Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2013. / Made available in DSpace on 2014-08-06T17:12:41Z (GMT). No. of bitstreams: 1 325194.pdf: 2687528 bytes, checksum: e0248f75e29f0715da86727cbe68ff87 (MD5) Previous issue date: 2013 / Esta dissertação apresenta a otimização multidisciplinar e multiobjetivo da geometria dos canais axiais de ventilação de um motor de indução trifásico de 4.000 cv de potência por meio da aplicação do método de elementos finitos e algoritmo genético combinado com a metodologia de superfícies de resposta. É apresentado o equacionamento dos circuitos magnético e elétrico do motor e após é desenvolvido um modelo de otimização que engloba análise eletromagnética (desempenho) e térmica (elevação de temperatura) de maneira conjunta. A primeira é feita através do método de elementos finitos e resolução de circuito equivalente; a segunda é realizada por meio de um cálculo térmico. Os objetivos definidos são minimizar a elevação de temperatura do motor e maximizar o cos?(??) (fator de potência), e ainda são impostas restrições de projeto para garantir que as soluções encontradas sejam viáveis. Para acelerar o processo de otimização, visto as análises pelo método de elementos finitos exigirem elevado esforço computacional, é utilizada em conjunto com o algoritmo genético a metodologia de superfícies de resposta que são construídas para mapear o comportamento das funções de estudo e estimar através de interpolação os valores das variáveis de saída. <br> / Abstract : This dissertation presents a multidisciplinary and multiobjective optimization of the geometry of the axial ventilation holes of a 4000 hp three phase induction motor by applying the finite element method and genetic algorithm combined with response surface methodology. It presents the equation of magnetic and electric motor circuits. An optimization model, which includes electromagnetic analysis (performance) and thermal (temperature rise) jointly is developed. The first is performed using the finite element method and equivalent circuit resolution. The second is performed by a thermal calculation. The objectives are to minimize the temperature rise of the motor and maximize cos (f) (power factor). Design constraints are still imposed to ensure that the solutions are feasible. To speed up the optimization process, since the analysis by finite element method require high computational effort, the response surface methodology is employed to map the behavior of the study functions in order to estimate by interpolation the output variable values.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. / Made available in DSpace on 2017-02-28T04:13:51Z (GMT). No. of bitstreams: 1 339515.pdf: 3440290 bytes, checksum: 03dad76ba407b7d797ec9b08a7be30d7 (MD5) Previous issue date: 2016 / Motores de indução trifásicos podem ser modelados por circuitos elétricos equivalentes para facilitar o cálculo de grandezas elétricas e mecânicas. Ensaios descritos em norma são normalmente realizados para determinar os valores dos parâmetros do circuito equivalente, mas nem sempre são praticáveis, justificando a realização de métodos alternativos. É possível estimar os valores dos parâmetros a partir de informações fornecidas por fabricantes. Métodos de determinação de valores de parâmetros encontrados na literatura são brevemente apresentados e indicam bons resultados com minimização de desvios por algoritmos genéticos. Uma introdução a estes algoritmos é apresentada, indicando blocos típicos que compõem estes sistemas. Uma metodologia para obtenção dos parâmetros é elaborada a partir dos métodos encontrados na literatura e da teoria de algoritmos genéticos. Os resultados indicam convergência da solução para valores próximos de parâmetros de referência de cinco motores estudados. A metodologia é aplicada a 200 motores na faixa entre 1 e 650 cv e apresenta resultados satisfatórios.<br> / Abstract: Three-phase induction motors can be modeled as equivalent electric circuits in order to allow the calculation of electrical and mechanical quantities. Laboratory tests as described in technical standards are usually performed for the determination of the equivalent circuit parameters. However, the execution of these tests is sometimes impracticable, legitimating the use of alternative methods. It is possible to estimate the circuit parameters based on technical data published by manufacturers. Methods for parameter determination found in the literature are presented briefly and indicate that good results can be achieved through minimization of deviations by employing genetic algorithms. An introduction to these systems and their typical blocks is presented. A methodology for parameter estimation is formulated based on other methods found in the literature and on the theory of genetic algorithms. The results indicate that the solution converges to values that are close to reference values of five machines. The methodology is also applied to 200 motors ranging from 1 to 650 cv and presents satisfactory results.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T18:55:45Z (GMT). No. of bitstreams: 1 206968.pdf: 286366 bytes, checksum: 403dac0f03447cf51c78b47a09def558 (MD5) / Este trabalho trata do desenvolvimento de um método alternativo para a resolução de problemas de otimização. A busca por soluções para este tipo de problema requer a descoberta de novos algoritmos eficientes, capazes de encontrar soluções aceitáveis, o que não garante que a mesma seja a melhor. Esta abordagem tem como base dois importantes modelos computacionais utilizados na otimização de problemas: o algoritmo das formigas e o algoritmo genético. O primeiro é baseado na estratégia utilizada pelas formigas na busca de alimento, e o segundo na evolução natural das espécies. A estratégia investiga a potencialidade de um método híbrido baseado na combinação do algoritmo das formigas e do algoritmo genético. A avaliação do desempenho do método, foi realizada utilizando o problema do caixeiro viajante, e os resultados obtidos são demonstrados neste trabalho.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-21T01:58:16Z (GMT). No. of bitstreams: 1 238259.pdf: 345738 bytes, checksum: 8fd451584294d161e5c8caafa1ab78d8 (MD5) / Os algoritmos genéticos têm deficiências conhecidas, principalmente no que diz respeito ao alto custo computacional e a baixa qualidade das soluções devido a convergência prematura. Um algoritmo genético clássico executado em um espaço de endereçamento simples tende a alcançar um ponto de equilíbrio onde os descendentes são muito semelhantes aos seus pais. Esta diversidade limitada induz o algoritmo genético a explorar somente uma região restrita do espaço de soluções, resultando em soluções subótimas. Uma tentativa de evitar este problema é criar um ambiente onde diversas populações independentes evoluem em paralelo e, periodicamente, efetuam a troca (migração) de indivíduos objetivando evitar a convergência prematura e manter a diversidade da população. Esta pesquisa apresenta a implementação de um algoritmo genético paralelo assíncrono de granularidade grossa (coarse grain) que usa a tecnologia JavaSpaces como mecanismo de distribuição das populações e dos indivíduos migrantes. A tecnologia JavaSpaces foi usada como repositório de objetos para a efetivação da comunicação entre as diversas máquinas do ambiente distribuído. Para avaliar a funcionalidade e o desempenho do algoritmo, aplicou-se o mesmo na obtenção de soluções para o Problema do Caixeiro Viajante (PCV) com o uso de soluções conhecidas disponíveis na Internet.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-20T01:56:40Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:34:48Z : No. of bitstreams: 1 184222.pdf: 2267157 bytes, checksum: b39836151adad0ce7ab117995de5a116 (MD5) / Este trabalho tem como objetivo principal o desenvolvimento de uma abordagem híbrida para a solução de problemas de otimização, em especial os combinatórios. Esta nova abordagem tem como base dois dos mais importantes modelos computacionais inteligentes utilizados na otimização de problemas, os algoritmos: genético e simulated annealing. O primeiro baseia-se na evolução natural e cromossômica das espécies vivas e o segundo no recozimento (annealing) de sólidos. Ambos são algoritmos de otimização (algoritmos que buscam por uma solução aceitável, o que não garante que a mesma seja a melhor). Nesta abordagem, o algoritmo genético é utilizado como algoritmo principal e o algoritmo simulated annealing é introduzido no processo do algoritmo genético como sendo um operador genético. Para avaliar o desempenho desta nova abordagem, foram realizados testes utilizando um dos mais conhecidos benchmarks na área de otimização, o problema do caixeiro viajante, e os resultados obtidos estão demonstrados neste trabalho.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação. / Made available in DSpace on 2012-10-20T03:56:51Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-26T01:52:17Z : No. of bitstreams: 1 181944.pdf: 4890524 bytes, checksum: b9f5bbe1f8ca94583ee7f28323ac6f9e (MD5) / O objetivo principal deste trabalho é explorar as possibilidades de estender as atuais fronteiras dos campos de aplicação dos paradigmas de IA, através de uma cópia mais fiel de inspirações biológicas. Dessa forma, o objetivo global foi dividido em quatro idéias principais: i) Verificar as possíveis soluções oferecidas pela Natureza, ainda não exploradas pela IA, especialmente pelos paradigmas de Computação Evolucionária; ii) Desenvolver um modelo para implementar no AG uma daquelas soluções; iii) Testar este modelo em uma situação prática; iv) Estudar a proposição de uma possível metodologia para mensurar as variações de inteligência entre sistemas de IA Simbólicos, Conexionistas , Evolucionários ou outros. Como conseqüência de uma avaliação geral das metodologias de IA, apontar a necessidade de definições mais precisas, juntamente com a utilidade de uma métrica para sistemas de IA. É mostrada a conveniência de dotar os sistemas de IA com a visão dada pelo Prêmio Nobel de Química, Ilya Prigogine, que indicou formas para analisar os fenômenos evolucionários com a ajuda das leis físicas, como as da termodinâmica. São feitos testes para verificar os resultados práticos da adoção de "métodos mais naturais" na construção de sistemas de IA Evolucionária no tratamento de problema com espaço de soluções finito, vulgarmente conhecido por "quadrado mágico". Foi executada uma segunda implementação para verificar estas idéias, usando AG para evoluir redes neurais com dados extraídos de sintomas de doenças reumáticas. Neste caso, os resultados obtidos mostram que algoritmos evolutivos que sigam mais cuidadosamente os fenômenos da Natureza podem ter sua eficiência melhorada em relação aos que simplesmente adotam os operadores comuns.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-20T09:20:38Z (GMT). No. of bitstreams: 1 188153.pdf: 1888863 bytes, checksum: 25b7695ddc81c36636f8ea46f797ee26 (MD5) / Muito se tem estudado sobre Otimização Estocástica com Algoritmos Genéticos. Sua aplicação em problemas eletromagnéticos complexos tem sido bem explorada e devidamente qualificada como de grande utilidade pela comunidade científica. Esta dissertação apresenta uma breve revisão dos Algoritmos Genéticos, descrevendo os conceitos básicos e as ferramentas usadas para a melhoria da convergência deste método de otimização. Como contribuição desta dissertação foi desenvolvida uma nova metodologia para os operadores genéticos, utilizando codificação real, com o objetivo de melhorar a varredura do espaço de busca da solução ótima. A eficácia dos Algoritmos Genéticos e destes novos operadores genéticos é verificada através de sua aplicação em diversas funções teste. Para aplicação deste método de otimização em um problema eletromagnético, optou-se pela conformação da superfície do refletor de uma antena refletora offset. O objetivo desta otimização é obter uma antena de satélite que produza um diagrama de radiação que cubra uniformemente o território brasileiro. Conforme demonstrado pelos resultados obtidos, tanto para a antena como para as funções teste, pode-se afirmar que os Algoritmos Genéticos são um método eficiente e confiável para a otimização de problemas complexos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-18T06:08:41Z (GMT). No. of bitstreams: 1 250657.pdf: 450883 bytes, checksum: 0da3746d8dd41bb89849d2e66115f5fa (MD5) / Atualmente observa-se uma forte tendência em se utilizar métodos aproximados na resolução de problemas de otimização combinatorial. Esses métodos, que muitas vezes vêm em substituição a métodos exatos, nem sempre garantem uma solução ótima para um problema, porém, normalmente são capazes de oferecer solução aproximada de boa qualidade, em um tempo de processamento aceitável. Neste trabalho é apresentada e investigada uma nova proposta de um método de aproximação baseado na combinação dos algoritmos Genético (AG) e Simulated Annealing (SA). Na observação do seu comportamento foi utilizado o notório problema de otimização combinatorial, de complexidade NP-completo, conhecido como o Problema do Caixeiro Viajante (PCV).

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica / Made available in DSpace on 2012-10-18T09:30:34Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T22:27:11Z : No. of bitstreams: 1 183128.pdf: 56492553 bytes, checksum: 5b5b3f97a36ca3918fe601139e70777b (MD5) / Esta dissertação aborda o problema de formação de células de manufatura (PFCM). Peças que possuem características de manufatura e/ou projeto são agrupadas juntas, formando famílias de peças, e as máquinas requeridas para produzir estas peças são agrupadas dentro de células de manufatura. Nossa abordagem considera importantes aspectos da manufatura, tais como rotas alternativas de processamento, seqüência de operações, demanda de produção das peças e carga de trabalho das máquinas. Entretanto, nem todos estes aspectos são considerados juntos. Duas funções objetivos, uma para minimizar a movimentação intercelular e outra para minimizar a variação da carga de trabalho nas células são usadas para formar células de máquinas. Para resolver os modelos, nós propomos uma heurística baseada em um algoritmo genético capaz de obter soluções de boa qualidade. Os resultados obtidos em teste demonstram que a abordagem é eficiente e muito promissora.

Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-18T16:09:56Z (GMT). No. of bitstreams: 1 151839.pdf: 394647 bytes, checksum: cb5e1e36891637a53060371aa3669605 (MD5) / Aplicação matemática para sistematizar a agricultura em uma ou mais propriedades rurais de um determinado produtor, onde se propõe que as atividades sejam praticadas em conjunto, de forma integrada, a fim de que os resíduos e os subprodutos gerados por uma delas possam ser empregados da melhor forma possível no tratamento de outras, como fertilizantes para o solo ou como alimentos para animais. As atividades a comporem o sistema, que devem fazer parte de um conjunto maior de interesse do produtor considerado, são determinadas pela resolução de um modelo de programação matemática não-linear misto. Este modelo tem ainda a incumbência de especificar as proporções de cada uma das atividades a serem mantidas no sistema ano a ano, bem como dos elementos essenciais para o seu funcionamento, para que seja obtido o máximo lucro possível ao final de um determinado período. A resolução do modelo mencionado é feita por meio de um algoritmo genético associado ao Método Simplex.