Orientador: Luis Paulo Barbour Scott. / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Engenharia da Informação.

Orientador: Roberto Jacobe Rodrigues / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2012

Orientador: Ivan Roberto de Santana Casella / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Energia, 2013

Orientador: Patricia Teixeira Leite Asano / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Energia, 2012

Orientador: Prof. Dr. Luis Paulo Barbour Scott / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2014. / A predição de complexos moleculares in silico é uma tendência para a biologia molecular e a indústria farmacêutica devido ao baixo custo em relação a outros métodos tradicionais. Docking molecular é uma técnica computacional utilizada para a predição de complexos proteicos de estrutura molecular conhecida. Há vários métodos distintos para simular docking molecular propostos na literatura, eles variam pelo tipo de campo de força utilizado, pelo algoritmo de busca e otimização implementado, pela função de avaliação utilizada e também por considerar docking rígido ou flexível. Atualmente há um grande esforço para que as mudanças conformacionais (i.e., flexibilidade) tanto do ligante quanto da proteína receptora sejam consideradas pelas metodologias e pelos software de docking molecular receptor-ligante. Este trabalho apresenta a terceira versão da metodologia e ferramenta GANM (Genetic Algorithm with Normal Modes), que simula docking molecular de receptor-ligante. Esta versão permite simular docking completamente flexível, reunindo funcionalidades das versões anteriores para considerar mudanças conformacionais globais do receptor e locais, dos rotâmeros do sítio de ligação, com o novo método flexibilização do ligante. O algoritmo foi modificado e a metodologia aprimorada para considerarem múltiplas conformações do composto ligante, representativas de sua flexibilidade, e uma estratégia de preparação do ensemble conformacional utilizando ferramentas bem estabelecidas na literatura foi elaborada e avaliada. Experimentos com os sistemas HIV-1 protease/DMP323 e HIV-1 protease/Nelfinavir foram realizados e o programa apresentou, em sua maioria, bons resultados (RMSD < 2,0 Å), com RMSD médio de 1,05 Å para os últimos testes de selfdocking. / In silico molecular complexes prediction is a molecular biology and pharmaceutical industry trend due to its reduced cost in comparison to other traditional methods. Molecular docking is a computational technique used to predict protein complexes of already known molecular structure. There are several different methods for molecular docking simulation proposed in the literature, they may differ by the type of force field used, their search and optimization algorithms, the evaluation function applied and also by implementing rigid or flexible docking. Nowadays, there's a great effort to consider both the ligand and the protein receptor conformational changes (i.e., flexibility) by protein-ligand molecular docking software and methodologies. This paper presents the third version of the methodology/tool called GANM (Genetic Algorithm with Normal Modes), that simulate protein-ligand molecular docking. This version enables a fully flexible docking simulation as it unites its predecessors versions' functionalities to consider global conformational receptor changes and rotameric local ligand binding-site changes with the new ligand flexibilization features. The previous algorithm was modified and the methodology upgraded in a way they can now accept multiple ligand conformation as a representation of its flexibility. Also, a preparation strategy of the conformational ensemble was elaborated and availed. Experiments were made with the HIV-1 protease/DMP323 and the HIV-1 protease/Nelfinavir complexes and the program presented, in majority, good results (RMSD < 2,0 Å), with a mean RMSD of 1,05 Å for the last self-docking tests.

Submitted by Secretaria Pós de Produção (tpp@vm.uff.br) on 2017-07-27T19:12:43Z No. of bitstreams: 1 D2016 - Frederico Galaxe Paes.pdf: 5062594 bytes, checksum: 6141e589af7945cfd88fe0b9b3d62443 (MD5) / Made available in DSpace on 2017-07-27T19:12:43Z (GMT). No. of bitstreams: 1 D2016 - Frederico Galaxe Paes.pdf: 5062594 bytes, checksum: 6141e589af7945cfd88fe0b9b3d62443 (MD5) / Este trabalho aborda os seguintes problemas: Problema Quadrático de Alocação (PQA), Problema de Leiaute de Facilidades com Áreas Diferentes (PLFAD) e o Problema Job Shop Sem Espera (PJSSE). O PQA é um clássico problema de otimização combinatória, cujo objetivo é minimizar a soma das distâncias entre pares de locais distintos, ponderadas pelos fluxos entre as facilidades neles alocadas. O objetivo desta parte do trabalho é investigar técnicas heurísticas da literatura com base num conjunto de instâncias de referência do PQA. Os experimentos relatadosenvolveramAlgoritmosMeméticos(AM),técnicasdediversidadeadaptativa,algoritmos ILS (Iterated Local Search), busca locais 2-exchange e cadeia de ejeção (Ejection Chain). Doze algoritmos foram testados em 37 instâncias de referência obtidas da QAPLIB levando à escolha da combinação de técnicas mais adequada ao problema. A partir das observações obtidas do estudo anterior, decidiu-se abordar o PLFAD, de natureza semelhante ao PQA. No PLFAD, o objetivo é dimensionar e localizar facilidades retangulares em um espaço ilimitado e contínuo, sem sobreposição, de modo a minimizar a soma das distâncias entre facilidades ponderada pelos fluxos de manuseio de material. Porém, a pesquisa mostrou que devido a estrutura amarrada apresentada pelas soluções do PLFAD, métodos tradicionais de busca local tornam o problema caro computacionalmente, principalmente pelo tratamento da inviabilidade, devido a sobreposição. Duas abordagens algorítmicas são então introduzidas para tratar o problema: um Algoritmo Genético (GA) básico e um GA combinado com uma estratégia de decomposiçãoviadesconstruçãoereconstruçãoparcialdasolução. Paradecomporeficientemente o problema, uma estrutura especial é imposta às soluções impedindo que as facilidade cruzem os eixos X ou Y. Embora esta restrição possa deteriorar o valor da melhor solução encontrada, ela também aumenta muito a capacidade de busca do método em problemas de médio e grande porte. Comomostradopelosexperimentos,oalgoritmoresultanteproduzsoluçõesdealtaqualidadepara doisgruposdeinstânciasclássicasdaliteratura,melhorando6das8melhoressoluçõesconhecidas do primeiro grupo e todas as instâncias de médio e grande porte do segundo grupo. Para algumas das maiores instâncias do segundo grupo, com 90 ou 100 facilidades, a melhora média das soluções ficou em torno de6%ou7%quando comparado aos algoritmos anteriores, com menor tempo de CPU. Para tais instâncias, métodos exatos atuais são impraticáveis. Finalmente é apresentado o PJSSE, escolhido devido às suas soluções apresentarem uma natureza semelhante àquelas do PLFAD. Uma algoritmo baseado em GA, cuja construção da solução é efetuada por um algoritmo guloso eficiente, é proposto para resolver instâncias de referência da literatura obtendo resultados promissores e com menor tempo computacional comparado com abordagens anteriores, principalmente em instâncias de grande porte. / This work address the following problems: Quadratic Assignment Problem (QAP), Unequal Area Facility Layout Problem (UA-FLP), and the Job Shop Problem No-Wait (JSPNW). The QAP is a classic combinatorial optimization problem, which aims to minimize the sum of distances between pairs of different locations, weighted by flows between facilities allocated in them. The objective of this part of the work is to investigate heuristic techniques of the literature based on a benchmark datasets of the QAP. We perform experiments with Memetic Algorithms (MA), adaptive diversity techniques, Iterated Local Search (ILS) algorithms, local searches 2−exchange andEjectionChains. Twelvealgorithmshavebeentestedin37benchmarkdatasets obtained from QAPLIB thus enabling to identify a combination of more suitable techiques for the problem. Based on the observations of the previous study, we decided to address the UA-FLP, of similar nature to QAP. The UA-FLP, aims to dimension and locate rectangular facilities in an unlimited floor space, without overlap, while minimizing the sum of distances among facilities weighted by “material-handling"flows. However, the research has shown that due to the tight structure of good UA-FLP solutions, traditional methods of local search make the problem expensive computationally, mainly by infeasibility treatment due to overlap. We introduce two algorithmic approaches to address this problem: a simple Genetic Algorithm (GA), and a GA combined with a decomposition strategy via partial solution deconstructions and reconstructions. To efficiently decompose the problem, we impose a solution structure where no facility should cross the X or Y axis. Although this restriction can possibly deteriorate the value of the best achievable solution, it also greatly enhances the search capabilities of the method on medium and large problems. As highlighted by our experiments, the resulting algorithm produces solutions of high quality for the two classic datasets of the literature, improving 6 out of the 8 best known solutions from the first set and all medium- and large-scale instances from the second set. For some of the largest instances of the second set, with 90 or 100 facilities, the average solution improvement goes as high as 6% or 7% when compared to previous algorithms, in less CPU time. For such instances, current exact methods are impracticable. Finally is presented the PJSSE, chosen because of its solutions present a nature similar to those of PLFAD. An algorithm based on GA, where the construction of the solution is made by an greedy eficient algorithm, is proposed to solve benchmark instances of the literature. Promising results have been achieved in less CPU-time than previous approaches, especially for larger scale instances.

Made available in DSpace on 2016-12-23T14:07:24Z (GMT). No. of bitstreams: 1 Diego Nunes Bertolani - Parte 1.pdf: 8345237 bytes, checksum: c671ce6ed9d34e3a4845627f730c8b24 (MD5) Previous issue date: 2013-10-30 / Este trabalho propõe uma estratégia para a sintonia de controladores lineares, via Algoritmos Genéticos, no espaço de configurações de Robôs Móveis Multiarticulados, para o problema do controle de movimentos á ré. Como em todo sistema não linear e complexo, o controle linear em malha fechada é necessário para prover robustez ao sistema com controladores não lineares ou inversas aproximadas á esquerda da planta, em malha aberta. Para o problema em questão, os controladores não lineares propostos na literatura tem os ganhos dos controladores lineares ajustados empiricamente em valores constantes, para movimentos que percorrem uma ampla gama de valores dos ângulos de configuração, sempre objetivando evitar a situação de engavetamento ou jacknife da composição. Esta abordagem tem conduzido a resultados em regime transitório ou estacionário pouco satisfatórios. Assim, neste trabalho é feito um estudo sistemático da sintonia de ganhos no entorno de partições adequadas do espaço de configurações, visando identificar a variabilidade dos ganhos em função do melhor desempenho obtido em cada partição. O estudo é sistematizado tendo como base experimental dois controladores não lineares propostos para um robô ou veículo multiarticulado em escala, composto de um elemento trator e dois trailers passivos ou sem motorização. A estratégia proposta tem como ferramenta básica de implementação uma interface desenvolvida para possibilitar versatilidade na análise de diversas estruturas lineares á múltiplos ganhos ajustáveis, diversas estruturas de controle não linear e diversas possibilidades de plantas realizadas via modelo analítico ou aproximações numéricas, por exemplo, neurais e fuzzy. Além do escopo deste trabalho, a identificação do vetor de ganhos para os estornos das diversas partições do espaço de configurações deve conduzir á síntese de mais um elemento em cascata na estrutura global de controle, sob a forma de um interpolador de ganhos, possivelmente fuzzy, que deverá proporcionar um desempenho satisfatório na execução de manobras mais complexas, que demandam movimentos mais amplos, rápidos e precisos / This work proposes a strategy for tuning linear controllers via genetic algorithms in the space of configurations of Multiarticulated Mobile Robots to the problem of backward motion control. As in any nonlinear system and complex, the linear closed-loop control is necessary to provide robustness to the system nonlinear controllers or approximate left inverse of the plant in open loop. For this problem, the nonlinear controllers proposed in the literature have gains of linear controllers empirically adjusted how constant values for movements that cover a wide range of values of the angle configuration, always aiming to avoid the situation of pileup or jacknife composition. This approach has led to results in transitional or stationary unsatisfactory. Thus, this work is done a systematic study of tuning gains in around appropriate partitions of the configuration space, to identify the variability of earnings due to the best performance obtained in each partition. The study is based on systematic experimental two nonlinear controllers proposed for a robot or multiarticulated vehicle scale, consisting of one element tractor and two trailers liabilities or without motorization. The proposed strategy has how the basic tool for implementing an developed interface to allow versatility in the analysis of various linear structures with multiple adjustable gains, various control structures, and various nonlinear plants made possible through the analytical model or numerical approximations, for example, neural, and fuzzy. Beyond the scope of this study, the identification of vector gains for several reversals of partitions configuration space shouldresult in the synthesis of a further cascade element in the overall control in the form of an interpolation of gains, possibly fuzzy which should provide a satisfactory performance in the execution of more complex maneuvers that require larger movements, fast and accurate

Orientador: Antonio Fernando Crepaldi / Banca: Rogério Andrade Flauzino / Banca: José de Souza Rodrigues / Resumo: As desordens e incertezas provocadas no decorrer do tempo, face à dinâmica das mudanças e a complexidade dos sistemas que abrangem as organizações, acarretam diversas situações em que os gestores necessitam encontrar soluções das quais seja possível extrair a maximização do resultado empresarial. Logo, o desenvolvimento de ferramentas que possam em dado momento apresentar, de forma ágil, um número mínimo de opções necessárias para investigar a incerteza é uma tarefa necessária em ambientes de negócios. Esta dissertação tem como objetivo a busca por uma solução para o problema do Sequenciamento Ótimo de Faturamento (SOF). A perspectiva adotada para a solução do SOF é o desenvolvimento de um software que automatize o processo de atribuição dos produtos aos pedidos em carteira, denominado como processo de picking. O trabalho emprega a Computação Evolucionária como método de adaptação ao problema e utiliza a técnica dos Algoritmos Genéticos (AG) na formulação do modelo de busca de soluções. A concepção do software dar-se-á pela interconexão de um conjunto de dados estáticos que contempla o estoque disponível para venda em um período pré-determinado de tempo t e a carteira de pedidos solicitados em diferentes datas. A representação binária é utilizada para formular a programação das estruturas heurísticas de possíveis soluções e o Visual Basic for Applications (VBA) do Microsoft Office Excel é empregado como ferramenta computacional para a implementação do modelo proposto. A programação considera as restrições e os parâmetros de decisão de forma que maximização do faturamento seja o resultado otimizado do problema. A implantação do software gera um módulo que automatiza o processo de picking e apresenta resultados otimizados para o SOF, o que... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The disorders and uncertainties caused in the course of time, given the dynamics of change and systems complexity which include organizations, result in several situations in which managers need to find solutions which can extract the maximization of the enrrepreneurial outcome. Therefore, the development of tools that can, at a given time and in an agile way, present a minimum number of options necessary to investigate the uncertainties is a necessary task in business environments. This dissertations aims to search for a solution to the Optimal Sequencing Billing (OSB) problem. The perspective adopted for the solution of the OSB is the development of a software that automates the process of assining products to backlog, named as "picking process". The work employs the Evouluationary Computation as a method of adaptation to the problem and uses the technique of Genetic Algorithms (GA) in the formulation of the searching solutions model. The software design will come to be through the inerconnection of a set of static data which includes the stock available for sale at a predetermined period of time t and a backlog request on different dates. The binary representation is used to formulate the scheduling heristics structures of possible solutions and Visual Basic for Applications (VBA) in Microsoft Office Excel is a software tool used for the implementation of the proposed model. The program considers the constraints and decision parameters so that maximizing the billing is the result of optimized problem. The implementation of the softaware generates a module that automates the picking process and presents optimized results for the OSB, which provides agility and improves the decision making for billing. It was... (Complete abstract click electronic access below) / Mestre

Orientador: Messias Borges Silva / Coorientador: Marcos Valério Ribeiro / Banca: Aneirson Francisco da Silva / Banca: José Roberto Dale Luche / Banca: Antoni Augusto Chaves / Banca: Adriano Francisco Siqueira / Resumo: As ligas a base de níquel possuem uma composição química com elevado teor de elementos de liga, os quais são responsáveis por suas propriedades mecânicas e térmicas; porém, estas características dificultam demasiadamente o processo de usinagem. Sua vasta utilização nestas áreas deve-se principalmente ao seu desempenho em altas temperaturas, que é dado por algumas de suas características intrínsecas, como: alta resistência mecânica em temperatura elevada, à fluência, à fadiga e boa resistência à corrosão. O objetivo deste trabalho foi avaliar o processo de usinagem por torneamento cilíndrico externo da liga a base de níquel Nimonic 80A, bem como propor novas formas de pensar processos de otimização com múltiplas respostas utilizando diferentes métodos de busca e diferentes métodos de aglutinação a partir de modelagem de processo. Para tal, foram analisadas as variáveis respostas rugosidade superficial (Ra) e comprimento de corte (Lc). Os ensaios de usinagem foram realizados em um torno CNC, sendo considerados os seguintes parâmetros de usinagem: velocidade de corte (75 e 90 m/min), profundidade de usinagem (0,8 e 1,6 mm) e avanços (0,12 e 0,18 mm/v), pastilhas CP250 e TP2500, corpo de prova feito com material Nimonic 80A laminado a quente e Solubilizado, por fim, o fluido refrigerante variando em Mínima quantidade de Fluido (MQF) e abundante. Todo o processo foi conduzido em ciclos, em que cada ciclo terminava quando atingisse o comprimento de avanço máximo (Lf). Depois de realizada a modelagem, foram utilizados 3 diferentes meta-heurísticas e 4 diferentes métodos de aglutinação além do algoritmo GRG. Para se avaliar o desempenho das meta-heurísticas e métodos de aglutinação foi utilizado o método de Taguchi L16, chegando a conclusão de que todos mostraram significância dentro da avaliação proposta, sendo que os métodos aqui testados mostraram eficiência para tal pesquisa / Abstract: The nickel-based alloys have a chemical composition with high content of alloying elements, which are responsible for their mechanical and thermal properties, but these features interfere in the machining. Its widespread use in these areas is mainly due to its performance at high temperatures, which is given by some of its characteristics, such as high mechanical strength at elevated temperature, creep, fatigue and corrosion resistance. The objective of this work was to study and evaluate the machining process by external cylindrical turning of the nickel alloy based Nimonic 80A and propose new ways of thinking in multiple response optimization process using different search methods and different methods of agglutination from modeling process. To this, the variables analyzed were: surface roughness (Ra) and cut length (Lc). The machining tests were performed on a CNC lathe, being considered the following machining parameters: cutting speed (75 and 90 m / min), depth of cut (0.8 and 1.6 mm) and feed rate (0.12 and 0.18 mm/revolution), TP2500 and CP250 tools, test body made of Nimonic 80A material hot rolled and annealed and Fluid Lubricant varying amount in Minimal Quantity of Fluid (MQF) and abundant. The whole process was conducted in cycles where each cycle ended when it reached the maximum feed length (Lf). The entire process was conducted in cycles, wherein each cycle ended when it reached the maximum feed length (Lf). After performed the process modeling, were used GRG algorithm, three different meta-heuristics and 4 different agglutination methods and evaluated. To evaluate the performance of meta-heuristics and agglutination methods we used the method of Taguchi L16, reaching the conclusion that all showed significance in the proposed evaluation, and the methods tested here showed efficiency for such research / Doutor

Os sistemas baseados em redes neurais artificiais e algoritmos genéticos oferecem um método alternativo para solucionar problemas relacionados à otimização de sistemas. Os algoritmos genéticos devem a sua popularidade à possibilidade de percorrer espaços de busca não-lineares e extensos. As redes neurais artificiais possuem altas taxas de processamento por utilizarem um número elevado de elementos processadores simples com alta conectividade entre si. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver vários tipos de problemas de otimização, os quais consistem, geralmente, da otimização de uma função objetivo que pode estar sujeita ou não a um conjunto de restrições. Esta tese apresenta uma abordagem inovadora para resolver problemas de otimização não-linear restrita utilizando uma arquitetura neuro-genética. Mais especificamente, uma rede neural de Hopfield modificada é associada a um algoritmo genético visando garantir a convergência da rede em direção aos pontos de equilíbrio factíveis que representam as soluções para o problema de otimização não-linear restrita. / Systems based on artificial neural networks and genetic algorithms are an alternative method for solving systems optimization problems. The genetic algorithms must its popularity to make possible cover nonlinear and extensive search spaces. Artificial neural networks have high processing rates due to the use of a massive number of simple processing elements and the high degree of connectivity between these elements. Neural networks with feedback connections provide a computing model capable of solving a large class of optimization problems, which refer to optimization of an objective function that can be subject to constraints. This thesis presents a novel approach for solving constrained nonlinear optimization problems using a neuro-genetic approach. More specifically, a modified Hopfield neural network is associated with a genetic algorithm in order to guarantee the convergence of the network to the equilibrium points, which represent feasible solutions for the constraint nonlinear optimization problem.