Reconhecendo-se a importância da água como recurso natural limitado e considerando-se a perspectiva de crescimento do contingente populacional urbano, faz-se necessária uma investigação dos sistemas de distribuição de água para abastecimento, por tratarem-se de infra-estruturas básicas comuns aos núcleos populacionais do mundo todo. O planejamento da reabilitação das redes de distribuição de água torna-se de fundamental importância considerando os recursos financeiros limitados e o comportamento operacional desses sistemas que são alterados ao longo do tempo devido ao processo de deterioração de seus componentes. O presente trabalho representa um esforço no sentido de considerar objetivos mais promissores na análise de reabilitação de redes. Dessa maneira, foram considerados: custo, benefício, vazamentos e confiabilidade. Este trabalho apresenta contribuições às análises multiobjetivo via algoritmos genéticos, propriciando um aprimoramento do algoritmo Multiobjective Genetic Algorithm (MOGA) e realizando investigação dos operadores (recombinação e mutação) e dos métodos Non-dominated Sorting Genetic Algorithm (NSGA), Strength Pareto Evolutionary Algorithm (SPEA) e Elitist Non-Dominated Sorting Genetic Algorithm (NSGA II). Do ponto de vista hidráulico, este trabalho introduz tanto perdas por vazamentos como demanda variável com a pressão, proporcionando uma análise mais realística do problema. Os estudos desenvolvidos para redes hipotéticas e para um sistema real, possibilitaram que soluções satisfatórias fossem obtidas, chegando-se inclusive a uma proposição do conceito de programação dinâmica para o caso multiobjetivo. / Recognizing the importance of water as a limited natural resource and considering the prospect of continued population growth, it is important to investigate water distribution systems which are common to all urban infrastructures. Planning of the water distribution network rehabilitation becomes additionally important given economic constraints and operational behavior these systems which modifies in time due to deterioration of water networks. The present work is an effort to consider the multiple objectives in the water network rehabilitation analyses. Four objectives were considered: cost minimization, benefit maximization, leakage minimization and reliability maximization. In addition, it presents some contributions to multiobjective optimization methodology by genetic algorithms, offering an improvement of Multiobjective Genetic Algorithm (MOGA). A detailed investigation is conducted on genetic operators (recombination and mutation) comparing some existing multiobjective optimization methods (Multiobjective Genetic Algorithm - MOGA, Non-dominated Sorting Genetic Algorithm - NSGA, Strength Pareto Evolutionary Algorithm - SPEA and Elitist Non-Dominated Sorting Genetic Algorithm - NSGA II). As regards the hydraulic analysis, this work introduces both leakages and pressure dependent demands in the simulations, providing a more realistic representation of actual field situations. The present study employs hypothetical networks and a real network obtaining satisfactory solutions. Further, dynamic programming concept is also incorporated into the multiobjective optimization framework.

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-10T18:13:40Z No. of bitstreams: 2 Dissertacao Felipe Borgiani.pdf: 3365746 bytes, checksum: fbfcefa352bee971420dbb93de7d9b5a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-11T17:39:59Z (GMT). No. of bitstreams: 2 Dissertacao Felipe Borgiani.pdf: 3365746 bytes, checksum: fbfcefa352bee971420dbb93de7d9b5a (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-09-06 / O trânsito caótico das grandes cidades, especialmente em países em desenvolvimento, impacta diretamente na qualidade de vida dos cidadãos, principalmente daqueles que necessitam diariamente dos sistemas de transporte público rodoviários. Diversas abordagens para amenizar esses problemas vem sido apresentadas por pesquisadores do mundo todo, na forma de diferentes propostas de sistemas de transporte inteligentes. Tendo em vista o desenvolvimento tecnológico dos últimos anos, aliado à expansão e popularização do uso de dispositivos computacionais portáteis como smartphones e tablets, este trabalho propõe-se a apresentar um sistema, componente do Sistema de Transporte Inteligente UbiBus, denominado Pilgrim, capaz de gerar e classificar rotas de ônibus em tempo real, e seja sensível ao contexto que permeia o sistema de transporte público rodoviário, em especial o trânsito. Para tanto, serão propostas duas abordagens utilizando técnicas de otimização da inteligência artificial, Algoritmos Genéticos e Hill-Climbing com Reinício Aleatório, para o desenvolvimento do sistema, e apresentadas a arquitetura, a modelagem e os detalhes da implementação. Este trabalho ainda apresenta os experimentos realizados para avaliar o desempenho de ambas as abordagens, comparando-as, e também uma pesquisa feita com potenciais usuários do sistema UbiBus, com o objetivo de avaliar a qualidade das rotas geradas pelo sistema Pilgrim.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-03-29T18:39:03Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Allan.pdf: 9306708 bytes, checksum: ff20e727c0e268faed60dc2c7e9f5a7c (MD5) / Made available in DSpace on 2016-03-29T18:39:03Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Allan.pdf: 9306708 bytes, checksum: ff20e727c0e268faed60dc2c7e9f5a7c (MD5) Previous issue date: 2015-02-27 / FACEPE / A Tomografia por Impedância Elétrica (TIE) é uma técnica que visa reconstruir imagens do interior de um corpo de forma não invasiva. Esta reconstrução é feita com base nas propriedades elétricas de condutividade do interior deste corpo. Com base na aplicação e medida dos potenciais da borda do corpo, feita através de eletrodos, um algoritmo de reconstrução de imagens gera a imagem do interior deste corpo. Diversos métodos são aplicados para gerar imagens de TIE, porém ainda são geradas imagens de contorno suave. Isto acontece por causa da natureza matemática do problema de reconstrução da TIE como um problema mal posto e mal condicionado. Isto significa que não existe uma distribuição de condutividade interna exata para uma determinada distribuição de potenciais de borda. A TIE é governada matematicamente pela equação de Poisson e a geração da imagem envolve a resolução de um problema direto, que trata da obtenção dos potenciais de borda a partir de uma distribuição interna de condutividade. O problema direto, neste trabalho, foi aplicado através do método dos elementos finitos. Desta forma é possível aplicar técnicas de busca e otimização que objetivam minimizar a distância euclidiana entre os potenciais de borda mensurados no corpo e os potencias gerados pela resolução do problema direto de um candidato à solução. Devido ao fato deste trabalho ser baseado em simulações, os potenciais de borda buscados foram gerados através da simulação de objetos localizados no centro, borda e entre o centro e a borda e seus respectivos potenciais de borda. Desta forma o objetivo deste trabalho foi construir uma ferramenta computacional baseada em algoritmos de busca e otimização, desde os bioinspirados até os evolucionários, com destaque para o método dialético de otimização, para fazer reconstrução de imagens de Tomografia por impedância elétrica. Para efeitos de comparação também foram utilizados para gerar imagens: Algoritmos Genéticos, Evolução Diferencial e Otimização por Enxame de Partículas. As simulações foram feitas no EIDORS, uma ferramenta MatLab e GNUOctave de código aberto voltada para a comunidade de TIE. Os experimentos foram feitos utilizando três diferentes configurações de objetos de estudo (fantomas). As análises foram feitas de três formas, sendo elas, qualitativa: na forma de o quão as imagens geradas são parecidas com seu respectivo fantoma; quantitativa: com base na evolução do erro relativo calculado pela função objetivo do melhor candidato à solução ao longo das interações; e, ainda, de custo computacional, através da avaliação da evolução do erro relativo ao longo da quantidade de cálculos da função objetivo pelo algoritmo. Foram gerados resultados para Algoritmos Genéticos com busca guiada, cinco versões de Evolução diferencial e duas versões de Otimização por enxame de Partículas. De acordo com os resultados obtidos Método Dialético Objetivo mostrou ter a capacidade de encontrar um valor de erro menor em menos iterações do que as outras técnicas propostas além de ser mais rápido devido ao fato de a quantidade de polos ir diminuindo de acordo com as fases históricas, exigindo menos esforço computacional por iteração. Os resultados desta pesquisa geraram diversas contribuições na forma de artigos publicados em eventos nacionais e internacionais. / The Electrical Impedance Tomography is a technique that aims to reconstruct images of the inside of a body non-invasively. This reconstruction is based on the electrical properties inside the conductivity of this domain. Based on measurements of the potential edge made through electrodes, an image reconstruction algorithm generates the domain inside the image. Several methods are applied to generate TIE images, but are still generated smooth contour images. This happens because of the mathematical nature of TIE reconstruction problem as an ill-posed and ill-conditioned problem. This means that there is no exact solution to a certain internal conductivity distribution. The TIE is mathematically governed by the Poisson equation and the image generation involves solving a direct problem, which deals with obtaining the edge of potential from an internal distribution of known conductivity. This achievement was made in this study through the finite element method. This way you can apply search and optimization techniques that aim to minimize the Euclidean distance between the edge of potential measured in the body and the potential generated by the resolution of the direct problem of a solution to the candidate. Because this work is based on simulations, the potential of border searches were made by simulating objects located in the center, edge and between the center and the edge and their potential edge respective. Therefore, the objective of this work was to build a computational tool based on search and optimization algorithms, since the bioinspired to the evolutionary, especially the dialectical method optimization, to make reconstruction tomography images by electrical impedance. For comparison, were also used to generate these images: Genetic Algorithms, Differential Evolution and optimization by particle swarm. The simulations were made in EIDORS a MatLab and GNUOctave tool open source toward the TIE community. The experiments were performed using three different configurations of objects of study (phantoms). The analyzes were done in a qualitative way: in the form of how the generated images are similar to their respective phantom; quantitative: based on the evolution of the relative error calculated by the objective function of the best candidate to the solution over the interactions; and also computational cost, by assessing the evolution of the relative error over the amount of computation of the objective function by the algorithm. Results were generated for Genetic Algorithms with guided search, five versions of differential evolution and two versions of Particle Swarm Optimization. According to the results obtained dialectic method showed order to be able to find a smallest error value in fewer iterations than other proposed techniques besides being faster due to the fact that the number of poles tendency to decrease in accordance with the historical phases , requiring less computational effort per iteration. The results of this research have generated several contributions in the form of articles published in national and international events.

Orientador: Paulo de Barros Correia / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-17T15:04:34Z (GMT). No. of bitstreams: 1 Colnago_GlauberRenato_D.pdf: 3941653 bytes, checksum: 2d5aa45eb54c758162bd82a78a5739f3 (MD5) Previous issue date: 2011 / Resumo: Segundo cenários de previsões, a demanda de energia elétrica no Brasil tende a continuar crescendo, implicando na necessidade de se aumentar a oferta de energia através da instalação de novas usinas. Além disto, mostra-se importante a repotenciação de usinas existentes, pois se trata de uma alternativa de custos reduzidos para expandir a oferta de energia e a adequada operação das usinas. Baseado nisto, propõe-se duas metodologias para a otimização do potencial hidrelétrico. A primeira é a especificação de turbinas hidráulicas para usinas em construção, ou em repotenciação. A segunda metodologia diz respeito à operação de usinas em uma base diária, podendo tratar unidades geradoras (turbina-gerador) com diferentes curvas de eficiência, coordenando a maximização da eficiência na geração da energia com a minimização do número de partidas e paradas dessas unidades. Para esta última metodologia, como os objetivos são conflitantes, pode-se obter diversas soluções de despacho com características de manobras de unidades e eficiência diferentes, que podem ser quantificadas para se chegar à solução mais adequada de acordo com o preço da energia e estimativas de custos de manobras. Com relação à primeira metodologia, sabe-se que, geralmente, instala-se o mesmo tipo de turbina em todas as unidades geradoras, porém cada usina possui um regime de operação, o que motiva as seguintes questões: utilizar diferentes tipos de curvas de efi- ciência em uma usina pode trazer melhorias técnicas e econômicas? Quais formatos de curvas de eficiência seriam adequados para quais regimes de operação? A primeira metodologia, portanto, faz a escolha de perfis de curvas de eficiência de forma a maximizar a geração. Comparou-se curvas de eficiência características de turbinas Kaplan e Hélice. Os resultados mostram que, com operação adequada, pode-se chegar a patamares de eficiência com turbinas Hélice superiores às Kaplan, e o primeiro tipo possui a vantagem de ter menor custo. Ambos os problemas foram formulados como modelos matemáticos não lineares inteiros mistos e resolvidos com técnicas de algoritmos genéticos / Abstract: According to forecasts, the electric energy demand in Brazil will be increased, showing the necessity to increase the electric capacity by building new power plants. Moreover, the repowering of the existent power plants and an appropriate power plants operation are important. In this context, we propose two methodologies to optimize hydroelectric power plants potential. The first methodology is the specification of hydroelectric turbines to new hydro power plants, or to plants to be repowered. The second methodology is related to the power plants diarly operation and it considers generation units with different efficiency curves. It is a model with the objectives of maximizing the plant efficiency and minimizing the generation units start up and shut down. For this last methodology, there were obtained some different solutions, with different characteristics of efficiency and different number of generation units start up and shut down. Those solutions can be qualified according to the electric energy price and costs of the status changes, with the objective to choose the most advantageous solution. In respect to the first methodology, it is known that, generally, the same configuration of turbines is installed into all generation units. However, every hydroelectric power plant has a different operation system. Therefore, the present thesis proposes to address the following question: Is it an advantageous option to choose different configuration of turbines in a same power plant? Which design of turbine efficiency curves would be ideal for each operation system? The first methodology chose turbine efficiency curves designs to optimize the electric energy efficiency. Kaplan and Propeller turbine efficiency curves were compared. The results show that, with an appropriate operation, it is possible to obtain higher efficiency level with Propeller when compared to Kaplan, and the first turbine has the advantage of lower costs. Both methodology were formulated as mixed integer non-linear mathematical models and are solved with genetic algorithms techniques / Doutorado / Doutor em Planejamento de Sistemas Energéticos

Orientador: Paulo de Barros Correia / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-17T15:00:07Z (GMT). No. of bitstreams: 1 Fernandes_JessicaPillonTorralba_M.pdf: 4647228 bytes, checksum: e46a85d1f8f415429fb623b7f6feeee1 (MD5) Previous issue date: 2011 / Resumo: Esta dissertação de mestrado tem por objetivo apresentar e implementar um modelo de otimização da operação diária das usinas hidrelétricas do Médio São Francisco. O estudo considera oito usinas do sistema - Sobradinho, Luiz Gonzaga, Apolônio Sales, Paulo Afonso I, II, III e IV e Xingó - pertencentes à Companhia Hidro Elétrica do São Francisco. Seu objetivo é maximizar eficiência de geração das usinas e minimizar o número de partidas e paradas de suas unidades eradoras, simultaneamente. A técnica de resolução é feita em duas etapas, sendo que a Etapa 1 determina quanto cada usina deve gerar a cada intervalo de tempo, e a Etapa 2 determina o número de unidades geradoras em operação e a carga de uma usina específica. A formulação matemática do problema proposto é de natureza não linear inteira mista e, para solucionar o modelo foram utilizadas técnicas de Computação evolutiva, em específico os Algoritmos genéticos, e de Programação linear. Esta metodologia foi desenvolvida com dois programas computacionais, ambos comerciais sendo um software com linguagem de programação de quarta geração. Um dos programas foi utilizado para a interface, enquanto no de quarta geração, o modelo de otimização foi implementado. A solução obtida aumenta a eficiência em relação ao despacho atual e em relação as restrições operativas usuais. A aplicabilidade deste modelo pode ser utilizada na otimização de outras usinas em cascata / Abstract: This dissertation aims to presents and implement an optimization model for daily operation of Middle São Francisco River hydroeletric system. The study considers eight power plants - Sobradinho, Luiz Gonzaga, Apolônio Sales, Paulo Afonso I, II, III, IV e Xingó - witch belongs to the São Francisco Hydroeletric Company. Its objective is to maximize the power plant efficiency and, simultaneously, to minimize the number of startups and shutdowns of generating units. The technique of resolution is made in two steps: Step 1 determines the load allocated to each power plant at each hour; Step 2 defines the number of generating units in operation and the load of particular power plant. The mathematical formulation is non-linear mixed integer programs and solved with a Genetic Algorithm (GA) approad, and Linear Programming . This model was implemented with two computation programs, One a commercial optimization solver, and a in house GA solver coded with a programming language of fourth generation. One of the programs was used to interface, while the fourth generation, the optimization model was implemented. This solution increases effi- ciency in relation to the actual dispatch and for the usual operational restrictions. The applicability of this model can be used for the optimization of other plants in cascade / Mestrado / Planejamento de Sistemas Energeticos / Mestre em Planejamento de Sistemas Energéticos

Orientador: Saul Barisnik Suslick / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica e Instituto de Geociencias / Made available in DSpace on 2018-08-04T20:10:20Z (GMT). No. of bitstreams: 1 Pereira_JunioQuintao_M.pdf: 7255272 bytes, checksum: ac105a5d801a347e64e18831d59cd7c3 (MD5) Previous issue date: 2005 / Resumo: As companhias de E&P de petróleo dedicam muito tempo e recursos para decidir a alocação do capital de investimento, em decorrência do grande número de projetos em potencial em seus portfólios. Um subconjunto de projetos tem que ser escolhido como resultado da abordagem denominada otimização de portfólios. A metodologia para executar a otimização de portfólios é baseada na maximização do retorno (VPL, TIR, etc.) e/ou minimização do risco (desvio padrão do VPL, variância, etc.), respeitando-se as metas corporativas técnicas e operacionais de uma determinada empresa. As ferramentas quantitativas utilizadas neste trabalho para otimização de portfólios foram as seguintes: programação linear, programação randômica e algoritmos genéticos. Essas abordagens, porém, não levam em conta, explicitamente, as atitudes em relação ao risco de decisores em uma corporação. Para superar essas restrições, foi modelada a atitude frente ao risco de dois decisores de uma empresa de E&P de petróleo, usando a teoria da preferência por meio de funções de utilidade. O objetivo principal desta dissertação é desenvolver uma metodologia integrada para otimização e seleção de portfólios de projetos de produção de petróleo, utilizando técnicas de otimização, teoria moderna do portfólio e teoria da preferência. O modelo estendido foi aplicado a um conjunto de 25 projetos de produção de óleos pesados semelhantes aos encontrados em bacias marítimas no Brasil. Utilizaram-se sete estratégias corporativas para reproduzir um número de portfólios representativos das condições existentes nesse ambiente. Estes portfólios possuem diferentes valores de riscos e retornos. A atitude do decisor frente ao risco foi incluída no modelo de seleção de portfólios pela utilização das funções de utilidade que refletem uma escolha em um ambiente de incerteza. Os resultados obtidos indicam que o otimizador baseado em algoritmos genéticos gera portfólios que respeitam os objetivos e as restrições propostas para o processo de otimização, enquanto o otimizador baseado em programação randômica gera portfólios sem respeitar totalmente as restrições e os objetivos. A aplicação dos modelos de preferência apresentou resultados mais consistentes na seleção dos portfólios, pois permite a incorporação das atitudes dos indivíduos frente à magnitude do capital exposto ao risco / Abstract: The companies in the E&P business dedicate significant time and resources to decide the allocation of capital investment as a result of the large number of potential projects in their portfolios. The approach known as portfolio optimization aims to choose a subset ofprojects. The methodology used in order to achieve the portfolio optimization is based on maximizing return (NPV, IRR, etc.) and minimizing risk (NPV standard deviation, variance, etc.), according to technical and operational corporate goals of a determined company. The quantitative tools (optimizers) used in this dissertation to achieve portfolio optimization were: linear programming, random programming and genetic algorithms. However, those approaches do not take into account explicitly the risk attitudes of the corporate decision makers. In order to overcome these constraints, the attitude front to the risk of two decision makers of a petroleum E&P company was modeled using preference theory. The main objective of this dissertation was to develop an integrated methodology for portfolio optimization and selection of petroleum production projects using optimization techniques, portfolio modern theory and preference theory. This extended model was applied to a set of 25 heavy oil offshore production projects located in Brazilian area. Seven corporate strategies were used to reproduce a number of representative portfolios of the most common conditions in this environment. These portfolios allow different risk and return values. The decision maker's attitude towards risk was inc1uded into the portfolio selection model by using functions which reflects a choice under an uncertainty environment. The results achieved indicate that the genetic algorithms optimizer generates portfolios which are concerned to the proposed objectives and constraints, while the random generator optimizer generates portfolios which don't respect corporate constraints and goals. The application of the preference models has presented more consistent results in the portfolio selection process, because it allows incorporating the attitudes of the individuaIs front to the amount of capital exposed to the risk / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo

Orientadores: Akebo Yamakami, Luiza Amalia Pinto Cantão / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T00:06:55Z (GMT). No. of bitstreams: 1 Silva_RicardoCoelho_M.pdf: 524540 bytes, checksum: f7f63ffea96b8bbf8897b3c3f27fc427 (MD5) Previous issue date: 2005 / Resumo: Neste trabalho foram desenvolvidos alguns métodos iterativos e algoritmos meta-heurísticos, adaptados de modelos clássicos, que solucionam problemas de programação não-linear com parâmetros fuzzy na função objetivo e no conjunto de restrições. Apresentamos aqui uma relação entre alguns destes métodos iterativos e uma abordagem diferenciada das restrições de igualdade com parâmetros fuzzy. Comprovamos a eficiência dos algoritmos propostos comparando os seus resultados com os encontrados na literatura / Abstract: In this work we develop some iterative methods and meta-heuristic algorithms that solve the nonlinear programming problems with uncertainties in the objective function and in the set of constraints. We derive a relation among some of this iterative methods and introduce a novel approach to the equality constraints with uncertainties. Selected examples from the literature are presented to validate the efficiency of the methods and algorithms addressed. / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientadores: Carlos Alberto Favarin Murari, Ruben Augusto Romero Lazaro / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T08:51:38Z (GMT). No. of bitstreams: 1 SilvaJunior_IreniodeJesus_D.pdf: 556445 bytes, checksum: 5c960cb84852b3168eabbeed28c1a28a (MD5) Previous issue date: 2005 / Resumo: Este trabalho apresenta algumas propostas para solucionar o problema de planejamento da expansão de sistemas de transmissão, estático e multiestágio, considerando restrições de segurança - critério de segurança (n_1), assim como para o planejamento da expansão de um sistema elétrico que satisfaça simultaneamente vários planos de programação da geração pré-especificados. Visando superar deficiências na determinação de soluções ótimas para sistemas de grande porte quando se usa métodos exatos, como decomposição de Benders e algoritmos Branch and Bound, implementouse um algoritmo genético (AG) especializado, o AG de Chu-Beasley. Utilizou-se o modelo DC para realizar a modelagem da rede elétrica para os problemas da expansão de sistemas de transmissão aqui propostos. Para a geração da população inicial e melhora de um descendente do AG de Chu-Beasley utilizou-se o algoritmo heurístico construtivo de Villasana-Garver-Salon / Abstract: This Ph.D. thesis presents some proposals to solve the transmission network expansion planning problem, static and multistage, taking into account security constraints - (n _ 1) security criterium, and the transmission expansion planning to satisfy some generation programming plans. Trying to find optimal solutions to large scale power systems, the specialized genetic algorithm of Chu-Beasley was implemented. The DC model was used to model the electrical network, and the constructive heuristic algorithm of Villasana-Garver-Salon was implemented to create the initial population and to improve the offsprings of the Chu-Beasley Genetic Algorithm / Doutorado / Energia / Doutor em Engenharia Elétrica

Orientador: Fernando Antonio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T20:02:48Z (GMT). No. of bitstreams: 1 MotaFilho_FranciscoOsvaldoMendes_M.pdf: 2700152 bytes, checksum: 3ab58e91f1a3839dae9d39e47d33ff50 (MD5) Previous issue date: 2005 / Resumo: Para obter uma solução satisfatória, algoritmos genéticos avaliam, em geral, um número grande de indivíduos durante o processo evolutivo. É comum, em aplicações práticas, encontrar funções de avaliação computacionalmente complexas e caras. Porém, nesses casos, o tempo é um fator determinante no desempenho de algoritmos genéticos. Dessa forma, os algoritmos genéticos devem encontrar soluções adequadas em curto intervalo de tempo. Uma alternativa promissora para contornar os custos computacionais referentes à função de avaliação considera o fato de que pode ser mais atrativo avaliar diretamente somente indivíduos selecionados e estimar os fitness dos restantes do que avaliar diretamente toda a população. Este trabalho propõe o uso de modelos de estimação de fitness em algoritmos genéticos. Especificamente, são sugeridos modelos de estimação baseados em agrupamento nebuloso supervisionado (Fuzzy C-Means) e não supervisionado (Aprendizagem Participativa). O objetivo é aproximar as funções de avaliação por meio de modelos de estimação de fitness, sem afetar significativamente a qualidade das soluções. Inicialmente, os modelos de estimação propostos são comparados e analisados experimentalmente com alternativas sugeri das por outros autores, utilizando, para isso, problemas de otimização considerados na literatura de algoritmos genéticos. A seguir, os modelos de estimação de fitness são aplicados em um problema real de engenharia, o planejamento de circulação de trens em ferrovias. Este é um caso típico onde o desempenho de cada planejamento exige um tempo significativo. A eficiência dos modelos propostos é verificada e comprovada experimentalmente comparando com os resultados, em instâncias mais simples, fornecidos por modelos de programação matemática e, em instâncias complexas, fornecidos pelo algoritmo genético clássico / Abstract: Genetic algorithms usually need a large number of fitness evaluations before a satisfying result can be obtained. In many real-world applications, fitness evaluation may be computationally complex and costly. In these cases, time is an essential subject in performance analysis of genetic algorithms. Therefore, genetic algorithms should provide good solutions in a short period of time. A promising approach to alleviate the computational cost of evaluations considers the fact that sometimes it is better to evaluate only selected individuals and estimate the fitness of the remaining individuals instead of evaluate a whole population. This work suggests the application of fitness estimation models in genetic algorithms. More specifically, it deals with estimation models based on supervised fuzzy clustering (Fuzzy C-Means) and unsupervised fuzzy clustering (Participatory Learning). The goal is to approximate the evaluation functions through the use of fitness estimation models, without significantly affect the quality of solutions. Initially, the fitness estimation models are compared and analyzed experimentally with other models already proposed in the literature. Their performance are evaluated using benchmark optimization problems found in the genetic algorithms literature. Next, the fitness estimation models are used to solve a real-world engineering problem, namely the train scheduling in a freight rail line. This is a typical case where the performance measure of each schedule demands a considerable amount of time. Once again, the performance of the fitness estimation models are evaluated experimentally, comparing their results with the results provided, for simple instances, by linear programming models and, for complex instances, by the classic genetic algorithm / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Christiano Lyra Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T02:47:37Z (GMT). No. of bitstreams: 1 Queiroz_LeonardoMendoncaOliveirade_M.pdf: 695151 bytes, checksum: 1dd5cfdea3e5f570eac87a0b801c8e25 (MD5) Previous issue date: 2005 / Resumo: Esse trabalho propõe um Algoritmo Genético Híbrido para o problema de redução de perdas em redes de distribuição de energia elétrica através de reconfigurações da rede, considerando-se as variações das demandas ao longo do dia. É adotada uma formulação que evita reconfigurações freqüentes, procurando encontrar uma única configuração para operação ao longo de todo o período em estudo, mas considerando explicitamente no processo de otimização a diversidade de variações de demanda ao longo da rede. A representação implementada garante a factibilidade dos indivíduos após a realização de cruzamento e mutação no processo de busca da melhor solução com o algoritmo genético. Foi incluída uma fase de busca local, o que caracteriza o método como um algoritmo genético híbrido. Com o objetivo de alternar entre estratégias de intensificação e diversificação, foram utilizadas técnicas de adaptação de parâmetros; mais especificamente, da probabilidade de mutação. Estudos com redes reais de médio e grande porte ilustram a aplicabilidade da metodologia proposta e sugerem alternativas para desdobramentos do trabalho / Abstract: This work proposes a Hybrid Genetic Algorithm approach to the problem of loss reduction in distribution systems by network reconfiguration strategies, under variable demands. A formulation that avoids frequent reconfigurations is adopted, searching for a fixed configuration to operate for the whole planning period, but taking into account demand variations on the optimization processo The chromosome representation adopted in the algorithm guarantees the factibility of the individuaIs after crossover and mutation operations on the process of searching for the best solution. A local search procedure is included, characterizing an hybrid implementation. Techniques of adaption of parameters were used (specifically mutation probability), to provide alternation between intensification and diversification strategies. Case studies with real distribution networks provide information on the possibilities of the approach and suggest alternatives to further investigations / Mestrado / Automação / Mestre em Engenharia Elétrica