A utilização de perfis de aço formados a frio tem grande aplicação na atualidade, ora sendo empregados na construção civil convencional (prédios residenciais e industriais) ora em estruturas mecânicas, tais como estruturas de veículos (caminhões, ônibus, vagões, etc.). As atuais exigências econômicas fazem com que estes perfis tenham, cada vez mais, alto desempenho estrutural. Neste sentido propõe-se, na presente tese, explorar as possibilidades de otimização paramétrica da seção transversal de perfis U com e sem enrijecedores de borda formados a frio quando submetidos à compressão. As ferramentas utilizadas para cumprir tal objetivo são o Método das Faixas Finitas Restringidas (MFFr) para análise da estabilidade elástica e o Método da Resistência Direta (MRD) para determinação da resistência do perfil como uma alternativa ao Método das Larguras Efetivas. O MFFr é aqui utilizado por ser capaz de realizar a decomposição e a identificação modal. Incorpora-se a esta forma de análise uma metodologia de otimização baseada em algoritmos genéticos que se fundamenta no processo de seleção natural proposto por Charles Darwin. Exemplos considerando esta forma de trabalho mostram os ganhos que poderiam ser obtidos. Para verificar os resultados obtidos na otimização, um modelo em elementos finitos considerando a não-linearidade física e geométrica foi utilizado, o qual foi calibrado com resultados experimentais encontrados na literatura. Conclusões sobre a potencialidade da metodologia utilizada são finalmente apresentadas. / The use of cold-formed steel members has great application at the present time, such as in standard civil buildings (residential and industrial buildings) and in mechanical structures (structures of vehicles as trucks, bus, wagons, etc.). A high structural performance for profiles is a required economic demand in present days. In this sense, the present theory intends to explore the possibilities of parametric optimization of cold-formed steel channel and lipped channel members when submitted to compression. The tools used to accomplish such objective are the method of the Constrained Finite Strip method (cFSM) for analysis of the elastic stability and the Direct Strenght Method (DSM) for determination of the resistance of the profile as an alternative to the Effective Width Method. The constrained finite strip method (cFSM) is used because it is capable to accomplish the modal decomposition and identification. An optimization methodology based in genetic algorithms that is based in the process of natural selection proposed by Charles Darwin is incorporated in this form of analysis. Examples considering this methodology show the improvement that could be obtained. To verify the results obtained in the optimization, a model in finite elements considering the non-linearities, material and geometric, was used, which was calibrated with experimental results found in the literature. Conclusions about the potentiality of the used methodology are finally presented.

A cada ano que passa cresce a preocupação quanto à segurança de passageiros em veículos, isso pode ser concluído analisando a crescente exigência através de normas que determinam a resistência estrutural mínima de veículos frente a diferentes carregamentos extremos. Por outro lado, um mercado automobilístico cada vez mais competitivo exige projetos mais leves, econômicos e baratos. A preocupação ambiental também está em evidência. Com essa diversidade de objetivos, muitas vezes contraditórios, que o engenheiro deve levar em consideração ao projetar um veículo, tornou-se árdua tarefa relacionar todos esses conceitos de maneira harmoniosa. Neste contexto, se apresenta nesse trabalho uma proposta de metodologia para a otimização estrutural, utilizando Algoritmo Genético, de um ônibus sob condições de tombamento. O modelo simplificado de elementos finitos do ônibus é construído com elementos de viga e, nos locais com grande deformação plástica localizada, são acrescentadas rótulas plásticas à estrutura. Para caracterizar as rótulas plásticas são utilizados métodos experimentais e numéricos. Desse modelo numérico do ônibus sob tombamento são extraídos parâmetros que compõe as diferentes funções objetivo propostas e, assim, diversos projetos otimizados são analisados, visando encontrar o melhor projeto para cada estudo realizado. Por fim, conclui-se que a metodologia de otimização proposta representa uma ferramenta muito útil e pode ser empregada durante o desenvolvimento de projetos, agilizando o processo e facilitando a tomada de decisões importantes. / The concern about vehicle passengers’ safety increases along the years, this can be concluded analyzing the constant evolution of requirements through standards, defining minimum structural rigidity of vehicles under different extreme loads. Otherwise, highly competitive automotive market demands lighter, economic and cheaper projects. The ambient concern is also in evidence. This diversity of objectives, many times contradictory, that an engineer must handle during a vehicle development, became an arduous task to relate all these concepts in a harmonious way. In this context, is presented in this paper a proposal of methodology for a structural optimization, applying Genetic Algorithm, of a bus rollover. The simplified finite elements model of the bus is constructed with beam elements and, in places with localized large plastic deformation, plastic hinges are added to the structure. Experimental and numerical methods are used to determine the plastic hinge properties. With this numerical model of the bus rollover, parameters are extracted to compose the different proposals of objective functions and, thus, diverse optimized projects are analyzed, aiming to find the optimum project for each study. Finally, is concluded that the optimization methodology proposal represents a useful tool and can be applied during projects’ development, shortening the process and helping on important decisions.

O presente trabalho tem por objetivo apresentar uma formulação para a otimização estrutural de treliças planas e espaciais submetidas a restrições de tensão e deslocamento, combinando técnicas que consideram o espaço de busca contínuo e discreto. É implementado um algoritmo cuja finalidade é incorporar a simplicidade, eficiência e velocidade dos métodos determinísticos com a capacidade de produzir resultados mais realísticos dos métodos estocásticos. O programa desenvolvido possui módulos de elementos finitos, análise de sensibilidade e otimização. Os problemas são resolvidos em duas etapas: A primeira etapa é baseada em Programação Linear Seqüencial (PLS). Este método de programação matemática necessita que a função objetivo e as restrições sejam sucessivamente linearizadas por expansão em séries de Taylor e a análise de sensibilidade é resolvida utilizando o método analítico. A segunda etapa usa Algoritmos Genéticos (AG) e emprega o método das funções penalizadas, no qual o problema restrito é transformado em irrestrito, associando uma penalidade às restrições violadas. Os resultados encontrados na primeira etapa são utilizados para melhorar a convergência da segunda etapa. Para ilustrar o desempenho do algoritmo proposto são apresentados exemplos numéricos de problemas clássicos comparando-os com outros métodos encontrados na literatura. / The present work has as objective the presentation a formulation for structural optimization of plane or space truss with local stress and displacement constraints, combining techniques that consider the search space continuous and discrete. An algorithm was implemented with the purpose to incorporate the simplicity, efficiency and rapidity of the deterministic methods with the ability to produce more realistic results of stochastic methods. The software developed has modules for finite element, sensitivity analysis and optimization. Problems are solved in two steps: The first is based on Sequential Linear Programming (SLP). This method of mathematical programming requires that the objective function and constraints are successively linearized applying a Taylor series expansion and sensitivity analysis is solved using the analytical method. The second step uses genetic algorithms (GA) and Penalty function methods for transform the constrained problem into an unconstrained problem, associating a penalty if a constraint is violated. The results in the first stage are used to improve the convergence of the second stage. Numerical examples are presented to illustrate the performance of the proposed algorithm comparing with other methods found in literature.

O objetivo do trabalho é estudar a viabilidade de tratar problemas de otimização, considerados intratáveis, através de Algoritmos Genéticos, desenvolvendo critérios para a avaliação qualitativa de um Algoritmo Genético. Dentro deste tema, abordam-se estudos sobre complexidade, classes de problemas, análise e desenvolvimento de algoritmos e Algoritmos Genéticos, este ultimo sendo objeto central do estudo. Como produto do estudo deste tema, é proposto um método de desenvolvimento de Algoritmos Genéticos, utilizando todo o estudo formal de tipos de problemas, desenvolvimento de algoritmos aproximativos e análise da complexidade. O fato de um problema ser teoricamente resolvível por um computador não é suficiente para o problema ser na prática resolvível. Um problema é denominado tratável se no pior caso possui um algoritmo razoavelmente eficiente. E um algoritmo é dito razoavelmente eficiente quando existe um polinômio p tal que para qualquer entrada de tamanho n o algoritmo termina com no máximo p(n) passos [SZW 84]. Já que um polinômio pode ser de ordem bem alta, então um algoritmo de complexidade polinomial pode ser muito ineficiente. Genéticos é que se pode encontrar soluções aproximadas de problemas de grande complexidade computacional mediante um processo de evolução simulada[LAG 96]. Como produto do estudo deste tema, é proposto um método de desenvolvimento de Algoritmos Genéticos com a consciência de qualidade, utilizando todo o estudo formal de tipos de problemas, desenvolvimento de algoritmos aproximativos e análise da complexidade. Uma axiomatização tem o propósito de dar a semântica do algoritmo, ou seja, ela define, formalmente, o funcionamento do algoritmo, mais especificamente das funções e procedimentos do algoritmo. E isto, possibilita ao projetista de algoritmos uma maior segurança no desenvolvimento, porque para provar a correção de um Algoritmo Genético que satisfaça esse modelo só é necessário provar que os procedimentos satisfazem os axiomas. Para ter-se consciência da qualidade de um algoritmo aproximativo, dois fatores são relevantes: a exatidão e a complexidade. Este trabalho levanta os pontos importantes para o estudo da complexidade de um Algoritmo Genético. Infelizmente, são fatores conflitantes, pois quanto maior a exatidão, pior ( mais alta) é a complexidade, e vice-versa. Assim, um estudo da qualidade de um Algoritmo Genético, considerado um algoritmo aproximativo, só estaria completa com a consideração destes dois fatores. Mas, este trabalho proporciona um grande passo em direção do estudo da viabilidade do tratamento de problemas de otimização via Algoritmos Genéticos. / The objective of the work is to study the viability of treating optimization problems, considered intractable, through Genetic Algorithms, developing approaches for the qualitative evaluation of a Genetic Algorithm. Inside this theme, approached areas: complexity, classes of problems, analysis and development of algorithms and Genetic Algorithms, this last one being central object of the study. As product of the study of this theme, a development method of Genetic Algorithms is proposed, using the whole formal study of types of problems, development of approximate algorithms and complexity analysis. The fact that a problem theoretically solvable isn’t enough to mean that it is solvable in pratice. A problem is denominated easy if in the worst case it possesses an algorithm reasonably efficient. And an algorithm is said reasonably efficient when a polynomial p exists such that for any entrance size n the algorithm terminates at maximum of p(n) steps [SZW 84]. Since a polynomial can be of very high order, then an algorithm of polynomial complexity can be very inefficient. The premise of the Genetic Algorithms is that one can find approximate solutions of problems of great computational complexity by means of a process of simulated evolution [LAG 96]. As product of the study of this theme, a method of development of Genetic Algorithms with the quality conscience is proposed, using the whole formal study of types of problems, development of approximate algorithms and complexity analysis. The axiom set has the purpose of giving the semantics of the algorithm, in other words, it defines formally the operation of the algorithm, more specifically of the functions and procedures of the algorithm. And this, facilitates the planner of algorithms a larger safety in the development, because in order to prove the correction of a Genetic Algorithm that satisfies that model it is only necessary to prove that the procedures satisfy the axioms. To have conscience of the quality of an approximate algorithm, two factors are important: the accuracy and the complexity. This work lifts the important points for the study of the complexity of a Genetic Algorithm. Unhappily, they are conflicting factors, because as larger the accuracy, worse (higher) it is the complexity, and vice-versa. Thus, a study of the quality of a Genetic Algorithm, considered an approximate algorithm, would be only complete with the consideration of these two factors. But, this work provides a great step in direction of the study of the viability of the treatment of optimization problems through Genetic Algorithms.

A área de pesquisa de testes não-destrutivos é muito importante, trabalhando com o diagnóstico e o monitoramento das condições dos componentes estruturais prevenindo falhas catastróficas. O uso de algoritmos genéticos para identificar mudanças na integridade estrutural através de mudanças nas respostas de vibração da estrutura é um método não-destrutivo que vem sendo pesquisado. Isto se deve ao fato de que são vantajosos em achar o mínimo global em situações difíceis de problemas de otimização, particularmente onde existem muitos mínimos locais como no caso de detecção de dano. Neste trabalho é proposto um algoritmo genético para localizar e avaliar os danos em membros estruturais usando o conceito de mudanças nas freqüências naturais da estrutura. Primeiramente foi realizada uma revisão das técnicas de detecção de dano das últimas décadas. A origem, os fundamentos, principais aspectos, principais características, operações e função objetivo dos algoritmos genéticos também são demonstrados. Uma investigação experimental em estruturas de materiais diferentes foi realizada a fim de se obter uma estrutura capaz de validar o método. Finalmente, se avalia o método com quatro exemplos de estruturas com danos simulados experimentalmente e numericamente. Quando comparados com técnicas clássicas de detecção dano, como sensibilidade modal, os algoritmos genéticos se mostraram mais eficientes. Foram obtidos melhores resultados na localização do que na avaliação das intensidades dos danos nos casos de danos propostos.

Este texto apresenta a tese de doutorado em Ciência da Computação na linha de pesquisa de Inteligência Artificial, dentro da área de IAD – Inteligência Artificial Distribuída (mais especificamente os Sistemas Multiagentes – SMA). O trabalho aborda a formação de grupos colaborativos em um ambiente multiagente interativo de aprendizagem na web, através da utilização de técnicas de Inteligência Artificial. O trabalho apresenta a definição e implementação de uma arquitetura de agentes modelados com algoritmos genéticos, integrada a um ambiente colaborativo de aprendizagem, o TelEduc. Inicialmente faz-se um breve estudo sobre as áreas envolvidas na tese: Informática na Educação, Educação a Distância, Inteligência Artificial, Inteligência Artificial Distribuída e Inteligência Artificial Aplicada à Educação. Abordam-se, também, as áreas de pesquisa que abrangem os Sistemas Multiagentes e os Algoritmos Genéticos. Após este estudo, apresenta-se um estudo comparativo entre ambientes de ensino e aprendizagem que utilizam a abordagem de agentes e a arquitetura proposta neste trabalho. Apresenta-se, também, a arquitetura de agentes proposta, integrada ao ambiente TelEduc, descrevendo-se o funcionamento de cada um dos agentes e a plataforma de desenvolvimento. Finalizando o trabalho, apresenta-se o foco principal do mesmo, a formação de grupos colaborativos, através da implementação e validação do agente forma grupo colaborativo. Este agente, implementado através de um algoritmo genético, permite a formação de grupos colaborativos seguindo os critérios estabelecidos pelo professor. A validação do trabalho foi realizada através de um estudo de caso, utilizando o agente implementado na formação de grupos colaborativos em quatro turmas de cursos superiores de Informática, na Região Metropolitana de Porto Alegre, em disciplinas que envolvem o ensino de programação de computadores.

Resumo: Um dos problemas da modelagem de uma RBFNN - Radial Basis Neural Network, Rede Neural de Base Radial, consiste em determinar os pesos da camada de saída, geralmente representados por uma matriz retangular. Uma abordagem que tem ganho alguma notoriedade recentemente na resolução desse problema é a criação de modelos híbridos baseados na combinação de Meta-heurísticas, que são modelos gerais para solução de problemas de otimização, como alternativa ao método tradicional de realizar a pseudo-inversão da matriz com os valores de ativação da camada intermedíaria. Nesta pesquisa, duas destas Meta-heurísticas, Algoritmos Genéticos e Nuvem de Partículas (Particle Swarm Optmization) são implementadas a fim de comparar seus desempenhos com o método tradicional e também é proposta a mudança da representação dos indivíduos de uma população, em Algoritmos Genéticos, com a consequente adaptação operadores para algoritmos genéticos contínuos em que os indivíduos são matrizes, como é o caso do problema de calcular a matriz de pesos de uma RBFNN. Além disso, essas técnicas também são comparadas com a FDLF - Função Discriminante Linear de Fisher na classificação de padrões. Para fins de validação da hipótese levantada, foi realizado um experimento com seis bancos de dados e os resultados mostraram que as abordagens mais eficientes foram o treinamento tradicional das RBFNN e a FDLF, já a modificação proposta se mostrou tão consistente quanto o Algoritmo Genético tradicional no que diz respeito à eficiência ao encontrar soluções.

Orientador : Neida Maria Patias Volpi / Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 08/07/2016 / Inclui referências : f. 71-75 / Área de concentração / Resumo: O processo de planejamento de radioterapia é um fator essencial para garantir o nível máximo de eficiência do tratamento subsequente. Neste planejamento, há pelo menos dois problemas de decisão que podem ser modelados e resolvidos utilizando técnicas de Pesquisa Operacional. Estes incluem a melhor posição para emissão do feixe (problema do posicionamento dos feixes) e a quantidade ótima da dose que deve ser entregue através de cada feixe (problema da distribuição de dose). Esta tese apresenta um modelo matemático para otimizar concomitantemente os problemas do posicionamento dos feixes e da distribuição de dose, na presença de múltiplos objetivos. Três matheurísticas são propostas para resolver casos realistas que são de grande escala. As matheurísticas usam, respectivamente, Algoritmos Genéticos, Busca Tabu e Busca em Vizinhança Variável e são, portanto, denominadas GArad, TSrad e VNSrad. O desempenho das metodologias propostas é avaliado em dois tipos de instâncias de câncer na região da próstata, que envolvem um único corte de tomografia computadorizada (CT) e um conjunto de cortes de CT (problema 3D). Para o problema em um único corte de CT, os resultados das matheurísticas propostas são comparados com a solução ótima obtida por método exato. Em ambas instâncias, avaliaram-se os resultados em relação à cobertura de dose no tumor, e aos limites percentuais de dose nos órgãos de risco, além de avaliar a performance das metodologias em diferentes tempos computacionais. No geral, as metodologias fornecem uma solução para os problemas do posicionamento dos feixes e distribuição de dose, e, além disso, são metodologias flexíveis para considerar as necessidades específicas do paciente. Palavras-chaves: Saúde; Radioterapia; Otimização; Matheurística; Algoritmo Genético; Busca Tabu; Busca em Vizinhança Variável. / Abstract: Radiotherapy planning is a vital component in ensuring the maximum level of effectiveness of the subsequent treatment. In the planning task, there are at least two connected decision problems that can be modelled and solved using Operational Research techniques. These include the best position of the radiotherapy machine (beam angle problem) and the optimal quantity of the dose that has to be delivered through each beam (dose distribution problem). This thesis presents a mathematical optimisation model for solving the combined beam angle and dose distribution problem in the presence of multiple objectives. Three matheuristics are developed to solve realistic large-scale instances. The matheuristics use Genetic Algorithms, Tabu Search and Variable Neighbourhood Search and are hence termed GArad, TSrad and VNSrad, respectively. The performance of the proposed methods is assessed on two prostate cancer instances, namely a single computed tomography (CT) slice and a set of CT slices (3D problem). For the single-slice problem, the results of the proposed matheuristics are compared to the optimal solutions obtained by an exact method where the experiments show that the proposed methods are able to achieve optimality or to produce a relatively small deviation. For the multi-slice problem, the computational experiments show that the proposed methods produce viable solutions which can be attained in a reasonable computational time. Overall, the methodologies can provide a solution for beam angle and dose distribution problems, and besides that they are flexible to consider the patient needs. Key-words: Healthcare; Radiotherapy; Optimisation; Matheuristic; Genetic Algorithm; Tabu Search; Variable Neighbourhood Search.

Orientador: Horácio Tertuliano dos Santos Filho / Dissertaçao (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduaçao em Engenharia Elétrica. Defesa: Curitiba, 2004 / Inclui bibliografia e anexos / Resumo: Neste trabalho são analisadas as características de propagação em guias de onda retangulares, operando nos modos propagativo e evanescente. Também, é apresentado o processo pelo qual tais características podem ser aproveita das para a síntese de filtros passivos em microondas. Após uma análise eletromagnética, a caracterização de guia de onda retangular é apresentada. Isso permite analisar o comportamento de estruturas de guia de onda compostas por camadas alternadas de ar e outros materiais dielétricos. Na seqüência, é realizado um estudo do método de síntese de filtro evanescente baseado em algoritmo genético. São então apresentados resultados de simulação para diversas configurações de filtro e parâmetros do algoritmo genético. Palavras-chave: Filtros de modo evanescente; guia de onda retangular, síntese de filtro, algoritmo genético / Abstract: The propagation characteristic s of rectangular waveguides operating in propagative and evanescent mode are analysed in this work. The process by which these characteristics can be used to design microwave passive filters is also shown. After an electromagnetic analysis, the characteristics of rectangular waveguide are shown. That makes possible to analyze the behavior of structures of rectangular waveguides composed by air-filled wave guide containing a number of dielectric inserts. After that, a method of evanescent filter design based on genetic algorithm is studied. Finally, simulation results are shown for various filters specifications and genetic algorithm parameters. Key-words: Evanescent mode filter; rectangular waveguide, filter synthesis; genetic algorithm.

A área de pesquisa de testes não-destrutivos é muito importante, trabalhando com o diagnóstico e o monitoramento das condições dos componentes estruturais prevenindo falhas catastróficas. O uso de algoritmos genéticos para identificar mudanças na integridade estrutural através de mudanças nas respostas de vibração da estrutura é um método não-destrutivo que vem sendo pesquisado. Isto se deve ao fato de que são vantajosos em achar o mínimo global em situações difíceis de problemas de otimização, particularmente onde existem muitos mínimos locais como no caso de detecção de dano. Neste trabalho é proposto um algoritmo genético para localizar e avaliar os danos em membros estruturais usando o conceito de mudanças nas freqüências naturais da estrutura. Primeiramente foi realizada uma revisão das técnicas de detecção de dano das últimas décadas. A origem, os fundamentos, principais aspectos, principais características, operações e função objetivo dos algoritmos genéticos também são demonstrados. Uma investigação experimental em estruturas de materiais diferentes foi realizada a fim de se obter uma estrutura capaz de validar o método. Finalmente, se avalia o método com quatro exemplos de estruturas com danos simulados experimentalmente e numericamente. Quando comparados com técnicas clássicas de detecção dano, como sensibilidade modal, os algoritmos genéticos se mostraram mais eficientes. Foram obtidos melhores resultados na localização do que na avaliação das intensidades dos danos nos casos de danos propostos.