Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2012-04-18T18:39:14Z No. of bitstreams: 2 Dissertacao_AlgoritmoGeneticoRetroviral.pdf: 1324609 bytes, checksum: 8b0c69640d1bb134e91a97c15589b73b (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) / Approved for entry into archive by Edisangela Bastos(edisangela@ufpa.br) on 2012-04-18T18:40:51Z (GMT) No. of bitstreams: 2 Dissertacao_AlgoritmoGeneticoRetroviral.pdf: 1324609 bytes, checksum: 8b0c69640d1bb134e91a97c15589b73b (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) / Made available in DSpace on 2012-04-18T18:40:51Z (GMT). No. of bitstreams: 2 Dissertacao_AlgoritmoGeneticoRetroviral.pdf: 1324609 bytes, checksum: 8b0c69640d1bb134e91a97c15589b73b (MD5) license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Previous issue date: 2010 / Este trabalho tem como objetivo apresentar o desenvolvimento de uma metaheurística híbrida baseada no ciclo de vida viral, mais especificamente dos Retrovírus, que fazem parte do grupo dos seres que evoluem mais rápido na natureza. Este algoritmo é denominado Algoritmo Genético Retroviral Iterativo (AGRI) e para embasamento computacional são utilizados conceitos de Algoritmo Genético (AG) e biológico características de replicação e evolução retroviral, o que proporciona uma grande diversidade genética o que aumenta a probabilidade para encontrar a solução, fato este confirmado através de melhores resultados obtidos pelo AGRI em relação ao AG. / This work presents the development of a hybrid meta-heuristic based on the viral life cycle, specifically from Retroviruses, which are part of nature’s swiftest forms. This algorithm is called Retroviral Iterative Genetic Algorithm (RIGA) and uses as computational basement Genetic Algorithm (GA) and biological basement retroviral replication characteristics, which provides a great diversity increasing the probability to find the solution, what is confirmed by better results obtained by AGRI than AG.

Orientador: Macelo Zanchetta do Nascimento. / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Pós-Graduação em Engenharia da Informação, 2009.

Orientadora: Lina Paola Garces Negrete / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, 2013

Made available in DSpace on 2016-12-23T14:04:29Z (GMT). No. of bitstreams: 1 Juliana Pereira Louzada Valory.pdf: 1583275 bytes, checksum: 9fbc8655c37e7f434862c0ae4fdd5f91 (MD5) Previous issue date: 2013-06-03 / The disposal of raw sewages into water bodies courses a major environmental problem. Design building and operation of wastewater treatment plants have been the most usual control effort for this problem. The selection of wastewater treatment plants become more complex when analyzed from view of watershed multiple discharges of different loads into water bodies with different self-purification capabilities. In this context, new tools and methodologies have been developed to provide adequate support to the decision-making process for selecting wastewater treatment plants systems. This work aims to combine water quality model and optimization technique -Genetics Algorithms - as an alternative methodology for the selection wastewater treatment systems. Three different optimization models were combined in order to minimize the sum of efficiencies of treatment within a watershed, maintain equity between different discharges and comply with environmental constraints. The mathematical water quality model and the Genetic Algorithm were combined in the MATLAB software computational environment. An exhaustive search algorithm was implemented to evaluate the efficiencies estimated using the Genetic Algorithm. The results indicate that the lowest sum of efficiencies was obtained from the optimization model that considerate rivers self-purification. The use of genetic algorithm made possible to estimate organic matter removal efficiencies very close to those estimated by the Exhaustive Search algorithm in a computer processing time substantially smaller / A disposição final de efluentes domésticos brutos em corpos d água representa um dos principais problemas de degradação ambiental, constituindo a implantação de estações de tratamento de esgotos a mais usual medida de controle. O processo de seleção de uma estação de tratamento de esgoto é complexo quando observado do ponto de vista de uma bacia hidrográfica, com múltiplos lançamentos, de diferentes cargas, em corpos d água com diferentes capacidades de assimilação. Neste contexto, novas metodologias e ferramentas têm sido desenvolvidas para oferecer adequado suporte ao processo decisório associado à seleção de sistemas que dão forma às estações de tratamento de esgotos. O presente trabalho tem por objetivo combinar um modelo de qualidade de água e uma Técnica de otimização - o Algoritmo Genético - como alternativa metodológica para o processo de seleção de sistemas de tratamento de esgotos. Foram desenvolvidos três diferentes modelos de otimização que buscaram minimizar o somatório de eficiências de tratamento no âmbito de uma bacia hidrográfica, manter a equidade entre os diferentes lançamentos e atender às restrições de ordem ambiental. O modelo matemático de qualidade de água e o Algoritmo Genético foram combinados no ambiente computacional do software MatLab. Algoritmo de busca exaustiva foi implementado com o objetivo de avaliar as eficiências estimadas com auxílio do Algoritmo Genético. Os resultados indicaram que o menor somatório de eficiências foi obtido a partir do modelo de otimização que permitia explorar a capacidade de autodepuração dos rios. O emprego do Algoritmo Genético permitiu estimar eficiências de remoção de matéria orgânica muito próximas daquelas estimadas pelo algoritmo de Busca Exaustiva em tempo de processamento substancialmente menor

Esta pesquisa tem como objetivo apresentar um método para a coordenação dos Relés Direcionais de Sobrecorrente (RDS) associados ao sistema de proteção de um Sistema Elétrico de Potência (SEP) malhado. O SEP malhado, referente a uma parte do sistema de subtransmissão da rede básica brasileira, em concessão da Companhia de Transmissão de Energia Elétrica Paulista (CTEEP), foi simulado via o software CAPE (Computer-Aided Protection Engineering) a partir da base de dados, para estudos de curtos-circuitos, disponibilizada pelo Operador Nacional do Sistema (ONS). Dada a topologia e a operação do SEP malhado em análise, um método de otimização híbrido foi implementado baseado na combinação e aplicação de Programação Linear (PL) e Algoritmo Genético (AG). O algoritmo desenvolvido permitiu a realização de diversos estudos de curtos-circuitos necessários para a obtenção e avaliação da coordenação dos pares de RDS, tanto para a topologia principal do SEP em análise, como para outras configurações de operação caracterizadas, principalmente, pela alteração topológica do SEP. Os resultados demonstram que o algoritmo foi capaz de fornecer uma coordenação adequada para os RDS, respeitando todas as restrições impostas pelo problema de coordenação. / The aim of this work is to present a method for directional overcurrent relays coordination in a meshed power system which is part of the Brazilian power transmission system operated by São Paulo State Electric Power Transmission Company (CTEEP - Companhia de Transmissão de Energia Elétrica Paulista). This power system was simulated by CAPE (Computer-Aided Protection Engineering) software using the database of short circuits studies which is provided by the Electric System National Operator (ONS - Operador Nacional do Sistema). Given a specific power system topology and its operating conditions, the hybrid algorithm was developed based on the combination and execution of linear programming and genetic algorithm. Several short circuits scenarios were evaluated in order to obtain and assess the coordination between the pairs of directional overcurrent relays. In such scenarios, it was considered the main network topology, as well as other network operating conditions, mainly caused by certain topological variations. The results show that the hybrid algorithm provided a feasible coordination solution for the considered directional overcurrent relays.

Produtos de software com diferentes complexidades são criados diariamente através da elicitação de demandas complexas e variadas juntamente a prazos restritos. Enquanto estes surgem, altos níveis de qualidade são esperados para tais, ou seja, enquanto os produtos tornam-se mais complexos, o nível de qualidade pode não ser aceitável enquanto o tempo hábil para testes não acompanha a complexidade. Desta maneira, o teste de software e a geração automática de dados de testes surgem com o intuito de entregar produtos contendo altos níveis de qualidade mediante baixos custos e rápidas atividades de teste. Porém, neste contexto, os profissionais de desenvolvimento dependem das estratégias de geração automáticas de testes e principalmente da seleção da técnica mais adequada para conseguir maior cobertura de código possível, este é um fator importante dados que cada técnica de geração de dados de teste possui particularidades e problemas que fazem seu uso melhor em determinados tipos de software. A partir desde cenário, o presente trabalho propõe a seleção da técnica adequada para cada classe de um software com base em suas características, expressas por meio de métricas de softwares orientados a objetos a partir do algoritmo de classificação Naive Bayes. Foi realizada uma revisão bibliográfica de dois algoritmos de geração, algoritmo de busca aleatório e algoritmo de busca genético, compreendendo assim suas vantagens e desvantagens tanto de implementação como de execução. As métricas CK também foram estudadas com o intuito de compreender como estas podem descrever melhor as características de uma classe. O conhecimento adquirido possibilitou coletar os dados de geração de testes de cada classe como cobertura de código e tempo de geração a partir de cada técnica e também as métricas CK, permitindo assim a análise destes dados em conjunto e por fim execução do algoritmo de classificação. Os resultados desta análise demonstraram que um conjunto reduzido e selecionado das métricas CK é mais eficiente e descreve melhor as características de uma classe se comparado ao uso do conjunto por completo. Os resultados apontam também que as métricas CK não influenciam o tempo de geração dos dados de teste, entretanto, as métricas CK demonstraram correlação moderada e influência na seleção do algoritmo genético, participando assim na sua seleção pelo algoritmo Naive Bayes / Software products with different complexity are created daily through analysis of complex and varied demands together with tight deadlines. While these arise, high levels of quality are expected for such, as products become more complex, the quality level may not be acceptable while the timing for testing does not keep up with complexity. In this way, software testing and automatic generation of test data arise in order to deliver products containing high levels of quality through low cost and rapid test activities. However, in this context, software developers depend on the strategies of automatic generation of tests and especially on the selection of the most adequate technique to obtain greater code coverage possible, this is an important factor given that each technique of data generation of test have peculiarities and problems that make its use better in certain types of software. From this scenario, the present work proposes the selection of the appropriate technique for each class of software based on its characteristics, expressed through object oriented software metrics from the naive bayes classification algorithm. Initially, a literature review of the two generation algorithms was carried out, random search algorithm and genetic search algorithm, thus understanding its advantages and disadvantages in both implementation and execution. The CK metrics have also been studied in order to understand how they can better describe the characteristics of a class. The acquired knowledge allowed to collect the generation data of tests of each class as code coverage and generation time from each technique and also the CK metrics, thus allowing the analysis of these data together and finally execution of the classification algorithm. The results of this analysis demonstrated that a reduced and selected set of metrics is more efficient and better describes the characteristics of a class besides demonstrating that the CK metrics have little or no influence on the generation time of the test data and on the random search algorithm . However, the CK metrics showed a medium correlation and influence in the selection of the genetic algorithm, thus participating in its selection by the algorithm naive bayes

O campo da Biometria abarca uma grande variedade de tecnologias usadas para identificar e verificar a identidade de uma pessoa por meio da mensuração e análise de vários aspectos físicos e/ou comportamentais do ser humano. Diversas modalidades biométricas têm sido propostas para reconhecimento de pessoas, como impressões digitais, íris, face e voz. Estas modalidades biométricas possuem características distintas em termos de desempenho, mensurabilidade e aceitabilidade. Uma questão a ser considerada com a aplicação de sistemas biométricos em mundo real é sua robustez a ataques por circunvenção, repetição e ofuscação. Esses ataques estão se tornando cada vez mais frequentes e questionamentos estão sendo levantados a respeito dos níveis de segurança que esta tecnologia pode oferecer. Recentemente, sinais biomédicos, como eletrocardiograma (ECG), eletroencefalograma (EEG) e eletromiograma (EMG) têm sido estudados para uso em problemas envolvendo reconhecimento biométrico. A formação do sinal do ECG é uma função da anatomia estrutural e funcional do coração e dos seus tecidos circundantes. Portanto, o ECG de um indivíduo exibe padrão cardíaco único e não pode ser facilmente forjado ou duplicado, o que tem motivado a sua utilização em sistemas de identificação. Entretanto, a quantidade de características que podem ser extraídas destes sinais é muito grande. A seleção de característica tem se tornado o foco de muitas pesquisas em áreas em que bases de dados formadas por dezenas ou centenas de milhares de características estão disponíveis. Seleção de característica ajuda na compreensão dos dados, reduzindo o custo computacional, reduzindo o efeito da maldição da dimensionalidade e melhorando o desempenho do preditor. O foco da seleção de característica é selecionar um subconjunto de característica a partir dos dados de entrada, que pode descrever de forma eficiente os dados de entrada ao mesmo tempo reduzir os efeitos de ruídos ou características irrelevantes e ainda proporcionar bons resultados de predição. O objetivo desta dissertação é analisar o impacto de algumas técnicas de seleção de característica tais como, Busca Gulosa, Seleção \\textit, Algoritmo Genético, Algoritmo Memético, Otimização por Enxame de Partículas sobre o desempenho alcançado pelos sistemas biométricos baseado em ECG. Os classificadores utilizados foram $k$-Vizinhos mais Próximos, Máquinas de Vetores Suporte, Floresta de Caminhos Ótimos e classificador baseado em distância mínima. Os resultados demonstram que existe um subconjunto de características extraídas do sinal de ECG capaz de fornecer altas taxas de reconhecimento / The field of biometrics includes a variety of technologies used to identify and verify the identity of a person by measuring and analyzing various physical and/or behavioral aspects of the human being. Several biometric modalities have been proposed for recognition of people, such as fingerprints, iris, face and speech. These biometric modalities have distinct characteristics in terms of performance, measurability and acceptability. One issue to be considered with the application of biometric systems in real world is its robustness to attacks by circumvention, spoof and obfuscation. These attacks are becoming more frequent and more questions are being raised about the levels of security that this technology can offer. Recently, biomedical signals, as electrocardiogram (ECG), electroencephalogram (EEG) and electromyogram (EMG) have been studied for use in problems involving biometric recognition. The ECG signal formation is a function of structural and functional anatomy of the heart and its surrounding tissues. Therefore, the ECG of an individual exhibits unique cardiac pattern and cannot be easily forged or duplicated, that have motivated its use in various identification systems. However, the amount of features that can be extracted from this signal is very large. The feature selection has become the focus of much research in areas where databases formed by tens or hundreds of thousands of features are available. Feature Selection helps in understanding data, reducing computation requirement, reducing the effect of curse of dimensionality and improving the predictor performance. The focus of feature selection is to select a subset of features from the input which can efficiently describe the input data while reducing effects from noise or irrelevant features and still provide good prediction results. The aim of this dissertation is to analyze the impact of some feature selection techniques, such as, greedy search, Backward Selection, Genetic Algorithm, Memetic Algorithm, Particle Swarm Optimization on the performance achieved by biometric systems based on ECG. The classifiers used were $k$-Nearest Neighbors, Support Vector Machines, Optimum-Path Forest and minimum distance classifier. The results demonstrate that there is a subset of features extracted from the ECG signal capable of providing high recognition rates

No setor elétrico brasileiro as fontes renováveis de energia têm se tornadas atrativas do ponto de vista do investidor devido não só aos incentivos de política de governo, como também por exibirem uma elevada competitividade, além da sinergia proveniente da complementariedade energética entre essas fontes. Por outro lado,a tomada de decisão de investimento em empreendimentos de geração tem se caracterizado cada vez mais como um processo complexo e arriscado, devido à potencial perda financeira decorrente de um fluxo de caixa bastante irregular, fundamentalmente em função da interação no mercado de curto prazo. Este trabalho descreve o problema e a solução para um investidor caracterizado por sua aversão ou apetite ao risco otimizando os recursos com restrição de risco (VaR, CVaR mesclado com conceito do CFaR). Os resultados mostram que para parâmetros usuais que condicionam o risco financeiro, tais como,(i) a taxa de investimento, (ii) preço de contrato de venda e (iii) custo de investimento, o modelo busca a solução para a melhor alocação de investimento, representada por um portfólio ótimo de projetos, respeitando limites fixados para o montante a ser investido e o risco financeiro correspondente. De forma geral, a conceituação da medida de aversão a risco e sua implementação no modelo de otimização desenvolvido permitiram obter resultados robustos para o tipo de problema abordado e a diversidade de situações analisada a partir de estudos de caso. / Brazilian electricity sector in renewable energy sources has become attractive from the investor point of view not only because of government policy incentives, but also to exhibit a high competitiveness beyond energy synergy from the complementarity between energy sources. However, the decision making of investments in generation capacity has come to characterize a complex and risky process, because of the potential financial loss resulting from a highly irregular cash flow, mainly due to the interaction in the short-term market. This paper describes the problem and solution for the risk averse investor optimizing financial resources constrained risk (VaR, CVaR merged with the concept CFaR). The results show that for the risk factors, as for instance, investment rate, sales price and cost of investment contract, the model responds within the limits of tax risks. In general, the concept of measure of risk aversion and its implementation in the optimization model developed is shown robust to the type of problem addressed.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-05-30T19:36:59Z No. of bitstreams: 1 GiovanniLucca.pdf: 1608375 bytes, checksum: 90ad0a568a12b861d1a2a3467c275a12 (MD5) / Made available in DSpace on 2017-05-30T19:36:59Z (GMT). No. of bitstreams: 1 GiovanniLucca.pdf: 1608375 bytes, checksum: 90ad0a568a12b861d1a2a3467c275a12 (MD5) Previous issue date: 2017-01-31 / CAPES / Lung cancer is the leading cause of cancer death worldwide, which accounts for more than 17% percent of the total cancer related deaths. However, its early detection may help in a sharp drop in this mortality rate. Because of the arduous analysis process, alternatives such as computational tools that use image processing techniques and pattern recognition have been widely developed and explored for the early diagnosis of this disease, providing a second opinion to the specialist and making this process faster. Therefore, this work proposes a methodology for the diagnosis of slice-based lung nodules extracted from computed tomography images using evolutionary convolutional neural networks. Firstly, the nodules are divided into two sub-regions using the Otsu algorithm based on the particle swarm optimization algorithm. Then, the slices of the nodules and the slices of their sub-regions were resized to the 28 x 28 dimension and given as input simultaneously to the networks. The architecture of the model was composed of three convolutional neural networks sharing the same fully connected layer at the end. Being a parameterized model, the genetic algorithm was applied to optimize some parameters, such as the number of filters in the convolution layers and the number of neurons in the hidden layer. The proposed methodology was tested on the Lung Image Database Consortium and the Image Database Resource Initiative, resulting in a sensitivity of 94.66 %, specificity of 95.14 %, accuracy of 94.78 % and area under the ROC curve of 0.949. / O câncer de pulmão é a maior causa de morte por câncer em todo mundo, representando mais de 17% do total de mortes relacionadas com câncer. No entanto, sua detecçãao precoce pode ajudar em uma queda acentuada nesta taxa de mortalidade. Devido ao árduo processo na análise dos exames por imagens, alternativas como sistemas computacionais que utilizam técnicas de processamento de imagens e reconhecimento de padrões têm sido amplamente desenvolvidos e explorados para o diagnóstico precoce desta doen¸ca, provendo uma segunda opinião para o especialista e tornando esse processo mais rápido. Diante disso, este trabalho propõe uma metodologia para o diagnóstico de nódulos pulmonares baseado nas fatias extraídas da tomografia computadorizada usando as redes neurais convolucionais evolutivas. Primeiramente, os nódulos são divididos em duas sub-regiões utilizando o algoritmo de Otsu baseado no algoritmo de otimização por enxame de partículas. Em seguida, as fatias dos nódulos e as fatias das suas sub-regiões foram redimensionadas para a dimensão 28 x 28 e dadas como entrada simultaneamente às redes. A arquitetura do modelo foi composta por três redes neurais convolucionais compartilhando a mesma camada completamente conectada no final. Tratando-se de um modelo parametrizado, o algoritmo genético foi aplicado para otimização de alguns parâmetros, tais como a quantidade de filtros nas camadas de convolução e a quantidade de neurônios na camada oculta. A metodologia proposta foi testada na base de imagens Lung Image Database Consortium e a Image Database Resource Initiative, resultando em uma sensibilidade de 94,66%, especifidade de 95,14%, acurácia de 94,78% e área sob a curva ROC de 0,949.

O objetivo desta pesquisa foi desenvolver um método para estabelecer o efeito das características e da operação dos veículos pesados sobre a infra-estrutura rodoviária através do uso de resultados de simulação microscópica de tráfego. Para tanto, foram definidos dois objetivos secundários. O primeiro deles envolveu a obtenção de um banco de dados detalhado sobre as características de 6.253 veículos pesados. Esses dados foram coletados em sete balanças localizadas em rodovias de pista dupla do estado de São Paulo. O segundo objetivo secundário consistiu na calibração e validação do simulador de tráfego CORSIM com o auxílio de um algoritmo genético, que adaptou simultaneamente 19 parâmetros do simulador para que ele reproduzisse adequadamente as características e o comportamento do tráfego observado em um trecho de rodovia de pista dupla paulista. A metodologia desenvolvida é demonstrada através da realização de um estudo de caso em que foram simulados dois cenários de tráfego e em que foi considerada uma ponte hipotética com 100 m de extensão. Nele, foram determinadas as probabilidades de ocorrências simultâneas dos veículos pesados sobre a ponte. As conclusões da pesquisa indicam que o método de calibração de simuladores de tráfego com uso de um algoritmo genético mostrou-se eficaz, reduzindo o erro médio de 9,11% para 6,32%. Além disso, as conclusões revelam que a obtenção de um carregamento móvel a partir de dados extraídos de um simulador de tráfego é possível e que a associação dos dados simulados a um banco de dados detalhado permite o cálculo do efeito do tráfego dos veículos pesados sobre a infra-estrutura rodoviária. Do estudo de caso, pode-se concluir que: (1) a probabilidade de ocorrência simultânea de veículos pesados sobre a ponte é muito freqüente e está diretamente relacionada às características do fluxo de tráfego e; (2) a distribuição das cargas e seus respectivos valores são fatores determinantes para o cálculo dos esforços. Os resultados do estudo de caso demonstram a viabilidade do procedimento proposto. / The objective of this research was to develop a method for establishing the effect of heavy vehicles characteristics and operation on highway infra-structure by using the results of a microscopic traffic simulation model. Therefore, two secondary objectives were defined. The first of them involved the attainment of a detailed database containing the characteristics of 6,253 heavy vehicles. This data was collected at seven weight stations located on the state of São Paulo multilane highways. The other secondary objective was to calibrate and validate CORSIM by using a genetic algorithm, which simultaneously adapted 19 model parameters in order to appropriately reproduce the characteristics and the behavior of the observed traffic flow. The developed methodology is demonstrated through a case study in which two traffic scenarios were simulated and in which a hypothetic 100 m bridge was considered. In the case study, the probabilities of simultaneous presence of heavy vehicles on the bridge were determined. The conclusions of this research indicate that the method of calibrating a traffic simulation model utilizing a genetic algorithm was efficient, reducing the mean error from 9.11% to 6.32%. Additionally, the conclusions reveal that the attainment of a live load from extracted data through a traffic simulation model is possible and that the association of simulated data with a detailed database allows the estimation of heavy vehicle traffic effect on highway infra-structure. From the case study, it can be concluded that: (1) the probability of simultaneous presence of heavy vehicles on the bridge is very frequent and; (2) the loads distribution and its respective values are determinant in calculating efforts. The case study results demonstrate the proposed procedure viability.