A perfilagem de asa ée um item primordial no projeto de aeronaves. Perfis definem parâmetros estruturais, desempenho e arquitetura dos sistemas do avião. O projeto dos aerofólios deve ser feito abrangendo diversas fases do vôo e não apenas o cruzeiro. Devem-se considerar espaço interno para montagem estrutural e volume do tanque de combustível para a missão. Tornando o problema extremamente complexo e não-linear, não podendo apenas contar com a experiência da equipe de projeto para obter aeronaves competitivas no cenário aeronáutico atual. O presente trabalho provê uma contribuição ao projeto de asas de aeronave de transporte no que se refere à obtenção da perfilagem de asa num contexto de otimização multidisciplinar. Aplicam-se algoritmos genéticos para projeto da perfilagem de uma aeronave de transporte transônica tendo como função objetivo o consumo de combustível e restrições de coeficiente de sustentação máxima e espaço para combustível missão. Para solucionar este problema utilizou-se um conjunto de módulos baseados em métodos numéricos e teóricos, e parametrização polinomial dos perfis da raiz, quebra e ponta da asa. O estudo de caso ée feito para uma aeronave comercial transônica em uma missão regional típica de transporte de passageiros. Resultados que a perfilagem muda de forma a cumprir a missão e satisfazer as restrições impostas. As principais características dos perfis obtidos são o carregamento traseiro que minimiza o pico de sucção da asa e o maior raio de bordo de ataque que garante o coeficiente de sustentação máxima da asa.

As unidades militares vem atualmente se tornando alvos muito vulneráveis no que se trata de segurança patrimonial. Essa área tem demonstrado um alto crescimento no que tange à segurança eletrônica. Esta, por sua vez, é empregada, em muitos casos, de forma ineficaz, pois o custo de sua implementação se torna alto demais quando implementada sem um conceito ideal de utilização. O objetivo deste trabalho é resolver o problema de alocação de câmeras de vigilância eletrônica utilizando os conceitos de visibilidade em polígonos, para gerar uma lista de possíveis posições de câmeras e de algoritmos genéticos para encontrar boas soluções para o problema em questão. Os conceitos de visibilidade em polígonos permitem definir as regiões do ambiente visíveis por cada possível posição de alocação de câmeras e os de algoritmos genéticos permitem a busca de soluções viáveis, tomando como base a lista de possíveis posições de câmeras gerada, e essas soluções são capazes de atingir uma ponderação entre a alocação de uma mínima quantidade de câmeras e cobertura da maior porcentagem possível dos pontos de gravidade.

Material transportation is one of the most important aspects of open-pit mine operations. The problem usually involves a truck dispatching system in which decisions on truck assignments and destinations are taken in real-time. Due to its significance, several decision systems for this problem have been developed in the last few years, improving productivity and reducing operating costs. As in many other real-world applications, the assessment and correct modeling of uncertainty is a crucial requirement as the unpredictability originated from equipment faults, weather conditions, and human mistakes, can often result in truck queues or idle shovels. However, uncertainty is not considered in most commercial dispatching systems. In this thesis, we introduce novel truck dispatching systems as a starting point to modify the current practices with a statistically principled decision making methodology. First, we present a stochastic method using Time-Dependent Markov Decision Process (TiMDP) applied to the truck dispatching problem. In the TiMDP model, travel times are represented as probabilistic density functions (pdfs), time-windows can be inserted for paths availability, and time-dependent utility can be used as a priority parameter. In order to minimize the well-known curse of dimensionality issue, to which multi-agent problems are subject when considering discrete state modelings, the system is modeled based on the introduced single-dependent-agents. Based also on the single-dependent-agents concept, we introduce the Genetic TiMDP (G-TiMDP) method applied to the truck dispatching problem. This method is a hybridization of the TiMDP model and of a Genetic Algorithm (GA), which is also used to solve the truck dispatching problem. Finally, in order to evaluate and compare the results of the introduced methods, we execute Monte Carlo simulations in a example heterogeneous mine composed by 15 trucks, 3 shovels, and 1 crusher. The uncertain aspect of the problem is represented by the path selection through crusher and shovels, which is executed by the truck driver, being independent of the dispatching system. The results are compared to classical dispatching approaches (Greedy Heuristic and Minimization of Truck Cycle Times - MTCT) using Student's T-test, proving the efficiency of the introduced truck dispatching methods.

Tradicionalmente os métodos utilizados para projetos de aeronaves estão focados na redução de fatores como consumo de combustível ou peso. Entretanto, há necessidade de se implantar modelos mais sofisticados e realistas que considerem adequadamente o ponto vista do operador. O projeto de aeronaves consiste em uma tarefa complexa que integra diversas disciplinas. Contudo, somente nos últimos anos, com o avanço da computação e de novos métodos de otimização, a indústria aeroespacial pôde usufruir de plataformas de projeto e otimização multidisciplinar (MDO). Nesse contexto, este trabalho tem por objetivo desenvolver uma plataforma de otimização multidisciplinar capaz de auxiliar no projeto conceitual de uma aeronave com o menor custo operacional direto (DOC). Foram consideradas disciplinas de peso, aerodinâmica, desempenho e custos. Foram aplicadas equações semi-empíricas, baseadas nas metodologias de Roskam, Torenbeek e Raymer, a fim de se reduzir a carga computacional. Um algoritmo genético foi implantado como método de otimização. No final do trabalho é proposto um estudo de caso que consiste na otimização de uma aeronave de 138 passageiros para uma determinada malha aérea. Os resultados mostraram que o DOC é bastante suscetível a variáveis, tal como preço do combustível. A otimização de apenas um dos componentes do DOC, como o peso ou consumo, não significam a real redução dos custos.

Este trabalho investiga a aplicação de algoritmos genéticos no projeto estrutural preliminar de uma asa fabricada com materiais compósitos. O objetivo desta otimização é basicamente a minimização do peso estrutural, sujeito às restrições de projeto de carga crítica de flambagem e índice de falha dos laminados (HILL). As variáveis de projeto são classificadas em variáveis de dimensionamento (230 variáveis) e variáveis geométricas (47 variáveis). As variáveis de dimensionamento dos revestimentos, das longarinas e das nervuras da asa são as direções principais dos laminados, o número de camadas a 0, 90, -45 e +45 e a seqüência de laminação. Entre as variáveis geométricas estão as posições das nervuras com relação à raiz da asa na direção da envergadura e os ângulos das nervuras em relação ao eixo longitudinal do avião. A seqüência de laminação utilizada é consistente com o processo de fabricação por "Automatic Tape Laying" - ATL. É proposto um novo processo de otimização onde as etapas de projeto em CAD e o processamento da geometria obtida em CAE (processadores de malha de elementos finitos), visando geração de malhas, são substituídas por um gerador de malhas programado em "Visual Basic for Applications" - VBA, integrado ao "Microsoft Excel ". Este novo processo acelera a análise dos indivíduos permitindo maior rapidez na evolução do algoritmo genético. Quanto à estratégia de otimização, esta foi voltada para redução do tempo computacional. Malhas muito refinadas inviabilizam a aplicação do algoritmo em problemas com muitas variáveis, pois o número de iterações para a convergência aumenta muito com o número de variáveis. Para minimizar este problema se utilizou uma estratégia de otimização onde as malhas de elementos finitos tem seu refinamento variável. Nas primeiras gerações da otimização as malhas são mais grosseiras, permitindo boa exploração do espaço amostral sem aumento significativo do custo computacional. Na medida que a otimização vai convergindo a malha passa a ser mais refinada, possibilitando obtenção de resultados mais confiáveis ao fim da otimização.Além do refinamento progressivo utilizou-se da separação de variáveis para dar mais eficiência ao processo de otimização. Variáveis associadas somente aos laminados foram otimizadas em série com a otimização das variáveis associadas somente à geometria. Este processo de separação das variáveis em subproblemas mostrou-se bastante eficiente já que evita o agrupamento em um mesmo problema de variáveis de naturezas tão diferentes, além de permitir processamento com número reduzido de variáveis em cada etapa. Na etapa de otimização dos laminados se buscou a minimização do peso estrutural, enquanto na etapa de otimização do posicionamento das nervuras buscou-se a maximização do fator de carga crítica de flambagem. Após o estudo detalhado da influência dos parâmetros do algoritmo genético no comportamento da otimização foi possível a criação de diretrizes àqueles que buscam maior eficiência (menor custo computacional) em uma otimização qualquer.

Esta dissertação aborda problemas relacionados ao projeto e análise de desempenho de hélices ótimas. Hélice é o componente responsável pela geração de tração em algumas aeronaves, helicópteros e barcos. Especificamente, a pesquisa enfoca problemas que ocorrem durante a fase de projeto analítico, identifica deficiências e vantagens nos métodos e modelos matemáticos descritos na literatura e propõe alguns instrumentos que facilitam a reutilização de soluções já desenvolvidas e validadas, anteriormente, por outros projetistas. Esta dissertação está centrada na hipótese de que a maior parte das falhas de projeto de hélices deve-se, principalmente ao grande número de variáveis de entrada que o método de projeto ótimo requer, o que dificulta o projetista de lidar com tantas variáveis. O objetivo geral desta dissertação é a investigação de modelos, metodologias e métodos que possam ser aplicados durante o projeto de hélices ótimas e durante a elaboração das suas cartas de desempenho. Dentre os objetivos mais específicos está o desenvolvimento de instrumentos que, possibilitem o desenvolvimento de geometrias idealizadas para determinado ponto de projeto. Como resultado desta pesquisa, as principais contribuições obtidas foram: (1) a identificação e especificação de uma metodologia adequada à análise de desempenho de hélices; (2) uma ferramenta de projeto, denominada VBAProp, que serve como ponto de partida para a modelagem de hélices ótimas, esta ferramenta em conjunto de pacotes computacionais comerciais de análise heurística forma uma valiosa ferramenta para especificação de geometrias de hélice ótimas.

Este trabalho utiliza técnicas de otimização aplicadas em projetos de turbomáquinas para otimizar a eficiência dentro e fora do ponto de projeto. O projeto de compressores e turbinas axiais são projetos complexos com diversas relações a serem consideradas e balanceadas durante a fase de projeto. Desta forma, a utilização de uma ferramenta de otimização se faz necessária para encontrar a melhor configuração para os parâmetros geométricos que afetam diretamente a eficiência e desempenho do componente comprometendo o motor turbina a gás como um todo. Foi utilizado uma metodologia de otimização hibrida reunindo a utilização de um algoritmo evolutivo e um determinístico com o objetivo de alcançar o ótimo global do projeto e acelerar o processo de otimização. Para o algoritmo evolutivo foi utilizado o NSGA II e para o determinístico o Programação Quadrática Sequencial. Os algoritmos foram aplicados a dois projetos, primeiro a uma turbina axial com projeto de linha média considerando ponto de projeto, a qual foi implementada o modelo de predição de perdas de Denton. Neste projeto foram alterados parâmetros geométricos para maximizar a eficiência minimizando as perdas. No segundo projeto foi utilizado o programa AFCC que simula um compressor operando dentro e fora do ponto de projeto, foi analisada a influência do uso de VIGVs e VSVs para operações fora do ponto de projeto, bem como a quantidade necessária de estatores variáveis no compressor, com o objetivo de encontrar o melhor ângulo de abertura para maximizar a eficiência e aumentar a faixa de operação do compressor afastando problemas de estol e bombeamento. A utilização de técnica de otimização hibrida aplicada a projeto de turbomáquinas se mostrou muito eficiente reduzindo o custo computacional em três vezes quando comparado ao algoritmo genético puro ao mesmo tempo em que se pode trabalhar com problemas multi-objetivos e encontrar o ótimo global do projeto.

Neste trabalho é apresentado um método para a reconstrução de fontes de bioluminescência em águas naturais a partir de dados de irradiâncias obtidos in situ. Este problema inverso da Óptica Hidrológica é formulado como um problema de otimização não linear, assumindo que o perfil de bioluminescência a ser determinado possa ser representado por um somatório de fontes gaussianas distribuídas, e resolvido iterativametne usando um algoritmo genético híbrido. O problema direto associado é resolvido com a utilização do programa de computador Hydrolight 3.0. Este modelo resolve numericamente a equação de transferência radiativa, no caso unidimensional, invariante no tempo, usando a teoria da inserção invariante. O método proposto foi testado com dados sintéticos, isto é, dados calculados pelo programa Hydrolight, e forneceu bons resultados numéricos. São analisadas as influências do ruído e dos valores de parâmetros funcionais do algoritmo genético na reconstrução de perfis de fontes de Bioluminescência.

Este trabalho ampliou e aprofundou os estudos iniciais que alicerçaram a proposta de um novo modelo de rede neural artificial, a GasNet ([Hus1998], [HSO+1998], [HSJ+1998], [PHO1998] e [HSO2001]), cuja principal particularidade é a emulação de comunicação via moduladores químicos difusos. Em sua origem, o modelo GasNet foi aplicado na evolução bem sucedida de controladores para robôs móveis autônomos, oferecendo vantagens em relação ao tempo de convergência e grau de compactação das redes criadas, quando em comparação à evolução empregando modelos de redes tradicionais. As pesquisas realizadas aqui questionam, no entanto, o papel efetivo da atividade química do sistema, mostrando que versões simplificadas de GasNets, em que o substrato químico encontra-se desativado, são computacionalmente menos onerosas e fornecem similaridade, ou até equivalência de desempenho com as GasNets. O trabalho se baseou em experimentos computacionais com três problemas-teste onde a GasNet não tinha sido aplicada anteriormente, todos de natureza discreta, e no problema original usado na proposição da GasNet, o qual é de natureza contínua. Resultados obtidos demonstram que processos de estabilização dinâmica podem ser incorporados à GasNet, de modo a torná-la operacional em domínios discretos, e em domínios contínuos que apresentem limitações em sua capacidade de continuidade. Em geral, os resultados ampliam o conhecimento disponível sobre esse novo tipo de rede, em vários de seus aspectos, em particular, provocando uma releitura dos resultados já existentes na literatura, de modo a incorporar suas limitações, conforme evidenciadas na pesquisa, e traçando novas direções, indicativas de caminhos que devam ser seguidos nos desenvolvimentos subseqüentes da GasNet. ]

Avaliamos a aplicação de alguns métodos de otimização que não utilizam informação prévia e introduzimos novos métodos que a utilizam na solução de problemas de física atômica e molecular. Aplicamos esses métodos na determinação da geometria do estado fundamental de aglomerados de Silício. A energia total foi calculada pelo método semi-empírico Tight Binding, mas é facilmente adaptável a qualquer outro. Na discussão de métodos sem informação prévia fizemos uma comparação entre Recozimento Simulado Generalizado, RSG, que utiliza a estatística de Tsallis e o Recozimento Simulado Clássico, RSC, que utiliza estatística de Boltzmann. Mostramos que o RSG tem potencial para acelerar a determinação do mínimo global sem perder eficiência em relação ao RSC. Verificamos que em outros problemas de física, a inclusão de informação prévia, isto é, a experiência de pesquisadores permitiu a solução de problemas que desafiavam os cientistas. Decidimos, então, introduzir um novo procedimento de otimização global de geometrias de aglomerados baseado na utilização de informação prévia disponível que fosse automático, isto é, que aprendesse por si. Com esse objetivo, combinamos as Redes Neurais Artificiais com o Algoritmo Genético. Este método é adequado para resolver problemas que dependam de algum tipo de heurística para limitar o hiper-espaço a ser pesquisado. Mostramos que as Redes Neurais Artificiais são capazes de, após treinadas, aprender as características do problema. Mostramos que podem gerar uma população selecionada para o algoritmo genético e acelerar a descoberta da solução do problema de otimização. Aplicamos o novo método para determinar a geometria do estado fundamental de aglomerados de Silício. Treinamos as Redes Neurais Artificiais com aglomerados pequenos (de até 9 átomos) e estudamos o Si10 e Si20, conseguindo um resultados cerca de 3 vezes mais rápidos do que o genético puro. Um próximo passo será o acoplamento de nosso método com um procedimento mais preciso que a aproximação Tight-Binding , especificamente pretendemos usar o "Full-Potential Linear Muffin-Tin Orbital" de Li e Cao. Outro interesse futuro e explorar a otimização assistida por rede neural em problemas de outras áreas da física, como por exemplo a análise espectroscópica.