Orientador: Akebo Yamakami / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T23:52:00Z (GMT). No. of bitstreams: 1 Carvalho_MarciaBragade_M.pdf: 2154346 bytes, checksum: caafd847980349294a73d2ad38d6414c (MD5) Previous issue date: 2007 / Resumo: Dentre as várias técnicas heurísticas e exatas existentes para a resolução de problemas combinatórios, os algoritmos populacionais de otimização por colônia de formigas e genéticos têm se destacado devido à sua boa performance. Em especial os algoritmos de colônia de formigas são considerados atualmente como uma das técnicas mais bem sucedidas para a resolução de vários problemas combinatórios, dentre eles o problema do caixeiro viajante. Neste trabalho é apresentado um algoritmo híbrido que trabalha com as meta-heurísticas de sistema de colônia de formigas e genético conjuntamente aplicados no problema do caixeiro viajante simétrico. Além disso, apresentamos uma proposta para o algoritmo de formigas quando temos incertezas associadas aos parâmetros do problema. Os resultados obtidos com as metodologias propostas apresentam resultados satisfatórios para todas as instâncias utilizadas / Abstract: Amongst the several existing heuristical and accurate techniques for the resolution of combinatorial problems, the population algorithms ant colony optimization and genetic have been detached due to their good performance. In special the ant colony algorithms are considered currently as one of the techniques most succeeded for the resolution of some combinatorial problems, amongst them the travelling salesman problem. In this work is presented a hybrid algorithm which works with the ant colony system and genetic metaheuristics jointly applied in the symmetric travelling salesman problem. Moreover, we presented a proposal for the ant algorithm when we have uncertainties associated to problem parameters. The results gotten with the methodology proposals present resulted satisfactory for all the used instances / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientadores: Antonio Carlos Moretti, Luis Leduino de Salles Neto / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-15T18:13:59Z (GMT). No. of bitstreams: 1 Marciniuk_FernandaLedo_M.pdf: 1221484 bytes, checksum: b1408936331c027b4c3cc1129bc0105a (MD5) Previous issue date: 2010 / Resumo: O problema de corte de estoque ordenado, um problema relativamente novo na literatura, e uma adaptação do problema de corte de estoque tradicional onde algumas restrições quanto a limitação do numero de ordens de produção em processamento são adicionadas. Esta dissertação tem como objetivo estudar uma nova abordagem deste problema utilizando uma aplicação da metaheurística colônia de formigas. Esta metaheurística utiliza os princípios de auto-organização de uma população de formigas visando a resolução de problemas de otimização combinatorial / Abstract: The Ordered Cutting Stock Problem (OCSP), a relatively recent problem in technical literarture, is a variant of the more well-known Cutting Stock Problem (CSP). This variant includes some new constraints in the mathematical formulation, regarding the number of production orders being processed simultaneously. This work studies a new approach to solve the OCSP, applying the Ant Colony Optimization (ACO) metaheurisitic. This metaheuristic is based in the self-organizing principles that govern ant population's behaviour, solving combinatorial optimization problems / Mestrado / Pesquisa Operacional / Mestre em Matemática Aplicada

Orientadores: Akebo Yamakami, Tatiane Regina Bonfim / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-19T06:06:35Z (GMT). No. of bitstreams: 1 Carvalho_MarciaBragade_D.pdf: 1895321 bytes, checksum: ae40a5cf6d05e99795952c1a7c6bed79 (MD5) Previous issue date: 2011 / Resumo: Este trabalho propõe novas abordagens híbridas baseadas em técnicas da computação bio-inspirada para o problema de escalonamento do tipo Job Shop. Como o problema do tipo job shop pertence a classe NP-difícil e não existe algoritmo exato capaz de solucionar todos os tipos deste problema. Normalmente é necessária a elaboração de métodos de resolução mais sofisticados para contornar essa alta complexidade. Desta forma, nesta tese propomos abordagens híbridas baseadas em algoritmo memético e algoritmo de otimização por colônia de formigas a fim de contornar essa complexidade e ser capaz de explorar eficientemente o espaço de busca obtendo resultados de alta qualidade. Os algoritmos híbridos propostos são aplicados tanto no problema de job shop com tempo de processamento preciso, como nos problemas de job shop com tempo de processamento incerto. No caso de problema com tempo de processamento incerto, os algoritmos visam encontrar um conjunto diversificado de escalonamentos com alto grau de possibilidade de serem ótimos / Abstract: This work proposes new hybrid approaches based on techniques of bio-inspired computing for the Job Shop scheduling problem. As the job shop scheduling problem is NP-hard and there is no exact algorithm capable of solving all kinds of this problem. Usually it is necessary to elaborate more sophisticated methods of resolution to overcome this high complexity. Thus, in this work we propose hybrid approaches based on memetic algorithm and ant colony optimization algorithm in order to explore the search space in an efficient manner and obtain high quality results. The proposed hybrid algorithms are applied in both the job shop scheduling problem with precise processing time, as in job shop scheduling problems with uncertain processing time. In the case of problem with uncertain processing time, the algorithms obtain a diversified set of schedules with high possibility of being optimal / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientadores: Paulo de Barros Correia, Ieda Geriberto Hidalgo / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-28T12:05:23Z (GMT). No. of bitstreams: 1 Barros_RegianeSilvade_D.pdf: 4190585 bytes, checksum: c320645bbd13fd28d572f5b9751d4ff7 (MD5) Previous issue date: 2015 / Resumo: Este trabalho propõe um modelo de despacho ótimo no horizonte diário de operação, que permite coordenar a operação entre uma usina eólica e uma usina hidrelétrica. Nessa abordagem, a usina eólica é despachada em primeira instância. Para suprir eventuais saídas forçadas que possam ocorrer na geração eólica, aloca-se um valor de reserva girante incremental na usina hidrelétrica usando o conceito de Value at Risk como métrica de risco da geração eólica. O modelo é formulado como um problema multiobjetivo que busca maximizar a geração de energia e minimizar o número de partidas e paradas da usina hidrelétrica. O acoplamento hidráulico é considerado através da meta diária de defluência da usina. O problema é solucionado em duas etapas. A primeira resolve 24 problemas estáticos, que representam o despacho horário da usina hidrelétrica, separadamente. Essa etapa emprega o Algoritmo Genético para otimizar a operação da usina em termos da geração de energia elétrica. A segunda etapa soluciona o problema dinâmico, ou seja, o despacho diário da usina. A natureza do problema dinâmico, correspondendo à obtenção de caminhos mínimos eficientes em termos de partidas e paradas, sugeriu o uso da técnica de Otimização por Colônia de Formigas. As restrições de reserva girante, meta de defluência, atendimento do contrato de demanda e limites operacionais das usinas são plenamente satisfeitas. A diferença entre os montantes de energia produzidos e contratados é liquidada no mercado de curto prazo e valorada ao preço de liquidação das diferenças. O modelo se mostrou adequado em termos de tempo computacional e em relação à qualidade das soluções obtidas / Abstract: This work proposes an optimal dispatch model in the daily horizon, which coordinates the operation of a wind farm and a hydroelectric plant. In this approach the wind farm is dispatched first. In order to provide eventual faults that may occur in the wind farm generation, an incremental spinning reserve is allocated in the hydroelectric plant using the concept of Value at Risk. The model is formulated as a multiobjective problem which seeks to maximize the energy generation and to minimize the number of start-ups and shut-downs of the hydroelectric plant. The plant¿s hydraulic coupling is considered through the daily released flow goal. The model is solved in two stages, the first one solves, separately, 24 static problems that represents the hourly dispatch of the hydroelectric plant. This stage employs Genetic Algorithm to optimize the operation of the hydroelectric plant in terms of electric energy generation. The second stage considers the dynamic problem, which is the plant¿s daily dispatch. The nature of the dynamic problem, which implies in obtaining efficient shortest paths in terms of start-ups and shut-downs, suggests the use of the Ant Colony Optimization. The spinning reserve, the released flow goal, the demand contract and the generating unit¿s operational limits are fully satisfied. The difference between the energy amounts produced and contracted are liquidated in the spot market and it is valuated with the settlement differences price. Regarding computational costs and solutions quality, the model suitability is shown / Doutorado / Planejamento de Sistemas Energeticos / Doutora em Planejamento de Sistemas Energéticos