Orientadores: Ieda Geriberto Hidalgo, Paulo de Barros Correia / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-27T18:22:11Z (GMT). No. of bitstreams: 1 Fernandes_JessicaPillonTorralba_D.pdf: 6009989 bytes, checksum: a3f55f4b7f91827762cdfb4e83ebcf4c (MD5) Previous issue date: 2015 / Resumo: Em busca do desenvolvimento sustentável, a atividade de produção de energia iniciou o século XXI com foco em dois temas: eficiência energética e utilização de fontes de energia renováveis. O Brasil é um país privilegiado em termos de disponibilidade de recursos naturais para a geração de energia, principalmente através da água. Apesar da evolução de outras fontes renováveis de energia, como a biomassa e a eólica, é previsto um aumento da utilização de energia hidráulica na geração de eletricidade de forma sustentável. Para acompanhar esse aumento, existe a necessidade de expandir a oferta de energia através da instalação de novas usinas hidrelétricas e/ou otimização da operação das usinas hidrelétricas existentes. Neste contexto, esta tese apresenta uma metodologia para resolver o problema de despacho dinâmico de máquinas e geração com horizonte diário e discretização horária. Ela baseia-se na Programação por Metas Lexicográficas, utilizando Algoritmo Genético e Strength Pareto Evolutionary Algorithm. A formulação matemática do problema possui dois objetivos conflitantes. O primeiro consiste em maximizar a geração líquida da usina ao longo do dia. O segundo visa minimizar o número de partidas e paradas das unidades geradoras. A resolução é executada em duas etapas. Na Etapa 1, o Algoritmo Genético é utilizado para resolver o problema estático para cada hora. Na Etapa 2, Algoritmo Genético e Strength Pareto Evolutionary Algorithm são empregados para solucionar o problema dinâmico ao longo de um dia. As soluções encontradas são analisadas através da construção de uma curva de trade-offs. Os estudos de casos são realizados com as usinas Jupiá e Porto Primavera ,que pertencem ao Sistema Interligado Nacional. Os resultados mostram que a metodologia proposta apresenta soluções eficientes e econômicas para a programação diária de usinas hidrelétricas / Abstract: In pursuit of the sustainable development, the energy production activity began the 21st century with focus on two themes: energy efficiency and use of renewable energy sources. Brazil is a privileged country in terms of availability of natural resources to energy production, mainly through water. Despite the development of other renewable energy sources, such as biomass and wind power, hydro energy is expected to increase in the electricity generation in a sustainable way. To keep this growing, there is a need to increase the supply of energy by installing new hydroelectric plants and/or optimizing the operation of existing ones. In this context, this thesis presents a methodology to solve the dynamic dispatch problem of units and generation with a daily horizon and hourly discretization. It is based on Lexicographic Goal Programming using Genetic Algorithm and Strength Pareto Evolutionary Algorithm. The mathematical formulation of the problem has two conflicting goals. The first consists of maximizing the electric power output the plant throughout the day. The second aims to minimize the number of start-ups and shut-downs of the generating units. The resolution is divided in two steps. In Step 1, Genetic Algorithm is used to solve the static problem for each hour. Phase 2 employs Genetic Algorithm and Strength Pareto Evolutionary Algorithm to solve the dynamic problem throughout the day. The solutions are analyzed by building a trade-offs curve. The case studies are carried out with Jupiá and Porto Primavera hydroelectric power plants that belong to the National Interconnected System. The results show that the proposed methodology provides efficient and economic solutions for the daily operation of hydroelectric power plants / Doutorado / Planejamento de Sistemas Energeticos / Doutora em Planejamento de Sistemas Energéticos

Orientadores: Flavio Keidi Miyazawa, Mauricio Guilherme de Carvalho Resende / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-27T21:53:09Z (GMT). No. of bitstreams: 1 Andrade_CarlosEduardode_D.pdf: 4654702 bytes, checksum: 566cb3ea8fc876147ffa6df2ec8482b3 (MD5) Previous issue date: 2015 / Resumo: Nos últimos anos, as redes de telecomunicação tem experienciado um grande aumento no fluxo de dados. Desde a utilização massiva de vídeo sob demanda até o incontável número de dispositivos móveis trocando texto e vídeo, o tráfego alcançou uma escala capaz de superar a capacidade das redes atuais. Portanto, as companhias de telecomunicação ao redor do mundo tem sido forçadas a aumentar a capacidade de suas redes para servir esta crescente demanda. Como o custo de instalar uma infraestrutura de rede é geralmente muito grande, o projeto de redes usa fortemente ferramentas de otimização para manter os custos tão baixos quanto possível. Nesta tese, nós analisamos vários aspectos do projeto e implementação de redes de telecomunicação. Primeiramente, nós apresentamos um novo problema de projeto de redes usado para servir demandas sem fio de dispositivos móveis e rotear tal tráfego para a rede principal. Tais redes de acesso são baseadas em tecnologias sem fio modernos como Wi-Fi, LTE e HSPA. Este problema consideramos várias restrições reais e é difícil de ser resolvido. Nós estudamos casos reais nas vizinhanças de uma grande cidade nos Estados Unidos. Em seguida, nós apresentamos uma variação do problema de localização de hubs usado para modelar as redes principais (backbones ou laços centrais). Este problema também pode ser utilizado para modelar redes de transporte de cargas e passageiros. Nós também estudamos o problema de clusterização correlacionada com sobreposições usado para modelar o comportamento dos usuários quando utilizam seus equipamentos móveis. Neste problema, nós podemos rotular um objeto usando múltiplos rótulos e analisar a conexão entre eles. Este problema é adequado para análise de mobilidade de equipamentos que pode ser usada para estimar o tráfego em uma dada região. E finalmente, nós analisamos o licenciamento de espectro sobre uma perspectiva governamental. Nestes casos, uma agência do governo deseja vender licenças para companhias de telecomunicação para que operem em uma dada faixa de espectro. Este processo usualmente é conduzido usando leilões combinatoriais. Para todos problemas, nós propomos algoritmos genéticos de chaves aleatórias viciadas e modelos de programação linear inteira mista para resolvê-los (exceto para o problema de clusterização correlacionada com sobreposição, devido sua natureza não-linear). Os algoritmos que propusemos foram capazes de superar algoritmos do estado da arte para todos problemas / Abstract: Cutting and packing problems are common problems that occur in many industry and business process. Their optimized resolution leads to great profits in several sectors. A common problem, that occur in textil and paper industries, is to cut a strip of some material to obtain several small items, using the minimum length of material. This problem, known by Two Dimensional Strip Packing Problem (2SP), is a hard combinatorial optimization problem. In this work, we present an exact algorithm to 2SP, restricted to two staged cuts (known by Two Dimensional Level Strip Packing, 2LSP). The algorithm uses the branch-and-price technique, and heuristics based on approximation algorithms to obtain upper bounds. The algorithm obtained optimal or almost optimal for small and moderate sized instances / Abstract: In last twenty years, telecommunication networks have experienced a huge increase in data utilization. From massive on-demand video to uncountable mobile devices exchanging text and video, traffic reached scales that overcame the network capacities. Therefore, telecommunication companies around the world have been forced to increase their capacity to serve this increasing demand. As the cost to deploy network infrastructure is usually very large, the design of a network heavily uses optimization tools to keep costs as low as possible. In this thesis, we analyze several aspects of the design and deployment of communication networks. First, we present a new network design problem used to serve wireless demands from mobile devices and route the traffic to the core network. Such access networks are based on modern wireless access technologies such as Wi-Fi, LTE, and HSPA. This problem has several real world constraints and it is hard to solve. We study real cases of the vicinity of a large city in the United States. Following, we present a variation of the hub-location problem used to model these core networks. Such problem is also suitable to model transportation networks. We also study the overlapping correlation clustering problem used to model the user's behavior when using their mobile devices. In such problem, one can label an object with multiple labels and analyzes the connections between them. Although this problem is very generic, it is suitable to analyze device mobility which can be used to estimate traffic in geographical regions. Finally, we analyze spectrum licensing from a governmental perspective. In these cases, a governmental agency wants to sell rights for telecommunication companies to operate over a given spectrum range. This process usually is conducted using combinatorial auctions. For all problems we propose biased random-key genetic algorithms and mixed integer linear programming models (except in the case of the overlapping correlation clustering problem due its non-linear nature). Our algorithms were able to overcome the state of the art algorithms for all problems / Doutorado / Ciência da Computação / Doutor em Ciência da Computação

Atualmente vêm sendo desenvolvidas e utilizadas várias técnicas de modelagem de distribuição geográfica de espécies com os mais variados objetivos. Algumas dessas técnicas envolvem modelagem baseada em análise ambiental, nas quais os algoritmos procuram por condições ambientais semelhantes àquelas onde as espécies foram encontradas, resultando em áreas potenciais onde as condições ambientais seriam propícias ao desenvolvimento dessas espécies. O presente estudo trata do uso da modelagem preditiva de distribuição geográfica, através da utilização de algoritmo genético e algoritmo de distância, de espécies como ferramenta para a conservação de espécies vegetais, em três situações distintas: modelagem da distribuição do bioma cerrado no estado de São Paulo; previsão da ocorrência de espécies arbóreas visando à restauração da cobertura vegetal na bacia do Médio Paranapanema e modelagem da distribuição de espécies ameaçadas de extinção (Byrsonima subterranea). A metodologia empregada e os resultados obtidos foram considerados satisfatórios para a geração de modelos de distribuição geográfica de espécies vegetais, baseados em dados abióticos, para as regiões de estudo. A eficácia do modelo em predizer a ocorrência de espécies do cerrado é maior se forem utilizados apenas pontos de amostragem com fisionomias de cerrado, excluindo-se áreas de transição. Para minimizar problemas decorrentes da falta de convergência do algoritmo utilizado GARP (Genetic Algorithm for Rule Set Production), foram gerados 100 modelos para cada espécie modelada. O uso de modelagem pode auxiliar no entendimento dos padrões de distribuição de um bioma ou ecossistema em uma análise regional e local. / Many different techniques are being used today with different objectives to model the geographic distribution of species. Some of these techniques are based on environmental analysis where algorithms search for environmental conditions similar to those where the species were found, resulting in potential areas where the environmental conditions would be favorable for the development of these species. The present study is based on predictive modeling of the geographic distribution of species using genetic and distance algorithms as a tool for plant conservation in three different situations: modeling the Cerrado biome of the state of São Paulo; predicting the occurrence of tree species, aiming at the recuperation of the Médio Paranapanema watershed; and, modeling the distribution of endangered species (Byrsonima subterranea). The methodology used and the results obtained were considered satisfactory for the generation of geographic distribution models for plant species, based on abiotic data for the regions studied. The accuracy of the model in predicting the occurrence of species in the Cerrado is greater if only points that occur within the Cerrado and not in transition areas are used. In order to minimize problems due to the lack of convergence of the genetic algorithm GARP (Genetic Algorithm for Rule Set Production), 100 models were generated for each specie. The use of modeling tools can help understand the distribution patterns of a biome or ecosystem in a regional or local analysis.

O risco de crédito a pessoas físicas tem sido avaliado empiricamente ou por sistemas de credit score. No entanto, com o crescimento do mercado de crédito ao varejo, o assunto passou a merecer maior preocupação em razão da elevação das taxas de inadimplência, que vem causando enormes prejuízos aos doadores de recursos. Redes Neurais Artificiais (RNA) podem ser treinadas utilizando grandes quantidades de exemplos significativos. Utilizando esta técnica, as avaliações podem ser modeladas através de exemplos encontrados nos históricos dos clientes das aplicações de crédito. Contudo, a topologia e os parâmetros de aprendizado das RNA precisam ser apropriadamente estabelecidos para que a rede funcione eficientemente. Para resolver este tipo de problema, recentemente vêm sendo utilizados Algoritmos Genéticos (AG), algoritmos baseados em mecanismos genéticos e de seleção natural, que podem ser utilizados para encontrar as arquiteturas mais eficientes. O objetivo deste projeto é investigar como o projeto de RNA pode se beneficiar de AG para a determinação de sua arquitetura e o comportamento de RNA como técnica para análise de risco crédito financeiro. Para avaliar os modelos desenvolvidos, foram utilizados dois conjuntos de dados diferentes, compostos de informações sobre aplicações reais de crédito. O primeiro deles é constituído por dados de aplicações de cartão de crédito, cujo objetivo do modelo é \"imitar\" a avaliação humana. O segundo é constituído por dados de clientes de crédito bancário e seus históricos de pagamento com o objetivo de prever o comportamento de futuros clientes. / However, with the growth of the massive credit market, this activity arnacted more aúention, mainly due to the increase of indebt rates, which has occasioned largelosses to the donors of the resources. Artificial Neural Networks (AIIN) can be trained using avery large quantity of significant examples. Using this technique, the credit evaluation can be modeled through the Ãamples found in the historical data of the credit applicants. Nevertheless, the topology and the learning parameters of ANNs must be adequately set for an efficient performance to be achieved. Recently Genetic Algorithms (GA) have been proposed to overcome these problems. These algorithms are based on natural selection and gãnetic mechanisms, that can be used to find adequate neural a¡chitectures. The objectives of this work is to investigate how the ANN design can benefit from the use of GA to the determination of its architecture and the behavior of ANN as a tool for financial credit analysis. To evaluate the models developed two different data sets, composed by real information about credit applications, were used. The first of these data sets is composed úy data from credit card applications, whose purpose is to imitate the human evaluation. The second data set is composed by information about banking credit customers and their payment historical data. Its pu{pose is to predict the behavioral of new customers.

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.

Orientador: José Roberto Sanches Mantovani / Co-orientador: Antonio Marcos Cossi / Banca: Ruben Augusto Romero Lazaro / Banca: Fábio Bertequini Leão / Banca: Neida Maria Patias Volpi / Banca: João Bosco Augusto London Júnior / Resumo: Neste trabalho o problema de Planejamento de Sistemas de Distribuição de Energia Elétrica (PSDEE) de Média Tensão é formulado em três modelos de programação não linear inteiro misto (PNLIM). O primeiro modelo realiza o planejamento estático de curto prazo que consiste em definir quais linhas serão instaladas e/ou recondutoradas e quais subestações serão construídas e/ou repotencializadas permitindo reconfigurar a rede já existente. Nesse contexto, o modelo matemático é mono-objetivo e minimiza custos de instalações de novos equipamentos e custos com operação do sistema sujeitos a um conjunto de restrições físicas, operacionais e econômicas. O segundo modelo é multiestágios e realiza o planejamento dinâmico de longo prazo considerando as mesmas ações de planejamento do modelo estático, mas define quando essas ações serão executadas. O terceiro modelo é multiobjetivo, além de realizar o planejamento dinâmico de longo prazo em diferentes estágios considerando custos de investimentos e operação inclui custos de confiabilidade da rede expressos em termos da energia não suprida. Para solução destes modelos são propostos diferentes versões do algoritmo de busca dispersa (BD), sendo duas mono-objetivo adaptadas para a solução dos modelos estáticos de curto prazo e dinâmico de longo prazo e a terceira multiobjetivo. A BD é uma técnica de busca evolucionária com estrutura flexível que permite o desenvolvimento de diversas implementações, com diferentes graus de complexidade. Como contribuição são detalhadas todas as etapas fundamentais do algoritmo na aplicação dos três modelos do problema de PSDEE utilizando o algoritmo de codificação sequencial aditiva e uma heurística para a seleção eficiente de condutores. O método é calibrado usando um sistema teste da literatura de 54 barras através de diversas simulações. A BD mostra-se competitiva ... / Abstract: In this work the problem of Planning Electric Power Distribution Systems (PEPDS) of Medium Voltage is formulated in three mixed integer nonlinear programming (MINLP) models. The first model performs the static short-term planning that is to determine which lines will be installed and/or reconductive and substations which will be built and/or allowing repotentiated reconfigure the existing network. In this context, the mathematical model is mono objective and minimizes installation costs of new equipment and operating costs of the system subject to a set of physical, operational and economic constraints. The second model is multistage and performs dynamic long-term planning based on the same actions in planning the static model, but it defines when these actions are performed. The third model is multi objective, and it perform the dynamic long-term planning at different stages of considering investments and operating costs that it includes costs of network reliability expressed in terms of unserved energy. This way to solve these models are proposed different versions of Scatter Search (SS) algorithm, two adapters for the solution of static models of short term and long term dynamic multi objective mono, and third goal. The BD is an evolutionary search technique with a flexible structure which allows the development of diverse implementations of changeable degrees of complexity. As detailed contribution are all key steps of the algorithm in the application of the three models of the problem PEPDS using the additive sequential encoding algorithm and a heuristic for efficient selection of drivers. The method is calibrated using a testing systems of 54 buses through various simulations literature system. SS is exposed presenting optimal competitive good quality solution for mono objective to multi objective models and model. It is capable of finding a set of efficient solutions with commitment ... / Doutor

Orientador: Rubén Augusto Romero Lázaro / Banca: Sérgio Azevedo de Oliveira / Banca: Carlos Roberto Mendonça da Rocha / Resumo: O aumento consistente e constante do consumo de energia elétrica, o crescimento irregular e desordenado de edificações residenciais, comerciais e industriais, dentro e fora dos centros urbanos, as irregularidades nas características do fator de potência das cargas instaladas, podem colocar em xeque o bom desempenho dos sistemas elétricos de distribuição sendo necessário e urgente, a aplicação de ferramentas computacionais eficientes que atuem na otimização da operação. A investigação, análise e projeto destes sistemas são o foco da automação da distribuição, que visa redução das perdas técnicas que pode ser feita através da reconfiguração e alocação de bancos de capacitores que contribuirão para o melhoramento nos perfis de tensão e a minimização de perda de potência ativa nas linhas. Este trabalho visa propor a melhoria no desempenho econômico da operação de sistemas de distribuição através da minimização de determinados custos da operação, propondo investimentos que garantam lucros em seu retorno, através da solução simultânea dos problemas de reconfiguração de sistemas de distribuição radiais para alguns tipos de carregamento e do problema da alocação dos bancos de capacitores que será feita através de urna metaheurística especializada para avaliar a qualidade de cada proposta de solução fornecida pela meta-heurística sendo implementado um módulo de fluxo de carga em sistemas de distribuição radial com uso de um algoritmo de varredura / Abstract: The consistent and steady increase in electricity consumption, the irregular and uncontrol­ led growth of residential, commercial and industrial buildings, inside and outside urban centers, the irregularities in the characteristics of the power factor of the loads installed, can risk the good performance electrical distribution systems is necessary and urgent, the application of eflicient computational tools that work on optimizing the operation. The research, analysis and design of these systems is the focus of distribution automa­ tion, which aims to reduce technical losses can be clone by reconfiguring and allocation of capacitors which contribute to the improvement in the voltage profile and minimizing loss active power lines. This work aims to propose improvements in the economic perfor­ mance of the distribution system operation by minimizing certain costs of the operation, proposing investments to ensure profits on their return, by the simultaneous solution of the reconfiguration of radial distribution systems problems for some types of loading and allocation problem of capacitor banks to be made by a specialized metaheurist to assess the quality of each proposed solution provided by metarheuristics are implemented a load module radial flow distribution system using an algorithm scan / Mestre

Orientador: Carlos Roberto Valêncio / Banca: Geraldo Francisco Donegá Zafalon / Banca: Angelo César Colombini / Resumo: Polimorfismos de Nucleotídeo Único (SNPs) são uma ferramenta promissora nos estudos de doenças. Contudo, a análise de todos os SNPs do genoma humano é uma tarefa custosa computacionalmente. Neste cenário, descobriu-se a possibilidade de utilizar um subconjunto de SNPs, chamado tag SNPs, que fosse representativo o suficiente para ser utilizado em estudos, sem que houvesse necessidade de lidar com o conjunto completo. Devido à sua alta complexidade, diversas abordagens foram propostas para lidar com este problema a partir de meta-heurísticas, como os Algoritmos Genéticos. Contudo, dentro do processo evolutivo destes algoritmos, as soluções são influenciadas pelo contexto do problema, ao qual se atribuiu o nome de pressão seletiva e que pode impactar de maneira negativa os resultados encontrados. Apesar da pressão seletiva poder ser controlada, o processamento adicional para o cálculo destes métodos pode acarretar aumento do custo computacional, o que pode inviabilizar sua aplicação. Desta forma, a contribuição científica deste trabalho está na proposição de um método paralelo para seleção de SNPs representativos baseado em algoritmos genéticos com controle de pressão seletiva que, quando comparado aos demais da literatura, apresenta maior diversidade de indivíduos nas populações, maior velocidade de convergência e, consequentemente, melhor resultado das soluções encontradas pelo algoritmo. Os resultados indicaram que o algoritmo desenvolvido foi capaz de reduzir em 27% a... / Abstract: Single Nucleotide Polymorphisms (SNPs) work as a promising tool to support the study of diseases. Despite this fact, the analysis of all SNPs from human genome is very expensive task from the computational perspective. In that point, genetic related researches found the existence of a small subset of SNPs, named tag SNPs, that can be used to handle the studies, rather than use the complete set of SNPs. Since the problem of finding this subset is a complex task, different metaheuristics were proposed to deal with it, such as Genetic Algorithms. However, a feature named selective pressure can negatively affect the results of these algorithms during the evolutionary process. Even though this feature can be controlled, the additional processing computation performed to deal with it can make its application impracticable. In that sense, the scientific contribution of this work is the proposition of a parallel strategy to find tag SNPs based on genetic algorithms with selective pressure control. This algorithm present higher diversity rate of individuals inside population, higher convergency speed e better solution when compared to related works. The experiments showed that the develop algorithm was able to reduce the number of generations performed until convergence in 27%, as well as increase the fitness of the solutions in 11%. The results also showed that the algorithm is more efficient to deal with a higher volume of data, and present an increasing rate 3.7 times lower than ... / Mestre

Conocer cómo interactúan los genes en las células es un objetivo importante en biología y medicina. Este conocimiento permitiría la creación de terapias celulares precisas para corregir disfunciones de los mecanismos moleculares detrás de condiciones patológicas como el cáncer [1,2]. El estudio de estas interacciones ha sido realizado tradicionalmente por medio de experimentos que involucran perturbaciones a los sistemas celulares, y con ello una alta demanda de tiempo y mano de obra. La premisa común para realizar estos costosos experimentos de intervención es que ellos permiten detectar relaciones de causalidad entre genes sin ambigüedad, a diferencia de realizar únicamente observaciones en los sistemas celulares que no permitirían distinguir de forma confiable relaciones causales de correlaciones estadísticas generadas indirectamente por mecanismos no observados. En redes génicas, es necesario distinguir entre una causa de un efecto y el efecto de una causa, ya que esto permitiría saber cómo funciona la regulación génica en las células. No obstante, Maathius et al. [6] demostró que inferir relaciones causales en redes moleculares es posible usando datos de observaciones de los componentes del sistema (genes) y una metodología de análisis de datos. Estos trabajos generaron interés en el tema motivando diversos trabajos en consecuencia con el enfoque de estadística inferencial y causalidad. Sin embargo, las metodologías propuestas incorporan fuertes consideraciones en los modelos, como aciclicidad de las interacciones y gausianidad en los niveles de expresión de los genes, consideraciones que son biológicamente cuestionables, así como un elevado costo computacional para su procesamiento. Es en dicho contexto donde el presente proyecto propone aplicar un enfoque basado en Aprendizaje Máquina (AM). Este campo estudia cómo generar modelos que aprendan a discriminar objetos o instancias en categorías o clases conocidas, con base a un conjunto de instancias ya clasificadas (datos de entrenamiento). La idea de usar Aprendizaje Máquina en la detección de interacciones causales entre genes es aprender las diferencias mínimas que puedan existir dentro de las observaciones temporales de las expresiones de los genes que pueden caracterizar comportamientos causales entre genes. Sin embargo, al aplicar Aprendizaje Máquina en problemas de alta dimensionalidad como el descrito, es común hallar un alto costo computacional para su ejecución, lo cual genera la necesidad de métodos de reducción de dimensionalidad. En el presente proyecto se propone investigar un enfoque basado en el concepto de Manto de Markov (MM), cuyos estimadores han probado ser teóricamente óptimos para la detección del conjunto de variables causalmente relevante respecto a una variable de interés.

En la actualidad, varias universidades como la PUCP no cuentan con un sistema de transporte privado para la comunidad universitaria a pesar de que existen propuestas y es un servicio pedido por un sector de la universidad. Los motivos son varios ya que se debe considerar presupuestos, logística y una planeación adecuada de las rutas de servicio. Este último punto es complicado de por sí pues es difícil poder encontrar un conjunto de rutas que cumplan con satisfacer la demanda de una manera óptima. En primer lugar, se debe considerar que, en una ciudad de gran tamaño, realizar cualquier tipo de diseño de rutas es un trabajo que presenta muchos desafíos. Con todas las calles y avenidas a considerar, realizar un diseño de rutas eficiente y óptimo no puede ser una tarea manual. También se debe tomar en cuenta el tamaño de la población que se desea atender. Dentro de una universidad de dimensiones similares a la PUCP, se podría estimar una población de algunos miles de usuarios, los cuales representan un desafío en la tarea de planeación de la ruta pues se debe buscar poder satisfacer a la mayoría de ellos. Al tener una población tan grande, el usar rutas no óptimas podría perjudicar a cientos de usuarios. Finalmente, una vez determinada un conjunto de rutas, se debe también establecer la ubicación de los paraderos. Si se posee información del lugar de residencia de los miembros de la comunidad se puede planear mejor qué zonas requieren mayor cantidad de paraderos y cuales menor número. Las herramientas informáticas han sido usadas para resolver problemas similares en el pasado con mucho éxito. Sin embargo, estas han estado más orientadas al sistema de transporte público general. En la revisión se encontró que el algoritmo PIA (Pair Insertion Algorithm) ha resuelto un problema similar de planeación de rutas de transporte público, pero que estos resultados podrían ser mejorados si se usan como población inicial de otro algoritmo como uno genético. Por esto, se propone para el presente proyecto realizar, utilizando al algoritmo PIA, la Implementación de un algoritmo genético para elaborar un conjunto de rutas óptimas para el transporte de la comunidad universitaria desde y hacia el campus principal.