Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-11-13T14:25:31Z No. of bitstreams: 2 Dissertação - Victor Martin de Oliveira - 2017.pdf: 4224923 bytes, checksum: df22172ea97d67bc99001b28fa5e6c8a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-11-13T14:26:03Z (GMT) No. of bitstreams: 2 Dissertação - Victor Martin de Oliveira - 2017.pdf: 4224923 bytes, checksum: df22172ea97d67bc99001b28fa5e6c8a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-11-13T14:26:03Z (GMT). No. of bitstreams: 2 Dissertação - Victor Martin de Oliveira - 2017.pdf: 4224923 bytes, checksum: df22172ea97d67bc99001b28fa5e6c8a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-10-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In the context of interactive art, which the spectators become interactors as well, technological development promotes new types of interaction and relations between the art and the human. The project “C³ – Cubos Interativos” (C³ project) rises in this context, created by Media Lab -- UFG with the philosophy of interpersonal and interactive relations, using art and technology. The project consists of three real cubes, which can be handled by users and produce feedback through light and sound effects. The users may communicate with one another and interact with the cubes in order to discover their behaviors and the possible reactions to the interactive activities. However, the cubes behaviors are created manually through the codification of a state machine, being a complex and time consuming task. On the other hand, the Interactive Evolutionary Computation (IEC) is an area of research that can be applied to the composition of artistic elements by using evolutionary algorithms and human interaction. One down point of the IEC is the human fatigue, what makes prohibitive the processing of many evolutionary cycles. Some techniques can be applied to avoid this problem, for example, the use of surrogate functions. This work aims to unite aspects of interactive art and interactive evolutionary computation, with the objective of providing a new way of creating behaviors that represents interesting and pleasant compositions to the C³ cubes. To achieve this goal, we propose the evolution of the C³ cubes state machines using IEC assisted by a surrogate function. A simulation environment for the C³ project was developed, in which the users can interact with virtual cubes and evaluate their behaviors, guiding the evolutionary approach. An experiment with the approach involving a group of users from UFG resulted in more complex and interesting C³ projects. / No contexto de arte interativa, em que o espectador se torna também um interator, avanços tecnológicos proporcionam novos tipos de interações e relações entre a arte e o ser humano. O projeto “C³ – Cubos Interativos” (projeto C³) surge neste contexto, criado no Media Lab -- UFG com a filosofia de relação interpessoal e interativa utilizando-se da arte e da tecnologia. Ele consiste de três cubos reais, os quais podem ser manipulados por usuários e que produzem um feedback através de efeitos luminosos e sonoros. Os usuários interagem entre si e com os cubos, a fim de descobrir seus comportamentos e as possíveis reações às atividades interativas. No entanto, a programação de comportamentos para os cubos é realizada manualmente através da codificação de uma máquina de estados, o que requer tempo e é uma tarefa complexa. Por outro lado, a computação evolutiva interativa (CEI) é uma área de pesquisa que pode ser empregada para composição de elementos artísticos pela utilização de algoritmos evolutivos e da interação humana. Uma desvantagem desta abordagem é a fadiga humana, impossibilitando assim a evolução de muitas gerações. Algumas técnicas podem ser utilizadas para contornar tal problema, como o uso de funções surrogate. Este trabalho tem por objetivo unir aspectos de arte interativa e computação evolutiva interativa, com o intuito de proporcionar uma nova forma de criação de comportamentos que caracterizem composições interessantes e agradáveis de forma automática, para os cubos do projeto C³. Para tanto, a abordagem proposta utiliza da CEI assistida por uma função surrogate, para a evolução das máquinas de estados presentes nos cubos C³. Também, é empregado um ambiente de simulação para o projeto C³, no qual usuários podem interagir com cubos virtuais e avaliar seus comportamentos, guiando o processo evolutivo. Um experimento foi realizado com um grupo de usuários da UFG, resultando em projetos C³ mais complexos e interessantes.

Submitted by Erika Demachki (erikademachki@gmail.com) on 2017-03-24T21:09:18Z No. of bitstreams: 2 Dissertação - Lucas da Silva Assis - 2017.pdf: 4403122 bytes, checksum: b6716ca532c65ba98f07fab680e6569d (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-03-28T11:39:32Z (GMT) No. of bitstreams: 2 Dissertação - Lucas da Silva Assis - 2017.pdf: 4403122 bytes, checksum: b6716ca532c65ba98f07fab680e6569d (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-03-28T11:39:32Z (GMT). No. of bitstreams: 2 Dissertação - Lucas da Silva Assis - 2017.pdf: 4403122 bytes, checksum: b6716ca532c65ba98f07fab680e6569d (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-02-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / between desired points. These optimal paths can be understood as trajectories that best achieves an objective, e.g. minimizing the distance travelled or the time spent. Most of usual path planning techniques assumes a complete and accurate environment model to generate optimal paths. But many of the real world problems are in the scope of Local Path Planning, i.e. working with partially known or unknown environments. Therefore, these applications are usually restricted to sub-optimal approaches which plan an initial path based on known information and then modifying the path locally or re-planning the entire path as the agent discovers new obstacles or environment features. Even though traditional path planning strategies have been widely used in partially known environments, their sub-optimal solutions becomes even worse when the size or resolution of the environment's representation scale up. Thus, in this work we present the CGPlan (Constructive Genetic Planning), a new evolutionary approach based on the Compact Genetic Algorithm (cGA) that pursue efficient path planning in known and unknown environments. The CGPlan was evaluated in simulated environments with increasing complexity and compared with common techniques used for path planning, such as the A*, the BUG2 algorithm, the RRT (Rapidly-Exploring Random Tree) and the evolutionary path planning based on classic Genetic Algorithm. The results shown a great efficient of the proposal and thus indicate a new reliable approach for path planning of mobile agents with limited computational power and real-time constraints on on-board hardware. / O planejamento de rotas é um recurso importante para agentes móveis, permitindo-lhes encontrar caminhos ideais entre os pontos desejados. Neste contexto, caminhos ideais podem ser entendidos como trajetórias que melhor atingem um objetivo, minimizando a distância percorrida ou o tempo gasto, por exemplo. As técnicas tradicionais tendem a considerar um modelo global do ambiente, no entanto, os problemas reais de planejamento de rotas usualmente estão no âmbito de ambientes desconhecidos ou parcialmente desconhecidos. Portanto, aplicações como essas geralmente são restritas a abordagens subótimas que planejam um caminho inicial baseado em informações conhecidas e, em seguida, modificam o caminho localmente ou até planejando novamente todo o caminho à medida que o agente descobre novos obstáculos ou características do ambiente. Sendo assim, mesmo as estratégias tradicionais de planejamento de caminhos sendo amplamente utilizadas em ambientes parcialmente conhecidos, suas soluções subótimas se tornam ainda piores quando o tamanho ou a resolução da representação do ambiente aumentam. Por isso, neste trabalho apresentamos o CGPlan (Constructive Genetic Planning), uma nova abordagem evolutiva baseada no Algoritmo Genético Compacto (cGA) que almeja um planejamento eficiente de caminho em ambientes conhecidos e desconhecidos. O CGPlan foi avaliado em ambientes simulados com crescente complexidade e comparado a técnicas comuns utilizadas para o planejamento do caminho, como o A*, o algoritmo BUG2, o RRT (Rapidly-Exploring Random Tree) e o planejamento evolutivo do caminho usando clássico Algoritmo Genético. Os resultados mostraram uma grande eficiência da proposta e indicam uma nova abordagem confiável para o planejamento de rotas de agentes móveis com poder computacional limitado e restrições em tempo real no hardware.

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-05-31T17:56:45Z No. of bitstreams: 2 Dissertação - Rhelcris Salvino de Sousa -2017.pdf: 12280322 bytes, checksum: 2985f69ec9d4b79ed4266baba761bd15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-06-01T11:00:44Z (GMT) No. of bitstreams: 2 Dissertação - Rhelcris Salvino de Sousa -2017.pdf: 12280322 bytes, checksum: 2985f69ec9d4b79ed4266baba761bd15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-06-01T11:00:44Z (GMT). No. of bitstreams: 2 Dissertação - Rhelcris Salvino de Sousa -2017.pdf: 12280322 bytes, checksum: 2985f69ec9d4b79ed4266baba761bd15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Machine learning problems usually involve a large number of features or variables. In this context, feature selection algorithms have the challenge of determining a reduced subset from the original set. The main difficulty in this task is the high number of solutions available in the search space. In this context, genetic algorithm is one of the most used techniques in this type of problem due to its implicit parallelism in the exploration of the search space of the problem considered. However, a binary type representation is usually used to encode the solutions. This work proposes an implementation solution that makes use of integer representation called intEA-MLR instead of binary. The integer representation optimizes the understanding of the data, as the features to be selected are represented by integer values, reducing the size of the chromosome used in the search process. The intEA-MLR in this context is presented as an alternative way of solving high dimensional problems in regression problems. As a case study, three different sets of data are used concerning problems involving determination of properties of interest in samples of 1) Grain Wheat, 2) Medicine tablets and 3) petroleum. Such sets were used in competitions held at the International Diffuse Reflectance Conference (IDRC) (http://cnirs.clubexpress.com/content.aspx?page_id=22&club_ id=409746&module_id=190211), in the years 2008, 2012 and 2014, respectively. The results showed that the proposed solution was able to improve the obtained solutions when compared to the classical implementation that makes use of binary coding, with both more accurate prediction models and with reduced number of features. IntEA-MLR also outperformed the competition winners, reaching 91.17% better than the competition winner for the petroleum data set. In addition, the results also indicated that the computation time required by the intEA-MLR is relatively smaller as more features are available. / Problemas de aprendizado de máquina geralmente envolvem um grande número de características ou variáveis. Nesse contexto, algoritmos de seleção de características tem como desafio determinar um subconjunto reduzido a partir do conjunto original. A principal dificuldade nesta tarefa é o elevado número de soluções disponíveis no espaço de busca. Nesse contexto, algoritmo genético é uma das técnicas mais utilizadas nesse tipo de problema em razão de seu paralelismo implícito na exploração do espaço de busca do problema considerado. Entretanto, geralmente utiliza-se uma representação do tipo biná- ria para codificar as soluções. Neste trabalho é proposto uma solução de implementação que faz uso de representação inteira denominada intEA-MLR em detrimento da binária. A representação inteira otimiza o entendimento dos dados, na medida em que as características a serem selecionadas são determinadas por valores inteiros reduzindo o tamanho do cromossomo utilizado no processo de busca. O intEA-MLR nesse contexto, se apresenta como uma forma alternativa de resolução de problemas de alta dimensionalidade em problemas de regressão. Como estudo de caso, utiliza-se três diferentes conjuntos de dados referente a problemas envolvendo determinação de propriedades de interesse em amostra de 1) Grãos de Trigo, 2) Comprimidos de remédio e 3) Petróleo. Tais conjuntos foram utilizados nas competições realizadas no International Diffuse Reflectance Conference (IDRC) (http://cnirs.clubexpress.com/content.aspx?page_id=22&club_ id=409746&module_id=190211), nos anos de 2008, 2012 e 2014, respectivamente. Os resultados mostraram que a solução proposta foi capaz de aprimorar as soluções obtidas quando comparadas com a implementação clássica que faz uso da codificação binária, tanto com modelos de predição mais acurados quanto com número reduzido de características. intEA-MLR também obteve resultados superiores aos dos vencedores das competições, chegando a obter soluções 91,17% melhores do que o vencedor da competição para o conjunto de dados de petróleo. Adicionalmente, os resultados também indicaram que o tempo de computação requerido pelo intEA-MLR é relativamente menor a medida em que um número maior de características estão disponíveis.

Este trabalho apresenta um método baseado em algoritmos genéticos – AGs, o qual consiste na estimação dos parâmetros associados as formas de ondas, tais como amplitude, freqüência e ângulo de fase das mesmas, referentes a uma proposição de relé de freqüência. O método proposto é baseado em algoritmos genéticos com representação real, tendo em vista a não necessidade de codificação dos valores logo na entrada do processo. O objetivo do trabalho é apresentar um estudo de uma das várias técnicas da computação evolutiva, conhecida como AG, cuja aplicação é inspirada nos mecanismos da evolução natural das espécies identificado pelo naturalista inglês Charles Darwin. A idéia principal do método é fazer com que os indivíduos da população evoluam ao longo das iterações, chamadas gerações, produzindo soluções cada vez melhores até convergir a uma solução ótima ou aproximadamente ótima. O algoritmo proposto foi testado com dados simulados no software Matlab. Pelos resultados observados têm-se caracterizado a potencialidade desta ferramenta computacional na estimação dos parâmetros desejados. / This work presents a method based on genetic algorithm – GAs, which consists on estimation of parameters in waveforms, such as their amplitude, frequency and phase angles, related to the application of a frequency relay. The proposed study is based on the genetic algorithms with real representation, once there is no need to codify the values on the input of the process. The objective of this work is to present one of the several techniques of artificial intelligence, known as genetic algorithm, in which the main application is inspired in mechanisms of natural evolution of the species identified by Charles Darwin. The main idea of this method is to make the individuals from one population, called generation, to evolute, producing better solutions until they converge to an optimal or approximately optimal solution. The proposed algorithm was tested with simulated data from Matlab software. The results observed have characterized the efficiency of this computational tool for the estimation of the desired parameters.

Orientador: Fernando José Von Zuben / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-19T17:59:57Z (GMT). No. of bitstreams: 1 PumaVillanueva_WilfredoJaime_D.pdf: 4821342 bytes, checksum: 521a056fca2c42985a2fad34069b7255 (MD5) Previous issue date: 2011 / Resumo: Esta tese apresenta duas metodologias de síntese automática de redes neurais artificiais com conexões à frente arbitrárias, com a proposição da arquitetura via computação evolutiva ou via um método construtivo, enquanto que os pesos sinápticos são definidos por técnicas de otimização não-linear. O processo de treinamento supervisionado visa parcimônia do modelo e máxima capacidade de generalização. Quando comparada a iniciativas similares encontradas na literatura, a versão construtiva da metodologia, denominada CoACFNNA, inova também ao permitir a síntese de arquiteturas mais flexíveis, com capacidade de mapeamento linear e não-linear, e ao promover baixo custo computacional. Este algoritmo construtivo parte de uma rede neural mínima, toma decisões de inserção/poda baseadas em análise de sensibilidade e em índices de informação mútua, relaxa o erro de treinamento para evitar convergência prematura e ajusta os pesos sinápticos via um método quasi- Newton com escalonamento automático. Estudos comparativos envolvendo abordagens alternativas baseadas em redes neurais, tais como MLPs, mistura heterogênea de especialistas, Cascade Correlation e a EPNet, baseada em programação evolutiva, indicam que a metodologia é promissora, tendo sido aplicada junto a problemas artificiais e reais, de classificação e de regressão / Abstract: This thesis presents two methodologies for the automatic synthesis of artificial neural networks with arbitrary feed-forward connections, with the proposition of the architecture based on evolutionary computation and on a constructive method, whereas the synaptic weights are defined by nonlinear optimization techniques. The supervised learning process aims at parsimony of the model and maximum generalization capability. When compared to similar approaches in the literature, the constructive version of the methodology, denoted CoACFNNA, innovates also by allowing the synthesis of more flexible architectures, with linear and nonlinear mapping capability, and by promoting low computational cost. This constructive algorithm starts with a minimum neural network, takes decisions of insertion/pruning based on sensitivity analysis and also mutual information indices, relaxes the training error to avoid premature convergence, and adjusts the synaptic weights by means of a quasi-Newton method with automatic scaling. Comparative studies involving alternative approaches based on neural networks, such as MLPs, mixture of heterogeneous experts, cascade correlation and the EPNet, based on evolutionary programming, indicate that the proposal is promising, being applied to artificial and real problems, for classification and regression / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientadores: Fernando Antonio Campos Gomide, Rosangela Ballini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-20T17:20:07Z (GMT). No. of bitstreams: 1 Maciel_LeandrodosSantos_M.pdf: 2052895 bytes, checksum: a88ae55ebe5e6a0ea1053d3c5aef5f66 (MD5) Previous issue date: 2012 / Resumo: Este trabalho propõe a utilização de técnicas de inteligência computacional para a estimação e previsão da estrutura a termo das taxas de juros, com base em dados dos mercados de renda fixa dos Estados Unidos e Brasil. Para o problema de estimação da curva de juros, as técnicas de computação evolucionária, Algoritmos Genéticos, Evolução Diferencial e Estratégias Evolutivas, foram comparadas com abordagens tradicionais da literatura, como mínimos quadrados não-lineares e programação quadrática sequencial. A motivação da aplicação de técnicas de computação evolucionária no problema de estimação da estrutura a termo busca superar limitações como não-convergência e elevada instabilidade dos parâmetros à inicialização. Além disso, recentemente, a literatura tem apontado o elevado desempenho dos algoritmos genéticos em problemas de modelagem da curva de rendimentos. Outra contribuição deste trabalho consiste no desenvolvimento de um modelo nebuloso evolutivo de aprendizado participativo estendido, denominado ePL+, que inclui em sua versão original, ePL, mecanismos para aumentar sua autonomia e adaptabilidade na modelagem de sistemas complexos. Dessa forma, o modelo ePL+ e outros modelos nebulosos funcionais evolutivos foram avaliados na questão da previsão das taxas futuras de juros, em contraposição com modelos econométricos baseados em processos autoregressivos e modelos de redes neurais artificiais multi-camadas, uma vez que a evolução das taxas de juros apresenta uma dinâmica altamente não-linear e variante no tempo, justificando a ideia de modelagem adaptativa. O desempenho dos métodos considerados foi avaliado em termos de métricas de erro, complexidade computacional e por meio de testes estatísticos paramétricos e não-paramétricos, MGN e SIGN, respectivamente. Os resultados evidenciaram o elevado potencial dos modelos de inteligência computacional na estimação e previsão da estrutura a termo em ambas economias consideradas, constatado pelo melhor desempenho, em termos de ajuste e significância estatística, em relação às técnicas de otimização de parâmetros e econométricas mais utilizadas na literatura / Abstract: This work proposes the term structure of interest rates modeling and forecasting using computational intelligence techniques, based on data from the US and Brazilian fixed income markets. The yield curve modeling includes the use of some evolutionary computation methods like Genetic Algorithms, Differential Evolution and Evolution Strategies in comparison with traditional optimization techniques such as nonlinear least squares and sequential quadratic programming. The motivation behind the use of evolutionary computation to yield curve estimation aims to overcome limitations like non-convergence and high parameters instability to initialization. Moreover, recently, the literature has been shown the higher performance of genetic algorithms in yield curve modeling problems. This work also contributes by developing an extended participatory learning fuzzy model, called ePL+, which includes on its original version, ePL, mechanisms to improve its autonomy and adaptability in complex systems modeling. Therefore, the ePL+ model and some evolving functional fuzzy approaches were evaluated in the future interest rates forecasting, as opposed to econometric models based on autoregressive processes and multilayer artificial neural networks methodologies, since interest rates evolution shows a high non-linear dynamics and also time-varying, justifying the idea of adaptive modeling. Models' performance were compared in terms of error measures, computational complexity and by parametric and non-parametric statistical tests, MGN and SIGN, respectively. The results reveal the high potential of computational intelligence methods to deal with the term structure modeling and forecasting for both economies considered, as pointed out by their adjustment and statistical superior performance then traditional optimization and econometrics techniques reported in the literature / Mestrado / Automação / Mestre em Engenharia Elétrica

A segurança nos voos de Veículos Aéreos Não Tripulados (VANTs) é uma importante questão e vem ganhando destaque devido a uma série de acidentes com tais aeronaves. O aumento do número de aeronaves no espaço aéreo e a autonomia cada vez maior para realizar missões estão entre outros elementos que merecem destaques. No entanto, pouca atenção tem sido dada a autonomia da aeronave em casos emergenciais [Contexto]. Nesse contexto, o desenvolvimento de algoritmos que efetuem o planejamento de rotas na ocorrência de situações críticas é fundamental para obter maior segurança aérea. Eventuais situações de insegurança podem estar relacionadas a uma falha nos equipamentos do veículo aéreo que impede a continuação da missão em curso pela aeronave [Lacuna]. A presente pesquisa avança o estado da arte considerando um conceito chamado In-Flight Awareness (IFA), que estabelece consciência situacional em VANTs, visando maior segurança de voo. Os estudos também avançam na proposição de modelos matemáticos que representem o estado da aeronave avariada, viabilizando o pouso emergencial e minimizando possíveis danos [Propósito]. Este trabalho utiliza técnicas de computação evolutiva como Algoritmos Genéticos (AG) e Algoritmos Genéticos Multi-Populacional (AGMP), além de uma Heurística Gulosa (HG) e um modelo de Programação Linear Inteira Mista (PLIM) no tratamento de falhas críticas juntamente com o conceito de IFA [Metodologia]. As soluções obtidas foram avaliadas através de experimentos offline usando os modelos matemáticos desenvolvidos, além de validadas em um simulador de voo e em um voo real. De forma geral, o AG e AGMP obtiveram resultados equivalentes, salvando o VANT em aproximadamente 89% dos mapas. A HG conseguiu trazer a aeronave até uma região bonificadora em 77% dos mapas dentro de um tempo computacional abaixo de 1 segundo. No modelo PLIM, o tempo gasto foi de cerca de quatro minutos já que garantia a otimalidade da solução encontrada. Devido ao seu elevado tempo computacional, uma estratégia evolvendo rotas pré-calculadas foi definida a partir do PLIM, mostrando-se bastante promissora. Nos experimentos envolvendo simulador de voo foram testadas diferentes condições de vento e se verificou que mesmo sobre tais condições os métodos desenvolvidos conseguiram efetuar o pouso com segurança [Resultado]. O trabalho apresentado colabora com a segurança de Veículos Aéreos Não Tripulados e com a proposta de modelos matemáticos que representem a aeronave em caso de situações críticas. Os métodos, de forma geral, mostraram-se promissores na resolução do problema de pouso emergencial já que trouxeram a aeronave com segurança até regiões interessantes ao pouso em um baixo tempo computacional. Isso foi atestado pelos resultados obtidos a partir das simulações offline, em simulador de voo e em voo real [Conclusão]. As principais contribuições do trabalho são: modelagem de regiões adequadas ao pouso, modelagem de falhas, arquitetura do sistema planejador de rotas e modelo linear para para pouso emergencial [Contribuição]. / The security involved in flights of Unmanned Aerial Vehicles (UAVs) is an important issue and is achieving prominence due to a number of accidents involving such aircraft. Other elements that deserve highlights are the increase in the number of aircraft in the airspace and autonomy to perform missions, however, little attention has been given to the autonomy of the aircraft in emergency cases [Context]. In this context, the development of algorithms that contribute significantly to the path planning in the event of critical situations is essential for more air traffic. Possible situations of insecurity may be related to a failure in the equipment of vehicle that prevents the continuation of the current mission by aircraft [Gap]. The research advances the state of the art considering a concept called In-Flight Awareness (IFA), which provides situational awareness in UAVs aiming at greater flight safety. Advances also in the developing of mathematical models that represent the state of the damaged aircraft, with the purpose to execute the emergency landing by minimizing damages [Purpose]. Thus, this work applies evolutionary computation techniques such as Genetic Algorithms (GA) and Multi-Population Genetic Algorithms (MPGA), as well as a Greedy Heuristic (GH) and a Mixed Integer Linear Programming (MILP) model to deal with critical situations along with the concept of IFA [Methodology]. The solutions obtained were evaluated through offline experiments using the developed mathematical models, which were validated in a flight simulator and a real-world flight. In General, the GA and MPGA reached similar results by saving the UAV in approximately 89% of the maps, while the GH was able to bring the aircraft to a bonus region for 77% of maps within a feasible computational time lower than 1 second. In the MILP model, the time spent was about four minutes since it guarantees optimality of the solution found. Due to such high computational time, a strategy involving nearby routes pre-calculated was defined from the MILP which was very promising. In experiments involving flight simulator, different wind conditions were tested and it was found that even under such conditions the methods developed have managed to execute the landing safely [Result]. The work presented collaborates with the safety of Unmanned Aerial Vehicles and with the proposal of mathematical models that represent the aircraft under critical situations. The methods, in general, were promising since they brought the aircraft to execute a safe landing within a low computational time as shown by offline simulations, flight simulator and real flight [Conclusion]. The main contributions are: fault modeling, system architecture planner routes and linear model for emergency landing. [Contribution].

This paper aims to present the thesis developed in the Doctoral Programin Computer Science and Computational Mathematics of the ICMC/USP. The thesis theme seeks to advance the state of the art by solving the problems of scalability and representation present in mission planning algorithms for Unmanned Aerial Vehicle (UAV). Techniques based on mathematical programming and evolutionary computation are proposed. Articles have been published, submitted or they are in final stages of preparation.These studies report the most significant advances in the representation and scalability of this problem. Mission planners worked on the thesis deal with stochastic problems in non-convex environments,where collision risks or failures in mission planning are treated and limited to a tolerated value. The advances in the representation allowed to solve violations in the risks present in the original literature modeling, besides making the models more realistic when incorporating aspects such as effects of the air resistance. Efficient mathematical modeling techniques allowed to advance from a Mixed Integer Nonlinear Programming (MINLP) model, originally proposed in the literature, to a Mixed Integer Linear Programming (MILP) problem. Modeling as a MILP led to problem solving more efficiently through the branch-and-algorithm. The proposed new representations resulted in improvements from scalability, solving more complex problems within a shorter computational time. In addition, advances in scalability are even more effective when techniques combining mathematical programming and metaheuristics have been applied to the problem. / O presente documento tem por objetivo apresentar a tese desenvolvida no Programade Doutorado em Ciência da Computação e Matemática Computacional do ICMC/USP. O tema da tese busca avançar o estado da arte ao resolver os problemas de escalabilidade e representação presentes em algoritmos de planejamento para missões com Veículos Aéreos Não Tripulados (VANTs). Técnicas baseadas em programação matemática e computação evolutiva são propostas. Artigos foram publicados, submetidos ou se encontram em fase final de elaboração. Esses trabalhos reportamos avanços mais significativos obtidos na representação e escalabilidade deste problema.Os planejadores de missão trabalhados na tese lidam com problemas estocásticos em ambientes não convexos, onde os riscos de colisão ou falhas no planejamento da missão são tratados e limitados a um valor tolerado. Os avanços na representação permitiram solucionar violações nos riscos presentes na modelagem original, além de tornar os modelos mais realistas ao incorporar aspectos como efeitos da resistência do ar. Para isso, técnicas eficientes de modelagem matemática permitiram avançar de um modelo de Programação Não-Linear Inteira Mista(PNLIM), originalmente proposto na literatura, para um problema de Programação Linear Inteira Mista (PLIM). A modelagem como um PLIM levou à resolução do problema de forma mais eficiente através do algoritmo branch-and-cut. As novas representações propostas resultaram em melhorias na escalabilidade, solucionando problemas mais complexos em um tempo computacional menor.Além disso,os avanços em escalabilidade mostraram-se mais efetivos quando técnicas combinando programação matemática e metaheurísticas foram aplicadas ao problema.

O Dilema do Prisioneiro com n jogadores é um problema que ilustra a dificuldade na formação da cooperação em sociedades de indivíduos racionais. Diversos trabalhos foram feitos no sentido de compreender melhor os fatores que influenciam o surgimento e a evolução da cooperação nessas sociedades, sendo que muitos desses mostraram que a simulação deste tipo de problema carece de escalabilidade, o que impede a realização de experimentos que envolvam uma grande quantidade de agentes ou de parâmetros de teste. Este trabalho tem o intuito de aplicar conceitos de computação paralela para tratar este problema. Para tal, foi desenvolvido um sistema denominado PS2 E2 , evolução de um trabalho anterior, cuja utilização em alguns cenários possibilitou a verificação da influência de alguns parâmetros tais como o tamanho da população e a expressividade do modelo de representação de estratégias na utilidade global de um conjunto de agentes que jogam o Dilema do Prisioneiro com n jogadores. / The n-Player Prisoners Dilemma is a problem that illustrates the difficulty of cooperation formation in societies composed of rational individuals. Several studies were made to better understand the factors that influence the emergence and evolution of cooperation in these societies. Many of these showed that the simulation of this type of problem lacks scalability, which hinders the achievement of experiments involving a large number of agents or test parameters. This work intends to apply parallel computing concepts to treat this problem. To this end, it was developed a system called PS2 E2 , an evolution of a previous work, whose utilization in some scenarios allowed the verification of the influence of some parameters such as the population size and the expressiveness of the strategy representation model in the global utility of a society of agents that play the n-Player Prisoner Dilemma.

Submitted by Maria Cristina (library@lncc.br) on 2016-07-27T18:14:27Z No. of bitstreams: 1 thesis andre.pdf: 6104592 bytes, checksum: 706cde4c24631f976f0ea0697eb8f078 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2016-07-27T18:14:43Z (GMT) No. of bitstreams: 1 thesis andre.pdf: 6104592 bytes, checksum: 706cde4c24631f976f0ea0697eb8f078 (MD5) / Made available in DSpace on 2016-07-27T18:14:55Z (GMT). No. of bitstreams: 1 thesis andre.pdf: 6104592 bytes, checksum: 706cde4c24631f976f0ea0697eb8f078 (MD5) Previous issue date: 2016-05-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) / Brazil has an Exclusive Economic Zone that is very extensive and rich, both in its biodiversity as in its mineral resources. In order to exploit these resources and ensure safety for navigation, Brazil must ensure its sovereignty over this part of its territory. For this purpose, Brazil has the Naval Power exercised by the Brazilian Navy. Among the operations carried out by the Navy there are the search and reconnaissance missions, carried out by ships and by naval aircraft. This work is focused on reconnaissance missions carried out by naval aircraft. The main objective is the evaluation of meta-heuristics for the development of an application that can generate optimized routes for aircraft in the missions, attending the requirements of the Brazilian Navy. This work presents the methods developed based on two nature inspired meta-heuristics, for the elaboration of optimized routes for aircraft. The method is complying with two main constraints for these missions: checkpoints (targets) mobility and the limit of aircraft autonomy. It also presents the results of tests performed with the methods developed in this work and a general evaluation of their performance. / O Brasil possui uma área de Zona Econômica Exclusiva muito extensa e muito rica, tanto na sua biodiversidade como em recursos minerais. Porém, para poder explorar estas riquezas e garantir a segurança para a navegação destas águas o Brasil precisa assegurar sua soberania sobre esta parte de seu território. Para isso conta com o Poder Naval exercido pela Marinha do Brasil, que entre as operações por ela realizadas estão as missões de busca e esclarecimento, tanto por embarcações, como por aeronaves embarcadas. Este trabalho tem seu foco nas operações de esclarecimento por aeronaves embarcadas, tendo como objetivo principal a avaliação de meta-heurísticas para a elaboração de uma aplicação capaz de gerar rotas otimizadas para as aeronaves, em missões de esclarecimento, as quais atendam as necessidades da Marinha do Brasil. Neste trabalho, são apresentados os métodos desenvolvidos com base em duas meta-heurísticas, baseadas na natureza, para a elaboração de rotas otimizadas para as aeronaves, atendendo a duas restrições fundamentais em missões de esclarecimento aéreo, a mobilidade dos pontos de checagem (alvos) e o limite de autonomia das aeronaves. Também são apresentados os resultados dos testes realizados com os métodos desenvolvidos e uma avaliação geral dos seus desempenhos.