Este trabalho apresenta um método para o planejamento da implantação de uma estrutura de rede de monitoramento meteorológico que utiliza o resultado do modelo numérico de previsão do tempo MBAR como parâmetro para a avaliação da qualidade das soluções candidatas. O problema é abordado com o uso dos modelos de problemas de localização discretos: o Problema de Cobertura de Conjuntos (Set Covering Location Problem) e o Problema de Cobertura Máxima (Maximal Covering Location Problem). O problema de planejamento da estrutura é dividido em duas fases. Na primeira fase, busca-se determinar a quantidade mínima necessária e localização de estações meteorológicas necessárias para atender todos os locais de demanda. Na segunda etapa, busca-se determinar a ordem de instalação das estações meteorológicas, maximizando a área de cobertura a cada nova instalação. O método proposto é detalhado, apresentando as etapas envolvidas, as informações de entrada e saída de cada etapa e as alterações necessárias para avaliação de outros algoritmos. Um conjunto de três cenários foi planejado utilizando os limites políticos do Estado do Paraná e as informações de rodovias, áreas urbanas e altimetria. O primeiro cenário avaliou-se a capacidade das abordagens utilizadas em resolver o Problema de Cobertura de Conjuntos. No segundo cenário avaliou-se a capacidade das abordagens utilizadas em resolver o Problema de Cobertura Máxima e no terceiro cenário propõe-se o Problema de Cobertura Máxima considerando a existência de uma rede de monitoramento anterior no local do experimento. Na resolução do problema foram comparadas abordagens exata e heurística. Na abordagem exata utilizou-se o método Branch & Bound para resolução do problema via Programação Linear Inteira Mista. Na abordagem heurística utilizou-se a estratégia evolutiva Evolução Diferencial. O método proposto destaca-se pela flexibilidade na substituição dos métodos utilizados na abordagem, permitindo a avaliação de outras técnicas. / This paper presents a method for planning the deployment of a network’s infrastructure for meteorological monitoring that uses the results of the numerical weather prediction MBAR as parameter for evaluating the quality of candidate solutions. The problem is addressed with the use of models for discrete location problems: the Set Covering Location Problem and Maximal Covering Location Problem. The problem of planning the structure is divided into two phases. In the first phase, we seek to determine the minimum required a mountand location of weather stations required to meet all demand. In the second step, we seek to determine the order of installation of weather stations, maximizing the coverage area for each new installation. The proposed method is detailed, presenting the steps involved, the input and output information of each step and the changes necessary to evaluate other algorithms. A set of three scenarios was designed using the political boundaries of the State of Paraná, highways, urban areas and altimetry information. The first scenario evaluates the ability of the approaches used to solve the Set Covering Location Problem. In the second scenario, we evaluated the ability of the approaches used to solve the Maximal Covering Location Problem and the third scenario proposes the Maximum Coverage Location Problem considering the previous existence of a monitoring network. For the solution of these problems it was compared exact and heuristic approaches. The exact approach used the method Branch & Bound for solving the problem via Mixed Integer Linear Programming. The heuristic approach used the evolutionary strategy Differential Evolution. The proposed method is distinguished by flexibility for substitution of the methods used, allowing the evaluation of other techniques.

A inferência gramatical lida com o problema de aprender um classificador capaz de reconhecer determinada construção ou característica em um conjunto qualquer de exemplos. Neste trabalho, um modelo de inferência gramatical baseado em uma variante de Programação Genética é proposto. A representação de cada indivíduo é baseada em uma lista ligada de árvores representando o conjunto de produções da gramática. A atuação dos operadores genéticos é feita de forma heurística. Além disto, dois novos operadores genéticos são apresentados. O primeiro, denominado Aprendizagem Incremental, é capaz de reconhecer, com base em exemplos, quais regras de produção estão faltando. O segundo, denominado Expansão, é capaz de prover a diversidade necessária. Em experimentos efetuados, o modelo proposto inferiu com sucesso seis gramáticas regulares e duas gramáticas livres de contexto: parênteses e palíndromos de quatro letras, tanto o comum quanto o disjunto, sendo superior a abordagens recentes. Atualmente, modelos de inferência gramatical têm sido aplicados a problemas de reconhecimento de sequências biológicas de DNA. Neste trabalho, dois problemas de identificação de padrão foram abordados: reconhecimento de promotores e splice-junction. Para o primeiro, o modelo proposto obteve resultado superior a outras abordagens. Para o segundo, o modelo proposto apresentou bons resultados. O modelo foi estendido para o uso de gramáticas fuzzy, mais especificamente, as gramáticas fuzzy fracionárias. Para tal, um método de estimação adequado dos valores da função de pertinência das produções da gramática é proposto. Os resultados obtidos na identificação de splice-junctions comprovam a utilidade do modelo de inferência gramatical fuzzy proposto. / Grammatical inference deals with the task of learning a classifier that can recognize a particular pattern in a set of examples. In this work, a new grammatical inference model based on a variant of Genetic Programming is proposed. In this approach, an individual is a list of structured trees representing their productions. Ordinary genetic operators are modified so as to bias the search and two new operators are proposed. The first one, called Incremental Learning, is able to recognize, based on examples, which productions are missing. The second, called Expansion is able to provide the diversity necessary to achieve convergence. In a suite of experiments performed, the proposed model successfully inferred six regular grammars and two context-free grammars: parentheses and palindromes with four letters, including the disjunct one. Results achieved were better than those obtained by recently published algorithms. Nowadays, grammatical inference has been applied to problems of recognition of biological sequences of DNA. In this work, two problems of this class were addressed: recognition of promoters and splice junction detection. In the former, the proposed model obtained results better than other published approaches. In the latter, the proposed model showed promising results. The model was extended to support fuzzy grammars, namely the fuzzy fractional grammars. Furthermore, an appropriate method of estimation of the values of the production's membership function is also proposed. Results obtained in the identification of splice junctions shows the utility of the fuzzy inference model proposed.

O projeto de filtros digitais do tipo IIR é um problema clássico da engenharia. Filtros digitais possuem diversas aplicações, e muitas variantes de comportamento. Existem vários métodos especialistas consagrados na literatura, cada um com suas peculiaridades e adequações a diferentes casos. Porém, a maior parte destes métodos não é flexível, impedindo a especificação de todos os parâmetros importantes de um filtro, pois alguns desses são um sub-produto do processo de cálculo. Por isso, este problema também é atacado na literatura através de técnicas de computação evolucionária. Diversos estudos foram encontrados com esta abordagem, mas em quase todos, o enfoque era dado no algoritmo evolucionário em vez de no filtro, utilizando este apenas como uma função de \emph{benchmark}. Além disso, a estabilidade do filtro - condição imprescindível para a utilização do mesmo - é desprezada em quase todos os trabalhos. Portanto, este trabalho propõe uma função de \emph{fitness} e uma nova codificação para este problema, de forma a possibilitar a obtenção de bons filtros, dentro das especificações, com algoritmos de Computação Evolucionária na forma canônica, isto é, sem modificações estruturais. A função de \emph{fitness} proposta busca corrigir distorções causadas pela função tradicional, que não leva em conta a obediência às especificações do filtro. A codificação mapeia o espaço de busca apenas para as soluções estáveis, sem excluir nenhuma solução válida nesta transformação. Além disso, um pós-processamento permite equalizar a resposta em fase do filtro, isto é, tornar o atraso de fase na banda de passagem linear, condição necessária para a utilização em diversos sistemas, especialmente os de telecomunicações. O desempenho das modificações é comparado com as abordagens clássicas utilizadas na literatura, e o conjunto escolhido como o mais eficiente é utilizado para comparar os dois algoritmos mais utilizados em Computação Evolucionária, o PSO e o AG. Após esse passo, experimentos extensivos de ajuste de parâmetros foram realizados, para que a versão final fosse comparada com o método especialista mais poderoso, que é o cálculo de filtros elípticos. Os resultados mostraram que o conjunto de modificações proposto fez com que excelentes filtros fossem obtidos, com uma taxa de obediência às especificações muito superior à obtida sem o mesmo. Comparando com o método especialista, o desempenho foi semelhante, com pontos a favor e contra cada um, mostrando que o projeto de filtros IIR através de Computação Evolucionária pode ser utilizado em sistemas reais. Em trabalhos futuros poderão ser estudadas novas modificações na funçao de \emph{fitness}, além do desempenho obtido com outros algoritmos evolucionários. A utilização em sistemas \emph{online} é uma aplicação promissora, e o comportamento deste método com especificações não-estacionárias, oriundas de informações de estimação de canal também deve ser investigado. / IIR digital filter design is classic problem in Electrical Engineering. Digital filter have many applications, and dozens of different behaviors. There are many specialist methods in literature, each with specific differences and characteristics. But most of these methods are not flexible, preventing one from fixing all parameters, because some of them are a sub-product of the calculation process. Therefore, this problem is also solved in literature with Evolutionary Computing techniques. Several works were found with this approach, but in almost all, the focus was in the evolutionary algorithm rather than on the filter problem, using this only as a benchmark function. Moreover, the filter stability - prerequisite for the filter application - is neglected in almost all of them. So, this work proposes a new fitness function, as well as a new codification, in order to obtain good filters, obedient to the specifications, with Evolutionary Computing algorithms in the canonic form, this is, without structural modifications. The proposed fitness function tries to correct distortions caused by the traditional one, which does not takes into account the filter gain specifications. The new coding maps the search space only to the stable solutions, not excluding any valid solution in the transformation. Moreover, a post-processing allows the filter phase equalization, this is, to make the pass band phase delay linear. This property is necessary in many types of applications, specially the telecommunication ones. The modifications performance is compared to the classic approaches found in the literature, and the most efficient set is use to compare the two most used Evolutionary Computing algorithms, GA and PSO. After this, extensive parameter tuning experiments were made, producing a final version of the method to compare with the specialist one. The chosen specialist method was the Elliptic filter, because the filter response has similarities with the one found by the proposed algorithm, and also because it is the most powerful one. Results showed excellent filters found with the proposed modifications, with a specification obedience rate well above the ones obtained with the classical approaches. Comparing with the specialist method, a similar performance was achieved, showing that IIR filter design with Evolutionary Computing can be used in real systems. Future work will address new modifications in the fitness function, and the performance of different EC algorithms in this problem. The application in online systems is promising, so the behavior of this approach with non-stationary specifications coming from channel estimation techniques should also be investigated.

A busca por ideias, modelos e paradigmas computacionais biologicamente inspirados e plausíveis sempre atraiu o interesse de cientistas da computação, especialmente na área de Computação Natural. Além disso, o conceito de otimização pode ser abstraído de vários processos naturais como, por exemplo, na evolução das espécies, no comportamento de grupos sociais, na dinâmica do sistema imunológico, nas estratégias de busca por alimento e nas relações ecológicas entre populações de animais. Com o melhor de nosso conhecimento, os ecossistemas naturais e seus conceitos ainda não foram explorados computacionalmente no contexto de otimização de funções e, portanto, eles são abordados nesta tese. Este trabalho destaca as principais propriedades de ecossistemas naturais que podem ser importantes para a construção de ferramentas computacionais para resolver problemas complexos de otimização. Também, a modelagem computacional para tais funcionalidades são introduzidas. A principal discussão apresentada nesta tese refere-se ao uso cooperativo de populações de soluções candidatas, co-evoluindo em um contexto ecossistêmico. Com esta analogia, cada população comportar-se de acordo com uma estratégia de busca específica que é empregada na evolução das soluções candidatas. Além da possibilidade de utilizar diferentes estratégias de busca cooperativamente, esta analogia abre a possibilidade de inserção de conceitos ecológicos no processo de otimização, permitindo o desenvolvimento de novos sistemas de otimização biologicamente inspirados e plausíveis. O potencial de alguns conceitos ecológicos é apresentado em um algoritmo canônico ecologicamente inspirado, chamado ECO (Ecological-inspired Optimiaztion algorithm). Alguns algoritmos baseados em população são utilizados para compor a abordagem proposta. Os problemas resolvidos nesta tese são várias funções contínuas de benckmark com um número alto de dimensões ($D = 200$) e o problema de predição de estrutura de proteínas para o modelo 2D AB. Além disso, o uso de dinâmica populacional para auto-regular o tamanho das populações; o uso de modelos heterogêneos com diferentes estratégias de busca; e o uso de agrupamento hierárquico para ajustar dinamicamente a formação de habitats e probabilisticamente definir as topologias de comunicação são alguns estudos de caso investigados. Os resultados obtidos se mostraram promissores considerando a aplicação do ecossistema computacional. Finalmente, conclusões e várias ideias para pesquisas futuras são apresentadas. / The search for plausible biologically inspired ideas, models and computational paradigms always drew the interest of computer scientists, particularly those from the Natural Computing area. Also, the concept of optimization can be abstracted from several natural processes, for instance, in the evolution of species, in the behavior of social groups, in the dynamics of the immune system, in the food search strategies and in the ecological relationships of different animal populations. To the best of our knowledge, ecosystems and their concepts have not been explored computationally in the context of function optimization and, therefore, they are addressed in this thesis. This work highlights the main properties of ecosystems that can be important for building computational tools to solve complex problems. Also, it is introduced the computational modelling for such biologically plausible functionalities (e.g., habitats, ecological relationships, ecological succession, and another). The main discussion presented in this work relates to the cooperative use of populations of candidate solutions, coevolving in an ecological context. With this ecology-based analogy, each population can behave according to a specific search strategy, employed in the evolution of candidate solutions. In addition to the possibility of using different optimization strategies cooperatively, this analogy opens the possibility of inserting ecological concepts in the optimization process, thus allowing the development of new bio-plausible hybrid systems. The potentiality of some ecological concepts is also presented in a canonical Ecology-inspired Algorithm for Optimization, named ECO. Some population-based algorithms are used to compose the ecology-based approach. The problems solved in this thesis are several continuous benchmark functions with a high number of dimensions ($D = 200$), and the protein structure prediction problem for the 2D AB model. Also, the use of population dynamics to self-regulate the size of populations during ecological successions; the use of heterogeneous models embedding different search strategies into the system; and the use of hierarchical clustering to dynamically adjust the habitats formation and probabilistically define the habitats communication are some case studies investigated. Results were promising concerning the application of the proposed computational ecosystem for optimization. Finally, concluding remarks and several ideas for future research are presented.

A tese apresenta um método para a solução dos problemas do valor inicial (PVIs) com margens de erro comparáveis às de métodos numéricos consagrados (MN), tanto para a função quanto para suas derivadas. O método é aplicável a equações diferenciais (EDs) lineares ou não, sendo o ferramental desenvolvido até a quarta ordem, que pode ser expandido para ordens superiores. A solução é uma expressão polinomial de alto grau com coeficientes expressos pela razão entre dois inteiros. O método se mostra eficaz mesmo em alguns casos em que os MN não conseguiram dar a partida. As resoluções são obtidas considerando que o espaço de soluções é um espaço de Hilbert, equipado com a base completa dos polinômios de Legendre. Em decorrência do método aqui desenvolvido, os majorantes de erros para a função e derivadas são determinados analiticamente por um cálculo matricial também deduzido nesta tese. Paralelamente a toda fundamentação analítica, foi desenvolvido o software SAM, que automatiza todas as tarefas na busca de soluções dos PVIs. A tese propõe e verifica a validade de um novo critério de erro no qual pesam tanto os erros locais quanto os erros globais, simultaneamente. Como subprodutos dos resultados já descritos, igualmente integrados ao SAM, obtiveram-se também: (1) Um critério objetivo para analisar a qualidade de um MN, sem necessidade do conhecimento de seu algoritmo; (2) Uma ferramenta para aproximações polinomiais de alta precisão para funções de quadrado integrável em determinado intervalo limitado, com um majorante de erro; (3) Um ferramental analítico para transposição genérica (linear ou não) dos PVIs até 4ª ordem, nas mudanças de domínio; (4) As matrizes de integração e diferenciação genéricas para todas as bases polinomiais do espaço de Hilbert. / This thesis shows a new method to get polynomial solutions to the initial value problems (IVP), with an error margin comparable to the consecrate numerical methods (NM), for both the function and its derivatives. The method works with differential equations (DEs) linear or not, beeing the developed tolls available until 4th order, whose can be expanded to higher orders. The solution is a polynomial high degree expression with coefficients expressed by the ratio between two integers. The method behaves efficiently even in some cases that NM cannot get started. The resolutions are gotten considering that, the solution space is a Hilbert space, equipped with a complete set basis of Legendre Polynomials. Due the method here developed, the errors majoratives for the function and its derivatives are found analytically by a matrix calculus, also derived in this thesis. Beside all analytical foundation, a software (SAM) was developed to automate the whole process, joining all the tasks involved in the search for solutions to the IVP. This thesis proposes, verifies and validates a new error criterion, which takes in account simultaneously the local and global errors. As sub-products of the results described before, also integrated to the SAM, the following achievements should be highlighted: (1) An objective criterion to analyze the quality of any NM, despite of the knowledge of its algorithm; (2) A tool for a polynomial approximation, of high precision, for functions whose square is integrable in a given limited domain, with an errors majorative; (3) A tool-kit for a generically transpose (linear or not) of the IVPs domain and form, taking into account its derivatives, until the 4th order; (4) The generic matrices for integration and differentiation for all the polynomial basis of the Hilbert space.

This paper describes the specification and implementation of a computational system entitled Evolutionary Support System for the Analysis of Accounting Statements (ESAAS), which aims to optimize decision making, and uses variations of the genetic algorithm from Holland. In its specification, there is a population formed by chromosomes that are vectors over a ternary alphabet with size corresponding to the number of account statements contained in the type of analysis chosen by the user. The ESAAS diagnoses the financial and economic situation of commercial, industrial companies or service providers, whether they are classified as micro, small, average, average-large or large companies. The diagnosis done by ESAAS was based on the analyzes of liquidity, debt profitability, added value, average terms, vertical and horizontal analyzes; and in the diagnosis of the analytical combination of liquidity, profitability and debt with the vertical analysis, showing as a justification, the influence of each of the accounts or group of financial accounts involved. The system receives as input a set of indexes, total values of the accounts or groups of accounts of financial accounting standards of the company that will be considered in a determinted period, consisting of consecutive years, being considered the minimum of three years. To validate the ESAAS, tests were performed with data obtained from the financial statements from companies in the years 2008, 2009 and 2010. The system was implemented in the eclipse compiler, using the JAVA programming language. The results achieved in the calculation of the quotients obtained in all the seven types of analyzes performed achieved 100% of correctness. Therefore concluding that the ESAAS infers knowledge to decision-making, through diagnostic reports generated. / Este trabalho descreve a especificação e a implementação de um sistema computacional, intitulado de Sistema Evolutivo de Apoio à Análise de Demonstrações Contábeis (SEADC), que visa otimizar a tomada de decisão, e utiliza variações do algoritmo genético de Holland. Possui em sua especificação uma população formada por cromossomos que são vetores sobre um alfabeto ternário, com tamanho correspondente ao número de contas contábeis contidas no tipo de análise escolhida pelo usuário. O SEADC faz o diagnóstico da situação financeira e econômica de empresas comerciais, industriais ou prestadoras de serviço, sejam elas classificadas como micro, pequena, média, média-grande ou grande empresa. O diagnóstico realizado pelo SEADC foi baseado nas análises de liquidez, endividamento, rentabilidade, valor adicionado, prazos médios, análises vertical e horizontal; e no diagnóstico da combinação das análises de liquidez, rentabilidade e endividamento com a análise vertical, mostrando, como justificativa, a influência de cada uma das contas ou grupo de contas contábeis envolvidos. O sistema recebe como entrada um conjunto de índices, valores dos saldos das contas ou grupos de contas contábeis de demonstrações padronizadas da empresa que será analisada, em um determinado período, composto por anos consecutivos, sendo considerado o mínimo de três anos. Para validar o SEADC foram realizados testes com dados obtidos de demonstrações contábeis de empresas nos anos de 2008, 2009 e 2010. O sistema foi implementado no compilador eclipse, usando-se linguagem de programação JAVA. Os resultados alcançados no cálculo dos quocientes obtidos em todos os sete tipos de análises realizadas alcançaram 100% de corretude. Conclui-se, portanto, que o SEADC infere conhecimento à tomada de decisão, através dos relatórios de diagnósticos gerados.

Made available in DSpace on 2016-06-02T19:06:15Z (GMT). No. of bitstreams: 1 6263.pdf: 2838494 bytes, checksum: 852261a244b09c47cc828522a799cc8d (MD5) Previous issue date: 2014-06-26 / Petri Net (PN) is a graphical mathematical tool used to create models that provide a formal specification of systems, creating the possibility of running behavior analysis and property verification. PN models can be used to model several system types, for example, Manufacturing Systems. In general, using PN to model systems with too many characteristics cause the so-called state-space explosion problem, in other words, a great element profusion in the model. In order to mitigate the referred problem researchers developed reduction rules to synthetize models. Reduced models maintain original system properties and can be easily analyzed and simulated. A method to automate reduction rules application is proposed on the present research. A Genetic Algorithm heuristic is responsible for applying six reductions rules on Place-Transition Petri Nets given as input. The proposed algorithm, presented as a Matlab toolbox, may contribute when simulating and running property verification methodologies on Petri Net models. / Rede de Petri (RP) é uma ferramenta de modelagem com rigor matemático usada para especificar e formalizar sistemas e suas características. Modelos de RP podem ser avaliados quanto à seu comportamento dinâmico e suas propriedades estruturais. Diversos tipos de modelos podem ser especificados usando RP s, por exemplo, modelos de Sistemas de Manufatura. De maneira geral, modelos de sistemas complexos sofrem do problema da grande profusão de elementos. Esse problema é um limitante para diversas metodologias de verificação de propriedades e simulação de comportamento dinâmico dos modelos. Frequentemente metodologias baseadas em regras de redução são propostas para superar o problema da grande profusão de elementos. O presente trabalho apresenta uma ferramenta para automatizar a aplicação de regras de redução em modelos de RP. Um conjunto de regras foi selecionado para montar uma base de regras de redução e uma heurística baseada em algoritmos genéticos foi criada para aplicar reduções em modelos de RP Lugar-Transição. Os resultados obtidos mostraram que a ferramenta proposta, apresentada como uma toolbox do Matlab, pode ser utilizada para auxiliar no processo de análise, simulação e verificação de propriedades de sistemas modelados por meio de RP s.

O problema da predição da estrutura de proteínas (PPEP) é bastante conhecido na bioinformática. A identificação da conformação nativa de uma proteína permite predizer a sua função no organismo. Este conhecimento também é útil no desenvolvimento de novos fármacos ou na compreensão do mecanismo de várias doenças. Várias técnicas tem sido propostas para resolver este problema. Porém, o alto custo envolvido levou ao surgimento de vários modelos que simplificam, em parte, as estruturas protéicas. No entanto, mesmo com os modelos mais simplificados, a complexidade do problema traz inúmeros desafios computacionais na busca da sua conformação nativa. Este trabalho utiliza o algoritmo evolucionário denominado Evolução Diferenciada (ED) para solucionar o PPEP, representando as proteínas com o modelo AB (toy model), em duas e três dimensões (2D e 3D). O trabalho apresenta a implementação de duas versões da ED, paralelizadas num ambiente de processo em cluster, com Message Passing Interface e arquitetura mestre-escravo. Para a configuração dos operadores do algoritmo de ED, foram realizados vários estudos com diferentes configurações para ambos os modelos, e análises estatísticas determinaram quais os melhores valores. Além disso, foram criados dois operadores especiais: dizimação e mutação espelhada. O primeiro poder ser considerado um operador genérico, que pode ser utilizado em qualquer problema; o segundo é específico para o problema em questão. Além do algoritmo de ED básico, também foi proposta uma versão auto-adaptável, em que alguns de seus parâmetros são atualizados no decorrer da evolução. Os experimentos realizados utilizaram 4 sequências de aminoácidos de benchmark geradas a partir da sequência de Fibonacci, contendo entre 13 e 55 aminoácidos. Os resultados dos algoritmos de ED paralelos foram comparados com os resultados obtidos em outros trabalhos. O algoritmo de ED é capaz de obter resultados excelentes, competitivos com os métodos especializados, apesar de não atingir o ótimo conhecido em algumas instâncias. Os resultados promissores obtidos nesse trabalho mostram que o algoritmo de ED é adequado para o problema. Em trabalhos futuros poderão ser estudados novos operadores especiais ou outras técnicas de inspiração biológica, buscando melhorar os resultados. / Protein structure prediction is a well-known problem in bioinformactis. Identifying protein native conformation makes it possible to predict its function within the organism. Knowing this also helps in the development of new medicines and in comprehending how some illnesses work and act. During the past year some techniques have been proposed to solve this problem, but its high cost made it necessary to build models that simplify the protein structures. However, even with the simplicity of these models identifying the protein native conformation remains a highly complex, computationally challenging problem. This paper uses an evolutionary algorithm known as Differential Evolution (DE) to solve the protein structure prediction problem. The model used to represent the protein structure is the Toy Model (also known as the AB Model) in both 2D and 3D. This work implements two versions of the ED algorithm using a parallel architecture (master-slave) based on Message Passing interface in a cluster. A large number of tests were executed to define the final configuration of the DE operators for both models. A new set of special operators were developed: explosion and mirror mutation. We can consider the first as generic, because it can be used in any problem. The second one is more specific because it requires previous knowledge of the problem. Of the two DE algorithm implemented, one is a basic DE algorithm and the second is a self-adaptive DE. All tests executed in this work used four benchmark amino acid sequences generated from the Fibonacci sequence. Each sequence has 13 to 55 amino acids. The results for both parallel DE algorithms using both 2D and 3D models were compared with other works. The DE algorithm achieved excellent results. It did not achieve the optimal known values for some sequences, but it was competitive with other specialized methods. Overall results encourage further research toward the use of knowledge-based operators and biologically inspired techniques to improve DE algorithm performance.

A otimização de uma rede de transporte de derivados de petróleo é um problema complexo e abordado na literatura atual. A modelagem matemática deste problema proposta neste trabalho cria um problema de otimização combinatorial. Métodos de resolução deste problema através da programação linear inteira mista e de algoritmos heurísticos de evolução diferencial (Evolução Diferencial Binária e Evolução Diferencial Discretizada) são propostos utilizando variáveis binárias. Os resultados encontrados com a programação linear apresentam valores ótimos para os benchmarks com pequenos espaços de busca e valores sub-ótimos para grandes. Resultados utilizando a evolução diferencial também são apresentados como uma alternativa de baixo esforço computacional. A aplicação destes métodos proporciona alternativas para o transporte de diferentes produtos em um horizonte de tempo definido e compara os métodos heurísticos com codificações binárias e contínuas. Tais resultados incentivam a utilização de algoritmos heurísticos com codificação contínua e apontam os métodos de discretização como alternativas eficazes para a resolução de problemas discretos. / The optimization of an pipeline network is a complex problem and addressed in the current literature. The mathematical modeling of this problem proposed in this paper creates a problem of combinatorial optimization. Methods for solving this problem using linear mixed integer programming and heuristic algorithms of differential evolution (Binary Differential Evolution and Discretized Differential Evolution) are proposed using binary variables. The results obtained with the linear programming have optimal values for the benchmarks with small search spaces and sub-optimal for large values. Results using the differential evolution are also presented as an alternative low computational effort. The application of these methods provides alternatives for transporting different products in a defined time horizon and compare heuristic methods with continuous and binary encodings. Such results encourage the use of heuristic algorithms with continuous coding and the point discretization methods as effective for solving problems discrete alternatives.

A busca por ideias, modelos e paradigmas computacionais biologicamente inspirados e plausíveis sempre atraiu o interesse de cientistas da computação, especialmente na área de Computação Natural. Além disso, o conceito de otimização pode ser abstraído de vários processos naturais como, por exemplo, na evolução das espécies, no comportamento de grupos sociais, na dinâmica do sistema imunológico, nas estratégias de busca por alimento e nas relações ecológicas entre populações de animais. Com o melhor de nosso conhecimento, os ecossistemas naturais e seus conceitos ainda não foram explorados computacionalmente no contexto de otimização de funções e, portanto, eles são abordados nesta tese. Este trabalho destaca as principais propriedades de ecossistemas naturais que podem ser importantes para a construção de ferramentas computacionais para resolver problemas complexos de otimização. Também, a modelagem computacional para tais funcionalidades são introduzidas. A principal discussão apresentada nesta tese refere-se ao uso cooperativo de populações de soluções candidatas, co-evoluindo em um contexto ecossistêmico. Com esta analogia, cada população comportar-se de acordo com uma estratégia de busca específica que é empregada na evolução das soluções candidatas. Além da possibilidade de utilizar diferentes estratégias de busca cooperativamente, esta analogia abre a possibilidade de inserção de conceitos ecológicos no processo de otimização, permitindo o desenvolvimento de novos sistemas de otimização biologicamente inspirados e plausíveis. O potencial de alguns conceitos ecológicos é apresentado em um algoritmo canônico ecologicamente inspirado, chamado ECO (Ecological-inspired Optimiaztion algorithm). Alguns algoritmos baseados em população são utilizados para compor a abordagem proposta. Os problemas resolvidos nesta tese são várias funções contínuas de benckmark com um número alto de dimensões ($D = 200$) e o problema de predição de estrutura de proteínas para o modelo 2D AB. Além disso, o uso de dinâmica populacional para auto-regular o tamanho das populações; o uso de modelos heterogêneos com diferentes estratégias de busca; e o uso de agrupamento hierárquico para ajustar dinamicamente a formação de habitats e probabilisticamente definir as topologias de comunicação são alguns estudos de caso investigados. Os resultados obtidos se mostraram promissores considerando a aplicação do ecossistema computacional. Finalmente, conclusões e várias ideias para pesquisas futuras são apresentadas. / The search for plausible biologically inspired ideas, models and computational paradigms always drew the interest of computer scientists, particularly those from the Natural Computing area. Also, the concept of optimization can be abstracted from several natural processes, for instance, in the evolution of species, in the behavior of social groups, in the dynamics of the immune system, in the food search strategies and in the ecological relationships of different animal populations. To the best of our knowledge, ecosystems and their concepts have not been explored computationally in the context of function optimization and, therefore, they are addressed in this thesis. This work highlights the main properties of ecosystems that can be important for building computational tools to solve complex problems. Also, it is introduced the computational modelling for such biologically plausible functionalities (e.g., habitats, ecological relationships, ecological succession, and another). The main discussion presented in this work relates to the cooperative use of populations of candidate solutions, coevolving in an ecological context. With this ecology-based analogy, each population can behave according to a specific search strategy, employed in the evolution of candidate solutions. In addition to the possibility of using different optimization strategies cooperatively, this analogy opens the possibility of inserting ecological concepts in the optimization process, thus allowing the development of new bio-plausible hybrid systems. The potentiality of some ecological concepts is also presented in a canonical Ecology-inspired Algorithm for Optimization, named ECO. Some population-based algorithms are used to compose the ecology-based approach. The problems solved in this thesis are several continuous benchmark functions with a high number of dimensions ($D = 200$), and the protein structure prediction problem for the 2D AB model. Also, the use of population dynamics to self-regulate the size of populations during ecological successions; the use of heterogeneous models embedding different search strategies into the system; and the use of hierarchical clustering to dynamically adjust the habitats formation and probabilistically define the habitats communication are some case studies investigated. Results were promising concerning the application of the proposed computational ecosystem for optimization. Finally, concluding remarks and several ideas for future research are presented.