Atualmente vêm sendo desenvolvidas e utilizadas várias técnicas de modelagem de distribuição geográfica de espécies com os mais variados objetivos. Algumas dessas técnicas envolvem modelagem baseada em análise ambiental, nas quais os algoritmos procuram por condições ambientais semelhantes àquelas onde as espécies foram encontradas, resultando em áreas potenciais onde as condições ambientais seriam propícias ao desenvolvimento dessas espécies. O presente estudo trata do uso da modelagem preditiva de distribuição geográfica, através da utilização de algoritmo genético e algoritmo de distância, de espécies como ferramenta para a conservação de espécies vegetais, em três situações distintas: modelagem da distribuição do bioma cerrado no estado de São Paulo; previsão da ocorrência de espécies arbóreas visando à restauração da cobertura vegetal na bacia do Médio Paranapanema e modelagem da distribuição de espécies ameaçadas de extinção (Byrsonima subterranea). A metodologia empregada e os resultados obtidos foram considerados satisfatórios para a geração de modelos de distribuição geográfica de espécies vegetais, baseados em dados abióticos, para as regiões de estudo. A eficácia do modelo em predizer a ocorrência de espécies do cerrado é maior se forem utilizados apenas pontos de amostragem com fisionomias de cerrado, excluindo-se áreas de transição. Para minimizar problemas decorrentes da falta de convergência do algoritmo utilizado GARP (Genetic Algorithm for Rule Set Production), foram gerados 100 modelos para cada espécie modelada. O uso de modelagem pode auxiliar no entendimento dos padrões de distribuição de um bioma ou ecossistema em uma análise regional e local. / Many different techniques are being used today with different objectives to model the geographic distribution of species. Some of these techniques are based on environmental analysis where algorithms search for environmental conditions similar to those where the species were found, resulting in potential areas where the environmental conditions would be favorable for the development of these species. The present study is based on predictive modeling of the geographic distribution of species using genetic and distance algorithms as a tool for plant conservation in three different situations: modeling the Cerrado biome of the state of São Paulo; predicting the occurrence of tree species, aiming at the recuperation of the Médio Paranapanema watershed; and, modeling the distribution of endangered species (Byrsonima subterranea). The methodology used and the results obtained were considered satisfactory for the generation of geographic distribution models for plant species, based on abiotic data for the regions studied. The accuracy of the model in predicting the occurrence of species in the Cerrado is greater if only points that occur within the Cerrado and not in transition areas are used. In order to minimize problems due to the lack of convergence of the genetic algorithm GARP (Genetic Algorithm for Rule Set Production), 100 models were generated for each specie. The use of modeling tools can help understand the distribution patterns of a biome or ecosystem in a regional or local analysis.

O risco de crédito a pessoas físicas tem sido avaliado empiricamente ou por sistemas de credit score. No entanto, com o crescimento do mercado de crédito ao varejo, o assunto passou a merecer maior preocupação em razão da elevação das taxas de inadimplência, que vem causando enormes prejuízos aos doadores de recursos. Redes Neurais Artificiais (RNA) podem ser treinadas utilizando grandes quantidades de exemplos significativos. Utilizando esta técnica, as avaliações podem ser modeladas através de exemplos encontrados nos históricos dos clientes das aplicações de crédito. Contudo, a topologia e os parâmetros de aprendizado das RNA precisam ser apropriadamente estabelecidos para que a rede funcione eficientemente. Para resolver este tipo de problema, recentemente vêm sendo utilizados Algoritmos Genéticos (AG), algoritmos baseados em mecanismos genéticos e de seleção natural, que podem ser utilizados para encontrar as arquiteturas mais eficientes. O objetivo deste projeto é investigar como o projeto de RNA pode se beneficiar de AG para a determinação de sua arquitetura e o comportamento de RNA como técnica para análise de risco crédito financeiro. Para avaliar os modelos desenvolvidos, foram utilizados dois conjuntos de dados diferentes, compostos de informações sobre aplicações reais de crédito. O primeiro deles é constituído por dados de aplicações de cartão de crédito, cujo objetivo do modelo é \"imitar\" a avaliação humana. O segundo é constituído por dados de clientes de crédito bancário e seus históricos de pagamento com o objetivo de prever o comportamento de futuros clientes. / However, with the growth of the massive credit market, this activity arnacted more aúention, mainly due to the increase of indebt rates, which has occasioned largelosses to the donors of the resources. Artificial Neural Networks (AIIN) can be trained using avery large quantity of significant examples. Using this technique, the credit evaluation can be modeled through the Ãamples found in the historical data of the credit applicants. Nevertheless, the topology and the learning parameters of ANNs must be adequately set for an efficient performance to be achieved. Recently Genetic Algorithms (GA) have been proposed to overcome these problems. These algorithms are based on natural selection and gãnetic mechanisms, that can be used to find adequate neural a¡chitectures. The objectives of this work is to investigate how the ANN design can benefit from the use of GA to the determination of its architecture and the behavior of ANN as a tool for financial credit analysis. To evaluate the models developed two different data sets, composed by real information about credit applications, were used. The first of these data sets is composed úy data from credit card applications, whose purpose is to imitate the human evaluation. The second data set is composed by information about banking credit customers and their payment historical data. Its pu{pose is to predict the behavioral of new customers.

As mudanças físicas ocorridas ao longo do tempo requerem que os modelos hidráulicos de previsão de comportamento das redes de distribuição de água para abastecimento tenham seus parâmetros reavaliados periodicamente via calibração. Diversas são as dificuldades inerentes ao processo de calibração de redes reais, dentre as quais aquelas resultantes da precariedade dos cadastros, como a incerteza quanto à localização e condição de abertura de válvulas na rede. Muitos métodos de calibração foram propostos na literatura, geralmente com base em equações analíticas e técnicas de otimização diversas. Reconhece-se, entretanto, a necessidade de estimativas dos parâmetros da rede em termos das rugosidades e dos parâmetros locais da relação entre pressão e vazamento, para sistemas sujeitos a vazamentos expressivos. Propõe-se aqui um método de calibração em duas etapas em que os AGs (algoritmos genéticos) são empregados como ferramenta na resolução dos problemas inversos correspondentes, sendo os estudos realizados para setores de rede da cidade de São Carlos, SP, sobre os quais extensivos trabalhos de campo foram realizados. Foram desenvolvidos também estudos de investigação da melhor representação do problema via AGs e de localização de pontos ótimos de monitoramento. Os resultados demonstraram-se robustos em identificar rugosidades e trechos dotados de válvulas, bem como os parâmetros do modelo de vazamentos, além de indicar possibilidades de melhorias na eficiência dos AGs. Resultados obtidos a partir de considerações sobre técnicas de localização de pontos ótimos de monitoramento também foram considerados bons. / Continuous physical changes that occur in water supply networks along the years require their calibration in order to guarantee realistic forecasts through hydraulic models. There are many difficulties involved in water supply network calibration in terms of their parameters as results of many factors, amongst which the lack or uncertainty on data like location and status of valve openings in the network. Several calibration methods have been proposed in the literature, usually based on many analytical equations and optimization techniques. However, it was known the need of estimative of network parameters in proper form of roughnesses and local parameters of relation between pressure and leakage, for systems submitted to expressive leakages. This work proposes a method of calibration in two phases in which the GAs (genetic algorithms) are used as tools in the resolution of corresponding inverse problems, being the studies performed for sectors of the network of the city of São Carlos, SP, about which extensive field work had been done. It was developed, also, studies investigating of the best representation of problem through GAs and the localization of optimal points for monitoring. The results have showed themselves robust in the identification of roughnesses and sections having valves, as well as the parameters of leakage model, besides to indicate possibilities of improvements in GA\'s efficiency. The results that have been obtained from considerations aboutlocalization techniques of optimal points for monitoring were considered good as well.

O código genético é altamente conservado e está presente na maior parte dos organismos vivos. Uma questão que tem intrigado os cientistas é se o código genético é fruto do acaso ou de um processo evolutivo. Se qualquer associação entre aminoácidos e códons é possível, então existem cerca de 1, 51 × 1084 códigos possíveis. A hipótese de que o código genético evoluiu é suportada por sua robustez frente a mutações. Duas metodologias tem sido utilizadas para estudar esta hipótese: a abordagem estatística, que estima o número de códigos aleatórios melhores que o código genético padrão, e a abordagem por engenharia, que compara o código padrão com os melhores códigos hipotéticos obtidos por meio de um algoritmo de otimização. A utilização de ambas abordagens têm sido feita considerando-se apenas uma função objetivo, baseada na robustez frente a mutações quando uma determinada propriedade dos aminoácidos é considerada. Neste trabalho, propõe-se considerar mais de um objetivo simultaneamente para a avaliação dos códigos genéticos. Para isso, três abordagens multiobjetivo utilizando Algoritmos Genéticos são empregadas. São elas: abordagem lexicográfica, ponderada e de Pareto. Os resultados indicam que a utilização de mais de um objetivo é promissor, sendo os códigos hipotéticos gerados mais similares ao código genético padrão, quando comparados com os resultados obtidos por outros autores. / The genetic code is highly preserved and it is present in most living organisms. If we consider all codes mapping the 64 codes into 20 amino acids and one stop codon, there are more than 1.51 × 1084 possible genetic codes. The main question related to the organization of the genetic code is why exactly the standard code was selected among this huge number of possible genetic codes.The hypothesis that the genetic code has evolved is supported by its robustness against mutations. Many researchers argue that the organization of the standard code is a product of natural selection and that the codes robustness against mutations would support this hypothesis. Two methodologies have been used to investigate this hypothesis: the first one is the statistical approach which estimates the number of random codes which are better than the standard genetic code. The second is the engineering approach, which compare the standard code with the best hypothetical codes obtained by an optimization algorithm. Both approaches have been used considering only one objective function, which is usually based on the robustness against changes using the polar requirement. In this research, we propose to consider more than one objective simultaneously for the evaluation of genetic codes. For this purpose, three approaches using multi-objective genetic algorithms were employed, are they: lexicographic, weighted, and Pareto-based. The results indicate that considering more than one objective function is promising: the hypothetical codes generated are more similar to the standard genetic code, when compared with the results obtained by the monoobjective approach.

O objetivo desse trabalho foi estabelecer planos de amostragem com redução no tamanho amostral, a partir de conjuntos de dados com dependência espacial, que fossem eficientes na predição de localizações não amostradas e que gerassem estimativas eficientes de características relacionadas na predição espacial. Esses planos amostrais reduzidos foram obtidos por processos de otimização denominados recozimento simulado e algoritmo genético híbrido, considerando a média da variância da predição espacial, obtida pelo método de interpolação chamado krigagem, como função objetivo minimizada. Para isso, utilizaram-se conjuntos de dados simulados, com diferentes valores de alcance e efeito pepita, cujo intuito foi identificar a influência que esses parâmetros exercem na escolha da configuração amostral otimizada. Para cada conjunto de dados simulados, foram obtidas amostras pelos processos de otimização e seus resultados foram comparados aos esquemas de amostragem: aleatório, sistemático, sistemático centrado adicionado de delineamentos menores e sistemático centrado adicionado de pontos próximos. Os resultados mostraram que os planos de amostragem otimizados, principalmente os planos obtidos pelo algoritmo genético híbrido, produziram menores estimativas para a média da variância da krigagem e melhores estimativas para a porcentagem e soma de valores preditos acima do terceiro quartil e do percentil 90, que s~ao características relacionadas na predição espacial. Observou-se, também, que o aumento do tamanho amostral produziu melhores estimativas para todos os resultados analisados e, independente do valor de alcance e efeito pepita, a amostragem otimizada pelo algoritmo genético híbrido produziu melhores resultados. Além disso, obtiveram-se conjuntos amostrais reduzidos de 128 parcelas pelo algoritmo genético híbrido, pelo processo de recozimento simulado e pelas amostragens aleatória e sistemática, para a propriedade química teor de potássio pertencente ao conjunto de dados, com 256 parcelas, de um experimento de agricultura de precisão em uma área experimental. Por intermédio dos dados resultantes dessas amostragens, realizou-se uma analise geoestatística para identificar o comportamento de dependência espacial da variável potássio na área e foram feitas predições espaciais do potássio em localizações n~ao amostradas nessa mesma área. Em todos os esquemas de amostragem utilizados, os valores preditos foram classificados segundo o critério de adubação do potássio no Paraná em culturas de soja (EMATER - Empresa Paranaense de Assistência Técnica e Extensão Rural, 1998). Esses resultados foram comparados com a analise realizada no conjunto de dados inicial e observou-se uma maior similaridade desses resultados com os obtidos pela analise realizada através dos dados da amostragem obtida pelo algoritmo genético híbrido. Assim, tiveram-se evidências de que a redução em 50% do tamanho amostral do conjunto de dados da variável potássio, utilizando nessa redução uma amostragem obtida pelo algoritmo genético híbrido, produziu resultados eficientes para a classificação de adubação de potássio na área em estudo, reduzindo em 50% os custos 8 com analise química do solo, sem grande perda de eficiência nas conclusões obtidas pela predição espacial. / The aim of this work was to establish plans for sampling with reduced in the sample size, from sets of dependent spatial data, and they are eficients in terms of prediction of the nonsampled observations and prediction of linear targets. These plans were obtained by sampling reduced processes optimization of the algorithm called simulated annealing and hybrid genetic algorithm, considering the average kriging variance as objective function to be minimised. Therefore, it was used simulated data sets, With diferent values of range and nugget efect, whose aim was to identify the in uence that these exercise parameters in choosing the sample configuration foptimized. For each set of data simulated samples were obtained through the optimization process and its results were compared to sampling schemes: random, systematic, lattice plus in ll and lattice plus close pairs. The results show that the sampling plans optimized, especially the plans obtained by hybrid genetic algorithm, produced lower estimates for the average kriging variance and best estimates for the percentage and amount of predicted values above the third quartile and the 90 percentile, which are characteristics related to spatial prediction. It was also observed that the increase of sample size produces best estimate for all results analyzed and independent of the value range and nugget efect, sampling optimized by the hybrid genetic algorithm produced better results. In addition, sets up sampling reduced of 128 samples by sampling schemes: hybrid genetic algorithm, simulated annealing, random and systematic, for the property belonging to the chemical potassium set data, with 256 samples, an experiment of precision agriculture, in an experimental area. Through these sampling data, an analysis was carried out geostatistics to identify the behavior of spatial dependence of the variable potassium in the area under study and predictions were made of potassium space in locations not sampled that same area. In all sampling schemes used, the predicted values were classified at the discretion of the potassium fertilization in the cultivation of soybeans in Parana (EMATER-PARANA, 1998). These results were compared with the analysis in the initial set of data and there was a greater similarity of these results with those obtained by the analysis performed by data obtained by the sampling hybrid genetic algorithm. So there has been evidence that the reduction by 50% of the sample size of the data set of variable potassium, using this reduction a sample obtained by the hybrid genetic algorithm, produced efective results for classification of potassium fertilizer in the area under study, reducing by 50% the costs with chemical analysis of soil, without much loss of eficiency in the conclusions obtained by predicting space.

Apesar de o problema de layout de fábrica (FLP) ser amplamente estudado, esse esforço não tem se refletido no estudo de layout para estaleiros; pelo contrário, na prática, a maioria de layouts de estaleiros foi projetada com base nas experiências adquiridas pelos especialistas desta indústria, não seguindo um método analítico e sistematizado. Por essa razão, é significativo o trabalho dos autores Choi et al (2017), no sentido de propor um método quantitativo baseado nas técnicas de planejamento de layout de fábrica (FLP) e de layout arquitetônico para o problema de layout de estaleiros (ShLP); consistindo na otimização da topologia e na otimização da geometria do layout do estaleiro. Nesta dissertação, replicou-se e adequou-se o problema proposto pelos autores, aplicando um algoritmo genético baseado em ordem para a primeira etapa, e a replicação do modelo para a segunda etapa. Além disso, propõe-se também a incorporação de uma terceira etapa para a otimização geométrica, baseado em um algoritmo genético geral, no intuito de atingir melhorias no layout geométrico final. Os testes executados apontaram uma redução de 6% nos custos de manuseio de materiais, MHC. Verificou-se também a qualidade dos layouts obtidos mediante a utilização de índices de desempenho de layout de fábrica propostos pela literatura, com a finalidade de obter uma comparação correta entre o layout final reportado pelos autores e o obtido nesta dissertação. / Although the facility layout problem (FLP) has been extensively studied, this effort has not been reflected in the layout study for shipyards layout; on the contrary, in practice the majority of shipyard layouts were designed based on the experiences acquired by the specialists in this industry, and not following an analytical and systematized methodology. For this reason, the work of the authors Choi et al (2017) is significant in order to propose a quantitative method based on the techniques of facility layout planning methodology (FLP) and architectural layout focused for the shipyard layout problem (ShLP); consisting of optimization of the topology and geometry of a shipyard. In this study, the problem proposed by the authors was replicated and adapted, applying a genetic algorithm based on order for the first step; and the replication of the model to the second. In addition, it is also proposed the incorporation of a third step for the geometric optimization, based on a general genetic algorithm, in order to achieve significant improvements in the final geometric layout. The tests carried out indicated a 6% reduction in materials handling costs, MHC. Moreover, it was verified the quality of the layouts obtained through the use of the factory layout performance indexes proposed by the literature, in order to obtain a correct comparison between the final layout reported by the authors and the one obtained in this study.

Utiliza-se recombinação de soluções em diversas estratégias de otimização, principalmente aquelas relacionadas a meta-heurísticas populacionais. Operadores de recombinação por decomposição particionam as variáveis de decisão do problema de modo a permitir a decomposição da função de avaliação. Assim, encontra-se, com custo computacional proporcional ao custo de se avaliar uma solução do problema, a melhor solução entre um número de soluções descendentes que cresce exponencialmente com o número de partições encontradas. Recombinação por decomposição foi até aqui utilizada apenas em problemas em que as informações sobre o relacionamento entre as variáveis de decisão são conhecidas a priori. O objetivo principal desta pesquisa de mestrado foi o desenvolvimento de um novo operador de recombinação por decomposição para todos os problemas de otimização pseudo-Booleana. Para isso, foi necessário estimar as ligações entre as variáveis de decisão por meio de procedimentos utilizados em algoritmos de estimação de distribuição e avaliar as partições encontradas pelo novo operador de recombinação. Os resultados encontrados demonstram que o novo operador desenvolvido obteve resultados relevantes para os problemas abordados em relação a geração de novas soluções candidatas por recombinação, em comparação aos demais operadores de recombinação utilizados / The recombination of solutions is important for most of the population meta- heuristics. Recombination by decomposition partitions the decision variables of the problem in order to allow the decomposition of the evaluation function. In this way, it allows to find, with computational cost proportional to the cost of evaluating one solution of the problem, the best solution among a number of offspring solutions that grows exponentially with the number of partitions found by the recombination operator. Recombination by decomposition has been so far used only in problems where the information about the linkage between the decision variables is known. The main objective of this project was the development of new operators of recombination by decomposition for all pseudo-Boolean optimization problems. For this purpose, was necessary to estimate the linkage between the decision variables by using procedures generally employed in estimation of distribution algorithms. Our results show that the new recombination operator obtained significant results for the problems chosen relate to the generation of new solutions by recombination, in comparison to the other recombination operators used

Os sistemas baseados em redes neurais artificiais e algoritmos genéticos oferecem um método alternativo para solucionar problemas relacionados à otimização de sistemas. Os algoritmos genéticos devem a sua popularidade à possibilidade de percorrer espaços de busca não-lineares e extensos. As redes neurais artificiais possuem altas taxas de processamento por utilizarem um número elevado de elementos processadores simples com alta conectividade entre si. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver vários tipos de problemas de otimização, os quais consistem, geralmente, da otimização de uma função objetivo que pode estar sujeita ou não a um conjunto de restrições. Esta tese apresenta uma abordagem inovadora para resolver problemas de otimização não-linear restrita utilizando uma arquitetura neuro-genética. Mais especificamente, uma rede neural de Hopfield modificada é associada a um algoritmo genético visando garantir a convergência da rede em direção aos pontos de equilíbrio factíveis que representam as soluções para o problema de otimização não-linear restrita. / Systems based on artificial neural networks and genetic algorithms are an alternative method for solving systems optimization problems. The genetic algorithms must its popularity to make possible cover nonlinear and extensive search spaces. Artificial neural networks have high processing rates due to the use of a massive number of simple processing elements and the high degree of connectivity between these elements. Neural networks with feedback connections provide a computing model capable of solving a large class of optimization problems, which refer to optimization of an objective function that can be subject to constraints. This thesis presents a novel approach for solving constrained nonlinear optimization problems using a neuro-genetic approach. More specifically, a modified Hopfield neural network is associated with a genetic algorithm in order to guarantee the convergence of the network to the equilibrium points, which represent feasible solutions for the constraint nonlinear optimization problem.

O objetivo de um sistema elétrico de potência é gerar energia elétrica e fornecer continuamente esta energia aos usuários finais dentro de padrões de qualidade aceitáveis. Neste contexto, diferentes aplicações usando algoritmos genéticos (AGs) para resolver problemas relacionados a sistemas elétricos de potência são apresentadas neste trabalho. A estimação de harmônicos, estudos relativos aos relés de freqüência e aplicações da proteção de distância são os assuntos investigados nesta tese. Para análise harmônica foram consideradas freqüências em sistemas de potência de até a vigésima quinta ordem, as quais foram estimadas pelos AGs e comparadas àquelas resultantes da análise quando da aplicação da Transformada Discreta de Fourier (TDF). Com respeito aos relés de freqüência, o objetivo foi estimar a amplitude, freqüência e ângulo de fase para diversas situações de formas de ondas utilizando uma nova estrutura que possa ser implementada dispondo em FPGAs (Field Programmable Gate Array). Finalmente, aplicados à proteção de distância, o principal propósito dos AGs foi identificar os fasores fundamentais da tensão e corrente e, então, calcular a impedância da linha medida pelo relé de distância associado. Cabe ressaltar que estes resultados também foram comparados ao método clássico da TDF. Todas as três abordagens foram formuladas como problemas de otimização, com objetivo de minimizar o erro estimado das variáveis envolvidas. Os resultados dessas aplicações mostram que o desempenho global dos Algoritmos Genéticos foi altamente satisfatório considerando-se as precisões das respostas encontradas. / The aim of electric power systems is to generate electricity and to deliver it continuously to the end-user in an acceptable standard. Therefore, different applications using genetic algorithms (GAs) to solve electric power system problems are presented in this work. Harmonic estimation, frequency relays and distance protection are the subjects investigated in this thesis. Concerning harmonic analysis, the ones up to the 25th order were considered in this work. They were estimated by GAs and compared to results obtained from the Discrete Fourier Transform (DFT) technique. Concerning frequency relays, the main objective was to estimate the amplitude, frequency and phase angle of waveforms using a new structure capable to be implemented in a FPGA (Field Programmable Gate Array). Finally, concerning distance protection, the main purpose was use the GAs to identify the fundamental voltage and current phasors and to calculate the line impedance seen by the distance relay. These results were also compared to those obtained from the classic DFT method. These three problems were formulated as an optimization problem, and the objective was to minimize the estimation error. The results from these applications show that the global performance of the genetic algorithms was highly satisfactory concerning the precision of the responses.

Orientador: Sérgio Henrique Lopes Cabral. / Dissertação (Mestrado em Engenharia Elétrica) - Programa de Pós-Graduação em Engenharia Elétrica, Centro de Ciências Tecnológicas, Universidade Regional de Blumenau, Blumenau,