Os danos ambientais causados pela construção civil são fonte de preocupação nesta área da engenharia, e reduzi-lo é interesse comum a todos. Pensar em sustentabilidade já na fase de projeto é um modo viável de se reduzir este impacto. A escolha pelo concreto pré-moldado oferece alguns benefícios iniciais quando se compara este ao concreto moldado no local e, dentre estes, estão a racionalização do canteiro de obras, a redução do desperdício e uma melhoria na produtividade. Uma qualidade adicional, que ainda não está tão clara, é a redução do impacto ambiental que se pode ter com o emprego do concreto pré-moldado. A proposta deste trabalho envolve a análise de fatores que influenciam a sustentabilidade ambiental de estruturas de concreto pré-moldado e a aplicação de um algoritmo de otimização para determinação dos valores ótimos que conduzem ao mínimo impacto ambiental. Para isso, optou-se por minimizar as emissões de CO2, associadas à forma estrutural adotada, à produção, ao transporte e à montagem dos elementos pré-moldados. Estudos de otimização no projeto de estruturas têm usualmente sido utilizados a fim de reduzir custos e, entre as técnicas de otimização utilizadas em engenharia estrutural, os algoritmos genéticos têm sido reconhecidos como uma forte tendência por serem fáceis de implementar e fornecerem excelentes resultados. Com o código de otimização de emissão de CO2 foram processados diversos exemplos, variando os dados de entrada um a um e, avaliando a influência da variação destes na emissão de CO2. Considerando um edifício de 30 m x 30 m, uma adição de pavimento representa um acréscimo aproximado de 35% de emissão de CO2. Para o mesmo prédio, um aumento de 10 m em uma das direções significa aumentar em 30% a emissão de CO2. Variaram-se também as larguras e alturas máximas das vigas, tamanho de vão mínimo entra pilares, distância da fábrica à obra, cargas atuantes, número de indivíduos da população, número de indivíduos para elitismo, numero máximo de gerações, taxa de cruzamento e taxa de mutação. Ao variar estes parâmetros as porcentagens de variação de emissão de CO2 chegam a valores próximos de 5%. Foi encontrado também um valor de emissão por m³ aproximado de 430 kg/m³. Além disso, a saída de dados do código de otimização de emissão de CO2 foi comparada com a do código de otimização de custo, e foi constatado que as configurações estruturais apresentadas para um mesmo edifício processado com os dois códigos são semelhantes entre si e semelhantes à solução estrutural utilizada para esta edificação. Também foi constatado que pode se relacionar emissão de CO2 com custo. Deste modo, foi proposto um fator que relaciona as duas grandezas, chamado Fator Emissão-Custo, ou Fec. Observou-se que o Fec varia com o acréscimo de pavimentos, mostrando que o custo e a emissão de CO2 são afetados de forma diversa pelo número de pavimentos. Para um edifício de 4 pavimentos o Fec médio encontrado foi de 1,53 kgCO2/R$. Os resultados encontrados permitiram atestar a validade do método dos algoritmos genéticos à engenharia de estruturas, bem como a importância que o concreto pré-moldado tem para a industrialização da construção civil. / The environmental impact caused by civil constructions is a source of concern in this area of engineering, and reducing it is a common interest to all. Thinking about sustainability already in the design phase is a feasible way to reduce this impact. The choice for precast concrete offers some initial benefits when compared to the cast- on-site concrete and, among these, are streamlining the construction site, reducing waste and improving productivity. An additional quality, which is not yet so clear, is to reduce the environmental impact that one can have when using precast concrete. The purpose of this work is to develop a method of optimization of the elements of precast concrete structures in relation to the sustainability of the product. To do so, it is proposed to minimize the CO2 emission associated to the structural solution, production, transportation and assembly of precast concrete. Studies on optimization design of structures have been commonly used to reduce costs and, among the optimization techniques in structural engineering, genetic algorithms have been recognized as a strong trend for being easy to implement and providing excellent results. With the CO2 emission code were processed several examples, varying the input data one by one, then was assessed the influence of each variation on CO2 emission. Considering one building with the size 30 m x 30 m, each floor added represents an approximated increase about 35% on CO2 emission. For the same building one increase of 10 m on each direction means add 30% on CO2 emission. Was varied on the code the maximum heights and widths of the beam, the minimum span between pillars, distance from the building to the factory, loads acting, maximum population individuals number, number of individuals to elitism, maximum generation number, outcrossing rate and mutation rate. Varying these parameters, the variations percentage of CO2 emission reaches values next to 5%. Was found too an approximated value to CO2 emission per m³ as about 430 Kg/m³. Furthermore, the CO2 emission optimization code data output was compared with the cost optimization code data output, and it was verified that the structural configuration presented on outputs was similar between them both and similar with the real structural solution used on this building. It was verified too that the CO2 emission and cost could be related. On this way was proposed a factor which relates the two quantities called Emission-Cost Factor, or Fec. It was noticed that Fec varies when floors are added, which means that the cost does not vary at the same way that the CO2 emission does when the number of floors are changed. For a building with 4 floors the medium value of Fec was found 1,53 kgCO2/R$. The results permitted attest the validity of using genetic algorithms in structural engineering, as well as highlighting the precast concrete contribution on the industrialization of civil construction.

Neste trabalho investiga-se a aplicação de um algoritmo genético multiobjetivo, ferramenta que se destaca por sua flexibilidade e interpretabilidade, na obtenção de fatores de ponderação para aplicação no controle preditivo de torque do motor de indução, ou Model Predictive Torque Control (MPTC). O MPTC busca minimizar a cada instante de atuação uma função custo que representa o sistema, destacando-se pela rápida resposta de torque, facilidade de incorporar restrições e ausência de modulador de tensão. No entanto, essa técnica apresenta fatores de ponderação em sua estrutura de cálculo que não dispõem de métodos analíticos de projeto. Utilizou-se o algoritmo genético de classificação nãodominada, ou Non-dominated Sorting Genectic Algorithm II (NSGA-II), projetado de forma a obter soluções que busquem o compromisso entre o desempenho dinâmico do motor, via minimização das oscilações de torque e fluxo, e a eficiência energética do sistema por meio da minimização da frequência média de chaveamento da eletrônica de potência. Resultados simulados e experimentais mostraram que o conjunto de soluções fornecido pelo NSGA-II é factível e contrapõe as oscilações de torque e de fluxo e a frequência média de chaveamento, cabendo à aplicação desejada a escolha da solução. Com isso, tem-se uma ferramenta de projeto dos fatores de peso do MPTC capaz de incorporar restrições e ajustar vários fatores ao mesmo tempo. / This work investigates the application of a multi-objective genetic algorithm to obtain a set of weighting factors suitable for use in Model Predictive Torque Control (MPTC) of a induction motor variable speed drive. MPTC approach aims at minimizing a cost function at each step, and is highlighted for its fast torque response, facility to incorporate system constraints and the absence of voltage modulators. Nevertheless, MPTC structure presents weighting factors in the cost function which lack of an analytical design procedure. The Non-dominated Sorting Genetic Algorithm II (NSGA-II) was designed for a trade-off between torque and flux ripples minimization and minimization of the average switching frequency of the system. Simulated and experimental results showed NSGA-II offered a Pareto set of feasible solutions, so that torque ripple, flux ripple or average switching frequency can be minimized, depending on the solution chosen according to project demand. Thereby, there is a project tool for MPTC weighting factors able to adjust several factor at the same time, incorporating desired restrictions.

Desenvolve-se um método para estimar os parâmetros de uma rede hidráulica a partir de dados observados de cargas hidráulicas transientes. Os parâmetros físicos da rede como fatores de atrito, rugosidades absolutas, diâmetros e a identificação e quantificação de vazamentos são as grandezas desconhecidas. O problema transiente inverso é resolvido utilizando uma abordagem indireta que compara os dados disponíveis de carga hidráulica transiente observados com os calculados através de um método matemático. O Método Transiente Inverso (MTI) com um Algoritmo Genético (AG) emprega o Método das Características (MOC) na solução das equações do movimento para escoamento transiente em redes de tubos. As condições de regime permanente são desconhecidas. Para avaliar a confiabilidade do MTI-AG desenvolvido aqui, uma rede-exemplo é usada para os vários problemas de calibração propostos. O comportamento transiente é imposto por duas manobras distintas de uma válvula de controle localizada em um dos nós da rede. Analisam-se, ainda, o desempenho do método proposto mediante a variabilidade do tamanho do registro transiente e de possíveis erros de leitura nas cargas hidráulicas. Ensaios numéricos realizados mostram que o método é viável e aplicável à solução de problema inverso em redes hidráulicas, sobretudo recorrendo-se a poucos dados observados e ao desconhecimento das condições iniciais de estado permanente. Nos diversos problemas de identificação, as informações transientes obtidas da manobra mais brusca produziu estimações mais eficientes. / A method for estimation of parameters of existing hydraulic networks on the basis of observed transients pressures. Such parameters include pipe friction factors or absolute roughness, their diameters and the leakage locations and discharges. The inverse transient problem in terms of unknown parameters is solved through an indirect calibration procedure, which compares the calculated and observed hydraulic heads. The search method for optimal parameters employs the Method of Characteristics for the solution equations of transient motions in pipes and Genetic Algorithms. The initial conditions in the state of equilibrium are supposed unknown and the observed transient behavior of the network is in response to a valve maneuver composed of partial closure and reestablishment of flow in a pipe. In order to validate the transient calibration method, an example network is used to test various proposed calibration problems. The results show that the proposed method can be used with confidence for determination of various kinds of parameters. The transient inverse method is capable of network calibration using transient data collected at few locations in response to a quick valve maneuver.

Os problemas de escassez hídrica enfrentados pela região Nordeste do Brasil ocorrem, principalmente, devido às condições climáticas, caracterizadas pela má distribuição das chuvas tanto temporalmente - a maior parte da precipitação anual se concentra em poucos meses - quanto espacialmente. A alta taxa de evaporação da região e a estrutura geológica do solo, predominantemente cristalino, são fatores que contribuem para agravar o problema. Fica evidenciada, portanto, a necessidade de a operação dos sistemas de recursos hídricos ser otimizada, propiciando assim, o seu melhor aproveitamento, com o menor custo para a sociedade. O presente trabalho estuda a operação otimizada dos reservatórios que abastecem a região metropolitana de Fortaleza, no Estado do Ceará, considerando a evaporação. O problema foi tratado através de um procedimento híbrido, proposto recentemente, de algoritmo genético e programação linear. O método permitiu que regras operacionais fossem extraídas sem a necessidade de fixá-las a priori, considerando diferentes condições de importe hídrico e possibilidades hidrológicas para evidenciar a robustez do método. / The problems of water shortage in the Northeast area of Brazil, are mainly due to the weather conditions, characterized by scattered rainfall depending upon the time of the year - the highest annual precipitation is concentrated in a few months - as well as the location. Very high evaporation rates in the region and the geological structure of the soil, mainly of crystalline origin, are factors that worsen shortage of water. Thus, there need for optimal operation of water resources systems, so as to obtain highest benefit at low costs for the society. The present study performs optimized operation of the Fortaleza (Ceará) metropolitan area water supply reservoirs with special attention to water losses by evaporation. The problem has been handled through a recently proposed hybrid procedure, genetic algorithm and linear programming. The method permitted extraction of operational rules without having to hypothesize their structure \"a priori\". Further, it was applied to Fortaleza water supply under different hydrologic conditions and those of inter-basin water transfers to verify the strength of the method employed.

Uma das aplicações mais importantes da análise de sistemas no planejamento de recursos hídricos diz respeito à determinação de estratégias operacionais de sistemas de múltiplos reservatórios, elementos indispensáveis aos aproveitamentos hídricos, cuja operação é alvo de análises que podem envolver muitas restrições e variáveis de decisão. Fica evidenciada, portanto, a necessidade de a operação destes ser otimizada, propiciando assim, o seu melhor aproveitamento, com o menor custo para a sociedade. A presente pesquisa estuda a operação otimizada de um sistema de reservatórios destinado a geração de energia elétrica, usando um modelo híbrido composto de algoritmos genéticos e o SIMPLEX de Nelder e Mead acoplado à programação linear sucessiva. Em conformidade com a recente proposta de Reis et al. (2005), o problema de otimização é resolvido através da decomposição em subproblemas seqüenciais independentes relativos a cada estágio de operação, conectados entre si por supor que os volumes dos reservatórios no final de cada estágio correspondam ao estado do sistema no início do estágio subseqüente. Para estimular a utilização mais eficiente dos volumes armazenados, no suprimento das demandas hídricas dos estágios futuros, são aplicados fatores de redução de custo (FRCs) sobre os volumes armazenados remanescentes no final de cada estágio / One of the most important uses for system analysis in water resources planning is the determination of the operational strategy for multiple reservoir systems, fundamental to better water supply, whose operation is the purpose of analysis that may involve many operation constraints and decision variables. Stay clear, so, the need of optimize their operation, creating in this manner, its best utilization with the less cost to society. This research on the optimal operation of a reservoir system has hydropower generation as its main objective. The optimization framework employs a hybrid model which corresponds to a combination of genetic algorithms and SIMPLEX of Nelder e Mead before employing successive linear programming. Accordant to recent Reis et. al (2005) proposal, the problem of optimizing is solved through decomposition in independents sequential sub problems related to each stage of operation, connected among themselves by supposing that reservoir storage at the end of each stage corresponds to the system state at the beginning of the subsequent stage. To promote the most efficient use of storage for water supply in future stages, FRC (cost reduction factors) are applied on the storage left at the end of each stage

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-05-05T14:31:22Z No. of bitstreams: 1 michellimarlanesilvaloureiro.pdf: 1130544 bytes, checksum: 086b7a6420ee519ed479ec2df829bc04 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-06-07T15:38:53Z (GMT) No. of bitstreams: 1 michellimarlanesilvaloureiro.pdf: 1130544 bytes, checksum: 086b7a6420ee519ed479ec2df829bc04 (MD5) / Made available in DSpace on 2016-06-07T15:38:53Z (GMT). No. of bitstreams: 1 michellimarlanesilvaloureiro.pdf: 1130544 bytes, checksum: 086b7a6420ee519ed479ec2df829bc04 (MD5) Previous issue date: 2016-02-26 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Algoritmos Genéticos (AG’s) são ferramentas de grande poder computacional quando utilizadas em problemas de otimização em que a solução não pode ser obtida de forma trivial. Apesar de ser uma excelente ferramenta, o AG tem um alto custo computacional devido ao elevado número de avaliações necessárias para a obtenção de uma solução factível. Além disso, em otimização estrutural, a avaliação de uma solução candidata pode resultar na resolução de um sistema de equações. A solução deste sistema na maioria das vezes demanda alto custo computacional. Dessa forma, a fim de reduzir o custo computacional, uma técnica de reanálise por aproximação combinada é utilizada. Esta técnica reduz a dimensão do sistema para um número de vetores base previamente definido. Na formulação padrão, a escolha do número de vetores base não é feita de forma automática. Então, o método de reanálise será usado em um esquema adaptativo, proposto aqui, em que, o número de vetores base serão escolhidos e alterados ao longo do processo de otimização. Com o objetivo de obter o menor número possível de análises completas, a matriz de rigidez inicial também será alterada ao longo do processo de otimização. Para ilustrar a eficácia da formulação proposta, exemplos clássicos de otimização estrutural são analisados. Os exemplos numéricos mostram que o esquema adaptativo proposto fornece resultados com boa precisão e, em algumas situações, melhores, ou seja, menor peso com menor custo computacional, comparados com outras estratégias da literatura. / Genetic Algorithms (GA’s) are tools of great computational power when employed in optimization problems for which the solution cannot be obtained by a trivial way. Despite being an effective tool, GA has a high computational cost due to the high number of structural analysis needed to obtain a feasible solution. Furthermore, in structural optimization, the evaluation of a candidate solution may lead to the solution of a system of equations. The solution of such a system in some cases demands a great computational effort. In this way, in order to reduce the high computational cost, a reanalysis technique using the combined approximations method is employed. This technique reduces the dimension of the system to a number of basis vectors previously defined. In the standard formulation, the choice of the number of basis vectors is not carried out in an automatic way. Hence, the reanalysis technique will be employed in a proposed adaptive scheme for which the number of basis vectors will be chosen and modified along with the optimization process. With the objective of obtaining the smallest number of complete analyses, the initial stiffness matrix will also be modified along with the optimization process. In order to illustrate the effectiveness of the proposed formulation, classical examples of structural optimization are analyzed. The numerical examples reveal that the proposed adaptive scheme provides accurate and, in some cases, better results, i.e. lowest weight with lowest computational cost, when compared to other schemes in the literature.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-09T12:13:05Z No. of bitstreams: 1 rafaeljosefonsecadesa.pdf: 2699281 bytes, checksum: ca2455c138265324b1a8fcbb6075da41 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-10T12:58:01Z (GMT) No. of bitstreams: 1 rafaeljosefonsecadesa.pdf: 2699281 bytes, checksum: ca2455c138265324b1a8fcbb6075da41 (MD5) / Made available in DSpace on 2017-03-10T12:58:01Z (GMT). No. of bitstreams: 1 rafaeljosefonsecadesa.pdf: 2699281 bytes, checksum: ca2455c138265324b1a8fcbb6075da41 (MD5) Previous issue date: 2016-09-09 / Com a evolução da tecnologia, estão aumentando as aplicabilidades dos robôs em nosso meio. Em alguns casos, a utilização de sistemas com múltiplos robôs autônomos trabalhando em cooperação se torna uma ótima alternativa. Há várias pesquisas em andamento na área de robótica com o intuito de aprimorar estas tarefas. Entre estas pesquisas estão os sistemas de patrulhamento. Neste trabalho, o sistema de patrulhamento utilizando múltiplos robôs é implementado considerando a série de chegada de alertas nas estações de monitoramento e o robô pode andar somente em uma única direção. Devido ao número de estações que podem entrar em alerta e ao número de robôs, o controle desse sistema se torna complexo. Como a finalidade de um sistema de patrulhamento é atender possíveis alertas de invasores, é imprescindível que haja uma resposta rápida do controlador responsável para que um robô logo seja encaminhado com o propósito de atender a esse alerta. No caso de sistemas com múltiplos robôs, é necessário que haja uma coordenação do controlador para que os robôs possam atender o máximo de alertas possíveis em um menor instante de tempo. Para resolver esse problema, foi utilizado um controlador composto por uma técnica inteligente de otimização bioinspirada chamada de “Algoritmo Genético” (AG). Este controlador centraliza todas as decisões de controle dos robôs, sendo responsável por orientá-los em relação aos movimentos e captação de informação. As decisões são tomadas com o intuito de maximizar a recompensa do sistema. Esta recompensa é composta pelo ganho de informação do sistema e por uma penalização gerada pela demora em atender aos alertas ativados. Foram feitas simulações com a intenção de verificar a eficácia desse controlador, comparando-o com um controlador utilizando heurísticas pré-definidas. Essas simulações comprovaram a eficiência do controlador via Algoritmo Genético. Devido ao fato do controlador via AG analisar o sistema como um todo enquanto que o controlador heurístico analisa apenas o estágio atual, foi possível observar que a distribuição dos robôs no mapa permitia um atendimento mais ágil às estações com alerta ativados, assim como uma maior aquisição de informações do local. Outro fato importante foi em relação à complexidade do sistema. Foi notado que quanto maior a complexidade do sistema, ou seja, quanto maior o número de robôs e de estações, melhor era a eficiência do controlador via Algoritmo Genético em relação ao controlador heurístico. / New technologies have been considerable advances, and consequently, thus allows the robot appearance as an integral part of our daily lives. In recent years, the design of cooperative multi-robot systems has become a highly active research area within robotics. Cooperative multi-robot systems (MRS) have received significant attention by the robotics community for the past two decades, because their successful deployment have unquestionable social and economical relevance in many application domain. There are several advantages of using multi-robot systems in different application and task. The development and conception of patrolling methods using multi-robot systems is a scientific area which has a growing interest. This work, the patrol system using multiple robots is implemented considering the series of arrival of alerts in the monitoring stations known and the robot was limited to move in one direction. Due to the large number of stations that can assume alert condition and due to the large number of robots, the system control becomes extremely complex. Patrol systems are usually designed for surveillance. An efficient controller permits a patrol in a way that maximizes their chances of detecting an adversary trying to penetrate through the patrol path. The obvious advantage of multi-robot exploration is its concurrency, which can greatly reduce the time needed for the mission. Coordination among multiple robots is necessary to achieve efficiency in robotic explorations. When working in groups, robots need to coordinate their activities. However, a Genetic Algorithm approach was implemented to carryout an optimized control action provided from the controller. In fact the controller determines the robot's behavior. The decision strategies are implemented in order to maximize the system response. The present work deals with a computational study of controller based on Genetic Algorithm and it comparison with another controller based pre-defined heuristics. The simulation results show the efficiency of the proposed controller based on Genetic Algorithm, when compared with the controller based on heuristics. The right decisions from the controller based on Genetic Algorithm allowed a better distribution of the robots on the map leading to fast service stations with active alert, as well as increased acquisition of location information. Another important fact was regarding the complexity of the system. Also, as a result, it was noticed an excellent efficiency of the controller based on Genetic Algorithm when the existence of the large number of robots and stations.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-06T12:39:52Z No. of bitstreams: 1 viniciuscampistabrum.pdf: 846002 bytes, checksum: 5ac93812c3739c70741f6052b77b22c8 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-06-06T14:06:19Z (GMT) No. of bitstreams: 1 viniciuscampistabrum.pdf: 846002 bytes, checksum: 5ac93812c3739c70741f6052b77b22c8 (MD5) / Made available in DSpace on 2017-06-06T14:06:19Z (GMT). No. of bitstreams: 1 viniciuscampistabrum.pdf: 846002 bytes, checksum: 5ac93812c3739c70741f6052b77b22c8 (MD5) Previous issue date: 2015-08-28 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Análise de agrupamento é uma tarefa descritiva e não-supervisionada de mineração de dados que utiliza amostras não-rotuladas com o objetivo de encontrar grupos naturais, isto é, grupos de amostras fortemente relacionadas de forma que as amostras que per-tençam a um mesmo grupo sejam mais similares entre si do que amostras em qualquer outro grupo. Avaliação ou validação é considerada uma tarefa essencial dentro da análise de agrupamento. Essa tarefa apresenta técnicas que podem ser divididas em dois tipos: técnicas não-supervisionadas ou de validação interna e técnicas supervisionadas ou de va-lidação externa. Trabalhos recentes introduziram uma abordagem de validação interna que busca avaliar e melhorar a estabilidade do algoritmo de agrupamento por meio de identificação e remoção de amostras que são consideradas prejudiciais e, portanto, de-veriam ser estudadas isoladamente. Por meio de experimentos foi identificado que essa abordagem apresenta características indesejáveis que podem resultar em remoção de todo um grupo e ainda não garante melhoria de estabilidade. Considerando essas questões, neste trabalho foi desenvolvida uma abordagem mais ampla utilizando algoritmo genético para análise de agrupamento e estabilidade de dados. Essa abordagem busca garantir melhoria de estabilidade, reduzir o número de amostras para remoção e permitir que o usuário controle o processo de análise de estabilidade, o que resulta em maior aplicabi-lidade e confiabilidade para tal processo. A abordagem proposta foi avaliada utilizando diferentes algoritmos de agrupamento e diferentes bases de dados, sendo que uma base de dados genotípicos também foi utilizada com o intuito de aquisição e validação de conhe-cimento. Os resultados mostram que a abordagem proposta é capaz de garantir melhoria de estabilidade e também é capaz de reduzir o número de amostras para remoção. Os resultados também sugerem a utilização da abordagem como uma ferramenta promissora para aquisição e validação de conhecimento em estudos de associação ampla do genoma (GWAS). Este trabalho apresenta uma abordagem que contribui para aquisição e valida-ção de conhecimento por meio de análise de agrupamento e estabilidade de dados. / Clustering analysis is a descriptive and unsupervised data mining task, which uses non-labeled samples in order to find natural groups, i.e. groups of closely related samples such that samples within the same cluster are more similar than samples within the other clusters. Evaluation and validation are considered essential tasks within the clustering analysis. These tasks present techniques that can be divided into two kinds: unsuper-vised or internal validation techniques and supervised or external validation techniques. Recent works introduced an internal clustering validation approach to evaluate and im-prove the clustering algorithm stability through identifying and removing samples that are considered harmful and therefore they should be studied separately. Through experi-mentation, it was identified that this approach has two undesirable characteristics, it can remove an entire cluster from dataset and still decrease clustering stability. Taking into account these issues, in this work a broader approach was developed using genetic algo-rithm for clustering and data stability analysis. This approach aims to increase stability, to reduce the number of samples for removal and to allow the user control the stability analysis process, which gives greater applicability and reliability for such process. This approach was evaluated using different kinds of clustering algorithm and datasets. A genotype dataset was also used in order to knowledge acquisition and validation. The results show the approach proposed in this work is able to increase stability, and it is also able to reduce the number of samples for removal. The results also suggest the use of this approach as a promising tool for knowledge acquisition and validation on genome-wide association studies (GWAS). This work presents an approach that contributes for knowledge acquisition and validation through clustering and data stability analysis.

Neste trabalho investiga-se a aplicação de um algoritmo genético multiobjetivo, ferramenta que se destaca por sua flexibilidade e interpretabilidade, na obtenção de fatores de ponderação para aplicação no controle preditivo de torque do motor de indução, ou Model Predictive Torque Control (MPTC). O MPTC busca minimizar a cada instante de atuação uma função custo que representa o sistema, destacando-se pela rápida resposta de torque, facilidade de incorporar restrições e ausência de modulador de tensão. No entanto, essa técnica apresenta fatores de ponderação em sua estrutura de cálculo que não dispõem de métodos analíticos de projeto. Utilizou-se o algoritmo genético de classificação nãodominada, ou Non-dominated Sorting Genectic Algorithm II (NSGA-II), projetado de forma a obter soluções que busquem o compromisso entre o desempenho dinâmico do motor, via minimização das oscilações de torque e fluxo, e a eficiência energética do sistema por meio da minimização da frequência média de chaveamento da eletrônica de potência. Resultados simulados e experimentais mostraram que o conjunto de soluções fornecido pelo NSGA-II é factível e contrapõe as oscilações de torque e de fluxo e a frequência média de chaveamento, cabendo à aplicação desejada a escolha da solução. Com isso, tem-se uma ferramenta de projeto dos fatores de peso do MPTC capaz de incorporar restrições e ajustar vários fatores ao mesmo tempo. / This work investigates the application of a multi-objective genetic algorithm to obtain a set of weighting factors suitable for use in Model Predictive Torque Control (MPTC) of a induction motor variable speed drive. MPTC approach aims at minimizing a cost function at each step, and is highlighted for its fast torque response, facility to incorporate system constraints and the absence of voltage modulators. Nevertheless, MPTC structure presents weighting factors in the cost function which lack of an analytical design procedure. The Non-dominated Sorting Genetic Algorithm II (NSGA-II) was designed for a trade-off between torque and flux ripples minimization and minimization of the average switching frequency of the system. Simulated and experimental results showed NSGA-II offered a Pareto set of feasible solutions, so that torque ripple, flux ripple or average switching frequency can be minimized, depending on the solution chosen according to project demand. Thereby, there is a project tool for MPTC weighting factors able to adjust several factor at the same time, incorporating desired restrictions.

International aviation regulations on emissions are becoming more strict. Improvements goals on fuel efficiency demand development of technologies capable of reducing fuel consumption and gas emissions. Morphing structures capability to adapt their aerodynamic shape for optimal condition in flight brings potential for reduction of aircraft drag and operating fuel consumption, minimizing gas emissions and fuel expenses. This study presents an investigation on the impact of a camber morphing winglet on midsize business jet using numerical simulation and wind tunnel experiments. A genetic algorithm was used to optimize the winglet sections camber for different flight conditions. Optimized geometries achieved total drag reduction of up to 0.58% compared to original winglet for single condition optimization, reaching up to 7 % reduction on consumed fuel on a typical mission. This efficiency improvement allows aircraft to carry 900 kg additional load, comprising the morphing system and extra payload. There is an indication of even better results for applications on a bigger commercial jet. Presented methodology is also suitable for new winglet fixed geometry design or incorporating morphing technology. Aerodynamic balance force measurements showed that optimized winglets increased the wing effective aspect ratio (AReff), reducing the lift-induced drag, and maximum lift coefficient (CLmax). However, maximum lift to drag ratio (L/Dmax) was reduced on CL optimization region due to flow differences between optimization and wind tunnel conditions. Aerodynamic efficiency improvement was found for greater lift coefficients (CL). Reductions on wing tip vortex size and intensity due to winglet installation are seen on measured vorticity map, showing liftinduced drag reduction according to Maskells equation. Parabolic drag polar and Maskells equation methods were used for lift-induced drag calculation, using balance force and flowing mapping data for calculations. The presented concept showed considerable aircraft performance improvement, using a feasible device with greater certification ease than other morphing structures concepts, once the failure of this system would not compromise flight safety. Further investigation using computational fluid dynamics (CFD) and wind tunnel experiments is necessary to develop and test a functional camber morphing winglet device. / Regulamentações internacionais sobre emissões estão se tornando mais rigorosas. Metas de melhoria da eficiência de consumo de combustível demandam o desenvolvimento de tecnologias capazes de reduzir o consumo e emissões de gases. Estruturas capazes de adaptar sua forma aerodinâmica para condição ótima em voo trazem potencial de redução do arrasto e consumo de combustível da aeronave, minimizando as emissões de gases e gastos com combustível. Este estudo apresenta uma investigação sobre o impacto de uma winglet de camber variável em um jato executivo da categoria mid size utilizando simulação numérica e experimentos em túnel de vento. Um algoritmo genético foi usado para otimizar o camber das seções para diferentes fases de voo. As geometrias otimizadas reduziram o arrasto total em até 0.58% comparadas a winglet original na otimização de condição única, alcançando até 7% de redução no combustível consumido em missão típica. Essa melhoria de eficiência permite a aeronave carregar 900 kg de carga adicional, composta pelo sistema de adaptação e carga paga extra. Há uma indicação de resultados ainda melhores para aplicação em um jato comercial maior. A metodologia apresentada é apropriada para projeto de uma nova winglet de geometria fixa ou que incorpore a tecnologia de adaptação. Medidas de força com balança aerodinâmica mostraram que as winglets otimizadas aumentaram o alongamento efetivo da asa (AReff), reduzindo o arrasto induzido, e o coeficiente de sustentação máximo (CLmax). No entanto, a máxima razão entre sustentação e arrasto (L/Dmax) foi reduzida dentro do intervalo de CL da otimização devido as diferenças entre as condições do escoamento na otimização e no túnel de vento. Melhoria na eficiência aerodinâmica foi obtida para coeficientes de sustentação (CL) maiores. Reduções no tamanho e intensidade do vórtice de ponta de asa são vistas nos mapas de vorticidade medidos, mostrando redução do arrasto induzido segundo a equação de Maskell. Os métodos da polar de arrasto parabólica e da equação de Maskell foram usados para o cálculo do arrasto induzido, utilizando nos cálculos os dados de força da balança e o mapeamento do escoamento. O conceito apresentado mostrou melhoria considerável no desempenho da aeronave, utilizando um sistema factível e com maior facilidade para certificação que outros conceitos de estruturas adaptáveis, uma vez que a falha desse sistema não comprometeria a segurança do voo. Mais estudos são necessários para desenvolver e testar uma winglet de camber varável funcional.