Ingeniero Civil Eléctrico / Uno de los sueños más antiguos del hombre ha sido el de poder volar, es por esto que el reino animal ha sido una fuente inagotable de inspiración a la hora de crear vehículos aéreos, esto debido a que las aves son una máquina de volar diseñada por la naturaleza y perfeccionada durante millones de años, y hasta el día de hoy el ser humano no ha sido capaz de conseguir la versatilidad para realizar maniobras complejas, la estabilidad de vuelo y el poco consumo energético con que emprenden vuelo las aves, basta con ver que las alas y cola de las aves poseen un cambio de morfología mucho mayores a las alas y timones de la mayoría de los aviones existentes. El objetivo de esta memoria es diseñar y construir un ornitóptero inspirado en las características morfológicas del halcón peregrino, y poder evaluar los beneficios de cambiar la morfología de sus alas mientras bate sus alas, en otras palabras, por implementar Shape Morphing. Para conseguir este objetivo se cuenta con la fuente de financiamiento FONDECYT (Fondo Nacional de Desarrollo Científico y Tecnológico), además de los equipos (entre ellos impresoras 3D) y software de fabricación disponibles en Laboratorio de Síntesis de Máquinas Inteligentes de la Universidad de Chile. La metodología de esta memoria consiste primero en la recopilación de información con respecto a la morfología del halcón peregrino y también sobre la aerodinámica, materiales y construcción de ornitópteros similares. Con esto se procede a diseñar los componentes mecánicos y construirlos con la impresora 3D, y de diseñar la electrónica que permite el movimiento de batir las alas y permitir el cambio de la forma de sus alas. Una vez construido se implementa algoritmo genético para poder encontrar la forma de bateo que produzca mayor empuje el cual es medido a través del desplazamiento del robot, ya que el ornitóptero se apoya en una estructura que permite su movimiento hacia adelante y atrás. Finalmente se caracteriza el aleteo del ornitóptero que ha generado un mayor empuje utilizando el sensor OptiTrack (sistema de captura de movimiento), observando que esta forma de implementar Shape Morphing es semejante a la forma en que el halcón peregrino bate sus alas en vuelo.

Desarrolla una solución al problema de generación de horarios para los cursos universitarios de pregrado en las universidades peruanas, en la cual cada encargado de la elaboración de horarios debe realizar una laboriosa tarea de asignación de salones y docentes en un periodo específico para los dictados de clases de las asignaturas que se imparten en un ciclo académico. Propone un sistema inteligente de generación de horarios basado en algoritmos genéticos, el cual fue adaptado para poder cumplir con los requisitos específicos impuestos por cada facultad de las diferentes universidades del Perú y así satisfacer a los usuarios involucrados. En nuestras pruebas se consideró como caso de estudio la Facultad de Ingeniería de Sistemas de la Universidad Nacional Mayor de San Marcos, obteniendo como resultado un horario con cero violaciones de restricciones obligatorias y reduciendo en lo más posible las violaciones de las restricciones blandas y así superando la generación de horarios elaborado de forma manual que actualmente se lleva a cabo.

Seminario para optar al grado de Ingeniero Comercial, Mención Administración / El estudio evalúa la capacidad de un modelo GARCH, optimizado por algoritmo genético, para predecir la dirección del cambio del precio de un índice financiero, particularmente el IPSA. La particularidad de esta tesis es que incorpora en el modelo eventos o episodios de volatilidad pasados y así verificar la capacidad de estos modelos para modelar el comportamiento del IPSA y mejorar la capacidad de acertar a los cambios de variación de signo del índice. A modo de comparación se evaluó este modelo con modelos GARCH simples que no incorporan estos episodios de volatilidad. El índice utilizado fue el IPSA y los datos se tomaron desde una serie histórica de datos semanales, periodo que corresponde al 01 de Enero de 1995 y 28 de Diciembre del 2007. Los resultados arrojados mostraron que en general los modelos GARCH (p, q) no obtienen un buen PPS arrojando una media del 53,93% dentro de un intervalo al 95% de confianza en 53,13% y 54,73%. Sin embargo, al incluir los episodios de volatilidad como clusters y optimizar la función de máxima verosimilitud minimizando el error cuadrático medio ECM, se logran mejores resultados y muestra que, si bien la optimización de una estructura GARCH (p, q) no garantiza un buen PPS, en la medida que el ajuste aumenta, disminuyendo el ECM, se obtiene un mejor PPS. Sin duda que los mejores resultados tanto “Un modelo no lineal para la predicción de la variación del índice IPSA considerando volatilidades en clustering” en ECM como en PPS fueron canalizados por un mejor ajuste de la estimación que además permitió acertar mas veces al signo de la variación. Es posible que al incorporar al modelo la capacidad de los “traders” de reconocer episodios que alguna vez se dieron en el pasado para ajustar sus predicciones haya incorporado mayor realismo y por ende un mejor ajuste.

Na Engenharia Civil são diversos os métodos aplicados visando à otimização de estruturas. Esta dissertação apresenta um estudo e uma aplicação de um desses métodos: os Algoritmos Genéticos (AG\'s). Os Algoritmos Genéticos são algoritmos de busca, não-determinísticos, que trabalham com amostras do conjunto de soluções e se inspiram na teoria da evolução das espécies para resolver o problema. Neste trabalho de pesquisa buscou-se apresentar as principais técnicas e parâmetros utilizados por diversos autores neste tema. Como objetivo principal pretendeu-se, através dos conhecimentos adquiridos sobre o assunto, aplicá-lo na otimização topológica e paramétrica de vigas de concreto armado, submetidas a um carregamento distribuído. Adotaram-se restrições laterais das variáveis e comportamentais (tensões máximas admissíveis - ELU). Procurou-se trabalhar com variáveis discretas, que melhor representam a realidade do projetista de estruturas. Para aplicação desta técnica implementou-se um programa, em linguagem Java seguindo o paradigma de programação orientada a objetos. O programa foi testado aplicando-se a um problema de otimização abordado por outros autores. Um deles utilizou uma abordagem determinística para a solução do problema. Outro utilizou uma abordagem probabilística, porém com variáveis contínuas. Em 85% dos casos o programa (nomeado AGEN) conseguiu encontrar a solução ótima. Concluiu-se que os algoritmos genéticos são uma técnica bastante robusta, que proporciona resultados significativos, principalmente quando se trata de problemas complexos, com variáveis discretas e restrições em constantes mudanças. As deficiências desta técnica são a sua grande dependência em relação à amostra inicial da população, o seu custo computacional e a calibração de parâmetros. Procurou-se, através deste trabalho, apresentar aos pesquisadores e projetistas do campo da engenharia mais uma ferramenta que utiliza técnicas computacionais para encontrar melhores soluções para otimização de estruturas. Pretendendo-se, assim, estimular o desenvolvimento de mais pesquisas sobre este tema bastante promissor. / This work presents a study and application using Genetic Algorithms (GAs) to solve problems that optimization structures, more specifically concrete beans. The GAs are search algorithms, non-deterministics that works with a population of solutions. Its inspired on the evolutions theory of the species to solve problems. In this dissertation sought to show the most used techniques and parameters about this subject. The primary objective was (through the knowledge obtained during this research) to apply it in the topological and parametrical optimization of concrete beams, submitted by a distributed load. Lateral and behavioral constraineds are used. It was tried to work with a discrete variables, which represent more really the context of structures designer. To apply this technique a program was implemented, using the Java language through the oriented object paradigm. The program was tested applying a optimization problem approached by other authors. One of them used a deterministic approach to solution the problem. Another used a probabilistic approach, but with continuous variable. In 85% of the cases the program (called AGEN) get success. It was concluded that genetic algorithms are a very robust technique, which provides significant results, especially in complex problems with discrete variables and constraints on dynamic changes. The weaknesses of this technique are the high dependence on initial population, its computational cost and the parameters calibration. It was, in this work, presenting to scientists and designers in the structural engineering field another tool that uses computational techniques to find better solutions for structures optimization. It pretended to stimulate the development of more research on this topic enough promising.

This work presents an approach to optimise the preliminary design of high-performance axial-flow compressors. The preliminary design within the Gas Turbine Group at ITA, is carried on with an in-house computational program based upon the streamline curvature method, using correlations from the literature to assess the losses. The choice of many parameters of the thermodynamic cycle and of geometries relies upon the expertise from the members of the Group. Nevertheless, it is still a laborious and time-consuming task, requiring successive trial and errors. Therefore, to support the compressor designer in the choice of some parameters, an optimisation program, named REMOGA, was written in FORTRAN language, allowing an easy integration with the programs developed by the Gas Turbine Group. The program is based upon a multi-objective genetic algorithm, with real codification and elitism. Then the REMOGA and the preliminary design program were integrated to design a 5-stage axial-flow compressor. Therefore, the stator air outlet angles, the temperature distribution and the hub-tip ratio were varied aiming at higher efficiencies and higher pressure ratios, but controlling the de Haller number and the camber angle. Thanks to the REMOGA, thousands of designs could be quickly evaluated. Finally, using a choice criterion, four solutions were selected for further analysis, revealing that the developed program was successful in finding more efficient and feasible compressor designs.

During a gas turbine development phase an important engineer task is to find the appropriate engine design point that meet all required specifications. This task can be very arduous because all possible operating points in the gas turbine operational envelope need to be analyzed, for the sake of verification of whether or not the established performance might be achieved. In order to support engineers to best define the engine design point that meet required performance a methodology was developed in this work. To accomplish that a computer program was written in Matlab@. In this program was incorporated the thermoeconomic and thermodynamic optimization using genetic algorithm with single and multi-objective. The thermodynamic calculation process was done based in enthalpy and entropy function and then validated using a commercial program. In this work the study was done for a recuperated micro-turbine. Cycle efficiency, total cost and specific work were chosen as objective functions, while pressure ratio, compressor and turbine polytropic efficiencies, turbine inlet temperature and heat exchange effectiveness were chosen as decision variables. Total cost considers the fixed cost (equipment, installation, etc.) and variable cost (fuel, environmental and O&M). For emissions calculations were taken into account the NOx, CO and UHC. An economic analysis was done showing the costs behavior for diffierent optimized design points. The optimization process was made for single-objective, two-objective and three-objective. After, the results were compared each other showing the possible design points.

Os sistemas de distribuição de energia elétrica, sujeitos a um crescimento contínuo de uso, tornam-se cada vez mais complexos e sofisticados na demanda atual de mercado. Neste contexto, surge a necessidade de respostas rápidas para diagnósticos da manutenção preventiva e corretiva da rede de distribuição. Quatro das principais aplicações necessárias são: 1) os cálculos de índices de continuidade, a partir de um circuito elétrico; 2) a definição das topologias com os equipamentos de proteção no circuito; 3) simulação do comportamento do circuito elétrico diante de uma série histórica de contingências de ocorrências na rede; e 4) análise do conjunto dos equipamentos de proteção existentes no inventário da concessionária. Este trabalho tem por objetivo apresentar os estudos preliminares na busca de um modelo de circuito elétrico otimizado, sob os pontos de vista técnicos e operacionais. Em seguida, passa-se à realização e detalhamento dos cálculos apresentados, de acordo com o modelo brasileiro. O uso de uma metodologia para o desenvolvimento das soluções de software, em especial o modelo em cascata, permite desenvolver todos os seus blocos funcionais dentro do processo. Os resultados revelaram que estas soluções, desenvolvidas com inteligência artificial (algoritmos genéticos - AG), alcançam bons resultados quanto ao circuito otimizado, apresentando valores compatíveis quando comparados aos modelos estudados: resultou ainda em um esforço computacional otimizado e boa convergência de valores. A análise do histórico de contingências também retorna o estado final do circuito e os índices de continuidade (DIC, FIC e DMIC). A otimização do uso de um inventário prévio de equipamentos baseada em AG retornou o melhor circuito otimizado, considerando-se a realidade da concessionária. Um aspecto relevante, que pode ser aplicado pelas concessionárias, refere-se aos arquivos de saída: os valores finais dos índices de continuidade e as informações gráficas do circuito otimizado proporcionam uma análise rápida sobre o comportamento do circuito. / The electric power distribution systems, submitted to a continuous growth, become each time more complex and sophisticated in the current demand of market. In this context, appears the need of fast answers for diagnosis of the preventive and corrective maintenance of the distribution network. Four of the main necessary applications are: 1) the calculations of continuity indices, from an electric circuit; 2) the definition of the topologies of the equipments of protection in the circuit; 3) simulation of the behavior of the electric circuit ahead of a historical series of contingencies of occurrences in the network; and 4) analysis of the set of the existing equipment of protection in the inventory of the electric power company. This thesis aims at presenting the preliminary studies in the search of a model of optimized electrical circuit, under the technical and operational view points. After that, it is transferred the accomplishment and detailing of the presented calculations, in accordance with the Brazilian model. The use of a methodology for the development of the solutions of software, in special the waterfall model, allows to develop all its functional blocks inside of the process. The results had disclosed that these solutions, developed with artificial intelligence (genetic algorithms - GA), reach good resulted how much to the optimized circuit, presenting compatible values when compared with the studied models: it still resulted in a computational effort optimized and good convergence of values. The analysis of the description of contingencies also returns the final state from the circuit and the continuity indices (DIC, FIC and DMIC). The optimization of the use of a previous inventory of equipments based on GA returned the best optimized circuit, considering the reality of the electric power company. An excellent aspect, that can be applied by the electric power companies, makes the reference to the output archives: the final values of the continuity indices and the graphical informations of the optimized circuit provide a fast analysis on the behavior of the circuit.

O componente de planejamento faz parte do projeto de desenvolvimento dos veículos autônomos, e é responsável por gerar rotas para o sistema como um todo. Em aplicações em que o veículo deve visitar pontos em intervalos de tempo pré-determinados, o componente de planejamento se enquadra em um problema de roteirização conhecido da literatura, denominado problema de roteirização de veículos com janelas de tempo. Tal problema é uma generalização do problema clássico de roteirização de veículos classificado no grupo de problemas NP-Hard. Esse trabalho apresenta uma proposta de solução para o problema baseada na metaheurística algoritmo genético. Os cromossomos foram representados pela ordem de atendimento dos clientes sem delimitadores de rota. Para quebrar os cromossomos em rotas, foi utilizado um procedimento adaptado baseado em Prins (2004). A população inicial se constitui por uma parte construída com cromossomos criados aleatoriamente e outra parte construída através da heurística de inserção I1 de Solomon (1987), com quatro formas diferentes de inserir o primeiro cliente de cada rota. Na fase de recombinação, foram utilizados quatro tipos de crossover: uniforme, dois pontos, heurístico e PMX, e um operador de mutação baseado em uma busca heurística. A cada geração foram aplicados princípios de elitismo e pós-otimização utilizando a heurística -interchange de Osman (1993). O algoritmo foi testado nos conjuntos C1, C2, R1, R2, RC1 e RC2 de Solomon (1987) e os resultados foram comparados com os melhores resultados encontrados na literatura. / The planning component is a part of autonomous vehicle development project and it is responsible to generate routes for the system as a whole. In applications which vehicle must to visit way points at predetermined intervals of time, the planning component fits into a routing problem known in the literature called routing problem with time windows. This problem is a generalization of the classical vehicle routing problem classified in the group of NP- Hard problems. This thesis presents a solution proposal to problem based on genetic algorithm metaheuristic. Chromosomes were represented by the order of serving customers without delimiters route. To split the chromosomes on routes, it is used a procedure adapted based on Prins (2004). The initial population is constituted by two parts: one with randomly created chromosomes and another constructed through the insertion heuristic I1 of Solomon (1987), with four different ways of insertion of the first customer of each route. In the recombination step, four types of crossover were used: uniform, two points, heuristic, and PMX, and a mutation operator based on heuristic search. In each generation it is applied principles of elitism and postoptimization using the -interchange heuristic of Osman (1993). The algorithm was tested on the sets C1, C2, R1, R2, RC1 and RC2 of Solomon (1987) and the results were compared with the best results found in the literature.

Dentre as diversas tarefas em que os algoritmos evolutivos têm sido empregados, a indução de regras e de árvores de decisão tem se mostrado uma abordagem bastante atrativa em diversos domínios de aplicação. Algoritmos de indução de árvores de decisão representam uma das técnicas mais populares em problemas de classificação. Entretanto, os algoritmos tradicionais de indução apresentam algumas limitações, pois, geralmente, usam uma estratégia gulosa, top down e com particionamento recursivo para a construção das árvores. Esses fatores degradam a qualidade dos dados, os quais podem gerar regras estatisticamente não significativas. Este trabalho propõe o algoritmo LEGAL-Tree, uma nova abordagem baseada em algoritmos genéticos para indução de árvores de decisão. O algoritmo proposto visa evitar a estratégia gulosa e a convergência para ótimos locais. Para isso, esse algoritmo adota uma abordagem multi-objetiva lexicográfica. Nos experimentos realizados sobre bases de dados de diversos problemas de classificação, a função de fitness de LEGAL-Tree considera as duas medidas mais comuns para avaliação das árvores de decisão: acurácia e tamanho da árvore. Os resultados obtidos mostraram que LEGAL-Tree teve um desempenho equivalente ao algoritmo SimpleCart (implementação em Java do algoritmo CART) e superou o tradicional algoritmo J48 (implementação em Java do algoritmo C4.5), além de ter superado também o algoritmo evolutivo GALE. A principal contribuição de LEGAL-Tree não foi gerar árvores com maior acurácia preditiva, mas sim gerar árvores menores e, portanto, mais compreensíveis ao usuário do que as outras abordagens, mantendo a acurácia preditiva equivalente. Isso mostra que LEGAL-Tree obteve sucesso na otimização lexicográfica de seus objetivos, uma vez que a idéia era justamente dar preferência às árvores menores (em termos de número de nodos) quando houvesse equivalência de acurácia / Among the several tasks evolutionary algorithms have been successfully employed, the induction of classification rules and decision trees has been shown to be a relevant approach for several application domains. Decision tree induction algorithms represent one of the most popular techniques for dealing with classification problems. However, conventionally used decision trees induction algorithms present limitations due to the strategy they usually implement: recursive top-down data partitioning through a greedy split evaluation. The main problem with this strategy is quality loss during the partitioning process, which can lead to statistically insignificant rules. In this thesis we propose the LEGAL-Tree algorithm, a new GA-based algorithm for decision tree induction. The proposed algorithm aims to prevent the greedy strategy and to avoid converging to local optima. For such, it is based on a lexicographic multi-objective approach. In the experiments which were run in several classification problems, LEGAL-Tree\'s fitness function considers two of the most common measures to evaluate decision trees: accuracy and tree size. Results show that LEGAL-Tree performs similarly to SimpleCart (CART Java implementation) and outperforms J48 (C4.5 Java implementation) and the evolutionary algorithm GALE. LEGAL-Tree\'s main contribution is not to generate trees with the highest predictive accuracy possible, but to provide smaller (and thus more comprehensible) trees, keeping a competitive accuracy rate. LEGAL-Tree is able to provide both comprehensible and accurate trees, which shows that the lexicographic fitness evaluation is successful since its goal is to prioritize smaller trees (fewer number of nodes) when there is equivalency in terms of accuracy

El ser humano desde siempre ha tenido la necesidad innata de comunicarse en cualquier lugar y en cualquier momento. Esto ha impulsado un desarrollo asombroso en el área de las telecomunicaciones y especialmente en los últimos 30 años, en los cuales se han logrado tales avances en esta área de la ingeniería que a esta etapa de la historia de la humanidad se le ha denominado como la “era de las comunicaciones”. Hace más de un siglo que Hertz demostró la posibilidad de enviar ondas electromagnéticas de un punto al otro vía inalámbrica. Menos de una década después, Marconi puso en marcha la primera comunicación transatlántica dando origen al negocio de las telecomunicaciones [1]. En los últimos treinta años, gracias al avance de los computadores y al perfeccionamiento de las técnicas numéricas se han producido mejoras significativas en los parámetros de desempeño de las antenas, debido a que se han podido implementar dichos métodos para estructuras muy complejas. En la actualidad existen diversos programas de análisis de antenas basados en estos métodos, los cuales han contribuido al avance de las telecomunicaciones [1]. En el presente trabajo de investigación se expone los fundamentos electromagnéticos aplicados a antenas y su implementación computacional; posteriormente se explicara los fundamentos teóricos de optimización teniendo como técnica principal a los algoritmos genéticos. A partir de esto se propone un diseño para la solución óptima de desempeño para antenas Yagi. El desarrollo del diseño del sistema de optimización se expone en 4 capítulos. En el primero, se aborda la teoría de antenas; en el segundo, se expone a los algoritmos genéticos; en el tercero, se explica el diseño de optimización y sus restricciones; finalmente, en el cuarto, se realizan las pruebas de simulación para demostrar el funcionamiento adecuado y esperado. / Tesis