En la actualidad, varias universidades como la PUCP no cuentan con un sistema de transporte privado para la comunidad universitaria a pesar de que existen propuestas y es un servicio pedido por un sector de la universidad. Los motivos son varios ya que se debe considerar presupuestos, logística y una planeación adecuada de las rutas de servicio. Este último punto es complicado de por sí pues es difícil poder encontrar un conjunto de rutas que cumplan con satisfacer la demanda de una manera óptima. En primer lugar, se debe considerar que, en una ciudad de gran tamaño, realizar cualquier tipo de diseño de rutas es un trabajo que presenta muchos desafíos. Con todas las calles y avenidas a considerar, realizar un diseño de rutas eficiente y óptimo no puede ser una tarea manual. También se debe tomar en cuenta el tamaño de la población que se desea atender. Dentro de una universidad de dimensiones similares a la PUCP, se podría estimar una población de algunos miles de usuarios, los cuales representan un desafío en la tarea de planeación de la ruta pues se debe buscar poder satisfacer a la mayoría de ellos. Al tener una población tan grande, el usar rutas no óptimas podría perjudicar a cientos de usuarios. Finalmente, una vez determinada un conjunto de rutas, se debe también establecer la ubicación de los paraderos. Si se posee información del lugar de residencia de los miembros de la comunidad se puede planear mejor qué zonas requieren mayor cantidad de paraderos y cuales menor número. Las herramientas informáticas han sido usadas para resolver problemas similares en el pasado con mucho éxito. Sin embargo, estas han estado más orientadas al sistema de transporte público general. En la revisión se encontró que el algoritmo PIA (Pair Insertion Algorithm) ha resuelto un problema similar de planeación de rutas de transporte público, pero que estos resultados podrían ser mejorados si se usan como población inicial de otro algoritmo como uno genético. Por esto, se propone para el presente proyecto realizar, utilizando al algoritmo PIA, la Implementación de un algoritmo genético para elaborar un conjunto de rutas óptimas para el transporte de la comunidad universitaria desde y hacia el campus principal. / Tesis

El presente documento describe un proyecto de fin de carrera en Ciencias de la Computación. Este proyecto intenta dar solución al problema de generación de horarios académicos en instituciones de nivel superior. La solución se construye con el uso de un algoritmo genético a partir de una población inicial generada por un algoritmo Grasp fase construcción. Se ha tomado como caso de estudio a la facultad de Ciencia e Ingeniera de la Pontificia Universidad Católica del Perú, en la cual se contó con el apoyo del encargado de realizar el horario de la especialidad de ingeniería informática para el respectivo levantamiento de información, con lo cual se consiguió la adaptación de un algoritmo que cumpla con sus restricciones y requerimientos. Para facilitar la búsqueda de esta solución se aplicarán los operadores de selección, casamiento, mutación y etilismo. La calidad de las soluciones, generadas por el algoritmo, se medirá en base a la cantidad de restricciones cumplidas. Para determinar los valores de los parámetros de los algoritmos se realizaron varias ejecuciones con diferentes combinaciones de valores y se optó por la que optimizaba la función objetivo de la solución. Se estima que la duración del proyecto será de un año / Tesis

En la actualidad, existen diversas razones que generan un enorme problema de escasez de agua, entre las cuales se encuentra el incremento de su uso en el riego de cultivos debido a una ineficiente distribución; siendo esta una de las más alarmantes. La gestión del agua es un aspecto importante a considerar en las diversas actividades en las que se utiliza este recurso, particularmente, en la agricultura en donde gran parte del recurso hídrico está destinado a la irrigación de cultivos y terrenos. Debido a esto se requiere un uso eficiente del agua, que reduzca pérdidas o costos de producción, con una buena distribución del recurso de modo que reduzca los problemas de drenaje y salinidad, con adecuado requerimiento de agua para los cultivos y así se obtenga una calidad apropiada en los alimentos. De la misma manera, conseguir un buen uso del recurso hídrico con la finalidad de poseer suficiente agua para el riego de cultivos de modo que se eviten problemas de producción de cultivos o vedas por falta de un adecuado manejo de agua. Además, que se manejen aspectos y factores naturales que son importantes en la actividad agrícola en cuanto a la irrigación de cultivos, minimizando el despilfarro del recurso, pérdidas de cultivos y disminución de cosechas. Este manejo de factores naturales inclusive de acuerdo a las diversas y cambiantes temporadas de producción de cultivos. El presente proyecto presenta el desarrollo de un algoritmo genético que permita optimizar la distribución del recurso hídrico en el riego de cultivos en distintas áreas o terrenos tomando en cuenta los diferentes factores que condicionan la fase de crecimiento del sembrío hasta llegar a la etapa de cosecha. Esto de manera que se busque una mejor selección para el regado de plantaciones, logrando así organizar su desarrollo y el ahorro del consumo vital como es el agua. La importancia del desarrollo de este tema recae en el buen uso y manejo del recurso hídrico así como otras condiciones naturales que son importantes también. / Tesis

La composici´on musical consiste en el uso y combinaci´on adecuada de diversas notas, con el prop´ osito de generar una melod´ıa musical. Por otro lado, la improvisaci ´on musical, consiste en la composici´on instant ´anea, realizada en un momento determinado, ya sea en base a una composici´on ya existente o alguna totalmente nueva. Para realizar dicha tarea, se requiere el conocimiento de diversos patrones existentes en teor´ıa musical y, de esta manera, poder juntarlas teniendo en consideraci ´on ciertos criterios arm´onicos, mel´odicos y r´ıtmicos para que suene agradable al usuario final. Debido a la cantidad de conocimiento necesario para poder realizar una composici´on musical, nuestro proyecto tiene la intenci ´on de realizar un m´etodo que tenga la capacidad de poder combinar notas adecuadamente siguiendo las reglas de la teor´ıa musical moderna. Este compositor (improvisador) tendr´a como entrada una armon´ıa y adaptar´a sus creaciones (improvisaciones) en base a ella. Se lograr ´a realizar dicha tarea mediante un algoritmo gen´ etico. Para ello, se utilizar ´a como poblaci ´on inicial peque˜nas frases musicales creadas por expertos, las cuales son conocidos como licks. Estas ser´an juntadas y mejoradas mediante nuestros operadores gen´ eticos, de tal manera que se logre una nueva composici´on totalmente distinta a la inicial cada vez que se aplique nuestro algoritmo. De esta manera, se desarrollar ´a una metodolog´ıa basada en algoritmos gen´ eticos, incrementando as´ı el estado del arte del ´area y finalmente disponer de una herramienta de ayuda y autoaprendizaje computarizada para este proceso de composici´on musical. / Tesis

Um importante problema enfrentado por engenheiros é a busca por soluções ótimas para problemas com um grande número de soluções possíveis. Neste trabalho, estudamos métodos otimização probabilísticos baseados em algoritmos genéticos, propostos inicialmente para o estudo de sistemas biológicos. Propomos algumas alterações do método de otimização por algoritmos genéticos tradicional, utilizando técnicas estatísticas de planejamento experimental, que resultaram em uma melhoria da convergência, percebida, não só na velocidade de convergência, como no número de possibilidades de soluções diferentes analisadas. Como resultado, é proposto um algoritmo que cobre o domínio de atuação dos métodos por algoritmos genéticos e do método por gradientes, permitindo uma melhor sintonização do otimizador com o problema. / A important problem faced by engineers is the search of optimal solutions for problems with a great number of possible solutions. Throughout this work, it is studied stochastic optimizers based on genetic algorithms, applied initially to the study of biological systems. Some alterations on the traditional genetic algorithms based optimizer are proposed through the use of experiment design techniques, which resulted in a improvement of the convergence that can be perceived, not only in the convergence speed, but on the number of solutions analyzed as well. As a consequence, a algorithm is proposed, covering both the traditional genetic algorithms based optimizer and the gradient method domains, allowing a better tuning of the optimizer to the problem.

Este trabalho realiza uma análise dos custos de bombeamento no Sub-sistema de abastecimento de água Jardim Cruzeiro do Sul, na cidade de São Carlos/SP. Assim, tendo em vista a atual perspectiva de racionamento de energia elétrica no país, estudos fazem-se necessários no sentido de otimizar a operação de sistemas de abastecimento de água propiciando o uso mais racional de energia elétrica. Atualmente, as companhias responsáveis pelo fornecimento de água para abastecimento comprometem grande parcela do orçamento com os custos de energia elétrica, sendo a maior parte desses custos destinados à operação de bombas. Utiliza os Algoritmos Genéticos como ferramentas na determinação da operação otimizada em termos da melhor estratégia de funcionamento das bombas, cujo problema é caracterizado pelo seu elevado grau de complexidade. / This work conducts an analysis of the pumping costs in the Sub-system of water distribution on Jardim Cruzeiro do Sul, in the city of São Carlos/SP. Thus, in view of the current perspective of rationing of electric energy in the country, studies aimed at an optimize operation of water supply systems propitiating the best rational use of electric energy. At this moment, the responsible companies of the water supply service use a great portion of the budget with the energy costs, being the largest portion of the expenses in the pumps operation. It uses the Genetic Algorithms as tools in the determination of the optimized operation in terms of the best strategy of pumps operation, whose problem is characterized for its high degree complexity.

Submitted by Samira Prince (prince@ufpa.br) on 2012-09-25T16:13:32Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AbordagemOtimizacaoPeriodo.pdf: 941682 bytes, checksum: d1d24af6bc15618e96ae4a934b46ab98 (MD5) / Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2012-09-27T13:38:55Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AbordagemOtimizacaoPeriodo.pdf: 941682 bytes, checksum: d1d24af6bc15618e96ae4a934b46ab98 (MD5) / Made available in DSpace on 2012-09-27T13:38:55Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AbordagemOtimizacaoPeriodo.pdf: 941682 bytes, checksum: d1d24af6bc15618e96ae4a934b46ab98 (MD5) Previous issue date: 2011 / A eficiência espectral em redes baseadas na tecnologia de Rádio Cognitivo (RC) pode ser comprometida caso o rádio seja utilizado por muito tempo para a detecção em vez da transmissão de dados. Por isso, tornam-se necessários esquemas de sensoriamento que tenham o objetivo de obter o máximo possível de utilização do espectro, evitando sensoriamento desnecessário, bem como, obtendo o mínimo de interferência na transmissão do usuário primário decorrente de detecção incorreta de sua transmissão. Neste trabalho, propomos a utilização de Algoritmos Genéticos para realizar a adaptação do período de sensoriamento. O objetivo é obter um período de sensoriamento ótimo para os canais com vistas a maximizar a descoberta de oportunidades no espectro e minimizar o overhead decorrente do sensoriamento. A maioria dos trabalhos relacionados a este assunto considera que o overhead de sensoriamento é fixo, não levando em conta que alguns canais podem ter menor tolerância à interferência que outros. A proposta apresentada neste trabalho pode adaptar-se aos requisitos de tolerância à interferência no canal licenciado por meio da determinação de um período de sensoriamento que otimize as oportunidades para qualquer valor de overhead definido. Nossa proposta consegue obter um ganho de até 90% em relação às técnicas não otimizadas no número de oportunidades encontradas, até 40,9% no ganho de transmissão útil e obteve uma redução no tempo de interferência de 66,83%, bem como resultados similares aos obtidos por uma proposta otimizada presente na literatura, com a vantagem de permitir a adaptação do overhead de sensoriamento. / The spectral efficiency in networks based on cognitive radio (CR) technology can be compromised if the radio is used for a long time for the detection instead of data transmission. So it becomes necessary sensing schemes that have the purpose of obtaining the maximum possible use of spectrum, avoiding unnecessary sensing, as well as obtaining a minimum of interference in the transmission of the primary user due to incorrect detection of its transmission. In this paper, we propose the use of genetic algorithms for the adaptation of the sensing period. The goal is to obtain an optimal channels sensing period in order to maximize the discovery of spectrum opportunities and minimize the overhead due to the sensing. Most related works to this issue adopt fixed sensing overhead, not taking into account that some channels may have less tolerance to interference than others. The proposal presented in this work can adapt to the requirements of tolerance to interference with licensed channel by determining a period of sensing that optimizes the opportunities for any set amount of overhead. Our proposal achieves a gain up to 90% compared to nonoptimized techniques in terms of the number of opportunities found up to 40.9% gain in useful transmission and obtained a reduction in the time of interference of 66.83%. In addition, our proposal also achieves similar results to those obtained by an optimized proposal in the literature, with the advantage of allowing the adaptation of the sensing overhead.

Made available in DSpace on 2014-06-12T17:38:16Z (GMT). No. of bitstreams: 2 arquivo6375_1.pdf: 3391762 bytes, checksum: 44b320fb5623e9f852d3deb30682c58b (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / A aplicação de dispositivos de micro-ondas, como filtros, antenas, divisores, entre outros, vêm crescendo de forma espantosa nas últimas décadas, sendo empregados em diversas áreas, como sistemas de telecomunicações, radares, instrumentos de medidas, sistemas militares. Este crescimento foi impulsionado pelos avanços nas áreas de linhas de transmissão planares, dispositivos de estado sólido e principalmente pelo uso cada vez maior de ferramentas computacionais aplicadas à simulação eletromagnética. No entanto, estes softwares são geralmente muito caros e necessitam de um poderoso hardware, o que nem sempre está disponível, dificultando a completa caracterização do projeto dos dispositivos. Neste trabalho é proposta uma metodologia para modelamento de dispositivos de micro-ondas baseada na utilização de Algoritmos Genéticos, que permite relacionar parâmetros eletromagnéticos com as dimensões físicas do dispositivo, facilitando o ajuste do projeto para a obtenção de uma determinada resposta. Para demonstrar a validade do método, foi aplicada a técnica em dispositivos de micro-ondas distintos: antena patch e um filtro, e os resultados obtidos foram então comparados com os fornecidos pelos simuladores de onda completa tradicionais. Esses dispositivos foram então fabricados e medidos no Laboratório de Micro-ondas do Departamento de Eletrônica e Sistemas da UFPE e os resultados experimentais foram confrontados com os teóricos e simulados

Made available in DSpace on 2014-06-12T17:40:59Z (GMT). No. of bitstreams: 2 arquivo7285_1.pdf: 1110204 bytes, checksum: b1490b3224eea4c9e212734a5b3032d3 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Este trabalho desenvolve um modelo para otimização do custo de manutenção baseado na integração entre diagrama de Blocos e algoritmos de computação evolucionária, mais especificamente algoritmos genéticos. Os diagramas de blocos são comumente utilizados na avaliação de confiabilidade de sistemas. No caso dos algoritmos genéticos, a teoria se baseia inicialmente na geração de uma população formada por um conjunto aleatório de indivíduos que podem ser vistos como possíveis soluções para um problema. Durante o processo evolutivo, esta população é avaliada e para cada indivíduo é dado um índice, refletindo sua habilidade de adaptação a um determinado ambiente. Uma porcentagem dos mais adaptados é mantida, enquanto os outros são descartados. Os indivíduos selecionados sofrem modificações em suas características fundamentais através de mutações e cruzamentos genéticos, gerando descendentes para a próxima geração. A integração entre esses dois modelos tem o objetivo de determinar qual a política de manutenção preventiva (intervalos entre manutenções) que otimiza os custos de manutenção. Em outras palavras, deseja-se otimizar os custo das atividades de manutenção, sujeito às restrições internas ou externas ao processo, utilizando para isso algoritmos genéticos. O Modelo será aplicado em dois sistemas: em um sistema piloto com fins de visualização dos resultados que o modelo fornece e em uma linha de produção de secagem de Elastômero

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2015. / Esta pesquisa apresenta um procedimento e uma aplicação de software para otimizar peso e deslocamento de estruturas reticuladas, por meio da mudança das áreas das seções transversais e da forma de treliças planas e espaciais. Para tanto, foi utilizada a combinação do Algoritmo Genético como método de busca heurística conjuntamente com Elementos Finitos lineares tipo barra para avaliação estática. Neste processo, foram considerados restrições de tensão e deslocamentos nodais. Através de processos cíclicos do Algoritmo Genético e utilizando os operadores genéticos probabilísticos de seleção, cruzamento, mutação e elitismo, determinou-se uma família de possíveis soluções que ao longo das gerações levou a uma solução ótima. Este trabalho utilizou como ferramenta de programação as linguagens Python e Julia. Para a validação da metodologia, foram utilizados exemplos de otimização de treliças bidimensionais e tridimensionais submetidas a carregamento estático e sujeitas a restrições de tensão e deslocamentos. Os resultados são comparados com os obtidos por outros autores. Esses resultados demonstram que a metodologia implementada permite a obtenção de estruturas que satisfazem às condições inicialmente impostas com uma evidente redução de peso e deslocamento. / This research presents a procedure and a software application to optimize the weight and displacements of frame structures by changing the cross section areas and the shape of plane and spatial trusses. Therefore, the combination of genetic algorithms as a heuristic search method and linear finite elements was used. In this process, restrictions such as maximum stresses and nodal displacement were considered. Through the application of genetic algorithms and the use of probabilistic genetic operators such as selection, crossover, mutation and elitism, it was possible to find a family of appropriate solutions and, along several generations, to find an optimized solution. In this study, Python and Julia languages were used as programming tool. In order to validate the methodology, two and three-dimensional trusses subject to static loads together with stress and displacements constraints were analyzed. The results are compared with those obtained by other authors. These results demonstrate that the proposed methodology is able to provide structures that satisfy imposed initial conditions with an evident reduction in weight and displacements.