Orientador: Prof. Dr. Edmarcio Antonio Belati / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, 2015. / Esta pesquisa apresenta uma metodologia para reconfiguração de sistemas elétricos de distribuição baseada na metaheurística "otimização por enxame de partículas" do inglês Particle Swarm Optimization, denominada por PSO. Na metodologia proposta, inicialmente são estabelecidos os subconjuntos de chaves candidatas, calculados com base no número de chaves abertas necessárias para manter a radialidade do sistema. Assim, o espaço de busca diminui consideravelmente. O algoritmo de solução foi desenvolvido para minimizar as perdas de potência nas linhas da rede de distribuição, sujeita às seguintes restrições: a) limite de tensão; b) ilhamento de carga; c) radialidade do sistema e d) balanço das potências ativa e reativa nos nós da rede. Alterações na formulação clássica do PSO foram realizadas de modo a tornar o processo de busca mais eficiente. O processo de busca que compõem a metodologia foi detalhado em um sistema de 5 barras e 7 linhas. A técnica foi validada em quatro sistemas: 16 barras e 21 chaves; 33 barras e 37 chaves; 70 barras e 74 chaves; e 136 barras e 156 chaves. Comparando os resultados para os quatro sistemas testados com os resultados existentes na literatura, em todos os casos foi encontrada a topologia com o menor número de perdas já encontrada na literatura consultada até o momento. / This research presents a method for network reconfiguration in distribution systems based on the metaheuristics "Particle Swarm Optimization". In this method, the candidate switch subsets are calculated based on the number of open switches necessary to maintain the radial configuration. Then, the search space reduces substantially. The algorithm was developed to minimize the power losses in the lines of the distribution system considering the following constrains: a) voltage limits; b) load connectivity; c) radial configuration and d) power balancing. The original version of PSO was modified to improve the search process. The search process that composes the methodology is detailed in a system of 5 nodes and 7 switches. The technique was validated in four systems: 16 nodes and 21 switches, 33 nodes and 37 switches and 70 nodes and 74 switches and 136 nodes and 156 switches. Comparing the results for the four systems tested with existing literature results in all cases showed the topology with fewer losses already found in the literature to date.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-06-08T18:50:10Z No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-13T19:33:47Z (GMT) No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-13T19:33:53Z (GMT) No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) / Made available in DSpace on 2017-06-13T19:37:52Z (GMT). No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) Previous issue date: 2016-08-19 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / The companies today are looking for ways to expand their competitive advantages, optimizing their production, and in this context, they found solutions in activities of production scheduling. The production scheduling of the type job-shop, results in one of the most complex problems of combination, the Job-shop Scheduling Problem (JSP), which deterministic resolution is not feasible in polynomial computational time. The Flexible Job-shop Scheduling Problem (FJSP) is a classic extension of the JSP and has been widely reported in the literature. Thus, optimization algorithms have been developed and evaluated in the last decades, in order to provide more efficient production planning, with emphasis to artificial intelligence algorithms of the swarm type, that the latest research presented favorable results. The FJSP allows an operation to be processed for any machine arising from a set of machines along different routes. This problem is commonly dismembered into two sub-problems, the assignment of machines for operations, which is called routing, and operation scheduling. In the FJSP context, this research presents the resolution of the FJSP multi-objective, using a hierarchical approach that divides the problem into two subproblems, being the Particle Swarm Optimization (PSO), responsible for resolving the routing sub-problem, and tasking three local search algorithms, Random Restart Hill Climbing (RRHC), Simulated Annealing (SA) and Tabu Search (TS), for the resolution of scheduling sub-problem. The implementation of the proposed algorithm has new strategies in the population initialization, displacement of particles, stochastic allocation of operations, and management of scenarios partially flexible. Experimental results using technical benchmarks problems are conducted, and proved the effectiveness of the hybridization, and the advantage of RRHC algorithm compared to others in the resolution of the scheduling subproblem. / As empresas atualmente buscam meios de ampliarem suas vantagens competitivas, otimizando sua produção, e neste contexto, encontraram soluções nas atividades de programação da produção. A programação da produção do tipo job-shop, resulta em um dos problemas mais complexos de combinação, o Job-shop Scheduling Problem (JSP), cuja resolução determinística é inviável em tempo computacional polinomial. O Flexible Job-shop Scheduling Problem (FJSP) é uma extensão do clássico JSP e tem sido amplamente relatado na literatura. Desta forma, algoritmos de otimização têm sido desenvolvidos e avaliados nas últimas décadas, com o intuito de fornecer planejamentos de produção mais eficientes, com destaque para os algoritmos de inteligência artificial do tipo enxame, que nas pesquisas mais recentes obtiveram resultados satisfatórios. O FJSP permite que uma operação seja processada por qualquer recurso produtivo advindo de um conjunto de recursos ao longo de diferentes roteiros. Este problema é comumente desmembrado em dois subproblemas, a atribuição de recursos para as operações, que é chamado de roteamento, e programação das operações. No contexto do FJSP, a proposta dessa pesquisa apresenta a resolução do FJSP em caráter multiobjetivo, utilizando a abordagem hierárquica, que divide o problema em dois subproblemas, sendo o Enxame de Partículas (PSO), responsável pela resolução do subproblema de roteamento e incumbindo três algoritmos de busca local, Reinício Aleatório de Subida de Colina (RRHC), Arrefecimento Simulado (SA) e Busca Tabu (TS), para a resolução do subproblema de programação. A implementação do algoritmo proposto, dispõe de novas estratégias na inicialização da população, deslocamento das partículas, alocação estocástica das operações e tratamento de cenários parcialmente flexíveis. Resultados experimentais obtidos em base de testes comumente usada, comprovam a eficácia da hibridização proposta, e a vantagem do algoritmo RRHC em relação aos outros na resolução do subproblema de programação.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-01-23T14:13:10Z No. of bitstreams: 1 PhelipeSenaOliveira_TESE.pdf: 2369727 bytes, checksum: 2bb1dad07260b4efd645c7028636e62f (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-01-24T15:05:44Z (GMT) No. of bitstreams: 1 PhelipeSenaOliveira_TESE.pdf: 2369727 bytes, checksum: 2bb1dad07260b4efd645c7028636e62f (MD5) / Made available in DSpace on 2018-01-24T15:05:44Z (GMT). No. of bitstreams: 1 PhelipeSenaOliveira_TESE.pdf: 2369727 bytes, checksum: 2bb1dad07260b4efd645c7028636e62f (MD5) Previous issue date: 2017-02-06 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico (CNPq) / As novas configura??es de dispositivos e circuitos de micro-ondas resulta em aumento de complexidade nos processos de desenvolvimento, particularmente nos casos de s?ntese. Antenas e superf?cies seletivas de frequ?ncia (Frequency Selective Surface - FSS) s?o estruturas muito importantes nos sistemas de comunica??es, que podem ser otimizadas pela atua??o dos algoritmos bioinspirados. Geralmente, para que os algoritmos bioinspirados auxiliem na otimiza??o dessas estruturas ? necess?ria a implementa??o de t?cnicas de an?lise num?rica como o M?todo dos Momentos ou Elementos Finitos. Diante da dificuldade de modelagem das t?cnicas descritas, ? comum a utiliza??o de uma fun??o de estima??o, como as Redes Neurais Artificiais, para substituir a an?lise num?rica. Embora encontre solu??es desejadas, as estima??es s?o realizadas ap?s um processo de treinamento efetuado atrav?s de uma base de dados. Cada estrutura de antena ou FSS exige uma base de dados espec?fica. Este trabalho prop?e uma t?cnica de otimiza??o baseado na utiliza??o de um algoritmo bioinspirado e um framework que realiza a integra??o do algoritmo ao software comercial ANSYS HFSS. O prop?sito ? realizar as simula??es das poss?veis solu??es durante a execu??o do algoritmo bioinspirado, e com isso, evitar o uso de uma base de dados, e assim, tornar a t?cnica eficiente e flex?vel com rela??o ?s altera??es nas estruturas de antenas ou FSS. Outro objetivo original deste trabalho ? a utiliza??o do algoritmo Social Spider Optimization ? SSO para a solu??o de problemas na ?rea de eletromagnetismo aplicado. Para comprovar a efic?cia da t?cnica proposta alguns projetos de antena e FSS s?o otimizados atrav?s de varia??es em seus par?metros estruturais. Os resultados obtidos na otimiza??o dos projetos dos circuitos s?o comparados com outras t?cnicas, tendo sido observado uma boa concord?ncia. / The new settings for devices and microwaves circuits result in an increase of complexity in the processes of development, specially in regards to the process of synthesis. Antennas and Frequency Selective Surfaces (FSS) are primordial in communication systems. Alternatively, these structures may be optimized through the usage of bio-inspired algorithms. Generally, in order for the bio-inspired algorithms to assist in the optimization of FSS structures, it is necessary to implement several numerical analysis techniques, such as the method of moments or finite elements. Because of the difficulty to model such methods, it has been turned common the usage of a point estimation function, such as artificial neural networks, to substitute the numerical analysis. Although these procedures end up encountering desirable solutions, the estimations are done after a training process conducted through a database. Additionally, every FSS antenna demands a specific database. This work proposes an optimization technique that relies on the usage of a bio-inspired algorithm and a framework (that provides the integration between the algorithm and the commercial software ANSS HFSS). The purpose of the work is to do simulations of possible solutions during the execution of the bio-inspired algorithm; therefore, avoiding the usage of the database; and so, make the technique flexible and efficient in relation to altering the antennas? structures or FSS. Furthermore, another objective of this work is the usage of the algorithm, namely Social Spider Optimization - SSO in the search for solutions in the field of applied electromagnetism. In order to prove the efficiency of the proposed techniques, some FSS? and antennas? projects are optimized through the variation of their structural parameters. In conclusion, the results that were obtained through the procedures previously shown, are compared to other techniques, resulting in a satisfying agreement rate.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-03-12T13:20:55Z No. of bitstreams: 1 AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-03-13T20:49:03Z (GMT) No. of bitstreams: 1 AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) / Made available in DSpace on 2018-03-13T20:49:03Z (GMT). No. of bitstreams: 1 AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) Previous issue date: 2017-12-06 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O controle de sistemas din?micos apresenta-se como um desafio. Os m?todos tradicionalmente utilizados na sintonia apresentam a dificuldade em expressar as especifica??es pretendidas e conseguir encontrar controladores que atendam a esses requerimentos, sobretudo quando o caso exige controladores mais complexos, como no caso de problemas MIMO (Multiple Input Multiple Output). Devido ? crescente competitividade na ind?stria, torna-se imprescind?vel utilizar t?cnicas de sintonia mais eficientes e que de fato consigam encontrar controladores com desempenho pretendido. Pode-se, para isso, utilizar meta-heur?sticas, como Particle Swarm Optimization (PSO), Algoritmo Gen?tico (AG) e Algoritmo do Vagalume(AV) para a obten??o dos par?metros do controlador de acordo com uma fun??o de avalia??o, a qual deve conseguir, de fato, codificar o qu?o bom ? um dado controlador, expressando de forma adequada as especifica??es desejadas, de modo que a meta-heur?stica empregada consiga encontrar o controlador que melhor satisfa?a tal fun??o. Em vista disso, prop?e-se a utiliza??o da an?lise wavelet multin?veis, j? muito presente na literatura, voltada para outras aplica??es, sobretudo na an?lise de sinais, sons e imagens, para a confec??o de um ?ndice a ser utilizado como fun??o de avalia??o na otimiza??o de controladores. A an?lise wavelet permite a apreens?o de informa??es do comportamento e forma do sinal, informando frequ?ncia de um sinal ao longo do tempo, caracter?stica que pode ser desej?vel, na avalia??o e projeto de controladores sendo, assim, poss?vel avaliar separadamente o desempenho do transit?rio e do regime permanente. Foi feito um estudo de caso, encontrando o controle otimizado de um sistema MIMO de quatro tanques acoplados. Foi feito um estudo comparativo com outras fun??es de avalia??o apresentadas na literatura e com o m?todo do LGR (Lugar Geom?trico das Raizes). Os controladores implementados apresentaram o desempenho esperado, e aquele encontrado utilizando o ?ndice proposto presentou melhor desempenho. / The control of dynamic systems is a challenge, the methods traditionally used in tuning present the difficulty in expressing the desired specifications and being able to find controllers that produce these requirements, especially when the case requires more complex controllers, as in the case of Multiple Input Multiple Output (MIMO) problems. Due to the increasing competitiveness in the industry, it becomes imperative to use more efficient tuning techniques and that in fact can find controllers with the desired performance. For this, one can use metaheuristics, such as Particle Swarm Optimization (PSO), Genetic Algorithm (AG) and Vagalume Algorithm (AV) to obtain the parameters of the controller according to a fitness function, which should in fact code how good a given controller is, adequately expressing the desired specifications, so that the metaheuristic employed can find the optimal controller, which best satisfies the chosen fitness function. Therefore, it is proposed to use the multilevel wavelet analysis, already present in the literature, focused on other applications, especially in the analysis of signals, sounds and images, for the creation of an index to be used as a fitness function in control optimization. Wavelet analysis allows to capture information on the behavior and shape of the signal by informing the frequency of a signal over time, a characteristic that may be desirable, in the evaluation and design of controllers and, thus, it is possible to separately evaluate the transient and steady-state performances. A case study will be done, finding control of a MIMO system of four coupled tanks. A comparative study was made with other fitness functions presented in the literature and with the LGR (Geometric Place of Roots) method. The implemented controllers presented the expected performance, and the one found using the proposed index presented better performance.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-10-02T23:37:05Z No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-10-09T19:35:05Z (GMT) No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) / Made available in DSpace on 2017-10-09T19:35:05Z (GMT). No. of bitstreams: 1 MarioSergioFreitasFerreiraCavalcante_DISSERT.pdf: 1474530 bytes, checksum: 63366d89a6b7c054fb6dc9f83148e4c4 (MD5) Previous issue date: 2017-06-27 / Industrialmente, diversas estrat?gias e algoritmos de controle j? s?o utilizadas e registradas na literatura. Entre as t?cnicas existentes, os controladores fuzzy destacam-se pela sua capacidade de tratar de severas n?o linearidades presentes em plantas reais e por conseguir representar o conhecimento especialista, que ? impreciso e inexato matematicamente. Este trabalho estudou dois tipos de controladores fuzzy existentes, baseados no modelo Sugeno, sendo fuzzy tipo-1, aqui classificado como fuzzy convencional, e o fuzzy tipo-2. Devido a complexidade em sintonizar controladores fuzzy que apresentam uma grande quantidade de par?metros, esse trabalho se prop?e a testar diferentes m?todos de otimiza??o meta-heur?sticos para a sintonia de controladores. Para validar os controladores obtidos foi utilizado um servo motor-DC da Quanser, um problema de controle que requer precis?o e velocidade na corre??o do erro de segmento da refer?ncia. Com o intuito de comparar o comportamento dos controladores, otimizou-se um controlador PI para cada um dos sistemas. Para quantificar e qualificar cada controlador foram utilizados tr?s ?ndices de avalia??o, ITEA, IEA e o ?ndice de Goodhart, este ?ltimo utilizado por levar em considera??o tamb?m o sinal de controle aplicado na planta. Pela an?lise dos resultados obtidos, o controlador fuzzy tipo-2 apresentou ganho significativo para o controle dessa planta, quando otimizado com o m?todo PSO. Pelos resultados, pode-se tamb?m inferir que o algoritmo das formigas n?o mostrou-se adequado para esse problema, com a fun??o de avalia??o proposta. / Differents stategies and control algorithms are already tested and registered by industry. Among the existing techniques, fuzzy controllers stand out for their ability to deal with nonlinearities present in real plants. Another fuzzy also allows to best represent expert knowledge, which is mathematically inaccurate. This proposal studied the two types of fuzzy controllers, based on Sugeno Model, the fuzzy type-1 is classified as conventional fuzzy and fuzzy type-2. In this study is used optimization techniques seeking to tune controllers in order to solve one of the biggest problem in fuzzy logic, its tunning. Ant colony, particle swarm and genetic algorithm are used and evaluated to this problem. A servo motor-dc is used to validate fuzzys controllers and pi controller obtained by optimization tecniques. In order to quantify and qualify each controller, three indices were used IEA, ITEA and Goodhart index. The results obtained prove that the type-2 fuzzy controller presented significant gain for the control of this plant, when optimized with the PSO method. From the results, it can also be inferred that the ant algorithm was not adequate for this problem, with the proposed evaluation function.

Esta tese consiste em apresentar um método para localização e identificação de consumidores com alta contribuição para a distorção harmônica de tensão medida em subestações de sistemas de distribuição de energia elétrica. Cabe comentar que a etapa de localização visa obter uma lista das possíveis posições onde possa estar alocado o consumidor que possua cargas não lineares com grande consumo de potências harmônicas. Partindo-se desta lista, realiza-se a etapa de identificação, em que são estimadas as amplitudes de cada harmônica na posição selecionada. Por fim, um algoritmo para ajuste/sintonia do método de localização é empregado com o intuito de se realizar uma possível correção com relação à posição do consumidor. Desta forma, por meio de estudos de caso (simulados), os resultados obtidos procuram validar a metodologia proposta. / This thesis provides a method for location and identification of consumers with larger contribution to harmonic distortion of voltage in power distribution substations. It is worth to mention that the stage of consumers location must furnish a list of possible positions where there may be consumers, who have nonlinear loads with high consumption of harmonic power. From this list, the identification stage is performed in order to estimate the amplitude of each harmonic from the location selected. Finally, a method for improve the location algorithm is employed in order to refine the consumer position. Therefore, by means of simulated case studies, the results obtained for these stages seek to validate the methodology proposed.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-09-20T13:03:02Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Versão_Digital_REIGA.pdf: 3705889 bytes, checksum: 551e1d47969ce5d1aa92cdb311f41304 (MD5) / Made available in DSpace on 2016-09-20T13:03:02Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Versão_Digital_REIGA.pdf: 3705889 bytes, checksum: 551e1d47969ce5d1aa92cdb311f41304 (MD5) Previous issue date: 2016-02-23 / CAPES / A Tomografia por Impedância Elétrica (TIE) é uma técnica que visa reconstruir imagens do interior de um corpo de forma não-invasiva e não-destrutiva. Com base na aplicação de corrente elétrica e na medição dos potenciais de borda do corpo, feita através de eletrodos, um algoritmo de reconstrução de imagens de TIE gera o mapa de condutividade elétrica do interior deste corpo. Diversos métodos são aplicados para gerar imagens de TIE, porém ainda são geradas imagens de contorno suave. Isto acontece devido à natureza matemática do problema de reconstrução da TIE como um problema mal-posto e mal-condicionado. Isto significa que não existe uma distribuição de condutividade interna exata para uma determinada distribuição de potenciais de borda. A TIE é governada matematicamente pela equação de Poisson e a geração da imagem envolve a resolução iterativa de um problema direto, que trata da obtenção dos potenciais de borda a partir de uma distribuição interna de condutividade. O problema direto, neste trabalho, foi aplicado através do Método dos Elementos Finitos. Desta forma, é possível aplicar técnicas de busca e otimização que objetivam minimizar o erro médio quadrático relativo (função objetivo) entre os potenciais de borda mensurados no corpo (imagem ouro) e os potencias gerados pela resolução do problema direto de um candidato à solução. Assim, o objetivo deste trabalho foi construir uma ferramenta computacional baseada em algoritmos de busca e otimização híbridos, com destaque para a Evolução Diferencial, a fim de reconstruir imagens de TIE. Para efeitos de comparação também foram utilizados para gerar imagens de TIE: Algoritmos Genéticos, Otimização por Enxame de Partículas e Recozimento Simulado. As simulações foram feitas no EIDORS, uma ferramenta usada em MatLab/ GNU Octave com código aberto voltada para a comunidade de TIE. Os experimentos foram feitos utilizando três diferentes configurações de imagens ouro (fantomas). As análises foram feitas de duas formas, sendo elas, qualitativa: na forma de o quão as imagens geradas pela técnica de otimização são parecidas com seu respectivo fantoma; quantitativa: tempo computacional, através da evolução do erro relativo calculado pela função objetivo do melhor candidato à solução ao longo do tempo de reconstrução das imagens de TIE; e custo computacional, através da avaliação da evolução do erro relativo ao longo da quantidade de cálculos da função objetivo pelo algoritmo. Foram gerados resultados para Algoritmos Genéticos, cinco versões clássicas de Evolução Diferencial, versão modificada de Evolução Diferencial, Otimização por Enxame de Partículas, Recozimento Simulado e três novas técnicas híbridas baseadas em Evolução Diferencial propostas neste trabalho. De acordo com os resultados obtidos, vemos que todas as técnicas híbridas foram eficientes para resolução do problema da TIE, obtendo bons resultados qualitativos e quantitativos desde 50 iterações destes algoritmos. Porém, merece destacar o rendimento do algoritmo obtido pela hibridização da Evolução Diferencial e Recozimento Simulado por ser a técnica aqui proposta mais promissora na reconstrução de imagens de TIE, onde mostrou ser mais rápida e menos custosa computacionalmente do que as outras técnicas propostas. Os resultados desta pesquisa geraram diversas contribuições na forma de artigos publicados em eventos nacionais e internacionais. / Electrical Impedance Tomography (EIT) is a technique that aim to reconstruct images of the interior of a body in a non-invasive and non-destructive form. Based on the application of the electrical current and on the measurement of the body’s edge electrical potential, made through of electrodes, an EIT image reconstruction algorithm generates the conductivity distribution map of this body’s interior. Several methods are applied to generate EIT images; however, they are still generated smooth contour images. This is due of the mathematical nature of EIT reconstruction problem as an ill-posed and ill-conditioned problem. Thus, there is not an exact internal conductivity distribution for one determinate edge potential distribution. The EIT is ruled mathematically by Poisson’s equations, and the image generation involves an iterative resolution of a direct problem, that treats the obtainment of the edge potentials through of an internal distribution of conductivity. The direct problem, in this dissertation, was applied through of Finite Elements Method. Thereby, is possible to apply search and optimization techniques that aim to minimize the mean square error relative (objective function) between the edge potentials measured in the body (gold image) and the potential generated by the resolution of the direct problem of a solution candidate. Thus, the goal of this work was to construct a computational tool based in hybrid search and optimization algorithms, highlighting the Differential Evolution, in order to reconstruct EIT images. For comparison, it was also used to generate EIT images: Genetic Algorithm, Particle Optimization Swarm and Simulated Annealing. The simulations were made in EIDORS, a tool used in MatLab/GNU Octave open source toward the TIE community. The experiments were performed using three different configurations of gold images (phantoms). The analyzes were done in two ways, as follows, qualitative: in the form of how the images generated by the optimization technique are similar to their respective phantom; quantitative: computational time, by the evolution of the relative error calculated for the objective function of the best candidate to the solution over time the EIT images reconstruction; and computational cost, by evaluating the evolution of the relative error over the amount of calculations of the objective functions by the algorithm. Results were generated for Genetic Algorithms, five classical versions of Differential Evolution, modified version of the Differential Evolution, Particle Optimization Swarm, Simulated Annealing and three new hybrid techniques based in Differential Evolution proposed in this work. According to the results obtained, we see that all hybrid techniques were efficient in solving the EIT problem, getting good qualitative and quantitative results from 50 iterations of these algorithms. Nevertheless, it deserves highlight the algorithm performance obtained by hybridization of Differential Evolution and Simulated Annealing to be the most promising technique here proposed to reconstruct EIT images, which proved to be faster and less expensive computationally than other proposed techniques. The results of this research generate several contributions in the form of published paper in national and international events.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-09-20T13:21:46Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Versão_Digital_REIGA.pdf: 3705889 bytes, checksum: 551e1d47969ce5d1aa92cdb311f41304 (MD5) / Made available in DSpace on 2016-09-20T13:21:46Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Versão_Digital_REIGA.pdf: 3705889 bytes, checksum: 551e1d47969ce5d1aa92cdb311f41304 (MD5) Previous issue date: 2016-02-23 / CAPES / A Tomografia por Impedância Elétrica (TIE) é uma técnica que visa reconstruir imagens do interior de um corpo de forma não-invasiva e não-destrutiva. Com base na aplicação de corrente elétrica e na medição dos potenciais de borda do corpo, feita através de eletrodos, um algoritmo de reconstrução de imagens de TIE gera o mapa de condutividade elétrica do interior deste corpo. Diversos métodos são aplicados para gerar imagens de TIE, porém ainda são geradas imagens de contorno suave. Isto acontece devido à natureza matemática do problema de reconstrução da TIE como um problema mal-posto e mal-condicionado. Isto significa que não existe uma distribuição de condutividade interna exata para uma determinada distribuição de potenciais de borda. A TIE é governada matematicamente pela equação de Poisson e a geração da imagem envolve a resolução iterativa de um problema direto, que trata da obtenção dos potenciais de borda a partir de uma distribuição interna de condutividade. O problema direto, neste trabalho, foi aplicado através do Método dos Elementos Finitos. Desta forma, é possível aplicar técnicas de busca e otimização que objetivam minimizar o erro médio quadrático relativo (função objetivo) entre os potenciais de borda mensurados no corpo (imagem ouro) e os potencias gerados pela resolução do problema direto de um candidato à solução. Assim, o objetivo deste trabalho foi construir uma ferramenta computacional baseada em algoritmos de busca e otimização híbridos, com destaque para a Evolução Diferencial, a fim de reconstruir imagens de TIE. Para efeitos de comparação também foram utilizados para gerar imagens de TIE: Algoritmos Genéticos, Otimização por Enxame de Partículas e Recozimento Simulado. As simulações foram feitas no EIDORS, uma ferramenta usada em MatLab/ GNU Octave com código aberto voltada para a comunidade de TIE. Os experimentos foram feitos utilizando três diferentes configurações de imagens ouro (fantomas). As análises foram feitas de duas formas, sendo elas, qualitativa: na forma de o quão as imagens geradas pela técnica de otimização são parecidas com seu respectivo fantoma; quantitativa: tempo computacional, através da evolução do erro relativo calculado pela função objetivo do melhor candidato à solução ao longo do tempo de reconstrução das imagens de TIE; e custo computacional, através da avaliação da evolução do erro relativo ao longo da quantidade de cálculos da função objetivo pelo algoritmo. Foram gerados resultados para Algoritmos Genéticos, cinco versões clássicas de Evolução Diferencial, versão modificada de Evolução Diferencial, Otimização por Enxame de Partículas, Recozimento Simulado e três novas técnicas híbridas baseadas em Evolução Diferencial propostas neste trabalho. De acordo com os resultados obtidos, vemos que todas as técnicas híbridas foram eficientes para resolução do problema da TIE, obtendo bons resultados qualitativos e quantitativos desde 50 iterações destes algoritmos. Porém, merece destacar o rendimento do algoritmo obtido pela hibridização da Evolução Diferencial e Recozimento Simulado por ser a técnica aqui proposta mais promissora na reconstrução de imagens de TIE, onde mostrou ser mais rápida e menos custosa computacionalmente do que as outras técnicas propostas. Os resultados desta pesquisa geraram diversas contribuições na forma de artigos publicados em eventos nacionais e internacionais. / Electrical Impedance Tomography (EIT) is a technique that aim to reconstruct images of the interior of a body in a non-invasive and non-destructive form. Based on the application of the electrical current and on the measurement of the body’s edge electrical potential, made through of electrodes, an EIT image reconstruction algorithm generates the conductivity distribution map of this body’s interior. Several methods are applied to generate EIT images; however, they are still generated smooth contour images. This is due of the mathematical nature of EIT reconstruction problem as an ill-posed and ill-conditioned problem. Thus, there is not an exact internal conductivity distribution for one determinate edge potential distribution. The EIT is ruled mathematically by Poisson’s equations, and the image generation involves an iterative resolution of a direct problem, that treats the obtainment of the edge potentials through of an internal distribution of conductivity. The direct problem, in this dissertation, was applied through of Finite Elements Method. Thereby, is possible to apply search and optimization techniques that aim to minimize the mean square error relative (objective function) between the edge potentials measured in the body (gold image) and the potential generated by the resolution of the direct problem of a solution candidate. Thus, the goal of this work was to construct a computational tool based in hybrid search and optimization algorithms, highlighting the Differential Evolution, in order to reconstruct EIT images. For comparison, it was also used to generate EIT images: Genetic Algorithm, Particle Optimization Swarm and Simulated Annealing. The simulations were made in EIDORS, a tool used in MatLab/GNU Octave open source toward the TIE community. The experiments were performed using three different configurations of gold images (phantoms). The analyzes were done in two ways, as follows, qualitative: in the form of how the images generated by the optimization technique are similar to their respective phantom; quantitative: computational time, by the evolution of the relative error calculated for the objective function of the best candidate to the solution over time the EIT images reconstruction; and computational cost, by evaluating the evolution of the relative error over the amount of calculations of the objective functions by the algorithm. Results were generated for Genetic Algorithms, five classical versions of Differential Evolution, modified version of the Differential Evolution, Particle Optimization Swarm, Simulated Annealing and three new hybrid techniques based in Differential Evolution proposed in this work. According to the results obtained, we see that all hybrid techniques were efficient in solving the EIT problem, getting good qualitative and quantitative results from 50 iterations of these algorithms. Nevertheless, it deserves highlight the algorithm performance obtained by hybridization of Differential Evolution and Simulated Annealing to be the most promising technique here proposed to reconstruct EIT images, which proved to be faster and less expensive computationally than other proposed techniques. The results of this research generate several contributions in the form of published paper in national and international events.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-10-17T18:58:21Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) tese-ldsp-cin-ufpe.pdf: 2057113 bytes, checksum: 40e1baebc2bc4840cd9803fdc16d952f (MD5) / Made available in DSpace on 2016-10-17T18:58:21Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) tese-ldsp-cin-ufpe.pdf: 2057113 bytes, checksum: 40e1baebc2bc4840cd9803fdc16d952f (MD5) Previous issue date: 2016-08-26 / CNPQ / A Análise de Agrupamentos, também conhecida por Aprendizagem Não-Supervisionada, é uma técnica importante para a análise exploratória de dados, tendo sido largamente empregada em diversas aplicações, tais como mineração de dados, segmentação de imagens, bioinformática, dentre outras. A análise de agrupamentos visa a distribuição de um conjunto de dados em grupos, de modo que indivíduos em um mesmo grupo estejam mais proximamente relacionados (mais similares) entre si, enquanto indivíduos pertencentes a grupos diferentes tenham um alto grau de dissimilaridade entre si. Do ponto de vista de otimização, a análise de agrupamentos é considerada como um caso particular de problema de NP-Difícil, pertencendo à categoria da otimização combinatória. Técnicas tradicionais de agrupamento (como o algoritmo K-Means) podem sofrer algumas limitações na realização da tarefa de agrupamento, como a sensibilidade à inicialização do algoritmo, ou ainda a falta de mecanismos que auxiliem tais métodos a escaparem de pontos ótimos locais. Meta-heurísticas como Algoritmos Evolucionários (EAs) e métodos de Inteligência de Enxames (SI) são técnicas de busca global inspirados na natureza que têm tido crescente aplicação na solução de uma grande variedade de problemas difíceis, dada a capacidade de tais métodos em executar buscas minuciosas pelo espaço do problema, tentando evitar pontos de ótimos locais. Nas últimas décadas, EAs e SI têm sido aplicadas com sucesso ao problema de agrupamento de dados. Nesse contexto, a meta-heurística conhecida por Otimização por Busca em Grupo (GSO) vem sendo aplicada com sucesso na solução de problemas difíceis de otimização, obtendo desempenhos superiores a técnicas evolucionárias tradicionais, como os Algoritmos Genéticos (GA) e a Otimização por Enxame de Partículas (PSO). No contexto de análise de agrupamentos, EAs e SIs são capazes de oferecer boas soluções globais ao problema, porém, por sua natureza estocástica, essas abordagens podem ter taxas de convergência mais lentas quando comparadas a outros métodos de agrupamento. Nesta tese, o GSO é adaptado ao contexto de análise de agrupamentos particional. Modelos híbridos entre o GSO e o K-Means são apresentados, de modo a agregar o potencial de exploração oferecido pelas buscas globais do GSO à velocidade de exploitação de regiões locais oferecida pelo K-Means, fazendo com que os sistemas híbridos formados sejam capazes de oferecerem boas soluções aos problemas de agrupamento tratados. O trabalho apresenta um estudo da influência do K-Means quando usado como operador de busca local para a inicialização populacional do GSO, assim como operador para refinamento da melhor solução encontrada pela população do GSO durante o processo geracional desenvolvido por esta técnica. Uma versão cooperativa coevolucionária do modelo GSO também foi adaptada ao contexto da análise de agrupamentos particional, resultando em um método com grande potencial para o paralelismo, assim como para uso em aplicações de agrupamentos distribuídos. Os resultados experimentais, realizados tanto com bases de dados reais, quanto com o uso de conjuntos de dados sintéticos, apontam o potencial dos modelos alternativos de inicialização da população propostos para o GSO, assim como de sua versão cooperativa coevolucionária, ao lidar com problemas tradicionais de agrupamento de dados, como a sobreposição entre as classes do problema, classes desbalanceadas, dentre outros, quando em comparação com métodos de agrupamento existentes na literatura. / Cluster analysis, also known as unsupervised learning, is an important technique for exploratory data analysis, and it has being widely employed in many applications such as data mining, image segmentation, bioinformatics, and so on. Clustering aims to distribute a data set in groups, in such a way that individuals from the same group are more closely related (more similar) among each other, while individuals from different groups have a high degree of dissimilarity among each other. From an optimization perspective, clustering is considered as a particular kind of NP-hard problem, belonging in the combinatorial optimization category. Traditional clustering techniques (like K-Means algorithm) may suffer some limitations when dealing with clustering task, such as the sensibility to the algorithm initialization, or the lack of mechanisms to help these methods to escape from local minima points. Meta-heuristics such as EAs and SI methods are nature-inspired global search techniques which have been increasingly applied to solve a great variety of difficult problems, given their capability to perform thorough searches through a problem space, attempting to avoid local optimum points. From the past few decades, EAs and SI approaches have been successfully applied to tackle clustering problems. In this context, Group Search Optimization (GSO) meta-heuristic has been successfully applied to solve hard optimization problems, obtaining better performances than traditional evolutionary techniques, such as Genetic Algorithms (GA) and Particle Swarm Optimization (PSO). In clustering context, EAs an SIs are able to obtain good global solutions to the problem at hand, however, according to their stochastic nature, these approaches may have slow convergence rates in comparison to other clustering methods. In this thesis, GSO is adapted to the context of partitional clustering analysis. Hybrid models of GSO and K-Means are presented, in such a way that the exploration offered by GSO global searches are combined with fast exploitation of local regions provided by K-Means, generating new hybrid systems capable of obtaining good solutions to the clustering problems at hands. The work also presents a study on the influence of K-Means when adopted as a local search operator for GSO population initialization, just like its application as an refinement operator for the best solution found by GSO population during GSO generative process. A cooperative coevolutionary variant of GSO model is adapted to the context of partitional clustering, resulting in a method with great potential to parallelism, as much as for the use in distributed clustering applications. Experimental results, performed as with the use of real data sets, as with the use of synthetic data sets, showed the potential of proposed alternative population initialization models and the potential of GSO cooperative coevolutionary variant when dealing with classic clustering problems, such as data overlapping, data unbalancing, and so on, in comparison to other clustering algorithms from literature.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2017-01-30T18:17:26Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTACAO_LEO_DEFESA - FINAL - CATALOGADA PDF.pdf: 4585329 bytes, checksum: 4b70c80127866cd2da97a6217bb6a34f (MD5) / Made available in DSpace on 2017-01-30T18:17:27Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTACAO_LEO_DEFESA - FINAL - CATALOGADA PDF.pdf: 4585329 bytes, checksum: 4b70c80127866cd2da97a6217bb6a34f (MD5) Previous issue date: 2016-08-16 / CNPQ / Um dos principais desafios no projeto de sensores baseados em Ressonância de Plasmons de Superfície — RPS — é maximizar sua sensibilidade. Neste trabalho é proposto o uso de dois algoritmos heurísticos, Monte Carlo e Enxame de Partículas, para otimização de sensores baseados em RPS em interfaces planares, i.e, nas configurações de Kretschmann e de Otto, sem o auxílio da aproximação lorentziana para a curva de ressonância. Devido à natureza probabilística dos algoritmos, consegue-se obter um método simples e robusto para atingir essa otimização. É feita uma comparação quanto à eficiência computacional dos algoritmos em relação ao método tradicional de otimização, ficando demonstrado que o método de Enxame de Partículas é o mais eficiente em relação às outras técnicas. Com o emprego desse método, a dependência espectral dos parâmetros ótimos é obtida para sensores utilizando vários metais nas configurações de Kretschmann e de Otto, tanto para aplicações em meios gasosos quanto em meios aquosos. Um aplicativo foi desenvolvido e sua funcionalidade demonstrada, que pode ser executado diretamente via web, com base na metodologia proposta, para otimização de sensores RPS em interfaces planares. / One of the main challenges in the design of surface plasmon resonance – SPR – sensor systems is to maximize their sensitivity. In this work one proposes the use of two heuristic algorithms, Monte Carlo and Particle Swarm, for optimization of SPR sensors in planar interfaces, i.e, in the Kretschmann and Otto configurations, without use of the Lorentzian approximation to the resonance curve. Because of the probabilistic nature of the algorithms, one manages to obtain a simple and robust method to achieve optimization. A comparison is made on the computational efficiency of the algorithm relative to the traditional method of optimization, showing that the particle swarm optimization method is more efficient compared to other techniques. By employing this method, the spectral dependence of optimum parameters is obtained for sensors using a wide range of metal films in the Kretschmann and Otto configurations, both for applications in gaseous an in aqueous media. An app was developed and its functionality can be demonstrated, by direct execution via web, based on the proposed methodology for optimization of SPR sensors on planar interfaces.