A tendência crescente na geração de harmônicos nos sistemas elétricos de potência tem ganhado atenção especial no planejamento das redes de transporte de energia elétrica, uma vez que os crescimentos observados acontecem em regiões que antes não representavam qualquer tipo de preocupação. Um dos principais fatores que contribuíram para esse novo contexto é a característica distribuída da geração de harmônicos. Devido a essa nova realidade, métodos mais aprimorados para avaliação de desempenho e modelos mais precisos para a representação de equipamentos tornaram-se necessários. Sendo assim, a pesquisa realizada para a elaboração da presente tese fundamentou a sua investigação em três tópicos com o intuído de fornecer contribuições que permitissem uma avaliação mais precisa das redes elétricas, proporcionando, assim, resultados mais aderentes com a realidade existente: Modelagem Agregada de Carga; Equivalentes de Redes; Estimação de Estados das Distorções Harmônicas. Através das contribuições feitas nesses tópicos, torna-se possível a consideração de aspectos que antes eram ignorados na avaliação harmônica das redes de transporte de energia elétrica e, assim, permite-se uma verificação precisa dos impactos da característica distribuída da geração de harmônicos nos sistemas elétricos de potência. / The growing rate of harmonic generation present in the electric power systems has gained special attention in the planning process of power networks. The major factor that contributed for this new context is the increasing harmonic generation observed in regions that did not use to represent any concern in the past. One of the main causes for this new trend is the distributed characteristic of the harmonic generation. In this new environment, sophisticated methods and models have become necessary, in order to precisely represent the electric elements behaviour and to accurately evaluate the systems performance. As a result, the research work presented in this thesis focused in three different topics, in order to provide contributions that would lead to a more accurate performance evaluation of the power networks and that would provide results closer to the values found in the field: Aggregate Load Modeling; Network Equivalents; Harmonic State Estimation. These contributions would allow the consideration of aspects that normally are ignored in the harmonic assessment of power systems. Consequently, the evaluation of the impacts caused by the distributed generation of harmonics becomes more accurate.

As regras definidas pelo Decreto 5.163/2004 trazem incentivos e penalidades aos Distribuidores no processo de apresentação de suas declarações de necessidades de compra de energia ao Ministério de Minas e Energia. Nesse sentido, é importante para os Geradores estabelecer uma metodologia robusta para prever o comportamento dos agentes de distribuição com confiabilidade razoável, de forma a permitir uma preparação adequada para os leilões de que pretendem participar e, adicionalmente, simular os cenários pós-leilões de modo a compreender os efeitos dos preços e volumes contratados no ambiente regulado sobre as condições de contratação no ambiente livre. Este trabalho propõe-se a analisar as referidas regras, apresentando um modelo de otimização utilizando Algoritmos Genéticos que simula o comportamento das distribuidoras, obtendo-se uma importante ferramenta de apoio à definição de estratégias de comercialização de uma empresa geradora. / The rules defined by the Decree 5.163/2004 bring incentives and penalties for Distribution companies to present their power purchase necessity declaration for the Ministry of Mines and Energy. In this sense, it is important for the Generation companies to establish a robust methodology for predicting Distribution companies behavior with enough accountability in order to allow an adequate preparation for the auctions in which those agents intend to participate and, additionally, simulate post auctions scenarios in order to understand the effects of prices and contracted volumes in the regulated environment over the free market contracting conditions. This work is supposed to analyze those rules, presenting an optimization model using Genetic Algorithms, which simulates Distribution companies behavior, getting an important power trading strategy decision support tool for a Generation Company.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2016-12-09T14:54:57Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoAprendizagemAbordagem.pdf: 2517984 bytes, checksum: 26cdc303b304bae9cf0c1ed59a31b85e (MD5) / Rejected by Edisangela Bastos (edisangela@ufpa.br), reason: on 2016-12-15T11:50:54Z (GMT) / Submitted by camilla martins (camillasmmartins@gmail.com) on 2016-12-15T13:07:36Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoAprendizagemAbordagem.pdf: 2517984 bytes, checksum: 26cdc303b304bae9cf0c1ed59a31b85e (MD5) / Rejected by Edisangela Bastos (edisangela@ufpa.br), reason: on 2016-12-15T13:59:53Z (GMT) / Submitted by camilla martins (camillasmmartins@gmail.com) on 2016-12-15T14:19:21Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoAprendizagemAbordagem.pdf: 2517984 bytes, checksum: 26cdc303b304bae9cf0c1ed59a31b85e (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2016-12-15T16:38:08Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoAprendizagemAbordagem.pdf: 2517984 bytes, checksum: 26cdc303b304bae9cf0c1ed59a31b85e (MD5) / Made available in DSpace on 2016-12-15T16:38:08Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoAprendizagemAbordagem.pdf: 2517984 bytes, checksum: 26cdc303b304bae9cf0c1ed59a31b85e (MD5) Previous issue date: 2007-05-18 / Nas últimas duas décadas, o crescimento nas áreas de Redes de Computadores e Inteligência Artificial - IA - favoreceu o avanço da pesquisa em outras áreas de conhecimento, entre elas a Educação. Nesta área, novas descobertas deslocaram as pesquisas das antigas teorias educacionais comportamentalistas para o construtivismo, levando a um melhor entendimento de como acontece a aprendizagem. Aprendizagem Significativa - AS - é uma das teorias construtivista em grande evidência atualmente e Mapa Conceitual - MC - é a sua ferramenta cognitiva principal. Adicionalmente, o amadurecimento da pesquisa da modalidade de Educação a Distância - EAD - permitiu aplicar o processo educacional em larga escala. Nesta tese investiga-se a avaliação automática inteligente da aprendizagem mediada por mapas conceituais. Trata-se de uma abordagem qualitativa, denominada de avaliação formativa, que está em conformidade com o modelo de Bloom, uma referência para os processos educacionais - ensino, aprendizagem e avaliação da aprendizagem. A proposta apresentada pretende ser uma alternativa de solução para uma importante questão na área da Educação: Como avaliar qualitativamente a aprendizagem respeitando os processos cognitivos idiossincráticos de cada estudante? A integração de mapas conceituais, ontologias de domínio e algoritmos genéticos possibilita um avanço no estado da arte de avaliação e acompanhamento automático da aprendizagem. Quebra-se o paradigma das avaliações apenas quantitativas, apresentando uma nova abordagem de acompanhamento gradual e contínuo das atividades do estudante. Nesta abordagem pode-se fazer o acompanhamento individual, respeitando a forma idiossincrática de aprender, e/ou de grupo de estudantes, sendo possível agrupá-los por características cognitivas específicas ou por grau de desenvolvimento. Esta tese inicia uma nova linha de pesquisa que pode ser sintetizada como “Avaliação automática qualitativa da aprendizagem centrada em Mapas Conceituais, fundamentada com técnicas de IA: ontologias e algoritmos genéticos”. Dentro dessa nova linha de pesquisa, a tese traz as seguintes contribuições: ² um protótipo de um ambiente para ensino, aprendizagem e avaliação da aprendizagem, fundamentado na Aprendizagem Significativa, incluindo um editor de mapas conceituais, um editor de ontologias e um módulo avaliador; ² uma proposta de uso de algoritmos genéticos e ontologias para avaliação/acompanhamento qualitativo da aprendizagem, permitindo: – acompanhamento individual passo a passo; – acompanhamento de grupos de estudantes; – comparações entre estudantes. As ontologias de domínio são geradas pelo professor usando um editor de ontologias que é disponibilizado no ambiente. Elas contêm o conhecimento estrutural que deve ser aprendido pelos estudantes antes que estes possam dominar outras formas de conhecimento. O algoritmo genético foi projetado para funcionar em dois modos distintos: i) gerando múltiplos MCs para comparar com o MC do estudante, permitindo uma avaliação da aprendizagem em qualquer estágio do andamento do curso; esta avaliação é relativa, centrada num determinado número de conceitos que representa uma estrutura parcial do domínio de conhecimento sendo estudado; e ii) gerando um MC ótimo de acordo com a ontologia gerada pelo professor para permitir uma avaliação completa da aprendizagem do domínio de conhecimento que foi estudado. O modelo proposto foi avaliado pela implementação de protótipos para a ferrramenta de avaliação. O algoritmo genético desenvolvido usa como espaço de busca as ontologias. Ele imita os processos cognitivos característicos da aprendizagem significativa e constrói MCs que possam ser comparados semanticamente com o do estudante. Sua função de adaptação representa uma forma medir distâncias no campo cognitivo, sendo a escala de medida dada por uma taxonomia que organiza dimensões semânticas e, dentro destas, frases de ligação. Esta taxonomia é usada pelo professor ao construir as ontologias e pelos estudantes ao construírem seus mapas conceituais. Os principais desafios que envolveram o desenvolvimento da pesquisa relatada nesta tese foram os seguintes: 1) determinação de um modelo adequado de ontologia de domínio que pudesse ser aplicado à avaliação da aprendizagem; 2) determinação de um método e uma escala de medida que se aplicasse ao domínio cognitivo; e 3) determinação de um mecanismo de busca na ontologia que fosse coerente com as teorias construtivistas da avaliação da aprendizagem. A pesquisa relatada neste trabalho pode avançar em função de novas funcionalidades ou de melhorias nas funcionalidades já implementadas. Algumas possibilidades foram sugeridas ao final da tese, sendo uma das principais a disponibilização do ambiente na Internet. Esta tese gerou 7 (sete) contribuições científicas, 1 (uma) em revista qualis A, 1 (uma) em revista qualis B, 2 (duas) em congressos internacionais e 3 (três) em congressos nacionais. Os resultados obtidos fazem avançar significativamente o que já foi conseguido até então no grupo de pesquisa AmAm/UFPA, em cujo contexto esta tese está inserida. / In the last two decades, the development of areas such as Computer Networks and Artificial Intelligence (AI) has favored the growth of other areas of knowledge, like Education. In this area, new discoveries have changed the focus of research from old behaviorist educational theories to constructivism, leading to a better understanding of how learning occurs. Meaningful Learning (ML) is a constructivist theory in evidence nowadays and the Concept Map (CM) is its main cognitive tool. Additionally, the recent developments on Distance Learning (DL) have made it possible to apply the educational process in a larger scale. In this thesis, automatic learning assessment mediated by concept maps is investigated. This is related to a qualitative approach, named as formative assessment, which is compliant with Bloom’s model, a reference for educational processes - teaching, learning, and learning assessment. The proposal presented in this thesis is seen as an alternative solution to an important issue in the area of Education: how to evaluate learning qualitatively, respecting each student’s cognitive processes? The integration of concept maps, domain ontologies, and genetic algorithms allows for advances in automatic learning assessment and assistance. The paradigm of mere quantitative assessment is broken, and a new approach to gradual and continuous assistance in learning is presented. Following this approach, it is possible to accompany students individually, respecting their idiosyncratic ways of learning, and also to group students based on specific cognitive characteristics or development degrees. This thesis begins a new research area, which can be synthesized as "Automatic qualitative assessment of learning centered in Concept Maps, based on AI techniques: ontologies and genetic algorithms". In this new research area, the thesis originated the following contributions: ² a prototype of an environment designed to aid teaching, learning, and learning assessment, founded upon Meaningful Learning, encompassing a concept map editor, an ontology editor, and an assessment module; ² A proposal concerning the use of genetic algorithms and ontologies in qualitative assessment/ assistance of learning, allowing for: – step-by-step individual assistance; – assistance to groups of students; – comparisons among students. Domain ontologies are generated by the teacher, who uses an ontology editor provided by the environment. They comprise the structural knowledge that must be learned by students before they can manage other forms of knowledge. The genetic algorithm was designed to run in two distinct modes: i) generating multiple CMs to compare with the student’s CM, allowing for learning assessment at any moment of the course; this assessment is relative, centered in a determined number of concepts which represent a partial structure of knowledge domain being studied.; and ii) generating an optimal CM according to the ontology created by the teacher, to permit a complete assessment of the learning of the knowledge domain which was studied. The proposed model was evaluated by the implementation of prototypes for the assessment tool. The genetic algorithm developed uses the ontologies as its search spaces. It emulates meaningful learning cognitive processes, and constructs CMs that can be semantically compared to that of the student. Its fitness function represents a way of measuring distances in the cognitive field, being the measurement unit given by a taxonomy that organizes semantic dimensions and, inside these, linking phrases. This taxonomy is used by teachers when they construct their ontologies, and by students when they construct their concept maps. The main challenges faced in the development of the research reported in this thesis were: 1) definition of a domain ontology model that could be applied to learning assessment; 2) definition of a method and a scale that could be applied to the cognitive domain; and 3) definition of a search mechanism in the ontology in accordance with constructivist theories of learning assessment. The research described in this thesis can be further developed with new functionalities or improvements in functionalities already implemented. Some possibilities are suggested in the end of the thesis, the main of which being the deployment of the environment in the Internet. This thesis has generated 7 (seven) scientific contributions, 1 (one) in a qualis A magazine, 1 (one) in a qualis B magazine, 2 (two) in international congresses, and 3(three) in national congresses. The results of this research advance what has already been attained by the AmAm/UFPA research group, in whose context this thesis is inserted.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-01-03T14:53:16Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_EstrategiasEvolucionariasOtimizacao.pdf: 5582868 bytes, checksum: 54c5dbfe417941cefd31b320a9aa99bb (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-01-10T16:57:42Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_EstrategiasEvolucionariasOtimizacao.pdf: 5582868 bytes, checksum: 54c5dbfe417941cefd31b320a9aa99bb (MD5) / Made available in DSpace on 2017-01-10T16:57:42Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_EstrategiasEvolucionariasOtimizacao.pdf: 5582868 bytes, checksum: 54c5dbfe417941cefd31b320a9aa99bb (MD5) Previous issue date: 2016-02-16 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A análise de dados envolve aquisição e organização de informação com o objetivo de se obter conhecimento a partir deles, propiciando avanços científicos nos mais variados campos, bem como provendo vantagens competitivas às corporações. Neste âmbito, um problema ubíquo na área merece destaque, os valores ausentes, pois a maior parte das técnicas de análise de dados não consegue lidar de forma satisfatória com dados incompletos, impactando negativamente o resultado final. Visando contornar os efeitos danosos desta problemática, diversos trabalhos vêm sendo desenvolvidos nas áreas de análise estatística e aprendizado de máquina, com destaque para o estudo de métodos de Imputação Múltipla de Dados (IMD), que consiste no preenchimento dos dados ausentes por valores plausíveis. Tal metodologia pode ser vista como um problema de otimização combinatória, onde buscam-se valores candidatos à imputação de forma a reduzir o viés imposto por esta problemática. Meta-heurísticas, em especial, métodos baseados em Computação Evolucionária (CE) têm sido aplicadas com sucesso em problemas de otimização combinatórios. Apesar dos recentes avanços na área, percebe-se algumas falhas na modelagem dos métodos de imputação baseados em CE existentes. Visando preencher tais lacunas encontradas na literatura, esta tese apresenta uma descrição da IMD como um problema de otimização combinatória e propõe métodos baseados em CE neste contexto. Além disso, em virtude das falhas encontradas na modelagem dos métodos recentemente propostos na literatura e da necessidade de se adotar diferentes medidas de desempenho para avaliar a eficiência dos métodos de imputação, também é proposto neste projeto de tese um algoritmo genético multiobjetivo para a imputação de dados no contexto de classificação de padrões. Este método mostra-se flexível quanto aos tipos de dados, além de evitar a análise de caso completo. Dado a flexibilidade da abordagem proposta, é possível ainda utilizá-lo em outros cenários como no aprendizado não supervisionado, classificação multirrótulo e em análise de séries temporais. / The data analysis process includes information acquisition and organization in order to obtain knowledge from them, bringing scientific advances in various fields, as well as providing competitive advantages to corporations. In this context, an ubiquitous problem in the area deserves attention, the missing data, since most of the data analysis techniques can not deal satisfactorily with this problem, which negatively impacts the final results. In order to avoid the harmful effects of missing data, several studies have been proposed in the areas of statistical analysis and machine learning, especially the study of Multiple Data Imputation, which consists in the missing data substitution by plausible values. This methodology can be seen as a combinatorial optimization problem, where the goal is to find candidate values to substitute the missing ones in order to reduce the bias imposed by this issue. Metaheuristics, in particular, methods based in evolutionary computing have been successfully applied in combinatorial optimization problems. Despite the recent advances in this area, it is perceived some shortcomings in the modeling of imputation methods based on evolutionary computing. Aiming to fill these gaps in the literature, this thesis presents a description of multiple data imputation as a combinatorial optimization problem and proposes imputation methods based on evolutionary computing. In addition, due to the limitations found in the methods presented in the recent literature, and the necessity of adoption of different evaluation measures to assess the imputation methods performance, a multi-objective genetic algorithm for data imputation in pattern classification context is also proposed. This method proves to be flexible regarding to data types and avoid the complete-case analysis. Because the flexibility of the proposed approach, it is also possible to use it in other scenarios such as the unsupervised learning, multi-label classification and time series analysis.

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2017-01-26T12:56:46Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_PlanejamentoRedeLTE.pdf: 1552363 bytes, checksum: 7cca17536c02c076b9177047636a1f6c (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-01-26T13:18:11Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_PlanejamentoRedeLTE.pdf: 1552363 bytes, checksum: 7cca17536c02c076b9177047636a1f6c (MD5) / Made available in DSpace on 2017-01-26T13:18:11Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_PlanejamentoRedeLTE.pdf: 1552363 bytes, checksum: 7cca17536c02c076b9177047636a1f6c (MD5) Previous issue date: 2015-03-20 / Currently, it is visible the growing number of mobile communications networks in the telecommunications scenario. In order to supply the demands of the most demanding users of mobile services with data transmission rates increasing constantly are developed by companies linked to the telecommunications industry, new technologies to keep up with these demands. As 2G and 3G networks can no longer bear the demands of current users because they can not provide quality services to customers due to limitations of data transfer rate. It was then developed, the LTE system (Long Term Evolution), which has become one of the most promising solutions to meet the growing demand of the telecommunications sector. In the LTE system, also called 4G is implemented efficiently on the network, various simulation tools to cover prediction has been developed. Great efforts have been invested in the development of these tools, in order that the predicted values are the closest possible to reality, making it indispensable in planning the LTE network. In this context, this paper is intended to study and optimization of outdoor propagation loss models available in the literature, operating in the 2.6GHz frequency range, in order to provide a propagation loss prediction more accurate the study environment. Therefore, signal measurements campaigns were held in Bethlehem in order to compare how satisfactory are the adjustments of the models of propagation loss with the signal loss measured in realized routes. It was observed that in certain measurements, models of propagation loss, did not show similar curves to that measured on the routes taken, showing high prediction error. Thus, optimization technique was used for all prediction models based on a Genetic Algorithm (GA). Through this technique, it was possible to achieve a significant improvement of the models studied compared the losses encountered on the routes taken, thus contributing to more efficient planning for networks operating in the LTE 2.6GHz range. / Atualmente é visível o aumento crescente das redes de comunicações móveis, no cenário das telecomunicações. A fim de suprir as demandas dos usuários mais exigentes por serviços móveis com taxas de transmissão de dados cada vez maiores, constantemente são desenvolvidas por parte das empresas ligadas ao setor das telecomunicações, novas tecnologias para acompanhar tais demandas. Como as redes 2G e 3G não conseguem mais comportar as exigências dos usuários atuais, pois não conseguem oferecer serviços de qualidade aos clientes em função das limitações de taxa de transferência de dados. Foi desenvolvido então, o sistema LTE (Long Term Evolution), que vem se tornando uma das soluções mais promissoras para atender a crescente demanda do setor das telecomunicações. Para que o sistema LTE, também denominado 4G, seja implementado de forma eficiente na rede, diversas ferramentas de simulação para predição de cobertura tem sido desenvolvidas. Grandes esforços têm sido investidos no desenvolvimento dessas ferramentas, com a finalidade que os valores preditos sejam os mais próximos possíveis da realidade, tornando-a elemento indispensável no planejamento da rede LTE. Neste contexto, o presente trabalho tem como finalidade o estudo e a otimização de modelos de perdas de propagações outdoor disponibilizados na literatura, que operam na faixa de frequência de 2,6GHz, com o intuito de proporcionar uma predição de perda de propagação mais precisa para o ambiente estudado. Para tanto, campanhas de medições de sinal foram realizadas na cidade de Belém a fim de comparar quão satisfatórias são os ajustes dos modelos de perdas de propagação com a perda do sinal medido nas rotas realizadas. Foi observado que em determinadas medições, os modelos de perda de propagação, não apresentaram curvas similares ao que foi medido nas rotas realizadas, apresentando erro de predição elevado. Desta forma, técnica de otimização foi utilizada a todos os modelos de predição a partir de um Algoritmo Genético (AG). Através dessa técnica, foi possível chegar a uma melhora significativa dos modelos estudados em comparação as perdas encontradas nas rotas realizadas, contribuindo assim no planejamento mais eficiente para redes que operam na faixa de 2,6GHz do LTE.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-02-01T18:52:10Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstudoParametrizacaoAlgoritmo.pdf: 3111483 bytes, checksum: ec493e124af4e9aebd3b8c11812222e9 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-02-14T14:12:24Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstudoParametrizacaoAlgoritmo.pdf: 3111483 bytes, checksum: ec493e124af4e9aebd3b8c11812222e9 (MD5) / Made available in DSpace on 2017-02-14T14:12:24Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstudoParametrizacaoAlgoritmo.pdf: 3111483 bytes, checksum: ec493e124af4e9aebd3b8c11812222e9 (MD5) Previous issue date: 2015-10-01 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / A finalidade deste trabalho é analisar a aplicação de um algoritmo cultural híbrido, com população gerada pelo algoritmo genético, de característica multipopulacional, ou ainda, mais precisamente, desenvolver uma parametrização do algoritmo híbrido baseado no algoritmo cultural com algoritmo genético para o problema da mochila multidimensional. Tem-se como objetivo encontrar os melhores parâmetros do algoritmo cultural híbrido, com modelo de ilhas (característica multipopulacional), aplicado ao problema de otimização combinatório denominado de “Mochila Multidimensional”. São executados vários experimentos para efetuar uma avaliação em relação ao desempenho desses mecanismos híbridos com outros algoritmos disponíveis na literatura. / The purpose of this paper is to analyze the application of a hybrid cultural algorithm with population generated by multipopulation feature of the genetic algorithm, or, more specifically, to develop a parameter of the hybrid algorithm based on cultural algorithm with genetic algorithm for multidimensional knapsack problem in areas of computer science and computational intelligence. The aim of this work is to find the best parameters for hybrid cultural algorithm and over genetic algorithm, with model of islands (multipopulation characteristic) applied to combinatorial optimization problem called “Multidimensional Knapsack“. Several experiments are performed to make an assessment regarding of these mechanisms hybrids with other algorithms available in the literature.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-04-24T13:07:07Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_MetodologiaCompressaoSinais.pdf: 2460262 bytes, checksum: 7c9faf568465700c43117667295f8715 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-04-24T16:58:53Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_MetodologiaCompressaoSinais.pdf: 2460262 bytes, checksum: 7c9faf568465700c43117667295f8715 (MD5) / Made available in DSpace on 2017-04-24T16:58:53Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_MetodologiaCompressaoSinais.pdf: 2460262 bytes, checksum: 7c9faf568465700c43117667295f8715 (MD5) Previous issue date: 2016-12-16 / FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas / O presente trabalho propõe uma metodologia para compressão de sinais de energia elétrica a partir de registros de forma de onda em sistemas de energia, utilizando algoritmos genéticos (AG) e redes neurais artificiais (RNA). O algoritmo genético é utilizado para selecionar e preservar os pontos que melhor caracterizam os contornos da forma de onda e a rede neural artificial é utilizada na compressão dos demais pontos bem como no processo de reconstrução do sinal. Assim, os dados resultantes são formados por uma parte do sinal original e pela parte complementar comprimida sob a forma de pesos sinápticos. A metodologia proposta seleciona e preserva um percentual de amostras do sinal original, que são aspectos não explorados na literatura. A metodologia foi testada usando dados reais obtidos a partir de um oscilógrafo instalado em um sistema de energiaelétrica de 230 kV. Os resultados apresentam taxas de compressão que variam de 88,36% a 95,86%* para taxas de preservação de pontos do sinal original que variam de 2,5% a 10% respectivamente. / This thesis proposes a methodology for compression of electrical power signals from waveform records in electric systems, using genetic algorithm (GA) and artificial neural network (ANN).The genetic algorithm is used to select and preserve the points that better characterize the waveform contoursA and the artificial neural network is used in the compression of other points as well as on the signal reconstruction process. Thus, the data resulting are formed by a part of the original signal and by a compressed complementary part in the form of synaptic weights. The proposed methodology selects and preserves a percentage of the original signal samples, which are aspects not explored in the literature. The method was tested using field data obtained from an oscillographic recorder installed in a 230kV electrical power system. The results presented compression rates ranging from 88.36 to 95.86 for preservation rates ranging from 2.5 to 10 , respectively.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-04-24T14:28:25Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_NovaSolucaoOtimizacao.pdf: 10585711 bytes, checksum: 308bde75f6d5505c2d6512b1449776ba (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-04-24T17:00:26Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_NovaSolucaoOtimizacao.pdf: 10585711 bytes, checksum: 308bde75f6d5505c2d6512b1449776ba (MD5) / Made available in DSpace on 2017-04-24T17:00:26Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_NovaSolucaoOtimizacao.pdf: 10585711 bytes, checksum: 308bde75f6d5505c2d6512b1449776ba (MD5) Previous issue date: 2016 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / Devido ao crescimento industrial da Região Norte, principalmente do Polo Industrial de Manaus (PIM) e consequentemente o aumento da necessidade de geração de energia, que nesta região é fornecida em mais de 90% de seu total por Usinas Termoelétricas (UTE), tornou-se necessário a implementação de ferramentas computacionais que propiciem ao especialista, ou operador de sistemas elétricos, tomar decisões sobre o despacho de potência ótima de cada unidade geradora, contemplando não somente a redução de custos, mas também a diminuição dos índices de poluição na atmosfera. O Despacho Econômico (DE), ou despacho ótimo, é uma das tarefas mais antigas e importantes na gestão de usinas de energia elétrica, e atualmente, devido às crescentes preocupações com o meio ambiente, este problema vem sendo estendido para a otimização do Despacho Econômico e Ambiental (DEA). Esta tese tem como objetivo geral analisar uma nova proposta de solução para o antigo problema de otimização do DE e do DEA implementada por diversos métodos Determinísticos (Iteração Lambda, Programação Quadrática e Método de Newton) e métodos Heurísticos (Algoritmos Genéticos, Enxame de Partículas, Evolução Diferencial, Recozimento Simulado, Otimização por Lobo Cinzento e Colônia de Abelhas Artificiais) para o problema do DE e para o problema do DEA (Algoritmo Genético de Classificação Não-dominado, NSGA II e NSGA III), considerando o desligamento dos geradores com maior custo de operação, com a consequente redução no custo dos combustíveis. O método do custo incremental e as perdas de transmissão são utilizados para determinar os valores de potência ativa de cada unidade geradora, assegurando o balanço energético entre a potência total gerada, a demanda do sistema elétrico, as perdas, e minimizando, por outro lado, o custo total do combustível, reduzindo as emissões, e ainda melhorando a eficiência não somente dos geradores, mas também da UTE como um todo. A solução proposta nesta tese tem as seguintes contribuições: contempla o desligamento dos sistemas de geração que apresentam maior custo com combustível, reduz os custos totais permitindo uma manutenção preditiva nestas máquinas; determina soluções ótimas para a potência de saída em vários cenários característicos e não característicos das usinas, considerando variações na geração de potência ativa e na redução das emissões de gases poluentes como, NOx e o CO2. Para analisar a viabilidade da solução proposta por esta tese, utilizou-se um conjunto de dez unidades geradoras térmicas como parâmetros para o estudo de caso e três conjuntos de geradores, descritos na literatura, como sistema de teste para validação da robustez da proposta de solução apresentada. Foram aplicados diversos métodos determinísticos e de computação Bio-inspirada para a otimização mono-objetivo e multiobjetivo. Os resultados apresentados na tese, a partir da análise de vários exemplos práticos, mostram as vantagens da nova solução proposta. / Due to the significant industrial growth in the North of Brazil, especially at the Industrial Pole of Manaus (PIM), it has been an increased necessity for energy generation, which in this region is provided by thermoelectric plants (UTEs) in over 90% of its total. Thus, it became necessary the use of computational tools that help the specialists or operators of electrical systems, for making decisions about the optimal power dispatch of each generating unit that contemplate not only to reduce costs but also reduce the atmospheric pollution levels. Optimization of Economic Dispatch (ED) is one of the oldest and most important tasks in power plant management, and currently, due to growing concerns about the environment, this problem is extended to the optimization of the Economic and Environmental Dispatch (EAD). This thesis has as main objective to analyze a new proposal to solve the old optimization problem of ED and the EAD implemented by several Deterministic methods (Iteration Lambda, Quadratic Programming and Newton method) and Heuristic methods (Genetic Algorithms, Particle Swarm, Differential evolution, Simulated Annealing, Optimization by Grey Wolf and Artificial Bee Colonies) for the ED problem. Non-dominated Sorting Genetic Algorithms (NSGA II and NSGA III), were used for evaluating the problem of EAD, considering the shutdown of the generators with higher losses and thus reducing the fuel cost. The method of incremental cost and transmission losses are used to determine the best active power values for each generating unit. It was ensured the energy balance between the total generated power, the demand of the electrical system, losses and minimizing, on the other hand, the total cost of fuel, reducing emissions, and further improving efficiency not only for generators but also to UTE as a whole. Consequently, the proposed new solution has the following contributions: contemplates the turning off generation systems that have higher fuel cost, reducing the overall costs and enabling predictive maintenance on these machines. This approach also determines optimal solutions for the power output in various scenarios characteristic and not characteristic of UTEs or power plants, considering changes in active power generation and reducing greenhouse gas emissions as NOx and CO2. To explore the feasibility of the new solution proposed by this theory, it was used as a test system a set of ten (10) generating units for the case study and three sets of generators´ parameters described in the literature. They were used for demonstrating the robustness of the proposed solution considering the use of various deterministic and Bioinspired computing methods for mono-objective and multi-objective optimization. The results presented here, from an analysis of several practical examples show the advantages of the new proposed solution.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-04-27T13:48:43Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetaheuristicasPopulacionaisEstudo.pdf: 1773087 bytes, checksum: f28cd56459c0645ef2523053a2599d4e (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-05-04T12:54:50Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetaheuristicasPopulacionaisEstudo.pdf: 1773087 bytes, checksum: f28cd56459c0645ef2523053a2599d4e (MD5) / Made available in DSpace on 2017-05-04T12:54:50Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_MetaheuristicasPopulacionaisEstudo.pdf: 1773087 bytes, checksum: f28cd56459c0645ef2523053a2599d4e (MD5) Previous issue date: 2016-12-02 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / As metaheurísticas populacionais são técnicas pertencentes ao campo da Inteligência Computacional baseadas em modelos naturais e surgiram como alternativas para resolver problemas de otimização, onde as técnicas tradicionais não podem ser aplicadas, ou ainda onde não se dispõe de um modelo de solução para o problema, fazendo com que a solução seja encontrada por intermédio de meios empíricos. Diante da capacidade de oferecer soluções aceitáveis, em um tempo hábil, para muitos dos problemas complexos encontrados, as metaheurísticas populacionais vêm sendo aplicadas com êxito diferentes problemas de sistemas de controle encontrados na literatura. Este trabalho apresenta, de um modo geral, como as metaheurísticas vêm sendo aplicadas na solução de problemas de controle e realiza um estudo comparativo de desempenho entre quatro algoritmos bioinspirados na sintonia dos parâmetros de um controlador Proporcional-Integral-Derivativo (PID). Foram utilizados os seguintes algoritmos: Algoritmo Genético (AG), Algoritmo genético no Modelo de Ilhas (AGMI), Bacterial Foraging Optimization (BFO) e o Particle Swarm Optimization (PSO). Os resultados demonstram que os algoritmos apresentam um ótimo desempenho para a sintonia do PID, produzindo resposta que atendem as exigências de projetos. Foram utilizados diferentes sistemas com características distintas para avaliar os algoritmos. Considerando os resultados obtidos, o PSO se mostrou como o melhor algoritmo entre os quatros usados, produzindo resposta em um tempo mais rápido e apresentando menor desvio padrão nos ensaios realizados. / Population metaheuristics are techniques belonging to the field of Computational Intelligence and are based on natural models, have emerged as alternatives to solve optimization problems where the traditional techniques cannot be applied, or even where a solution model for the problem is not available with which the solution is found through empirical means. Given these capabilities to provide acceptable solutions in a timely manner for most of the complex problems encountered, metaheuristics has been applied successfully in most of the control system problems found in the literature. This work presents in general how the metaheuristics are being applied in the solution of control problems and performs a comparative study of performance among four algorithms bioinspirados in the tuning of the PID parameters. The following algorithms were used: Genetic Algorithm (AG), Genetic Algorithm in the Islands Model (AGMI), Bacterial Foraging Optimization (BFO) and Particle Swarm Optimization (PSO). The results demonstrate that the algorithms present an excellent performance in the tuning of the PID producing response that met the project requirements. Different systems with different characteristics were used to evaluate the algorithms. The PSO was shown as the best algorithm among the four used, producing response in a faster time and presented lower deviated standard in the trials.

Em problemas convencionais de classificação, cada exemplo de um conjunto de dados é associado a apenas uma dentre duas ou mais classes. No entanto, existem problemas de classificação mais complexos, nos quais as classes envolvidas no problema são estruturadas hierarquicamente, possuindo subclasses e superclasses. Nesses problemas, exemplos podem ser atribuídos simultaneamente a classes pertencentes a dois ou mais caminhos de uma hierarquia, ou seja, exemplos podem ser classificados em várias classes localizadas em um mesmo nível hierárquico. Tal hierarquia pode ser estruturada como uma árvore ou como um grafo acíclico direcionado. Esses problemas são chamados de problemas de classificação hierárquica multirrótulo, sendo mais difíceis devido à alta complexidade, diversidade de soluções, difícil modelagem e desbalanceamento dos dados. Duas abordagens são utilizadas para tratar esses problemas, chamadas global e local. Na abordagem global, um único classificador é induzido para lidar com todas as classes do problema simultaneamente, e a classificação de novos exemplos é realizada em apenas um passo. Já na abordagem local, um conjunto de classificadores é induzido, sendo cada classificador responsável pela predição de uma classe ou de um conjunto de classes, e a classificação de novos exemplos é realizada em vários passos, considerando as predições dos vários classificadores. Nesta Tese de Doutorado, são propostos e investigados dois métodos para classificação hierárquica multirrótulo. O primeiro deles é baseado na abordagem local, e associa uma rede neural Multi-Layer Perceptron (MLP) a cada nível da hierarquia, sendo cada MLP responsável pelas predições no seu nível associado. O método é chamado Hierarchical Multi- Label Classification with Local Multi-Layer Perceptrons (HMC-LMLP). O segundo método é baseado na abordagem global, e induz regras de classificação hierárquicas multirrótulo utilizando um Algoritmo Genético. O método é chamado Hierarchical Multi-Label Classification with a Genetic Algorithm (HMC-GA). Experimentos utilizando hierarquias estruturadas como árvores mostraram que o método HMC-LMLP obteve desempenhos de classificação superiores ao método estado-da-arte na literatura, e desempenhos superiores ou competitivos quando utilizando hierarquias estruturadas como grafos. O método HMC-GA obteve resultados competitivos com outros métodos da literatura em hierarquias estruturadas como árvores e grafos, sendo capaz de induzir, em muitos casos, regras menores e em menor quantidade / conventional classification problems, each example of a dataset is associated with just one among two or more classes. However, there are more complex classification problems where the classes are hierarchically structured, having subclasses and superclasses. In these problems, examples can be simultaneously assigned to classes belonging to two or more paths of a hierarchy, i.e., examples can be classified in many classes located in the same hierarchical level. Such a hierarchy can be structured as a tree or a directed acyclic graph. These problems are known as hierarchical multi-label classification problems, being more difficult due to the high complexity, diversity of solutions, modeling difficulty and data imbalance. Two main approaches are used to deal with these problems, called global and local. In the global approach, only one classifier is induced to deal with all classes simultaneously, and the classification of new examples is done in just one step. In the local approach, a set of classifiers is induced, where each classifier is responsible for the predictions of one class or a set of classes, and the classification of new examples is done in many steps, considering the predictions of all classifiers. In this Thesis, two methods for hierarchical multi-label classification are proposed and investigated. The first one is based on the local approach, and associates a Multi-Layer Perceptron (MLP) to each hierarchical level, being each MLP responsible for the predictions in its associated level. The method is called Hierarchical Multi-Label Classification with Local Multi-Layer Perceptrons (HMC-LMLP). The second method is based on the global approach, and induces hierarchical multi-label classification rules using a Genetic Algorithm. The method is called Hierarchical Multi-Label Classification with a Genetic Algorithm (HMC-GA). Experiments using hierarchies structured as trees showed that HMC-LMLP obtained classification performances superior to the state-of-the-art method in the literature, and superior or competitive performances when using graph-structured hierarchies. The HMC-GA method obtained competitive results with other methods of the literature in both tree and graph-structured hierarchies, being able of inducing, in many cases, smaller and in less quantity rules