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 Determinação da Estrutura tridimensional de Proteínas (DEP) a partir da sua seqüência de aminoácidos é importante para a engenharia de proteínas e o desenvolvimento de novos fármacos. Uma alternativa para este problema tem sido a aplicação de técnicas de computação evolutiva. As abordagens utilizando Algoritmos Evolutivos (AEs) tem obtido resultados relevantes, porém estão restritas a pequenas proteínas, com dezenas de aminoácidos e a algumas classes de proteínas. Este trabalho propõe a investigação de uma abordagem utilizando AEs para a predição da estrutura terciária de proteínas independentemente do seu tamanho e classe. Os resultados obtidos demonstram que apesar das dificuldades encontradas a abordagem investigada constitue-se em uma alternativa em relação aos métodos clássicos de determinação da estrutura terciária das proteínas. / Protein structure determination (DEP) from aminoacid sequences is very importante to protein engineering and development of new drugs. Evolutionary computation has been aplied to this problem with relevant results. Nevertheless, Evolutionary Algorithms (EAs) can work with only proteins with few aminoacids and some protein classes. This work proposes an approach using AEs to predict protein tertiary structure independly from their size and class. The obtained results show that, despite of the difficulties that have been found, the investigate approach is a relevant alternative to classical methods to protein structure determination.

Orientadores: Fernando José Von Zuben, Jônatas Manzolli / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-17T09:26:02Z (GMT). No. of bitstreams: 1 Costa_CesarRenno_M.pdf: 8817422 bytes, checksum: f05c86a8d8717568f1afd9da373b6a55 (MD5) Previous issue date: 2007 / Resumo: Este trabalho sugere novos paradigmas de controle de mecanismos de síntese sonora. Utilizando conceitos das ciências cognitivas, o processo gerativo é modelado como um sistema de conversões entre representações, da atuação subjetiva do usuário, passando pela descritiva e culminando no material sonoro. A partir do estudo da analogia descritiva, engendra-se a analogia acústica, representação por amostras sonoras, e a analogia semântica, representação por linguagem. Aplicadas à arquitetura modelada, essas analogias permitem que o processo de síntese sonora tenha um caráter mais intuitivo. São apresentadas duas implementações práticas, sendo que técnicas de computação bio-inspirada fornecem o maquinário computacional para a realização do mapeamento entre representações e controle do processo de síntese / Abstract: This work suggests novel control paradigms of sound synthesis mechanisms. Applying cognitive science concepts, the generative process is modeled as a system of conversions throughout representations: from user's insight, through descriptive, to the sound material. From descriptive analogy studies, the acoustic analogy (representation through sound) and the semantic analogy (representation through language) are engendered. Applied to the modeled architecture, these analogies allow the synthesis process to have a more intuitive nature. Two practical implementations are presented. Bio-inspired computing provides the computational machinery used to map different representations and to control the synthesis process / Mestrado / Mestre em Engenharia Elétrica

Orientador: Eliane Martins / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-18T01:12:41Z (GMT). No. of bitstreams: 1 Buzzo_AndreVinicius_M.pdf: 3473272 bytes, checksum: e3da091fcaa16f3245465636a77cfad0 (MD5) Previous issue date: 2011 / Resumo: A geração automática de dados de teste pode ser abordada como um problema de otimização e algoritmos evolutivos se tornaram um foco de muita pesquisa nesta área. Recentemente um novo tipo de algoritmo evolutivo chamado GEO (GEO - Generalized Extremal Optimization) tem sido explorado em uma grande classe de problemas de otimização. Neste trabalho é apresentado o uso do algoritmo evolutivo GEO com codificação real - GEOreal - na geração de dados de teste. O desempenho deste algoritmo é comparado com diversos outros algoritmos e para melhor avaliar os resultados, duas funções objetivo - que mapeiam o problema de geração de dados em um problema de otimização - foram utilizadas. O algoritmo GEOreal combinado com a função objetivo Bueno e Jino obtiveram os melhores resultados nos problemas abordados. Um protótipo foi desenvolvido implementando todos os conceitos envolvidos neste trabalho e o seu desempenho foi comparado com outras ferramentas já disponíveis no mercado. Os resultados mostraram que este protótipo superou as ferramentas comparadas ao minimizar o tempo dispendido no esforço de gerar os dados de teste / Abstract: Automatic test data generation can be approached as an optimization problem and evolutionary algorithms have become a focus of much research in this area. Recently a new type of evolutionary algorithm called GEO (GEO - Generalized Extremal Optimization) has been explored in a large class of optimization problems. This paper presents the use of evolutionary algorithm with real coding GEO - GEOreal - in test data generation. The performance of this algorithm is compared with several other algorithms and to better compare the results two objective functions - that map the problem of generating data in an optimization problem - were used. The algorithm GEOreal combined with the function Bueno and Jino had the best results in the problems addressed. A prototype was developed implementing all the concepts involved in this work and its performance was compared with other tools already available. The results showed that this prototype was better than the compared tools when minimizing the time spent in the effort to test data generation / Mestrado / Ciência da Computação / Mestre em Ciência da Computação

Orientadores: Akebo Yamakami, Marcia Tomie Takahashi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T21:15:33Z (GMT). No. of bitstreams: 1 Almeida_TiagoAgostinhode_M.pdf: 1289408 bytes, checksum: 8b0b0e45d9ae8cee7d3c5343e9213cfc (MD5) Previous issue date: 2006 / Resumo: Este trabalho propoe meta-heuristicas baseadas em tecnicas da computaçao evolutiva, que visam encontrar um conjunto de arvores geradoras minimas para problemas de grafos, que possuem incertezas em relaçao as informaçoes associadas aos parametros. Resolver problemas dessa natureza e um processo NP-Completo, pois envolve um numero enorme de comparaçoes. A fim de contornar essa complexidade, este trabalho propoe um algoritmo genetico e um sistema imunologico artificial, capazes de explorar eficientemente o espaco de busca e de obter resultados satisfatorios, sem a necessidade de confrontar todas as solucoes entre si / Abstract: This work proposes heuristical approaches based on evolutionary computation, whose goal is to find a set of minimum spanning trees in graphs that contain uncertainties in their parameters. These kind of problems is a NP-hard one, because it involves an enormous number of comparisons. In order to avoid this complexity, this work proposes a genetic algorithm and an artificial immune system, that explore efficiently the search space of solutions to looking for satisfactory results, without the necessity of comparing all possible solutions. Keywords: Fuzzy Graph, Fuzzy Minimum Spanning Tree, Fuzzy Set Theory, Evolutionary Computation, Genetic Algorithm, Artificial Immune System / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientador: Fernando Jose Von Zuben / Acompanha CD-ROM / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-13T02:48:36Z (GMT). No. of bitstreams: 1 Cazangi_RenatoReder_D.pdf: 8716830 bytes, checksum: 272657e08f1aeb5622ebeb4412c49048 (MD5) Previous issue date: 2008 / Resumo: Novas técnicas de navegação autônoma de robôs móveis visam suprir a crescente demanda pelo emprego de robôs em diversos setores da sociedade e junto a uma ampla gama de tarefas. Os desafios envolvidos no desenvolvimento do sistema que controla o robô permitem afirmar que a inteligência embarcada em robôs atuais ainda encontra-se em um nível incipiente e limitado. Neste trabalho, cinco frentes de pesquisa complementares são propostas visando estudar, teórica e praticamente, aspectos fundamentais de projeto e implementação de controladores autônomos inteligentes para robótica móvel. Metodologias de computação bio-inspirada e de robótica evolutiva provêem os conceitos e ferramentas que fundamentam as cinco propostas, as quais são validadas com base em sistemas de navegação concebidos e aplicados a problemas relevantes da área. Uma série de simulações computacionais em ambientes virtuais e experimentos com robôs reais é realizada, permitindo medir o alcance das contribuições e apontar as principais frentes de atuação que se abrem como perspectivas futuras da pesquisa. / Abstract: Novel techniques for autonomous robot navigation aim at fulfilling the growing demand for mobile robots in multiple segments of society and in a plethora of tasks. The challenges involved in developing the system which controls the robot allow to say that the intelligence embedded in the current robots is found to be still incipient and limited. In this work, five complementary research fronts are proposed intending to study, theoretical and practically, aspects which are fundamental to the design and implementation of intelligent autonomous controllers for mobile robotics. Bio-inspired computing and evolutionary robotics methodologies provide the concepts and tools underlying the five proposals, which are validated through navigation systems devised and applied to important problems. Numerous real robot experiments as well as computational simulations taking place in virtual environments are carried out, allowing for the evaluation of contributions and also the discussion of future possibilities. / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientadores: Christiano Lyra Filho, Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T08:57:13Z (GMT). No. of bitstreams: 1 Siqueira_HugoValadares_M.pdf: 4462928 bytes, checksum: 6c158aa0553a6c0912bf75c565974370 (MD5) Previous issue date: 2009 / Resumo: O Sistema Elétrico é um dos pilares do desenvolvimento tecnológico e industrial de uma nação. Dessa forma, é necessário gerir de uma maneira eficiente todos os recursos necessários para obtenção de energia elétrica. Os recursos hídricos se tornam essenciais já que o parque gerador brasileiro é predominantemente hidráulico. Neste contexto, o estudo da previsão de séries de vazões das usinas hidrelétricas tornou-se um campo de pesquisa altamente relevante para o planejamento da geração de energia no Brasil. Os modelos empregados pelo setor elétrico são os chamados modelos de Box & Jenkins, que exige um pré-tratamento dos dados de entrada por conta da sazonalidade encontrada nas vazões ao longo do ano. Este trabalho se utiliza de uma gama de modelos de previsão para comparação de desempenho no problema de previsão de séries de vazões médias mensais, em períodos distintos, da usina hidrelétrica de Furnas. Dentre os modelos lineares, é proposta a utilização de um dos modelos estatísticos, o Auto-regressivo e Médias Móveis (ARMA), tendo seus coeficientes calculados através de algoritmos bioinspirados: algoritmo genético e duas propostas de algoritmos imunológicos, uma baseada em pequenas alterações do CLONALG e a opt-aiNet. Em seguida, um filtro linear realimentado de resposta ao impulso infinita (IIR) tem seus coeficientes calculados pelos algoritmos de otimização acima citados. Na parte dos métodos nãolineares, fez-se a abordagem da aplicação de redes neurais artificiais do tipo perceptron de múltiplas camadas (MLP), com a utilização do algoritmo do gradiente conjugado escalonado modificado para o treinamento. Por fim, uma rede de estados de eco (ESN) é utilizada no problema, com dois algoritmos de treinamento: a proposta de Ozturk et al. E a de Consolaro. Os resultados experimentais mostram a aplicabilidade das ferramentas bioinspiradas e, em muitos casos, a relevância do laço de realimentação. No caso nãolinear, não foi possível obter resultados expressivos para a MLP, enquanto as ESN's mostraram alguns resultados promissores. / Abstract: The Electric System is one of the pillars of technological and industrial development of a nation. Thus, it is necessary to manage in an efficient manner all necessary resources to obtain electrical energy. Water resources become essential since the Brazilian generator park is predominantly hydraulic. In this context, the study of prediction of the streamflow series of hydroelectric dams has become a field of research highly relevant to the planning of energy generation in Brazil. The models used by the electric sector are called models of Box & Jenkins, which requires pre-processing of input data due to the seasonality found in streamflow throughout the year. This work uses a range of forecasting models to compare performance in the problem of monthly averages streamflows series approached, in different periods, the hydroelectric power plant of Furnas. Among the linear models, it is proposed to use one of a statistical model, the autoregressive and moving average (ARMA), taking their coefficients calculated by bio-inspired algorithms: genetic algorithm and two proposed of immunological algorithms, one based on small changes in CLONALG and opt-aiNet. Then, a recurrent linear filter with the infinite impulse response (IIR) has its coefficients calculated by the optimization algorithms above. At the non-linear part, it is the approach of applying artificial neural networks of the type of multi-layer perceptron (MLP), using the algorithm of the modified scaled conjugate gradient for training. Finally, an echo states network is used in the problem, with two training algorithms: the proposal of Ozturk and of Consolaro. The experimental results show the applicability of bio-inspired tools and, in many cases, the importance of the loop of feedback. For the non-linear case, it was not possible to obtain significant results for the MLP, while the ESN's have shown some promising results. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Fernando Antonio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T23:48:55Z (GMT). No. of bitstreams: 1 Amaral_WanessaMachadodo_M.pdf: 2424347 bytes, checksum: 390879b70ad2ca4dc593f415471fea5c (MD5) Previous issue date: 2007 / Resumo: A teoria de jogos é um ramo da teoria da decisão que modela e trata matematicamente situações de conflito de interesses entre entidades, onde o objetivo principal é escolher a melhor estratégia para cada uma delas, ou seja, aquela que se traduz em equilíbrio. Existem inúmeras áreas em que a teoria de jogos é utilizada. Uma das principais é a microeconomia, onde se aborda questões relativas ao comportamento de empresas e indústrias no mercado competitivo. A teoria de jogos é utilizada para encontrar a estratégia ótima para empresas com objetivos antagônicos, como exige o mercado. No entanto, os dados dos problemas reais nem sempre são precisos. A teoria de conjuntos nebulosos introduz flexibilidade na formulação desses problemas, pois permite a consideração de parâmetros imprecisos nos modelos. Esse trabalho aborda a teoria de jogos nebulosos. Estratégias de equilíbrio são analisadas e métodos computacionais desenvolvidos para a resolução dos modelos. É proposto um método baseado em computação evolutiva para obter soluções de equilíbrio de jogos nebulosos. Além disso propõe-se também um método baseado em a-cortes e no algoritmo de decomposição para a solução dos modelos bilineares associados a jogos nebulosos de soma não zero. Exemplos de aplicações são apresentados para ilustrar o potencial prático da teoria de jogos nebulosos / Abstract: Game theory is a branch of applied mathematics whose aim is to model and study decision making in conflicting situations. In these situations, the main goal is to choose the best strategy for all the players in the game, that is, to find the equilibrium solutions. Game theory can be defined as the study of how self-interested entities interact and make decisions. There are many applications of game theory in different areas. One of the main applications is in microeconomy, where situations of conflict between companies exist and there is a need to find the optimal strategies in that situation. In practice however, model parameters are imprecise. Fuzzy set theory allows modeling flexibility because imprecise data can be treated using fuzzy models. This work concerns Fuzzy Game Theory. Equilibrium strategies are studied and computational methods developed to solve fuzzy game problems. A new method to solve fuzzy games using evolutionary computation is introduced. A method based on a-cuts and on a decomposition algorithm to solve bilinear models also presented to solve fuzzy non zero-sum games. Algorithms were implemented and applications examples are discussed to illustrate the usefulness of fuzzy games in practice / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T11:06:22Z (GMT). No. of bitstreams: 1 Wada_Cristina_M.pdf: 4155297 bytes, checksum: 8683ce097ae6eab2c4bc3f3cae097225 (MD5) Previous issue date: 2010 / Resumo: Na transmissão de dados através de um canal ocorrem distorções que podem eventualmente levar a níveis inaceitáveis de degradação.Uma distorção bastante comum nesse cenário é a interferência intersimbólica ,que é a conseqüência do espalhamento temporal do sinal de informação.Para mitigar essa Interferência ,é usual empregar um equalizador ,que pode ser adaptado de modo supervisionado ou não upervisionado. Uma solução clássica no caso não supervisionado é fazer uso do critério de mínimo erro quadrático médio de predição.Sabe-se que tal abordagem ,no contexto linear,é eficiente apenas para canais de fase mínima ou máxima.Para lidar com canais de fase mista ,é preciso recorrer a estruturas não lineares. Neste trabalho ,investigaremos a relevância ,nesse contexto,do uso de preditores não lineares contendo laços de realimentação .Analizar-se-á o desempenho de estruturas neurais recorrentes sob um conjunto representativo de canais ,de modo a permitir a investigação dos efeitos da memória sobre o processo de desconvolução.O processo adaptativo será conduzido por um sistema imunológico artificial,dotado de significativo potencial de busca global e robustez a soluções instáveis / Abstract: When data is transmitted trough a channel, it may be subject to several sorts of distortion that might cause unacceptable level of degradation. A very usual type of distortion is the intersymbol interference ,which is a consequence of the temporal spread of the information-bearing signal .To mitigate this interference ,it is usual to employ an equalizer ,which can be adapted either in a supervised or an unsupervised manner. For the latter case, a predictive structure, optimized according to the mean squared error criterion, is a classical solution. In the linear context, it is known that this approach is efficient only for minimum- or maximum-phase channels: to deal with mixed-phase channels, it is necessary to resort to nonlinear structures. In this work, we investigate the relevance, in this context, of the use of nonlinear predictors with feedback loops. The performance of nonlinear neural structures is analyzed in asset of representative channels, in order to form a better understanding of the effect of the channel memory on the signal and to make use of it in the deconvolution process. An optimization algorithm based on the concept of artificial immune systems is applied in the adaptation of predictors, due to its powerful global search capabilities and robustness to unstable solutions / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientadores: Fernando Jose Von Zuben, Patricia Amancio Vargas / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-11T19:08:31Z (GMT). No. of bitstreams: 1 Moioli_RenanCipriano_M.pdf: 1774485 bytes, checksum: fbe8aa9cf8be0ba5310723711c91235c (MD5) Previous issue date: 2008 / Resumo: Este trabalho tem como objetivos principais estudar, desenvolver e aplicar duas ferramentas computacionais bio-inspiradas em navegação autônoma de robôs. A primeira delas é representada pelos Sistemas Classificadores com Aprendizado, sendo que utilizou-se uma versão da proposta original, baseada em energia, e uma versão baseada em precisão. Adicionalmente, apresenta-se uma análise do processo de evolução das regras de inferência e da população final obtida. A segunda ferramenta trata de um modelo denominado sistema homeostático artificial evolutivo, composto por duas redes neurais artificiais recorrentes do tipo NSGasNets e um sistema endócrino artificial. O ajuste dos parâmetros do sistema é feito por meio de evolução, reduzindo-se a necessidade de codificação e parametrização a priori. São feitas análises de suas peculiaridades e de sua capacidade de adaptação. A motivação das duas propostas está no emprego conjunto de evolução e aprendizado, etapas consideradas fundamentais para a síntese de sistemas complexos adaptativos e modelagem computacional de processos cognitivos. Os experimentos visando validar as propostas envolvem simulação computacional em ambientes virtuais e implementações em um robô real do tipo Khepera II. / Abstract: The objectives of this work are to study, develop and apply two bio-inspired computational tools in robot autonomous navigation. The first tool is represented by Learning Classifier Systems, using the strength-based and the accuracy-based models. Additionally, the rule evolution mechanisms and the final evolved populations are analyzed. The second tool is a model called evolutionary artificial homeostatic system, composed of two NSGasNet recurrent artificial neural networks and an artificial endocrine system. The parameters adjustment is made by means of evolution, reducing the necessity of a priori coding and parametrization. Analysis of the system's peculiarities and its adaptation capability are made. The motivation of both proposals is on the concurrent use of evolution and learning, steps considered fundamental for the synthesis of complex adaptive systems and the computational modeling of cognitive processes. The experiments, which aim to validate both proposals, involve computational simulation in virtual environments and implementations on real Khepera II robots. / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica