A maioria dos algoritmos de aprendizado de máquina simbólico utilizam regras de conhecimento if-then como linguagem de descrição para expressar o conhecimento aprendido. O objetivo desses algoritmos é encontrar um conjunto de regras de classificação que possam ser utilizadas na predição da classe de novos casos que não foram vistos a priori pelo algoritmo. Contudo, este tipo de algoritmo considera o problema da interação entre as regras, o qual consiste na avaliação da qualidade do conjunto de regras induzidas (classificador) como um todo, ao invés de avaliar a qualidade de cada regra de forma independente. Assim, como os classificadores têm por objetivo uma boa precisão nos casos não vistos, eles tendem a negligenciar outras propriedades desejáveis das regras de conhecimento, como a habilidade de causar surpresa ou trazer conhecimento novo ao especialista do domínio. Neste trabalho, estamos interessados em construir regras de conhecimento com propriedades específicas de forma isolada, i.e. sem considerar o problema da interação entre as regras. Para esse fim, propomos uma abordagem evolutiva na qual cada individuo da população do algoritmo representa uma única regra e as propriedades específicas são codificadas como medidas de qualidade da regra, as quais podem ser escolhidas pelo especialista do domínio para construir regras com as propriedades desejadas. O algoritmo evolutivo proposto utiliza uma rica estrutura para representar os indivíduos (regras), a qual possibilita considerar uma grande variedade de operadores evolutivos. O algoritmo utiliza uma função de aptidão multi-objetivo baseada em ranking que considera de forma concomitante mais que uma medida de avaliação de regra, transformando-as numa função simples-objetivo. Como a avaliação experimental é fundamental neste tipo de trabalho, para avaliar nossa proposta foi implementada a Evolutionary Computing Learning Environment --- ECLE --- que é uma biblioteca de classes para executar e avaliar o algoritmo evolutivo sob diferentes cenários. Além disso, a ECLE foi implementada considerando futuras implementações de novos operadores evolutivos. A ECLE está integrada ao projeto DISCOVER, que é um projeto de pesquisa em desenvolvimento em nosso laboratório para a aquisição automática de conhecimento. Analises experimentais do algoritmo evolutivo para construir regras de conhecimento com propriedades específicas, o qual pode ser considerado uma forma de análise inteligente de dados, foram realizadas utilizando a ECLE. Os resultados mostram a adequabilidade da nossa proposta / Most symbolic machine learning approaches use if-then know-ledge rules as the description language in which the learned knowledge is expressed. The aim of these learners is to find a set of classification rules that can be used to predict new instances that have not been seen by the learner before. However, these sorts of learners take into account the rule interaction problem, which consists of evaluating the quality of the set of rules (classifier) as a whole, rather than evaluating the quality of each rule in an independent manner. Thus, as classifiers aim at good precision to classify unseen instances, they tend to neglect other desirable properties of knowledge rules, such as the ability to cause surprise or bring new knowledge to the domain specialist. In this work, we are interested in building knowledge rules with specific properties in an isolated manner, i.e. not considering the rule interaction problem. To this end, we propose an evolutionary approach where each individual of the algorithm population represents a single rule and the specific properties are encoded as rule quality measure, a set of which can be freely selected by the domain specialist. The proposed evolutionary algorithm uses a rich structure for individual representation which enables one to consider a great variety of evolutionary operators. The algorithm uses a ranking-based multi-objective fitness function that considers more than one rule evaluation measure concomitantly into a single objective. As experimentation plays an important role in this sort of work, in order to evaluate our proposal we have implemented the Evolutionary Computing Learning Environment --- ECLE --- which is a framework to evaluate the evolutionary algorithm in different scenarios. Furthermore, the ECLE has been implemented taking into account future development of new evolutionary operators. The ECLE is integrated into the DISCOVER project, a major research project under constant development in our laboratory for automatic knowledge acquisition and analysis. Experimental analysis of the evolutionary algorithm to construct knowledge rules with specific properties, which can also be considered an important form of intelligent data analysis, was carried out using ECLE. Results show the suitability of our proposal

Na área de inteligência artificial existem algoritmos de aprendizado, notavelmente aqueles pertencentes à área de aprendizado de máquina AM , capazes de automatizar a extração do conhecimento implícito de um conjunto de dados. Dentre estes, os algoritmos de AM simbólico são aqueles que extraem um modelo de conhecimento inteligível, isto é, que pode ser facilmente interpretado pelo usuário. A utilização de AM simbólico é comum no contexto de classificação, no qual o modelo de conhecimento extraído é tal que descreve uma correlação entre um conjunto de atributos denominados premissas e um atributo particular denominado classe. Uma característica dos algoritmos de classificação é que, em geral, estes são utilizados visando principalmente a maximização das medidas de cobertura e precisão, focando a construção de um classificador genérico e preciso. Embora essa seja uma boa abordagem para automatizar processos de tomada de decisão, pode deixar a desejar quando o usuário tem o desejo de extrair um modelo de conhecimento que possa ser estudado e que possa ser útil para uma melhor compreensão do domínio. Tendo-se em vista esse cenário, o principal objetivo deste trabalho é pesquisar métodos de computação evolutiva multiobjetivo para a construção de regras de conhecimento individuais com base em critérios definidos pelo usuário. Para isso utiliza-se a biblioteca de classes e ambiente de construção de regras de conhecimento ECLE, cujo desenvolvimento remete a projetos anteriores. Outro objetivo deste trabalho consiste comparar os métodos de computação evolutiva pesquisados com métodos baseado em composição de rankings previamente existentes na ECLE. É mostrado que os métodos de computação evolutiva multiobjetivo apresentam melhores resultados que os métodos baseados em composição de rankings, tanto em termos de dominância e proximidade das soluções construídas com aquelas da fronteira Pareto-ótima quanto em termos de diversidade na fronteira de Pareto. Em otimização multiobjetivo, ambos os critérios são importantes, uma vez que o propósito da otimização multiobjetivo é fornecer não apenas uma, mas uma gama de soluções eficientes para o problema, das quais o usuário pode escolher uma ou mais soluções que apresentem os melhores compromissos entre os objetivos / Machine Learning algorithms are notable examples of Artificial Intelligence algorithms capable of automating the extraction of implicit knowledge from datasets. In particular, Symbolic Learning algorithms are those which yield an intelligible knowledge model, i.e., one which a user may easily read. The usage of Symbolic Learning is particularly common within the context of classification, which involves the extraction of knowledge such that the associated model describes correelation among a set of attributes named the premises and one specific attribute named the class. Classification algorithms usually target into creating knowledge models which maximize the measures of coverage and precision, leading to classifiers that tend to be generic and precise. Althought this constitutes a good approach to creating models that automate the decision making process, it may not yield equally good results when the user wishes to extract a knowledge model which could assist them into getting a better understanding of the domain. Having that in mind, it has been established as the main goal of this Masters thesis the research of multi-objective evolutionary computing methods to create individual knowledge rules maximizing sets of arbitrary user-defined criteria. This is achieved by employing the class library and knowledge rule construction environment ECLE, which had been developed during previous research work. A second goal of this Masters thesis is the comparison of the researched evolutionary computing methods against previously existing ranking composition methods in ECLE. It is shown in this Masters thesis that the employment of multi-objective evolutionary computing methods produces better results than those produced by the employment of ranking composition-based methods. This improvement is verified both in terms of solution dominance and proximity of the solution set to the Pareto-optimal front and in terms of Pareto-front diversity. Both criteria are important for evaluating the efficiency of multi-objective optimization algorithms, for the goal of multi-objective optimization is to provide a broad range of efficient solutions, so the user may pick one or more solutions which present the best trade-off among all objectives

Na área de inteligência artificial existem algoritmos de aprendizado, notavelmente aqueles pertencentes à área de aprendizado de máquina AM , capazes de automatizar a extração do conhecimento implícito de um conjunto de dados. Dentre estes, os algoritmos de AM simbólico são aqueles que extraem um modelo de conhecimento inteligível, isto é, que pode ser facilmente interpretado pelo usuário. A utilização de AM simbólico é comum no contexto de classificação, no qual o modelo de conhecimento extraído é tal que descreve uma correlação entre um conjunto de atributos denominados premissas e um atributo particular denominado classe. Uma característica dos algoritmos de classificação é que, em geral, estes são utilizados visando principalmente a maximização das medidas de cobertura e precisão, focando a construção de um classificador genérico e preciso. Embora essa seja uma boa abordagem para automatizar processos de tomada de decisão, pode deixar a desejar quando o usuário tem o desejo de extrair um modelo de conhecimento que possa ser estudado e que possa ser útil para uma melhor compreensão do domínio. Tendo-se em vista esse cenário, o principal objetivo deste trabalho é pesquisar métodos de computação evolutiva multiobjetivo para a construção de regras de conhecimento individuais com base em critérios definidos pelo usuário. Para isso utiliza-se a biblioteca de classes e ambiente de construção de regras de conhecimento ECLE, cujo desenvolvimento remete a projetos anteriores. Outro objetivo deste trabalho consiste comparar os métodos de computação evolutiva pesquisados com métodos baseado em composição de rankings previamente existentes na ECLE. É mostrado que os métodos de computação evolutiva multiobjetivo apresentam melhores resultados que os métodos baseados em composição de rankings, tanto em termos de dominância e proximidade das soluções construídas com aquelas da fronteira Pareto-ótima quanto em termos de diversidade na fronteira de Pareto. Em otimização multiobjetivo, ambos os critérios são importantes, uma vez que o propósito da otimização multiobjetivo é fornecer não apenas uma, mas uma gama de soluções eficientes para o problema, das quais o usuário pode escolher uma ou mais soluções que apresentem os melhores compromissos entre os objetivos / Machine Learning algorithms are notable examples of Artificial Intelligence algorithms capable of automating the extraction of implicit knowledge from datasets. In particular, Symbolic Learning algorithms are those which yield an intelligible knowledge model, i.e., one which a user may easily read. The usage of Symbolic Learning is particularly common within the context of classification, which involves the extraction of knowledge such that the associated model describes correelation among a set of attributes named the premises and one specific attribute named the class. Classification algorithms usually target into creating knowledge models which maximize the measures of coverage and precision, leading to classifiers that tend to be generic and precise. Althought this constitutes a good approach to creating models that automate the decision making process, it may not yield equally good results when the user wishes to extract a knowledge model which could assist them into getting a better understanding of the domain. Having that in mind, it has been established as the main goal of this Masters thesis the research of multi-objective evolutionary computing methods to create individual knowledge rules maximizing sets of arbitrary user-defined criteria. This is achieved by employing the class library and knowledge rule construction environment ECLE, which had been developed during previous research work. A second goal of this Masters thesis is the comparison of the researched evolutionary computing methods against previously existing ranking composition methods in ECLE. It is shown in this Masters thesis that the employment of multi-objective evolutionary computing methods produces better results than those produced by the employment of ranking composition-based methods. This improvement is verified both in terms of solution dominance and proximity of the solution set to the Pareto-optimal front and in terms of Pareto-front diversity. Both criteria are important for evaluating the efficiency of multi-objective optimization algorithms, for the goal of multi-objective optimization is to provide a broad range of efficient solutions, so the user may pick one or more solutions which present the best trade-off among all objectives

Existe atualmente na sociedade um grande número de sistemas reais de alta complexidade. Esta complexidade pode ser definida tanto do ponto de vista da dificuldade em identificar todas as partes que compõem estes sistemas, como também, pela compreensão e definição real da relação entre estas partes, permitindo, desta forma uma representação adequada do comportamento global do sistema. O comportamento global destes sistemas não se caracteriza pela soma do comportamento de suas partes componentes. Normalmente, a modelagem destes sistemas não reflete, de forma realística, o seu comportamento, devido ao excesso de simplificações realizadas. Por outro lado, alguns modelos são impraticáveis de serem aplicados, devido ao excessivo esforço computacional e a restrições de tempo. O presente trabalho de pesquisa apresenta uma proposta de um modelo de otimização para um problema real de alta complexidade e com fortes requisitos de segurança (safety) encontrado na Infra-estrutura Aeronáutica Brasileira e Mundial. Este problema está relacionado ao desbalanceamento entre a capacidade e demanda em infra-estrutura aeronáutica em sistemas de transporte aéreo. Para tanto, o trabalho propõe um Modelo de Otimização de Demanda (MOD) em infra-estrutura aeronáutica, através da técnica de Inteligência Artificial denominada de Algoritmos Genéticos. A pesquisa analisa a eficiência do modelo proposto em termos da resolução do problema, bem como quanto à qualidade das respostas apresentadas. De forma complementar é avaliada a importância de cada um dos parâmetros do modelo de otimização através da sua flexibilização. / Nowadays, in the society, there are a great number of real systems with high complexity. This complexity can be justified in function of the difficulty in identifying all parts that compose these systems, but also the complex relationship between them. The global behavior of these systems is not characterized for the addition of the behavior of its contracting parties. Normally, the modeling of these systems does not reflect its realistic behavior, due the excess of simplifications carried out. On the other hand, some models are impracticable to be solved, because the extreme computational effort necessary. The present research develops a proposal of an optimization model for a real problem of high complexity and with hard safety requirements found in the Brazilian and world-wide aeronautical infrastructure. This problem deals with the unbalancing between the capacity and demand in infrastructure aeronautics in air transportation systems. The work considers a Demand Optimization Model (DOM) for aeronautical infrastructure through the technique of artificial intelligence denominated Genetic Algorithms. The research analyzes the efficiency of the considered model in terms of problem resolution, as well as, the quality of the presented answers. Of complementary form, some parameters of the model were adjusted and their importance were avaluated.

In the past few years, there has been a growth in Unmanned Aircraft Systems (UAS) numbers in segregated airspace. However, although there is an interest in integrating large UAS into non-segregated airspace, the safety challenges on its integration arise from the inclusion of new ways of reaching unsafe states into the airspace. Furthermore, Air Traffic Controllers (ATCo) aim to o?er appropriate levels of safety and efficiency and to solve issues present in complex situations. Although the UAS technology may be used in di?erent situations and brings several advantages to the airspace (e.g. efficiency), it may bring uncertainties due to the fact that ATCos may not be familiar with them. Throughout the years, this impact may be lower then it is nowadays due to the fact that the present lack of familiarity in the relationship between UAS and ATCo contributes to higher workload levels. Furthermore, Terminal Maneuvering Area (TMA), which composes the controlled airspace and in which the final sector in contained, is a critical control area normally established at the confluence of Air Traffic Service (ATS) routes in which the aircraft tend to be closer to each other. Thus, operations in this particular area are conducted carefully and, in order to achieve desirable levels of safety and efficiency, standard procedures are established. In some cases, however, standard procedures cannot be followed and the sequencing of the aircraft during the approach, which is a highly challenging task due to complex maneuvers constraints, must be performed by the ATCo in a manner to respect the minimum separation of aircraft and to avoid flights through cumulonimbus (CB). Finally, the main goal of defining a final arrival segment is to deliver the set of aircraft from the final sector of the TMA to the final phase of its landing procedure, i.e., the final approach, considering the operation efficiency and safety. The main objective of this research is to propose a parallel swarm-based method for optimizing final aircraft arrival segments design, i.e., routes that connects the final sector to the Initial Approach Fix (IAF), considering the UAS presence. This is conducted from two perspectives: ATCo workload, which is related to safety, and sequencing duration, which is related to efficiency. Furthermore, di?erent phases of UAS integration are considered, i.e., from early stages of its integration to a mature stage of its operation by means of the Technology Maturity Level (TML) usage, which is a scale that measure the familiarity between the ATCo with the aircraft. Finally, the solutions consider airspace restrictions such as minimum separation between aircraft and bad weather conditions, i.e., the presence of cumulonimbus (CB). The experiments conducted show that this approach is able to build safe and efficient solution even in situations with a high number of aircraft. / Nos últimos anos, houve um crescimento, no espaço aéreo segregado, nos números do Veículos Aéreos Não-Tripulados (VANT). No entanto, embora exista interesse em integrar grandes VANT em espaço aéreo não-segregado, os desafios de segurança decorrem da inclusão de novas formas de alcançar estados inseguros no espaço aéreo (ATCo) tem como objetivo oferecer níveis adequados de segurança e eficiência e resolver problemas presentes em situações complexas. Embora VANTs possam ser usados em diferentes situações e trazem várias vantagens para o espaço aéreo (por exemplo, eficiência), podem trazer incertezas devido ao fato de que os ATCos não estão familiarizados com essa tecnologia. Ao longo dos anos, esse impacto pode ser menor, e atualmente a falta de familiaridade na relação entre VANT e ATCo contribui para níveis mais altos de carga de trabalho. Além disso, a Área Terminal (TMA), que compõe o espaço aéreo controlado, é uma área de controle crítico normalmente estabelecida na confluência de rotas do Servi¸co de Tráfego Aéreo (ATS), nas quais as aeronaves tendem a estar mais próximas umas das outras. Assim, as operações nesta área particular são realizadas com cuidado e, para alcançar níveis desejáveis de segurança e eficiência, os procedimentos padrão são estabelecidos. Em alguns casos, no entanto, procedimentos padrão não podem ser seguidos e o sequenciamento da aeronave durante a aproximação, que é uma tarefa desafiadora por conta das restrições de manobras complexas, deve ser realizada pelo ATCo de forma a garantir separação mínima entre aeronaves e evitar voos através de cumulonimbus (CB). Finalmente, o principal objetivo de definir um segmento de chegada final ´e entregar o conjunto de aeronaves do setor final, da TMA, para a fase final do seu procedimento de pouso, ou seja, a aproximação final, considerando a eficiência e a segurança da operação. O objetivo desta pesquisa é propor um método paralelo baseado em enxame para otimizar o projeto final de segmentos de chegada de aeronaves, ou seja, rotas que conectem o setor final com o Fixo de Aproximação Inicial (IAF), considerando a presença de VANTs. Esse processo ´e conduzido a partir de duas perspectivas: a carga de trabalho do ATCo, que est´a relacionada à segurança, e a duração da sequenciamento, que está relacionado à eficiência. Além disso, são consideradas diferentes fases da integração de VANTs, ou seja, desde os primeiros estágios de sua integra¸c~ao at´e um estágio maduro de sua operação por meio do uso do Nível de Maturidade Tecnológica (TML), que é uma escala que mede a familiaridade entre o ATCo e a aeronave. Finalmente, as soluções consideram as restrições do espaço aéreo, como a separação mínima entre aeronaves e condições climáticas adversas, isto é, a presença de cumulonimbus (CB). Os experimentos realizados mostram que essa abordagem é capaz de criar soluções seguras e eficientes mesmo em situações com um grande número de aeronaves.

No contexto da engenharia de produção a pesquisa analisa a coordenação do processo de produção. As principais frentes de gerentes de planejamento e de controladoria são o atendimento à demanda do mercado e os custos de produção divergentes em relação ao plano inicial. Verifica-se que há uma lacuna processual entre dois processos organizacionais, a análise de controladoria direcionada a custos realizados e a análise de planejamento e controle da produção voltada ao atendimento da demanda. A assimetria do uso do mesmo conjunto de dados com visões críticas distintas, contudo com intenções finais similares, motivam o trabalho. Levanta-se a hipótese da análise dos dados com fundamentação conceitual estruturada para abranger a rede de colaboração produtiva. O objetivo é, então, estabelecer um método de análise para a coordenação do processo de produção, elaborado sob a ótica de redes de inovação colaborativas apoiado por agente inteligente evolutivo. A fundamentação conceitual da coordenação do processo de produção, da inovação e da função de produção compõem a estrutura da revisão literária. Pelo método de pesquisa, sob o recorte analítico de vertentes teóricas de redes, uma inovação promovida pela pesquisa foi o mapeamento e a associação de variáveis processuais internas ao nó principal da rede aos nós processuais externos. Uma aplicação tecnológica comercial não é suficiente para interpretar esse ambiente dinâmico e orientado à mudança. O algoritmo DAMICORE, sob a égide evolutiva da biologia, encontra nós homólogos e interpreta o rótulo dos nós processuais validados em campo. O novo método de análise para a coordenação do processo de produção é aferido em rede por um projeto piloto e replicado, então, em vinte e uma redes com resultados melhores comparativamente ao método tradicional. Assim, a pesquisa cria um novo paradigma de análise para processos em rede e demonstra a representatividade de variáveis associadas a nós processuais, desde que eleitas conceitualmente e validadas por especialistas da área. / In the industrial engineering context this research examines the coordination of production process. The main concerns of planning managers and controllers are the demand oscillation and deviation of budget production costs. There is a lack between two processes, the controlling analysis aimed at real costs and planning analysis aimed at demand. The motivation of this work is the asymmetry of the use of the same data set from different perspectives but with similar goals. It is possible to elaborate the hypothesis to analyse of structured data with the conceptual basis to study the cooperative network. The goal is to establish a method of analysis for the coordination of production process systematized from the perspective of innovation collaborative networks where this method is compiled by evolutionary concepts with an intelligent agent application. The literature review comprises the coordination of production process, the innovation concepts and the production function concepts. The method of research applies variables belonging to internal process to external process from principal network node, this approach it is done under the analytical of theoretical networks basis. The method of research is designed to find variables belonging to internal process to relate to external process variables from principal network node, this approach it is done under the analytical of theoretical networks basis. This way has promoted a innovation for the work. A commercial technological application is not enough to mining data set from this dynamic and change oriented environment. The DAMICORE algorithm under the evolutionary concepts from biology area can find correlated nodes validated with the field data. The new method of analysis for the coordination of production process is adjusted by a pilot project then it is replicated in twenty-one networks with amazing results when compared to the current method. The research creates a new paradigm for process analysis and demonstrates the variables power representation and association from network processes if they are under conceptual basis to validate by experts.

No contexto da engenharia de produção a pesquisa analisa a coordenação do processo de produção. As principais frentes de gerentes de planejamento e de controladoria são o atendimento à demanda do mercado e os custos de produção divergentes em relação ao plano inicial. Verifica-se que há uma lacuna processual entre dois processos organizacionais, a análise de controladoria direcionada a custos realizados e a análise de planejamento e controle da produção voltada ao atendimento da demanda. A assimetria do uso do mesmo conjunto de dados com visões críticas distintas, contudo com intenções finais similares, motivam o trabalho. Levanta-se a hipótese da análise dos dados com fundamentação conceitual estruturada para abranger a rede de colaboração produtiva. O objetivo é, então, estabelecer um método de análise para a coordenação do processo de produção, elaborado sob a ótica de redes de inovação colaborativas apoiado por agente inteligente evolutivo. A fundamentação conceitual da coordenação do processo de produção, da inovação e da função de produção compõem a estrutura da revisão literária. Pelo método de pesquisa, sob o recorte analítico de vertentes teóricas de redes, uma inovação promovida pela pesquisa foi o mapeamento e a associação de variáveis processuais internas ao nó principal da rede aos nós processuais externos. Uma aplicação tecnológica comercial não é suficiente para interpretar esse ambiente dinâmico e orientado à mudança. O algoritmo DAMICORE, sob a égide evolutiva da biologia, encontra nós homólogos e interpreta o rótulo dos nós processuais validados em campo. O novo método de análise para a coordenação do processo de produção é aferido em rede por um projeto piloto e replicado, então, em vinte e uma redes com resultados melhores comparativamente ao método tradicional. Assim, a pesquisa cria um novo paradigma de análise para processos em rede e demonstra a representatividade de variáveis associadas a nós processuais, desde que eleitas conceitualmente e validadas por especialistas da área. / In the industrial engineering context this research examines the coordination of production process. The main concerns of planning managers and controllers are the demand oscillation and deviation of budget production costs. There is a lack between two processes, the controlling analysis aimed at real costs and planning analysis aimed at demand. The motivation of this work is the asymmetry of the use of the same data set from different perspectives but with similar goals. It is possible to elaborate the hypothesis to analyse of structured data with the conceptual basis to study the cooperative network. The goal is to establish a method of analysis for the coordination of production process systematized from the perspective of innovation collaborative networks where this method is compiled by evolutionary concepts with an intelligent agent application. The literature review comprises the coordination of production process, the innovation concepts and the production function concepts. The method of research applies variables belonging to internal process to external process from principal network node, this approach it is done under the analytical of theoretical networks basis. The method of research is designed to find variables belonging to internal process to relate to external process variables from principal network node, this approach it is done under the analytical of theoretical networks basis. This way has promoted a innovation for the work. A commercial technological application is not enough to mining data set from this dynamic and change oriented environment. The DAMICORE algorithm under the evolutionary concepts from biology area can find correlated nodes validated with the field data. The new method of analysis for the coordination of production process is adjusted by a pilot project then it is replicated in twenty-one networks with amazing results when compared to the current method. The research creates a new paradigm for process analysis and demonstrates the variables power representation and association from network processes if they are under conceptual basis to validate by experts.

In the past few years, there has been a growth in Unmanned Aircraft Systems (UAS) numbers in segregated airspace. However, although there is an interest in integrating large UAS into non-segregated airspace, the safety challenges on its integration arise from the inclusion of new ways of reaching unsafe states into the airspace. Furthermore, Air Traffic Controllers (ATCo) aim to o?er appropriate levels of safety and efficiency and to solve issues present in complex situations. Although the UAS technology may be used in di?erent situations and brings several advantages to the airspace (e.g. efficiency), it may bring uncertainties due to the fact that ATCos may not be familiar with them. Throughout the years, this impact may be lower then it is nowadays due to the fact that the present lack of familiarity in the relationship between UAS and ATCo contributes to higher workload levels. Furthermore, Terminal Maneuvering Area (TMA), which composes the controlled airspace and in which the final sector in contained, is a critical control area normally established at the confluence of Air Traffic Service (ATS) routes in which the aircraft tend to be closer to each other. Thus, operations in this particular area are conducted carefully and, in order to achieve desirable levels of safety and efficiency, standard procedures are established. In some cases, however, standard procedures cannot be followed and the sequencing of the aircraft during the approach, which is a highly challenging task due to complex maneuvers constraints, must be performed by the ATCo in a manner to respect the minimum separation of aircraft and to avoid flights through cumulonimbus (CB). Finally, the main goal of defining a final arrival segment is to deliver the set of aircraft from the final sector of the TMA to the final phase of its landing procedure, i.e., the final approach, considering the operation efficiency and safety. The main objective of this research is to propose a parallel swarm-based method for optimizing final aircraft arrival segments design, i.e., routes that connects the final sector to the Initial Approach Fix (IAF), considering the UAS presence. This is conducted from two perspectives: ATCo workload, which is related to safety, and sequencing duration, which is related to efficiency. Furthermore, di?erent phases of UAS integration are considered, i.e., from early stages of its integration to a mature stage of its operation by means of the Technology Maturity Level (TML) usage, which is a scale that measure the familiarity between the ATCo with the aircraft. Finally, the solutions consider airspace restrictions such as minimum separation between aircraft and bad weather conditions, i.e., the presence of cumulonimbus (CB). The experiments conducted show that this approach is able to build safe and efficient solution even in situations with a high number of aircraft. / Nos últimos anos, houve um crescimento, no espaço aéreo segregado, nos números do Veículos Aéreos Não-Tripulados (VANT). No entanto, embora exista interesse em integrar grandes VANT em espaço aéreo não-segregado, os desafios de segurança decorrem da inclusão de novas formas de alcançar estados inseguros no espaço aéreo (ATCo) tem como objetivo oferecer níveis adequados de segurança e eficiência e resolver problemas presentes em situações complexas. Embora VANTs possam ser usados em diferentes situações e trazem várias vantagens para o espaço aéreo (por exemplo, eficiência), podem trazer incertezas devido ao fato de que os ATCos não estão familiarizados com essa tecnologia. Ao longo dos anos, esse impacto pode ser menor, e atualmente a falta de familiaridade na relação entre VANT e ATCo contribui para níveis mais altos de carga de trabalho. Além disso, a Área Terminal (TMA), que compõe o espaço aéreo controlado, é uma área de controle crítico normalmente estabelecida na confluência de rotas do Servi¸co de Tráfego Aéreo (ATS), nas quais as aeronaves tendem a estar mais próximas umas das outras. Assim, as operações nesta área particular são realizadas com cuidado e, para alcançar níveis desejáveis de segurança e eficiência, os procedimentos padrão são estabelecidos. Em alguns casos, no entanto, procedimentos padrão não podem ser seguidos e o sequenciamento da aeronave durante a aproximação, que é uma tarefa desafiadora por conta das restrições de manobras complexas, deve ser realizada pelo ATCo de forma a garantir separação mínima entre aeronaves e evitar voos através de cumulonimbus (CB). Finalmente, o principal objetivo de definir um segmento de chegada final ´e entregar o conjunto de aeronaves do setor final, da TMA, para a fase final do seu procedimento de pouso, ou seja, a aproximação final, considerando a eficiência e a segurança da operação. O objetivo desta pesquisa é propor um método paralelo baseado em enxame para otimizar o projeto final de segmentos de chegada de aeronaves, ou seja, rotas que conectem o setor final com o Fixo de Aproximação Inicial (IAF), considerando a presença de VANTs. Esse processo ´e conduzido a partir de duas perspectivas: a carga de trabalho do ATCo, que est´a relacionada à segurança, e a duração da sequenciamento, que está relacionado à eficiência. Além disso, são consideradas diferentes fases da integração de VANTs, ou seja, desde os primeiros estágios de sua integra¸c~ao at´e um estágio maduro de sua operação por meio do uso do Nível de Maturidade Tecnológica (TML), que é uma escala que mede a familiaridade entre o ATCo e a aeronave. Finalmente, as soluções consideram as restrições do espaço aéreo, como a separação mínima entre aeronaves e condições climáticas adversas, isto é, a presença de cumulonimbus (CB). Os experimentos realizados mostram que essa abordagem é capaz de criar soluções seguras e eficientes mesmo em situações com um grande número de aeronaves.

Existe atualmente na sociedade um grande número de sistemas reais de alta complexidade. Esta complexidade pode ser definida tanto do ponto de vista da dificuldade em identificar todas as partes que compõem estes sistemas, como também, pela compreensão e definição real da relação entre estas partes, permitindo, desta forma uma representação adequada do comportamento global do sistema. O comportamento global destes sistemas não se caracteriza pela soma do comportamento de suas partes componentes. Normalmente, a modelagem destes sistemas não reflete, de forma realística, o seu comportamento, devido ao excesso de simplificações realizadas. Por outro lado, alguns modelos são impraticáveis de serem aplicados, devido ao excessivo esforço computacional e a restrições de tempo. O presente trabalho de pesquisa apresenta uma proposta de um modelo de otimização para um problema real de alta complexidade e com fortes requisitos de segurança (safety) encontrado na Infra-estrutura Aeronáutica Brasileira e Mundial. Este problema está relacionado ao desbalanceamento entre a capacidade e demanda em infra-estrutura aeronáutica em sistemas de transporte aéreo. Para tanto, o trabalho propõe um Modelo de Otimização de Demanda (MOD) em infra-estrutura aeronáutica, através da técnica de Inteligência Artificial denominada de Algoritmos Genéticos. A pesquisa analisa a eficiência do modelo proposto em termos da resolução do problema, bem como quanto à qualidade das respostas apresentadas. De forma complementar é avaliada a importância de cada um dos parâmetros do modelo de otimização através da sua flexibilização. / Nowadays, in the society, there are a great number of real systems with high complexity. This complexity can be justified in function of the difficulty in identifying all parts that compose these systems, but also the complex relationship between them. The global behavior of these systems is not characterized for the addition of the behavior of its contracting parties. Normally, the modeling of these systems does not reflect its realistic behavior, due the excess of simplifications carried out. On the other hand, some models are impracticable to be solved, because the extreme computational effort necessary. The present research develops a proposal of an optimization model for a real problem of high complexity and with hard safety requirements found in the Brazilian and world-wide aeronautical infrastructure. This problem deals with the unbalancing between the capacity and demand in infrastructure aeronautics in air transportation systems. The work considers a Demand Optimization Model (DOM) for aeronautical infrastructure through the technique of artificial intelligence denominated Genetic Algorithms. The research analyzes the efficiency of the considered model in terms of problem resolution, as well as, the quality of the presented answers. Of complementary form, some parameters of the model were adjusted and their importance were avaluated.

Submitted by Hellen Luz (hellencrisluz@gmail.com) on 2017-07-26T19:13:46Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_OtimizacaoMultiEnxame.pdf: 21921599 bytes, checksum: 6cbd45a74833514b23e7604d298c5978 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-21T13:29:15Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_OtimizacaoMultiEnxame.pdf: 21921599 bytes, checksum: 6cbd45a74833514b23e7604d298c5978 (MD5) / Made available in DSpace on 2017-08-21T13:29:15Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_OtimizacaoMultiEnxame.pdf: 21921599 bytes, checksum: 6cbd45a74833514b23e7604d298c5978 (MD5) Previous issue date: 2014-05-23 / FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas / Este trabalho apresenta o desenvolvimento de um conjunto de metaheurística híbridas, baseadas na utilização das estratégias evolutivas em conjunto com os algoritmos de otimização por enxame de partículas clássica e quântica sob um ambiente multi-enxame com topologia mestre-escravos. Tais algoritmos são denominados Competitive Evolutionary Multi-Swarm Optimization (CEMSO) 1 e Competitive Quantum-Behaviour Evolutionary Multi-Swarm Optimization (CQEMSO) 2. Para efeito de comparação e validação dos resultados, são utilizados quatro problemas de engenharia presentes em diversas publicações científicas: Projeto de Viga de Aço (WBD); Peso da Tensão/Compressão sobre Mola (MWTCS); Projeto de Redutor de Velocidade (SRD); Projeto de Vaso de Pressão (DPV). Em relação a implementação, os algoritmos foram desenvolvidos sob a arquitetura CUDA, a qual proporciona um ambiente de computação paralela massiva que viabiliza uma distribuição de dados mais adequada em relação a organização dos enxames, além de contribuir para a diminuição significativa do tempo de processamento. Com a aplicação das estratégias evolutivas nos algoritmos PSO e QPSO, bem como os mecanismos de condições de contorno propostos, as soluções descritas neste documento oferecem diversas vantagens, onde se pode destacar melhorias na capacidade de busca, aumento na taxa de convergência e alto grau de paralelismo. Tais fatos são confirmados através dos dados obtidos (i.e. Tempo de execução, melhores soluções obtidas, média e variância de resultados) pelos algoritmos CEMSO e CQEMSO em relação as versões multi-enxame dos algorimos PSO (COMSO), EPSO (COEMSO) e COQMSO (QPSO), todos implementados e submetidos a análise de desempenho através dos experimentos com problemas de engenharia. / This paper presents the development of a set of hybrid metaheuristic based on the use of evolutionary strategies in conjunction with classical and quantum multi-swarm optimization with master-slave approach. These algorithms are named Competitive Evolutionary Multi-Swarm Optimization (CEMSO) and Competitive Quantum-Behaviour Evolutionary Multi-Swarm Optimization (CQEMSO). For comparison and validation of the results, four engineering problems encountered in many publications scientific are used: Welded Beam Design (WBD); Minimization of the Weight of a Tension/ Compression Spring (MWTCS); Speed Reducer Design (SRD); Design of a Pressure Vessel (DPV). The algorithms were developed under the CUDA architecture, which provides a massive parallel computing environment that enables a more appropriate data allocation regarding the organization of swarms, as well as contributing to the significant decrease in processing time. With the application of evolutionary strategies in the PSO and QPSO algorithms, as well as the proposed boundary conditions, the solutions described in this document offer several advantages. We can highlight improvements in the ability to search, increasing the convergence rate and high degree of parallelism. These facts are confirmed by the data obtained (i.e. Execution time, best solutions obtained, mean and variance of results) by CQEMSO and CQEMSO algorithms when compared to those obtained from multi-swarm approach for PSO (COMSO), EPSO (COEMSO) and QPSO (COQMSO). All of these algorithms were implemented and subjected to performance analysis through experiments with engineering problems described above.