Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-08-22Bitstream added on 2014-06-13T20:09:49Z : No. of bitstreams: 1 stanzani_al_me_bauru.pdf: 1270169 bytes, checksum: 95427289f92cae68045965f775abae46 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O presente trabalho apresenta o método primal-dual previsor-corretor de pontos interiores para programação quadrática, com restrições lineares e quadráticos e variáveis canalizadas, e a aplicação deste método na resolução de problemas multiobjetivo de despacho econômico e ambiental, encontrados na engenharia elétrica. Pretende-se determinar soluções que sejam eficientes em relação ao custo dos combustíveis empregados na geração termoelétrica de energia e ao controle da emissão de poluentes, investigando-se duas estratégias: a primeira estratégica considera na função objetivo a soma ponderada entre as funções objetivo econômica e objetivo ambiental; a segunda estratégia considera o problema de despacho econômico condicionado à restrição ambiental, limitada superiormente para níveis permissíveis de missão. Para a resolução destes, uma implementação computacional do método primal-dual foi realizada em linguagem de programação C++, considerando o procedimento previsor-corretor com uma estratégia de barreira modificada para as restrições quadráticas de desigualdade, quando consideramos a segunda estratégia. Os resultados obtidos demonstram a eficiência do método em destaque em comparação a outros métodos como algoritmos genéticos co-evolutivo, atávico híbrido e cultural, bem como ao método primal-dual de pontos interiores, com procedimento de busca unidimensional, que estão divulgados na literatura / This paper presents the primal-dual predictor-corrector interior point method for quadratic programming with linear and quadratic constraints and bounded variables, and its application in multiobjective problems of economic and environmental dispatch, found in electrical engineering. It is intended to determine effective solutions to the fuel cost used in thermal power generation and emissions control, by investigating two strategy; the first strategy considers the objective function as weighted sum of economic and environmental objective functions; the second strategy considers the economic dispatch problem subject to environmental constraint, upper bounded for allowable emission levels. To solve them, a computational implementation of primal-dual methods was performed in C++ programming language, considering the predictor-corrector procedure with a strategy of modified barrier for the quadratic inequality constraints, when we considerer the second strategy. The results obtained demonstrate the efficiency of the method highlighted in comparison with the co-evolutive genetic algorithms, hybrid and atavistic cultural, as well the primal-dual interior point method with one-dimensional search procedure, which are found in the literature

Made available in DSpace on 2014-06-11T19:22:36Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-02-22Bitstream added on 2014-06-13T20:49:18Z : No. of bitstreams: 1 vendramini_e_me_ilha.pdf: 949681 bytes, checksum: a0cf91db09c245de7df7a539cd1df533 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / No âmbito de pesquisa operacional o problema de carregamento de container é conhecido por determinar uma configuração de carga que procure otimizar o que será carregado em um container, levando em consideração o máximo de volume ocupado pela carga. Este problema tem diversas variantes para casos específicos. Existem casos onde a carga é homogênea ou heterogênea, onde a carga pode ser rotacionada em todas as suas dimensões, onde um lucro é associado a cada caixa carregada, entre outras variantes, onde a questão não é a carga e sim o container. A classificação do problema está diretamente ligada a suas restrições. O estudo de carregamento de container aqui no Brasil começou ser realizado com mais ênfase há pouco tempo, por ter despertado interesses financeiros em empresas públicas e privadas, já que o transporte utilizando containers é oneroso e cobrado por container alugado e não pela quantidade de itens que serão carregados. Por isso a vantagem de aproveitar o volume do container ao máximo. Na literatura podem ser encontradas diversas propostas de solução para cada variante do problema, sendo estas propostas determinísticas ou utilizando heurísticas e metaheurísticas. O estudo realizado para a apresentação desta dissertação descreve de maneira ampla as heurísticas que estão sendo empregadas na resolução do problema estudado, bem como propõe uma nova heurística especializada. O trabalho aqui apresentado traz ainda uma metaheurística especializada, o algoritmo genético Chu-Beasley. Portanto, foram desenvolvidos dois algoritmos: um heurístico e um metaheurístico. Estes algoritmos simularam o carregamento de um container com caixas retangulares e de diferentes tamanhos, sendo no final comparados os... / In the ambit of the operational research the container loading problem is known by optimized the load that it will be carried in a container, taking in consideration the maximum of volume occupied by the load. This problem has several variants for specific cases. Cases exist where the load is homogeneous or heterogeneous, where the load can be rotated in whole its dimensions, where a profit associated to each loaded box exists, among other variants, where the subject is not the load, but the container. The classification of the problem is directly tied up to its restrictions. The study of the container loading problem here in Brazil it began to be accomplished with more emphasis at little time, for having wakened up financial interests in public and private companies, since the transport using containers is onerous and collected by rented container and not for the amount of items that you will be loaded. That the advantage of taking advantage of the volume of the container to the maximum. In the literature it can be found several proposed of solution for each variant of the problem. Being these proposed deterministics or using heuristics and metaheuristics. The study accomplished for the presentation of this dissertation brings in a wide way the heuristics that you are being used in the resolution of the problem, as well as it proposes a new heuristic specialized for the resolution of the container loading problem. The work here presented he still brings a metaheuristic specialized for the resolution of the problem, the Chu-Beasley genetic algorithm. Therefore, two algorithms were developed: a heuristic and a metaheuristic. These algorithms simulated the shipment of a container with rectangular boxes and of different sizes, being in the compared end... (Complete abstract, click electronic access below)

Made available in DSpace on 2014-06-11T19:23:39Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-09-06Bitstream added on 2014-06-13T18:51:01Z : No. of bitstreams: 1 ferreira_ab_me_ilha.pdf: 5542320 bytes, checksum: ac4ab4f7279192ce563639cce31eb895 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Desenvolveu-se neste trabalho a implementação computacional de um algoritmo genético. Este se constituiu de uma população inicial sobre a qual agem quatro operadores fundamentais: seleção, “crossover”, substituição e mutação, e produz uma nova população. Sobre a qual agem novamente os operadores genéticos, e assim sucessivamente produzindo uma seqüência de populações. O operador seleção foi implementado em três algoritmos básicos: roda da roleta, amostragem estatística universal e torneio. O “crossover” também foi desenvolvido em algumas opções: um ponto, dois pontos, múltiplos pontos, e uniforme. A substituição de indivíduos da população pelos filhos ocorre de três maneiras básicas: dos pais, dos menos aptos, e dos indivíduos sorteados aleatoriamente. A mutação ocorre de apenas uma maneira. Inicialmente, o algoritmo genético foi executado em computador de maneira seqüencial. Resolveu-se um conjunto de problemas de otimização multidimensional e também o Problema do Caixeiro Viajante (TSP – Traveler Salesman Problem). Fez-se um estudo paramétrico dos vários parâmetros que aparecem no algoritmo genético, tais como: tamanho da população, número de gerações, taxa de seleção, probabilidade de mutação, e taxa de elitismo. No caso de problemas de otimização multidimensional a representação do cromossomo de cada indivíduo é binária, já no caso do TSP a representação é inteira decimal. Em ambos os casos da otimização multidimensional e do TSP também foi utilizada a técnica de hill-climbing visando aumentar a taxa de convergência da solução. A técnica de janelamento foi utilizada somente no caso de otimização multidimensional, também visando aumentar a taxa de convergência. Posteriormente, o algoritmo genético foi executado também em processamento computacional paralelo,... / It was developed in this work the computational implementation of a genetic algorithm. That is constituted of an initial population upon which act four basic operators: selection, crossover, substitution and mutation, producing a new population. Upon which act again the genetic operators, and thus, successively, producing a sequence of populations. The operator selection was implemented in three basic algorithms: roulette wheel, stochastic universal sampling, and tournament. The crossover also was developed in some options: one point, two points, several points, and uniform. Substitution of individuals from the population by the newborns happens in three basic ways: the fathers, the less apt, and the individuals sorted randomly. Mutation happens in only one manner. Initially, the genetic algorithm was processed sequentially in the computer. It was solved a set of multidimensional optimization problems and also the Traveler Salesman Problem - TSP. It was done a parametric study of the several parameters that appear in the genetic algorithm, such as: population size, number of generations, selection rate, mutation probability, and elitism rate. In the case of multidimensional optimization problems the chromosome representation of each individual is binary, but in the case of TSP the representation is integer decimal. In both cases of multidimensional optimization and TSP also it were used the hill-climbing technique aiming to increase the solution convergence rate. The windowing technique was used just for the multidimensional optimization case, also aiming to increase the convergence rate. Lately, the genetic algorithm was also performed in a computational parallel processing mode, using several computers linked by a net. In each computer it was executed one genetic algorithm upon a local population. The interaction among several populations was done through the migration ...(Complete abstract, click electronic access below)

Made available in DSpace on 2014-06-11T19:24:47Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-03-22Bitstream added on 2014-06-13T18:21:16Z : No. of bitstreams: 1 tebaldi_a_me_ilha.pdf: 2161680 bytes, checksum: 3d261c29fd3aac533dd79cedd2e48b90 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A tecnologia de materiais inteligentes se tornou uma área de crescente interesse para o desenvolvimento de estruturas que podem incorporar atuadores e sensores capazes de detectar falhas. Extensivas investigações têm sido focadas na tecnologia que integra materiais inteligentes no monitoramento das condições de sistemas. Vários estudos têm sido realizados na área de identificação de sistemas mecânicos e há uma tendência de introduzir otimização em projetos de monitoramento de sinais que permitirá automatização do processo e caracterização de falhas para sistemas complexos. O problema de identificação de variáveis ou detecção de falhas em sistemas mecânicos é uma classe de problemas inversos e, portanto, não apresenta uma solução única. O problema inverso consiste em determinar as causas baseando-se na observação dos efeitos. Nos problemas inversos os parâmetros de falha (comprimento de trinca e/ou localização) podem ser calculados no domínio da freqüência ou do tempo. A metodologia proposta neste trabalho utiliza dados no domínio da freqüência, e utiliza, em uma primeira etapa, o método da impedância elétrica para se determinar a localização das falhas. Numa segunda etapa é realizada a quantificação da intensidade de falhas, usando algoritmos genéticos. Algoritmos genéticos (AG) são processos de otimização baseados nos princípios de evolução natural. Um AG simula um processo de adaptação em uma população inicial de indivíduos através de operadores genéticos artificiais em cada geração. Em condições de otimização, cada indivíduo da população é codificado em um cromossomo, que representa uma solução genérica para o problema, enquanto a adaptação individual é avaliada por uma função de aptidão. / Smart material technology has become an area of increasing interest for the development of structures that are able to incorporate actuator and sensor capabilities for fault detection. Extensive investigations have been focused on integrating smart material technology into health monitoring systems. Several studies have been accomplished in the area of identification of mechanical systems and there is a tendency of introducing optimization in projects of signals monitoring, which would allow automation in the process and characterization of faults, even for complex systems. The problem of variables identification or damage detection in mechanical systems is a class of inverse problem and, therefore, it doesn't present a unique solution. The inverse problem consists in determining the causes based on some observation of their effects. In inverse problems the damaged parameters (crack length and/or location) can be calculated in frequency or time domain. The proposal methodology is based on frequency domain, and it uses, in a first stage, the method of electric impedance to determine the location of the faults. Later on takes place the quantification of the fault intensities, in a second stage, by using genetic algorithms. Genetic algorithms (GA) are optimization processes based on principles of natural evolution. A GA simulates an adaptation process taking an initial population of individuals and applying artificial genetic operators in each generation. In optimization conditions, each individual of the population is coded in a string or chromosomes, which represents a trial solution for a certain problem, while the individual adaptation is evaluated through a fitness function.

Made available in DSpace on 2015-05-08T14:59:41Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2002299 bytes, checksum: 8157401052d865ab5779e6f1b23383d8 (MD5) Previous issue date: 2012-04-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work presents the position control of a robotic manipulator with two degrees of freedom. Such control is accomplished by applying a multilayer neural network, emulating a PD2 controller. The choice of the number of neurons in the hidden layer is made with the aid of a Genetic Algorithm, whose role is to generate populations where individuals will be the number of neurons in the hidden layer and evaluate the performance of the control system when subjected to different references signals. The two best individuals of each generation will give origin to the population of the next iteration, noting the probabilities of crossover and mutation, using the criterion of elitism as a warranty of optimization. The evaluation of the overall performance of the control system, in turn, is based on trajectory following response (sinusoidal reference signals) and on position response (step reference signals). / No presente trabalho trata-se do controle de posicionamento de um manipulador robótico com dois graus de liberdade. Tal controle é realizado por meio da aplicação de uma rede neural multicamadas, emulando um controlador do tipo PD2. A escolha do número de neurônios na camada oculta é feita com auxílio de um Algoritmo Genético, cujo papel é gerar populações em que os indivíduos serão o número de neurônios na camada oculta e avaliar o desempenho do sistema de controle quando submetido a diferentes referências. Os dois melhores indivíduos de cada geração darão origem a população da iteração seguinte, observando as probabilidades de cruzamento e mutação, utilizando assim o critério do elitismo como garantia de otimização. A avaliação do desempenho geral do sistema de controle, por sua vez, é feita com base na resposta ao acompanhamento de trajetória (sinais senoidais) e a resposta de posicionamento (sinais do tipo degrau).

Made available in DSpace on 2015-05-08T14:59:42Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 5383084 bytes, checksum: a1ad7fe923d3922eba517c7aa27cfa01 (MD5) Previous issue date: 2012-06-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This thesis aims to develop a robust computational model with a view to multivariate calibration of hydraulic models of water distribution systems, enabling the identification of possible irregularities such as leaks, obstructions in the pipes, valves, dead or strangled and incompatibilities regarding the modeling to real data. The model LenhsCalibra - software developed in this thesis for the application of multivariate calibration algorithm proposed - incorporates two distinct alternatives for calibration of distribution networks. The first alternative uses an iterative algorithm, the other is carried out by Multiobjective Genetic Algorithms. The calibration process aims at using networks modeled in Epanet hydraulic simulator, adjust the differences of state variables of the network giving information consistent with their respective real networks. The calibration process allows the proposed use up to seven variables: the roughness, the demand, the pressure drop is unique, the topographic, leaks, valve diameters and, simultaneously, or any combination thereof. Depending on the characteristics of the network to be modeled and calibrated you can set limits for the variables and choose which variables to calibrate. The experimental application was carried out at the Laboratory for Energy Efficiency and Water Sanitation UFPB through its Pilot System for Water Distribution. The results showed that the algorithm has good convergence with respect to processing time and the approximation of the measured and calculated values, as well as enables the identification of problems by analyzing the parameters resulting from calibration, thus providing support for a more accurate rehabilitation. / Este trabalho de tese tem por objetivo desenvolver um modelo computacional robusto com vistas à calibração multivariada de modelos hidráulicos de sistemas de distribuição de água, possibilitando a identificação de possíveis irregularidades como: vazamentos, obstruções nas tubulações, válvulas inoperantes ou estranguladas e incompatibilidades na modelagem referente aos dados reais. O modelo LenhsCalibra software desenvolvido nesta tese para aplicação do algoritmo de calibração multivariado proposto incorpora duas alternativas distintas para calibração de redes de distribuição. A primeira alternativa utiliza um Algoritmo Iterativo, a outra é realizada através dos Algoritmos Genéticos Multiobjetivo. O processo de calibração tem por objetivo, utilizando redes modeladas no simulador hidráulico Epanet, ajustar as diferenças das variáveis de estado da rede produzindo informações compatíveis com suas respectivas redes reais. O processo de calibração proposto permite utilizar até sete variáveis: a rugosidade, a demanda, a perda de carga singular, a cota topográfica, vazamentos, diâmetros e válvulas, simultaneamente, ou qualquer combinação delas. Dependendo das características da rede a ser modelada e calibrada é possível definir limites para as variáveis e escolher quais variáveis calibrar. A aplicação experimental foi realizada no Laboratório de Eficiência Energética e Hidráulica em Saneamento da UFPB através do seu Sistema Piloto de Distribuição de Água. Os resultados mostraram que o algoritmo tem uma boa convergência com relação ao tempo de processamento e a aproximação dos dados medidos e calculados, assim como possibilita a identificação de problemas mediante análise dos parâmetros resultantes da calibração, proporcionando assim subsídios para uma reabilitação mais precisa.

Orientador: Antonio Padilha Feltrin / Banca: Rubén Augusto Romero Lázaro / Banca: Dionízio Paschoareli Júnior / Banca: Gareth Harrison / Banca: Carmen Lucia Tancredo Borges / Resumo: Neste trabalho, é apresentada uma análise em regime permanente que considera a avaliação de impactos técnicos tais como perdas elétricas, queda de tensão e níveis de curto-circuito, entre outros; utilizando dados de demanda e geração variáveis no tempo ao longo de um horizonte determinado. O objetivo é encontrar um conjunto de arranjos da GD (configurações) que levem ao melhor desempenho da rede de distribuição analisada, minimizando ou maximizando cada aspecto técnico segundo o interesse da empresa de distribuição. Dada a natureza combinatória deste problema, que requer uma ferramenta de otimização capaz de manipular múltiplos objetivos, os impactos técnicos serão avaliados simultaneamente utilizando uma metodologia baseada no conceito do Non-dominated Sorting Genetic Algorithm (NSGA), conduzindo a soluções mais reais e diversificadas para a tomada de decisões, conhecidas como soluções ótimas de Pareto. / Abstract: In this work a steady-state analysis considering the assessment of technical impacts such as losses, voltage drop and short-circuit levels, among others; utilizing time-variant loads and generation within a specified horizon. The objective is to find a set of configurations that lead to the best performance of the distribution network under analysis, minimizing or maximizing each technical aspect according to the utility's concerns. Given the combinatorial nature of this problem, which requires an optimization tool able to handle multiple objectives, technical impacts will be assessed simultaneously through a methodology based on the non-dominated sorting genetic algorithm (NSGA). This approach leads to a more realistic and diversified set of solutions for taking decisions, known as Pareto-optimal solutions. / Doutor

CNPq / Para melhor entender os mecanismos de controle celular, várias abordagens tem sido desenvolvidas para inferir Redes de Regulação Gênica (GRNs) utilizando dados temporais de expressão gênica. Entretanto, a grande quantidade de genes observados em contraste com as poucas amostras de expressão gênica disponíveis torna a inferência de GRNs um dos problemas mais importantes na Bioinformática. Nesta dissertação o problema de inferência de GRNs é decomposto em n subproblemas de seleção de características. Para cada subproblema são obtidos os genes preditores para cada gene alvo. O método de seleção de característica é basicamente composto por um algoritmo de busca e a função critério. Neste trabalho foram utilizados algoritmos bioinspirados (DE, BAT e ABC) e de busca sequencial (SFS e SFFS), como função critério foi utilizada a Entropia Condicional Média (MCE). Também foram propostos métodos de pós-processamento para a otimização da GRN inferida pelos algoritmos bioinspirados: o algoritmo de Quine-McCluskey (QM) e uma rede de consenso gerada a partir das redes inferidas pelos algoritmos bioinspirados com a otimização do algoritmo de QM. Para os experimentos de inferência foram exploradas Redes Artificiais Gênicas (AGNs) baseadas em Redes Booleanas Probabilísticas (PBNs), variando características de topologia, média de ligações, número de genes e quantidade de dados de expressão gênica. Os resultados mostraram que o algoritmo DE obteve melhores resultados de precisão quando comparado com os algoritmos sequenciais. Quando comparado com outros algoritmos bioinspirados, o DE também obteve melhores resultados do que o BAT e ABC. No experimento de otimização das redes inferidas pelos algoritmos bioinspirados, o algoritmo de QM apresentou um bom desempenho, removendo genes preditores que não estavam contidos na rede real, levando a uma melhora na precisão da rede inferida e sua similaridade com a rede real. A rede de consenso apresentou resultados de precisão e similaridade melhores do que aqueles obtidos pelos métodos bioinspirados somente. Os resultados alcançados sugerem que a aplicação do método de consenso dos algoritmos bioinspirados com a otimização de QM é bastante promissor para o problema de inferência de GRNs. / For better understanding the mechanics of cellular control, many different approaches have been developed for inferring Gene Regulatory Networks (GRNs), using temporal gene expression data. However, the large amount of genes observed in contrast with the small amount of gene expression samples makes the inference of GRNs one of the most important problems in Bioinformatics. In this dissertation, the inference of GRNs is a problem decomposed in n feature selection sub-problems. For each sub-problem, the predictor genes for each target gene are obtained. Basically, the feature selection method is composed by a search algorithm and a criterion function. In this work we used bioinspired methods (DE, BAT and ABC) and sequential search methods (SFS and SFFS), and the criterion function we used the Mean Conditional Entropy (MCE). Also, we proposed some pos-processing methods for the optimization of the GRN inferred by the bioinspired methods, by using the Quine-McCluskey (QM) algorithm as well as a consensus network generated from the networks inferred by the bioinspired methods and later optimized by the QM. For the inference experiments, we explored Artificial Genic Networks (AGN) based on Probabilistic Boolean Networks (PBNs), changing the features of the topology, the average number of connections, the number of genes, and the amount of gene expression data. Results showed that the DE algorithm obtained better results, regarding accuracy, when compared with the sequential search methods. When compared with the other bioinspired methods, DE also achieved better results than BAT and ABC. For the optimization of the inferred networks by the bioinspired methods, the QM algorithm presented a good performance, removing predictor genes that were not contained in the real network, leading to an improvement of the accuracy of the inferred network, and its similarity with the real one. The consensus network presented accuracy results and similarity even better than those obtained by the bioinspired methods alone. Overall results suggest that the application of the consensus method based on the bioinspired methods together with the QM pos-processing is promising for the GRNs inference problem.

CNPq / Para melhor entender os mecanismos de controle celular, várias abordagens tem sido desenvolvidas para inferir Redes de Regulação Gênica (GRNs) utilizando dados temporais de expressão gênica. Entretanto, a grande quantidade de genes observados em contraste com as poucas amostras de expressão gênica disponíveis torna a inferência de GRNs um dos problemas mais importantes na Bioinformática. Nesta dissertação o problema de inferência de GRNs é decomposto em n subproblemas de seleção de características. Para cada subproblema são obtidos os genes preditores para cada gene alvo. O método de seleção de característica é basicamente composto por um algoritmo de busca e a função critério. Neste trabalho foram utilizados algoritmos bioinspirados (DE, BAT e ABC) e de busca sequencial (SFS e SFFS), como função critério foi utilizada a Entropia Condicional Média (MCE). Também foram propostos métodos de pós-processamento para a otimização da GRN inferida pelos algoritmos bioinspirados: o algoritmo de Quine-McCluskey (QM) e uma rede de consenso gerada a partir das redes inferidas pelos algoritmos bioinspirados com a otimização do algoritmo de QM. Para os experimentos de inferência foram exploradas Redes Artificiais Gênicas (AGNs) baseadas em Redes Booleanas Probabilísticas (PBNs), variando características de topologia, média de ligações, número de genes e quantidade de dados de expressão gênica. Os resultados mostraram que o algoritmo DE obteve melhores resultados de precisão quando comparado com os algoritmos sequenciais. Quando comparado com outros algoritmos bioinspirados, o DE também obteve melhores resultados do que o BAT e ABC. No experimento de otimização das redes inferidas pelos algoritmos bioinspirados, o algoritmo de QM apresentou um bom desempenho, removendo genes preditores que não estavam contidos na rede real, levando a uma melhora na precisão da rede inferida e sua similaridade com a rede real. A rede de consenso apresentou resultados de precisão e similaridade melhores do que aqueles obtidos pelos métodos bioinspirados somente. Os resultados alcançados sugerem que a aplicação do método de consenso dos algoritmos bioinspirados com a otimização de QM é bastante promissor para o problema de inferência de GRNs. / For better understanding the mechanics of cellular control, many different approaches have been developed for inferring Gene Regulatory Networks (GRNs), using temporal gene expression data. However, the large amount of genes observed in contrast with the small amount of gene expression samples makes the inference of GRNs one of the most important problems in Bioinformatics. In this dissertation, the inference of GRNs is a problem decomposed in n feature selection sub-problems. For each sub-problem, the predictor genes for each target gene are obtained. Basically, the feature selection method is composed by a search algorithm and a criterion function. In this work we used bioinspired methods (DE, BAT and ABC) and sequential search methods (SFS and SFFS), and the criterion function we used the Mean Conditional Entropy (MCE). Also, we proposed some pos-processing methods for the optimization of the GRN inferred by the bioinspired methods, by using the Quine-McCluskey (QM) algorithm as well as a consensus network generated from the networks inferred by the bioinspired methods and later optimized by the QM. For the inference experiments, we explored Artificial Genic Networks (AGN) based on Probabilistic Boolean Networks (PBNs), changing the features of the topology, the average number of connections, the number of genes, and the amount of gene expression data. Results showed that the DE algorithm obtained better results, regarding accuracy, when compared with the sequential search methods. When compared with the other bioinspired methods, DE also achieved better results than BAT and ABC. For the optimization of the inferred networks by the bioinspired methods, the QM algorithm presented a good performance, removing predictor genes that were not contained in the real network, leading to an improvement of the accuracy of the inferred network, and its similarity with the real one. The consensus network presented accuracy results and similarity even better than those obtained by the bioinspired methods alone. Overall results suggest that the application of the consensus method based on the bioinspired methods together with the QM pos-processing is promising for the GRNs inference problem.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta dissertação tem como objetivo aplicar um algoritmo genético (GA) ao projeto de filtros FIR com coeficientes quantizados representados em somas de potências de dois com sinal (SPT). Os filtros FIR apresentam configurações que permitem a obtenção de fase linear, atributo desejado em diversas aplicações que necessitam de atraso de grupo constante. A representação SPT, de fácil implementação em circuitos, foi discutida e uma comparação das representações SPT mínimas e canônicas foi feita, baseada no potencial de redução de operações e na variedade de valores representáveis. O GA é aplicado na otimização dos coeficientes SPTs do filtro, para que este cumpra as suas especificações de projeto. Foram feitas análises sobre o efeito que diversos parâmetros do GA como a intensidade de seleção, tamanho das populações, cruzamento, mutação, entre outros, têm no processo de otimização. Foi proposto um novo cruzamento que produz a recombinação dos coeficientes e que obteve bons resultados. Aplicou-se o algoritmo obtido na produção de filtros dos tipos passa-baixas, passa-altas, passa-faixas e rejeita-faixas.