order to guarantee the
adequate interconnection between load and electric power generation, both foreseen
for a given future planning horizon. In the process of solving this problem,
the aim is to maintain the optimal balance between the costs involved (investment
and operation) and the levels of quality and performance in the operation of the
reinforced system. Thus, it is proposed in this dissertation a specialized optimization
tool for solving the TEP problem, which is based on the metaheuristic Genetic
Algorithm technique. The proposed tool, called Specialized Genetic Algorithm
(SGA-TEP), makes use of heuristic information based on updated network power
flow analyses carried out during the evolutionary process of solving the problem.
This heuristic information is translated by means of sensitivity indices, which are
integrated with the genetic operators inherent to the tool, leading to the solution of
the problem in the direction of good quality expansion plans. For analysis and
validation of the proposed methodology, the long-term static TEP problem is
solved, considering the linearized DC model with ohmic losses and the compliance
of the N-1 security criterion for the transmission network. Electric transmission
systems with different characteristics and dimensions, including a recent
subsystem of the Brazilian interconnected grid, are used in the case studies.
|
54 |
[pt] REFORÇOS DAS CONDIÇÕES DE ESTABILIDADE DE TENSÃO VIA ALGORITMOS GENÉTICOS / [en] REINFORCEMENT OF VOLTAGE STABILITY CONDITIONS BY GENETIC ALGORITHMSARTHUR MASSARI FILHO 04 October 2021 (has links)
[pt] Nos sistemas de potência ao redor do mundo, inclusive o brasileiro, são feitas as medições dos níveis de tensão nos barramentos e a corrente nos ramos de transmissão durante algum tipo de contingência em tempo real. A lista de contingências inclui: a perda de qualquer ramo de transmissão, a perda de alguns pares de ramos e, de menor importância, a perda de geração. Nesse momento, também são avaliadas as condições de estabilidade de tensão. A inclusão na lista de contingências de perda de controle de tensão
devido ao esgotamento da fonte controladora (gerador, compensador, tap de LTC) em todas as barras de tensão controlada e também a perda de capacidade de aumentar/diminuir a geração de potência ativa em todos os geradores da rede permite identificar o grau de sensibilidade de cada grandeza contingenciada sobre a margem de estabilidade de tensão. Depois de feita a análise dos esgotamentos, é determinado em ordem decrescente as tensões e as gerações que mais influenciam a margem de estabilidade de tensão de uma determinada barra. Esse resultado indica as direções do movimento das grandezas. Portanto, para melhorar a margem da barra crítica, devem-se calcular ações de controle, ou seja, variar a tensão e/ou a
potência ativa dos geradores, encontrando assim um novo ponto de operação. Esse novo ponto de operação deve ser buscado através de algoritmos genéticos. O desvio mínimo quadrático em relação ao ponto de operação do caso base deve ser observado, ou seja, busca-se um novo ponto de operação
que não seja muito distante ao caso base. No algoritmo genético, a tensão dos geradores é a variável; a sua variação é discreta em degraus de 0,01 pu (em módulo). Também há casos em que potência ativa dos geradores será variável do GA e tendo suas variações em degraus de 5 porcento em módulo em relação ao caso base. São realizados diversos testes para encontrar o novo ponto de operação, buscando encontrar os menores desvios possíveis enquanto melhora-se a margem de potência. No primeiro sistema utilizado
(CEPEL-34) duas configurações dentre os testes feitos para o GA se sobressaem das demais e por isso são usadas para outro sistema (Nórdico). Em ambos os sistemas o objetivo inicial é cumprido. / [en] Power systems around the world, including the Brazilian one, measure the voltage levels on the buses and the current in the transmission branches during some type of contingency in real time. The list of contingencies includes: the loss of any branch of transmission, the loss of some pairs of branches and, of less importance, the loss of generation. At that time, the voltage stability conditions are also evaluated. The inclusion in the list of contingencies of loss of voltage control due to the exhaustion of
the controlling source (generator, compensator, LTC tap) in all controlled voltage bars and also the loss of capacity to increase / decrease the generation of active power in all generators in the network make it possible to identify the degree of sensitivity of each contingent quantity on the voltage stability margin. After the analysis of the exhausts, the tensions and generations that most influence the voltage stability margin of a given bar are determined in decreasing order. This result indicates the directions of movement of the quantities. Therefore, to improve the margin of the critical bar, control actions must be calculated, that is, vary the voltage and / or the active power of the generators, thus finding a new point of
operation. This new point of operation must be sought through genetic algorithms. The minimum quadratic deviation in relation to the operating point of the base case must be observed, that is, a new operating point that is not far from the base case is sought. In the genetic algorithm, the voltage of the generators is the variable; its variation will be discrete in steps of 0.01 pu (in module). There will also be cases in which the active power of the generators will be variable in the GA and having their variations in steps of
5 percent in module in relation to the base case. Several tests are carried out to find the new operating point, seeking to find the smallest possible deviations while improving the power margin. In the first system used (CEPEL-34) two configurations among the tests made for GA stand out from the others and
therefore replicated to another system (Nordic). In both systems the initial objective is fulfilled.
|
55 |
[en] EVOLVABLE AUTOMATIC REPAIR AND ADJUSTMENT OF ELECTRONIC CIRCUITS / [es] REPARACIONES Y AJUSTES AUTOMÁTICOS DE CIRCUITOS ELECTRÓNICOS A TRAVÉS DE ELECTRÓNICA EVOLUTIVA / [pt] REPAROS E AJUSTES AUTOMÁTICOS DE CIRCUITOS ELETRÔNICOS ATRAVÉS DE ELETRÔNICA EVOLUCIONÁRIAHELIO TAKAHIRO SINOHARA 13 August 2001 (has links)
[pt] Esta dissertação investiga a utilização de técnicas de
Eletrônica Evolucionária nos processos de reparo e ajuste
de circuitos eletrônicos. O objetivo do trabalho foi
avaliar o desempenho de algoritmos de computação
evolucionária no reparo de circuitos eletrônicos
efeituosos e no ajuste e melhoria de circuitos não ótimos,
fornecendo desta forma, base teórica e experimental para
ferramentas de reparo e ajuste automático de circuitos.
A necessidade de ferramentas que efetuem reparos de
circuitos eletrônicos em situações emergenciais, bem como a
diversidade de defeitos encontrados nos vários tipos de
circuito, motivaram esta pesquisa. O trabalho de pesquisa
foi desenvolvido em 6 etapas principais: um estudo sobre
algoritmos evolutivos e suas aplicações na área da
Eletrônica Evolucionária; uma revisão de estratégias de
múltiplos objetivos que culminou na proposta de um novo
parâmetro de importância para os objetivos dos algoritmos
evolutivos e na reformulação do cálculo do erro no Método
de Minimização de Energia; o projeto de um protótipo de
plataforma reconfigurável; a proposta de uma técnica de
reparos e ajustes por evolução extrínseca; a proposta de
uma técnica de reparos e ajustes por evolução intrínseca; e
o estudo de casos. De acordo com o objetivo do trabalho de
avaliar o desempenho do algoritmos evolutivos no reparo e
ajuste de circuitos eletrônicos, primeiramente efetuou-se
um estudo sobre a aplicação destes algoritmos na área da
eletrônica evolucionária. Este estudo envolveu as
diferentes formas de representação e avaliação, bem como os
principais operadores. Também fez parte deste estudo
estratégias de múltiplos objetivos e suas aplicações na
otimização e síntese de circuitos, tanto por evolução
extrínseca quanto intrínseca. Como resultado deste estudo
preliminar, verificou-se a necessidade de reavaliar a
metodologia de múltiplos objetivos baseada na minimização
de energia, atribuindo valores de importância diferentes
aos diferentes objetivos dos algoritmos evolutivos. Foi
proposto então um parâmetro Importância do Objetivo que
prioriza atender aos objetivos mais importantes desses
algoritmos. Ou seja, privilegia as mais relevantes
características avaliadas do circuito. Foi ainda revista a
fórmula de cálculo do erro no Método de Minimização de
Energia, sugerindo-se outra que baseia-se na avaliação do
melhor indivíduo. Esta proposta visa direcionar o processo
evolutivo para os objetivos não satisfeitos do melhor
indivíduo. As técnicas de reparos e ajustes automáticos por
evolução extrínseca aqui propostas são muito semelhantes às
técnicas de síntese de circuitos por computação
evolucionária. Foi dada especial atenção à avaliação dos
circuitos e aos objetivos dos algoritmos que estão
intimamente relacionados com o circuito original não
defeituoso ou com o circuito ideal. Para realizar reparos e
ajustes automáticos por evolução intrínseca faz-se
necessário o uso de uma plataforma reconfigurável de
circuitos eletrônicos. Isto implica em uma diferente forma
de representação dos circuitos quando comparamos esta
técnica com aquela baseada em evolução extrínseca. Além
disso, técnicas de inicialização da população dos
algoritmos evolutivos foram utilizadas para orientar a
evolução com base na topologia do circuito falho. Para
possibilitar a realização de experimentos com evolução
extrínseca, foi projetado e implementado um protótipo de
plataforma reconfigurável para circuitos analógicos chamada
de PAMA. Foram realizados estudos de caso de modo a avaliar
o desempenho destas técnicas de reparos e ajustes
automáticos tanto por evolução extrínseca quanto por
evolução intrínseca. Além disso foi avaliada a relevância e
o desempenho do parâmetro Importância do Objetivo. Nos
estudos de caso realizados foram utilizados circuitos bem
conhecidos, como portas TTL / [en] This dissertation investigates the application of Evolvable
Hardware Techniques in the process of repair and adjustment
of electronic circuits. The objective of this work was to
evaluate the performance of evolvable techniques in the
repair of defective electronic circuits and in the
adjustment of non-optimum circuits, providing theoretical
and experimental basis for self-adjustment and self-repair
tools. The need of emergency repair tools for electronic
circuits, besides the diversity of damages that can be found
in various types of circuits has motivated this research.
This research had 6 steps: a study on evolvable algorithms
and its application in Evolvable Hardware field; a review
of multi-objective strategies that motivated the proposal of
the parameter Objective`s Importance and of a new formula
to calculate the error in the Energy Minimization Method;
the design of a prototype of reconfigurable platform; the
proposal of techniques to extrinsically evolve the repair
and to adjust circuits; a proposal of techniques to
intrinsically repair and adjust circuits; and the case
studies. According to the objective of this work of
evaluating the performance of evolvable algorithms in the
repair and adjustment of electronic circuits, at first a
study on representation, evaluation and operators of these
algorithms was done. Multi-objective strategies and its
applications in extrinsic and intrinsic evolution for
optimisation and synthesis of circuits was also part of
this study. As result of this preliminary study, was
observed that each objective has a different importance. If
this importance is not assigned to the objectives, some
circuits may have a good fitness but important objectives
may not be satisfied while not so important ones may be.
The use of a new parameter called Objective`s Importance was
proposed to solve this problem. The calculus of the error
in the Energy Minimization Method was also reformulated
to give more importance to the best individual. The
techniques of extrinsic evolvable repair and adjustment
proposed here are very similar to the evolvable techniques
used to synthesize circuits. The circuits` evaluation and
algorithm`s objectives were studied and some changes were
proposed. To intrinsically repair circuits is necessary to
use a reconfigurable platform of analog circuits. This
method is different from the extrinsic one. The individuals
representation in this case may vary and depends on the
platform used. Techniques to initialise populations were
used to seed the population. To make intrinsic evolution
experiments possible, a reconfigurable platform for analog
circuits called PAMA was designed and implemented. Through
the case studies the performance of the techniques proposed
were evaluated. Tests with intrinsic and extrinsic systems
were done. The relevance and performance of the Objective`s
Importance parameter was also studied. Well known analog
circuits like TTL gates and amplifiers were used in the
experiments. The results showed the accomplishment of such
class of techniques and tools, which are very useful to
repair circuits, especially in emergencies. Due to the
viability of using evolvable techniques and its advantages
when compared to the regular methods, the plans are, in
future work, to keep testing variations of these methods and
testing these techniques in bigger circuits. / [es] Esta disertación investiga la utilización de técnicas de electrónica Evolutiva en los procesos de
reparación y ajuste de circuitos electrónicos. El objetivo del trabajo fue evaluar el desempeño de
algoritmos de computación evolutiva en la reparación de circuitos electrónicos defectuosos y en el
ajuste y mejoría de los circuitos no óptimos, ofreciendo una base teórica y experimental para
herramientas de reparación y ajuste automático de circuitos. La necesidad de herramientas que
efectuen reparaciones de circuitos electrónicos en situaciones de emergencia, bien como la
diversidad de defectos encontrados en los varios tipos de circuito, motivaron esta investigación. El
trabajo de investigación fue desarrollado en 6 etapas principales: un estudio sobre algoritmos
evolutivos y sus aplicaciones en el área de la Electrónica Evolutiva; una revisión de estrategias de
múltiples objetivos que culminó en la propuesta de un nueva parámetro de importancia para los
objetivos de los algoritmos evolutivos y en la reformulación del cálculo del error en el Método de
Minimización de Energía; el proyecto de un prototipo de plataforma reconfigurable; la propuesta de
una técnica de reparaciones y ajustes por evolución extrínseca; la propuesta de una técnica de
reparaciones y ajustes por evolución intrínseca; y el estudio de casos. De acuerdo con los objetivo del
trabajo de evaluar el desempeño del algoritmos evolutivos en la reparación y ajuste de circuitos
electrónicos, primeramente se efectuó un estudio sobre la aplicación de estos algoritmos en el área
de la electrónica evolutiva. Este estudio involucró las diferentes formas de representación y
evaluación, así como los principales operadores. También forma parte de este estudio las estrategias
de múltiples objetivos y sus aplicaciones en la optimización y síntesis de circuitos, tanto por evolución
extrínseca como intrínseca. Como resultado de este estudio preliminar, se verificó la necesidad de
reevaluar la metodología de múltiples objetivos baseada en la minimización de energía atribuyendo
valores de importancia diferentes a los diferentes objetivos de los algoritmos evolutivos. Se propone
entonces un parámetro Importancia del objetivo que prioriza atender los objetivos más importantes de
esos algoritmos. O sea, favorece las características más relevantes del circuito. Se revisó la fórmula de
cálculo del error en el Método de Minimización de Energía sugiriendo otra que se basa en la
evaluación del mejor individuo. Esta propuesta direcciona el proceso evolutivo para los objetivos no
satisfechos del mejor individuo. Las técnicas de reparación y ajustes automáticos por evolución
extrínseca que aqui se proponen son muy semejantes a las técnicas de síntesisde circuitos por
computación evolucionaria. Fue dada especial atención a la evaluación de los circuitos y al os
objetivos de los algoritmos que están íntimamente relacionados con el circuito original no defectuoso
o con el circuito ideal. Para realizar reparaciones y ajustes automáticos por evolución intrínseca se
hace necesario el uso de una plataforma reconfigurable de circuitos electrónicos. Esto trae consigo
una forma diferente de representación de los circuitos cuando comparamos esta técnica con la
basada en evolución extrínseca. Además, técnicas de inicialización de la populación de los
algoritmos evolutivos fueron utilizadas para orientar la evolución con base en la topología del circuito
fallo. Para poder realizar los experimentos con evolución extrínseca, se proyectó e implementado un
protótipo de plataforma reconfigurable para circuitos analógicos llamada de PAMA. Fueron
realizados estudios de caso de modo a evaluar el desempeño de estas técnicas de reparaciones y
ajustes automáticos tanto por evolución extrínseca cuanto por evolución intrínseca. En los estudios de
caso realizados se utilizaron circuitos bien conocidos, como puertas TTL y pré-ampli
|
Page generated in 0.4589 seconds