A área de projeto, modelagem e simulação de circuitos e dispositivos para microondas e ondas milimétricas é muito promissora para o uso de algoritmos de otimização, dada a atual complexidade advinda do número de parâmetros considerados e exigência de desempenho. Estes algoritmos são particularmente úteis quando se trata de circuitos e dispositivos que têm sido projetados com base em experiência de projetistas ou procedimentos de tentativa e erro. Várias abordagens têm sido propostas para auxiliar o projeto e otimização de circuitos e dispositivos. Dentre elas, o algoritmo genético (AG) tem se destacado por ser computacionalmente simples e eficaz na busca de soluções ótimas de problemas de otimização multitarefa. Os conceitos básicos e algumas ferramentas que úteis para a melhoria da convergência deste método de otimização são apresentados neste trabalho. Algoritmos baseados em AG são propostos para projetar circuitos de microondas a partir de curvas de resposta em freqüência desejadas. Os algoritmos devem determinar as configurações de circuitos equivalentes que realizem as características desejadas. Para ilustrar a versatilidade do programa, são apresentados exemplos de diversos filtros de microondas projetados com componentes discretos e microfitas, descontinuidades em guias de onda retangulares e filtros passa-faixa utilizando acopladores direcionais. Técnicas para a determinação de parâmetros de espalhamento de redes formadas por seções de microfita arbitrariamente conectadas são desenvolvidas. O objetivo do algoritmo é determinar uma configuração de associação de seções de microfitas que reproduza a curva de resposta em freqüência desejada. Vários resultados numéricos são apresentados e comparados com simulações realizadas em software comercial e atestam a versatilidade e aplicabilidade dos algoritmos propostos. / Optimization algorithms have proved to be a valuable tool for the design, modeling and simulation of circuits and devices for microwave and millimeter wave applications. These algorithms are particularly useful when the design of circuits and devices are based either on the designer experience or on trial-and-error procedures. Several approaches currently available in the literature are dedicated to the design of circuits and devices. Nevertheless, a special attention has been paid to the genetic algorithm (GA) approach by virtue of its simple computational procedures and efficiency to find the optimum solution of multitask problems. This work presents the basic GA concepts and proposes algorithms to design and optimize microwave circuits, including several filters based on microstrip technique, lumped elements, discontinuities in rectangular waveguides, and bandpass filters using directional couplers. Additionally, it is proposed a technique to evaluate the S-parameters of a circuit formed by arbitrarily-connected microstrip sections. The GA is employed in this case to find a configuration capable of exhibiting a pre-established frequency response. Several numerical results are presented and compared with simulations carried out with commercial software package. The results show the versatility and applicability of the proposed GA procedures in the design, modeling and simulations of microwave circuits.

Este trabalho apresenta um modelo de otimização multiobjetivo aplicado ao projeto de concepção de submarinos convencionais (i.e. de propulsão dieselelétrica). Um modelo de síntese que permite a estimativa de pesos, volume, velocidade, carga elétrica e outras características de interesse para a o projeto de concepção é formulado. O modelo de síntese é integrado a um modelo de otimização multiobjetivo baseado em algoritmos genéticos (especificamente, o algoritmo NSGA II). A otimização multiobjetivo consiste na maximização da efetividade militar do submarino e na minimização de seu custo. A efetividade militar do submarino é representada por uma Medida Geral de Efetividade (OMOE) estabelecida por meio do Processo Analítico Hierárquico (AHP). O Custo Básico de Construção (BCC) do submarino é estimado a partir dos seus grupos de peso. Ao fim do processo de otimização, é estabelecida uma Fronteira de Pareto composta por soluções não dominadas. Uma dessas soluções é selecionada para refinamento preliminar e os resultados são discutidos. Subsidiariamente, esta dissertação apresenta discussão sucinta sobre aspectos históricos e operativos relacionados a submarinos, bem como sobre sua metodologia de projeto. Alguns conceitos de Arquitetura Naval, aplicada ao projeto dessas embarcações, são também abordados. / This thesis presents a multi-objective optimization model applied to concept design of conventional submarines (i.e. diesel-electric powered boats). A synthesis model that allows the estimation of weights, volume, speed, electrical load and other design features of interest is formulated. The synthesis model is integrated with a multi-objective optimization model based on genetic algorithms (specifically, the NSGA II algorithm). The multi-objective optimization consists of maximizing the submarine\'s military effectiveness and minimizing its cost. The military effectiveness is represented by an Overall Measure of Effectiveness (OMOE) established via the Analytic Hierarchy Process (AHP). The submarine\'s Basic Construction Cost (BCC) is estimated from its weight groups. At the end of the optimization process, a Pareto Front composed of non-dominated solutions is established. One of these solutions is selected for preliminary refinement and the results are discussed. This work also presents succinct discussion about submarine historical and operational aspects and design methodology. Some Naval Architectural concepts, applied to submarine design, are also discussed.

Este trabalho apresenta um processo racional para a seleção das dimensões e coeficientes de forma ótimos para um navio petroleiro usando a técnica dos algoritmos genéticos. É proposto um procedimento para balanceamento em função do peso e espaço disponível de carga, determinando sua viabilidade e permitindo balancear navios de peso ou de volume. A elaboração de um procedimento e sua implementação em um programa eficiente é muito importante no dimensionamento preliminar de um navio, assim, esta pesquisa é uma divulgação da técnica dos algoritmos genéticos como uma técnica robusta para o projeto preliminar do navio. Duas funções de mérito são usadas para avaliar cada projeto: custo e vazamento médio de óleo. Estes atributos são conflitantes entre si, isto é, um baixo custo corresponde a um alto vazamento e vice-versa. O vazamento médio de óleo é avaliado com a metodologia probabilística proposta pela INTERTANKO (INTERTANKO, 2002). A avaliação do vazamento médio, através de um adimensional, considera a possibilidade de ocorrência de eventos de encalhes e/ou colisão resultando, respectivamente, em dano ao fundo e ao costado. Para a estimativa do custo são utilizados dois modelos, apresentando-se uma comparação dos seus efeitos nos valores finais das dimensões principais. Além disso, para o procedimento de balanceamento, cinco modelos de peso do casco são testados e analisados os impactos na forma e distribuição da fronteira de Pareto. Um algoritmo genético é implementado para buscar os parâmetros de projeto ótimos e identificar a fronteira não-dominada de Pareto. O algoritmo é testado com quatro funções encontradas na literatura técnica. As funções de teste são convexas, não-convexa, descontínua e uma com quatro restrições funcionais. A implementação mostra resultados similares com os apresentados na literatura. Um navio Suezmax, um Aframax e um Panamax são usados como estudo de casos para comparar os resultados obtidos com o programa implementado. Um objetivo adicional deste trabalho é expor à comunidade naval a utilidade e efetividade dos algoritmos genéticos nos problemas de projeto multiobjetivo. O enfoque desta pesquisa está na metodologia implementada e na sua recomendação para o projeto preliminar de navios. / This paper shows the rational process of selecting the optimal dimensions and forms coefficients of tanker ships using the technique of genetic algorithm. It is proposed a procedure to balance designs in weight and useful space and assesses their feasibility so that weight and volume limited tankers can be balanced. The elaboration of a procedure and its implementation in an efficient program is so important in the preliminary dimension of a ship, so this paper is a divulgation of the genetic algorithm as robust technique for the preliminary ship design. Two objective attributes are used to evaluate each design: Total Cost and Mean Oil Outflow. This attributes are conflicting between them, that is, a low cost correspond a high outflow and vice versa. The Mean Oil Outflow is evaluated with the probabilistic methodology proposed by the INTERTANKO to IMO. The assessment of mean oil outflow, by a non dimensional parameter, supposes the event of grounding and/or collision resulting in bottom and side damage respectively. In estimating the cost two models are used performing a comparison of their effects on the final values of principal dimension. In addition, for the balance procedure, five hull weight models are tested and analyzed the impact on the form and distribution of Pareto frontier. A genetic algorithm is implemented to search the optimal design parameters and identify non-dominated frontier of Pareto. The algorithm is tested with four test functions found in the technical literature. The test functions selected are convex, non convex, discontinuing and one with four restrictions. The implementation shows similar results with those showed in others papers. A Suezmax, an Aframax, and a Panamax ships are used as case study in order to compare the gotten results by the implemented program. One additional goal of this work is to expose to naval community the usefulness and effectiveness of the genetic algorithm in the Multi-Objective design. The emphasis of this paper is on methodology of design implemented and is suggested for preliminary ship design.

Neste trabalho procuramos determinar o controle ótimo para problemas de custo médio a longo prazo (CMLP) de sistemas lineares com saltos markovianos (SLSMs) com observação parcial dos estados da cadeia de Markov, e, para isso, implementamos métodos computacionais heurísticos como algoritmos evolutivos de primeira geração - algoritmo genético (AG) básico - e os algoritmos UMDA(Univariate Marginal Distribution Algorithm) e BOA(Bayesian Optimization Algorithm), de segunda geração. Utilizamos um algoritmo variacional para comparar com os métodos implementados e medir a qualidade de suas soluções. Desenvolvemos uma abordagem de transição de níveis de observação (ATNO), partindo de um problema de observação completa e migrando através de problemas parcialmente observados. Cada um dos métodos mencionados acima foi implementado também no contexto da ATNO. Para realizar uma análise estatística sobre o desempenho dos métodos computacionais, utilizamos um gerador de SLSMs com importantes características da teoria de controle como: estabilidade, estabilizabilidade, observabilidade, controlabilidade e detetabilidade. Por fim, apresentamos alguns resultados sobre o CMLP com controles estabilizantes e resultados parciais a respeito da unicidade de solução / In this work we are interested in the optimal control for the long run average cost (LRAC) problem for linear systems with Markov jump parameters (LSMJP), using heuristic methods like first generation evolutionary algorithms - genetic algorithm (GA) - and second generation algorithms including UMDA (Univariate Marginal Distribution Algorithm) and BOA (Bayesian Optimization Algorithm). We have developed a scheme that employs different problems with intermediate levels of observation of the Markov chain, starting with complete observation and shifting to the partial observation problem. The aforementioned methods have been implemented using this scheme. Moreover, in order to compare the methods, we use an algorithm for generating a number of LSMJP and we present a basic statistical analysis of the results. Finally, we present some results on the LRAC with stabilizing control and some partial results on the uniqueness of the solution

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-10T18:50:01Z No. of bitstreams: 2 Dissertação Gleydson Vilanova.pdf: 10406213 bytes, checksum: 4161dab35fb90ca62e4ebd0186c0870e (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-11T17:34:31Z (GMT). No. of bitstreams: 2 Dissertação Gleydson Vilanova.pdf: 10406213 bytes, checksum: 4161dab35fb90ca62e4ebd0186c0870e (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / A presença de textos manuscritos e impressos em um mesmo documento representa um grande desafio para os atuais mecanismos de Reconhecimento Óptico de Caracteres. Uma vez que essas classes de texto possuem suas próprias rotinas de reconhecimento, o uso de técnicas que permitam diferenciação entre elas tornou-se indispensável e o bom funcionamento dessas técnicas depende da escolha de características que melhor representem os elementos de texto sobre os quais os classificadores devem atuar. Considerando que na literatura existe uma grande variedade de características utilizadas para este fim, este trabalho objetiva o desenvolvimento de um método que permita, através de um processo de otimização com Algoritmos Genéticos e a partir de um conjunto inicial de 52 características, a seleção de subconjuntos de melhores características que, além de menores que o conjunto original, possibilitem melhoria dos resultados de classificação. Os experimentos foram realizados com classificadores kNN e Redes Neurais MLP a partir de imagens de palavras segmentadas. O método proposto foi avaliado fazendo uso de uma base de dados pública para textos manuscritos e outra criada especificamente para este trabalho para textos impressos. Os resultados dos experimentos mostram que os objetivos propostos foram alcançados. Os Erros Médios de Classificação foram estatisticamente equivalentes para os dois classificadores e uma melhor performance foi obtida com o kNN. A influência dos diferentes tipos de fontes e estilos utilizados nos textos impressos também foi analisada e mostrou que as fontes que imitam textos manuscritos como a "Lucida Handwriting" e "Comic Sans MS" apresentam maiores ocorrências de erros de classificação. Da mesma forma, a maioria dos erros foi percebida nos textos impressos com estilo itálico.

Made available in DSpace on 2014-06-12T15:52:45Z (GMT). No. of bitstreams: 2 arquivo4692_1.pdf: 1118830 bytes, checksum: 96894dd8a22373c59d67d3b286b6c902 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / Um dos principais obstáculos para o uso em larga escala das Redes Neurais é a dificuldade de definir valores para seus parâmetros ajustáveis. Este trabalho discute como as Redes Neurais de Funções Base Radial (ou simplesmente Redes RBF) podem ter seus parâmetros ajustáveis definidos por algoritmos genéticos (AGs). Para atingir este objetivo, primeiramente é apresentado uma visão abrangente dos problemas envolvidos e as diferentes abordagens utilizadas para otimizar geneticamente as Redes RBF. É também proposto um algoritmo genético para Redes RBF com codificação genética não redundante baseada em métodos de clusterização. Em seguida, este trabalho aborda o problema de encontrar os parâmetros ajustáveis de um algoritmo de aprendizagem via AGs. Este problema é também conhecido como o problema de seleção de modelos. Algumas técnicas de seleção de modelos (e.g., validação cruzada e bootstrap) são usadas como funções objetivo do AG. O AG é modificado para adaptar-se a este problema por meio de heurísticas tais como narvalha de Occam e growing entre outras. Algumas modificações exploram características do AG, como por exemplo, a abilidade para resolver problemas de otimização multiobjetiva e manipular funções objetivo com ruído. Experimentos usando um problema benchmark são realizados e os resultados alcançados, usando o AG proposto, são comparados com aqueles alcançados por outras abordagens. As técnicas propostas são genéricas e podem também ser aplicadas a um largo conjunto de algoritmos de aprendizagem

Made available in DSpace on 2014-06-12T15:54:09Z (GMT). No. of bitstreams: 2 arquivo1961_1.pdf: 7429302 bytes, checksum: f3051d36d41c342d86505592605868d8 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / De forma geral, as abordagens descritas na literatura utilizam apenas a própria série para realizar a previsão, descartando a série de resíduos proveniente da diferença entre os dados reais da série e a previsão do modelo. Os métodos tradicionais de inteligência artificial não tratam a série de resíduos, considerando assim que essa série tenha o comportamento de um ruído branco, contendo pouca ou nenhuma informação relevante. Estudos realizados em torno das séries de resíduos, geradas pelo Método Time-lag Added Evolutionary Forecasting Method(TAEF), possibilitaram a constatação da não existência de características de ruído branco, mas conjuntos de padrões que detém informações relevantes que podem ser captadas pelo método. Com base nesses estudos e inspirado na Teoria da Perturbação, um conceito já comumente usado em outros ramos da ciência, o Método Perturbative Time-lag Added Evolutionary Forecasting Method (Método P-TAEF) foi desenvolvido para tratamento e previsão das séries residuais. A Teoria da Perturbação é semelhante a uma expansão de potências, como na expansão de Taylor, onde cada termo acrescentado à expansão introduz um fator de correção, que converge para a solução real do problema. Vários experimentos foram realizados com o Método P-TAEF com séries temporais com diferentes características. Foram utilizadas séries de natureza e complexidade distintas, de tal modo a comprovar a eficiência do método proposto. Foi testado um conjunto de sete séries, sendo uma artificial (série do Mapa de Hénon), duas de fenômenos da natureza (série das Manchas Solares e série de Medidas do Brilho de uma Estrela) e quatro séries econômico-financeiras (Índice Dow Jones Industrial Average, Índice Nasdaq,´ Índice S&P500 e valores de Fechamento das Ações da Petrobras (PetrobrasON)). Os experimentos foram comparados com técnicas tradicionais de IA encontradas na literatura e com o Método TAEF

Made available in DSpace on 2014-06-12T15:57:30Z (GMT). No. of bitstreams: 2 arquivo3201_1.pdf: 2233544 bytes, checksum: c8ff02b6ea4b9f8a3771c65bd9346970 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Faculdade de Amparo à Ciência e Tecnologia do Estado de Pernambuco / A codificação de vizinhança foi inicialmente proposta em [TTD99]. Essa codificação gera um conjunto de códigos de vizinhança para representar uma imagem binária. Uma das principais limitações da proposta inicial é que a codificação não era capaz de reconstruir a imagem representada por ela. Esta dissertação oferece uma nova abordagem para a codificação de vizinhança, que permite representar imagens binárias sem perdas, possibilitando a reconstrução da imagem codificada. Outro problema da codificação de vizinhança é o excessivo e redundante número de elementos no conjunto de códigos gerados para cada imagem. Para resolver este problema, são propostos, no presente trabalho, três algoritmos para a redução do conjunto desses códigos. Um destes algoritmos de redução do conjunto de códigos segue uma abordagem evolucionária. Outra contribuição realizada aqui diz respeito à representação de vizinhanças em um código de vizinhança. Esta representação é construída através de funções braços. Novas funções braços podem ser definidas facilmente para representar diferentes vizinhanças. Esta maneira de abordar vizinhanças possibilita o reuso dos algoritmos propostos sem necessidade de adaptação. Ainda são propostas duas aplicações utilizando codificação de vizinhança: compressão de imagens binárias e reconhecimento de forma. O método de compressão proposto baseiase na redução do número de códigos necessários para reconstruir a imagem sem perdas. O reconhecimento de forma é avaliado para o problema de recuperação de imagens semelhantes

Made available in DSpace on 2014-06-12T15:59:51Z (GMT). No. of bitstreams: 2 arquivo5651_1.pdf: 8886352 bytes, checksum: da501aea5abdb4aea97774ec7b6e1fd7 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Neste trabalho é realizado um estudo sistemático para a resolução do problema de previsão de séries temporais com a utilização de técnicas de Inteligência Artificial. Inicialmente, modelos de Box & Jenkins são aplicados para a previsão de séries temporais para a geração de um padrão de referência. São investigadas então técnicas da Inteligência Artificial mais comumente encontradas na literatura, como redes neurais artificiais e algoritmos genéticos, bem como um sistema híbrido inteligente resultante da união destas duas técnicas. Observando as deficiências e os pontos fortes das metodologias estudadas, foi desenvolvido um novo método para a previsão de séries temporais, the Time-lag Added Evolutionary Forecasting (TAEF) Method, combinando redes neurais artificiais, um algoritmo genético modificado, um mecanismo de busca evolutiva pela dimensionalidade mínima necessária para a reconstrução do espaço de fase gerador da série, e um procedimento de pós-processamento para a determinação da fase da previsão gerada. Experimentos extensivos realizados com o Método TAEF com séries temporais de natureza, complexidade e características de comportamento diversificadas, comprovam a eficiência e robustez do método proposto. Tendo sido testado em um conjunto de oito séries temporais, sendo duas séries artificiais (série do Mapa de H_enon e série Random Walk), duas de fenômenos naturais (série das Manchas Solares e série de Medidas de Brilho de uma Estrela) e quatro séries econômicas e financeiras (Índice Dow Jones, Índice Nasdaq, Índice S&P500 e Ações da Petrobras), o método TAEF apresenta um desempenho de previsão comprovadamente superior às demais técnicas investigadas e a vários outros trabalhos encontrados na literatura. Além deste experimentos, séries artificiais com características peculiares também foram criadas para a certificação da robustez do método, como séries de Random Walk com Drift e/ou Sazonalidade aditiva, Séries geradas a partir de modelos GARCH, SETAR e STAR. Por fim, simulações de um sistema de apoio à decisão para a compra e venda de ações na bolsa de valores do estado de São Paulo (Bovespa) são montadas, demonstrando a possibilidade de uso prático do método TAEF, consolidando-o como uma nova metodologia viável e de alto desempenho para a resolução do problema de previsão de séries temporais

Made available in DSpace on 2014-06-12T16:00:15Z (GMT). No. of bitstreams: 2 arquivo6168_1.pdf: 990535 bytes, checksum: d789111179e03d1c60d3ba9fb8042bf2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Este trabalho propõe uma metodologia de busca automática por Redes Neurais Artificiais (RNA) quase-ótimas para problemas de classificação. A metodologia tem o intuito de buscar redes com arquitetura simples, com aprendizagem rápida e com boa capacidade de classificação, ou seja, redes quase-ótimas. A motivação para o desenvolvimento do presente trabalho está centralizada nas dificuldades de encontrar manualmente RNAs quase-ótimas. Essas dificuldades são ocasionadas pelo grande número de parâmetros de RNAs que necessitam de ajustes para que haja uma correlação entre esses parâmetros, a fim de contribuir para que redes estruturalmente simples e com alto desempenho possam ser encontradas. A busca automática por redes quase-ótimas engloba informações como pesos iniciais, camadas escondidas, nodos por camada, tipos de funções de ativação e algoritmos de aprendizagem para redes Multi-Layer Perceptron (MLP), completamente conectadas. O mecanismo de busca é composto por uma combinação de Algoritmos Genéticos (AG) e de RNAs. Nessa combinação, primeiramente é executada uma busca global pelos parâmetros de RNAs, posteriormente executa-se uma busca local com RNAs por meio de seus algoritmos de aprendizagem, para refinar e avaliar a solução encontrada. Essa forma de busca é consagrada e apresentou bons resultados em outros trabalhos encontrados na literatura. O diferencial do método desenvolvido é o foco na simplificação de arquiteturas com um alto desempenho de classificação, exigindo poucas épocas de treinamento. Com o método desenvolvido foram realizados experimentos em cinco domínios de problemas conhecidos, a saber: Câncer, Vidros, Coração, Cavalos e Diabetes. Os resultados apontam uma melhor eficácia do método desenvolvido na busca por redes quase-ótimas perante o método de busca manual e também em relação a outros métodos da literatura. As redes encontradas para cada um dos domínios de problemas apresentam uma baixa complexidade e também um baixo erro de classificação. Esses resultados são extremamente importantes para mostrar a capacidade do método desenvolvido e justificar o esforço investido no desenvolvimento de métodos de busca por RNAs quase-ótimas