Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2015. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2016-02-19T12:19:07Z No. of bitstreams: 1 2015_BrunnoEmidioSobrinho.pdf: 4665102 bytes, checksum: a9f77c9a940f052acd7f2e559fb4bc23 (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-07-30T12:20:43Z (GMT) No. of bitstreams: 1 2015_BrunnoEmidioSobrinho.pdf: 4665102 bytes, checksum: a9f77c9a940f052acd7f2e559fb4bc23 (MD5) / Made available in DSpace on 2016-07-30T12:20:43Z (GMT). No. of bitstreams: 1 2015_BrunnoEmidioSobrinho.pdf: 4665102 bytes, checksum: a9f77c9a940f052acd7f2e559fb4bc23 (MD5) / Os trabalhos com erros e incertezas oriundos da utilização de modelos numéricos e experimentais, têm sido objeto de estudo de muitos pesquisadores tanto na simulação do comportamento físico real quanto na otimização da resposta estrutural, principalmente devido às dificuldades encontradas, por exemplo, na modelagem da rigidez de conexões, das condições de apoio ou dos parâmetros relevantes em estruturas que envolvem danos. Assim, propor uma metodologia que melhor represente as respostas das estruturas aos carregamentos, de forma sistemática e sem negligenciar as simplificações, é propor struturas capazes de formular matematicamente um problema, em busca da resposta ótima. Isto é, a partir de um processo numérico se obtém uma configuração da estrutura que resulta em uma performance ótima, seja devido ao atendimento de algum critério de máxima rigidez, seja por satisfazer restrições tanto sobre as variáveis de projeto quanto sobre o comportamento da estrutura (tensão de falha, frequência, modos, deslocamentos, etc...). Neste contexto, este trabalho apresenta um estudo de ajuste de estruturas de vigas metálicas modeladas pelo Método de Elementos Finitos (MEF) e baseado em dados experimentais estáticos (deslocamentos), através dos Problemas Inversos, para melhor compreender o comportamento físico real das estruturas, e da aplicação de uma técnica de otimização, denominada Evolução Diferencial, para simulação e identificação de danos. Uma série de vigas com diferentes carregamentos e posições de danos foram simulados para comprovar a eficácia do algoritmo, apresentando resultados consistentes. / Works with errors and uncertainties arising from the use of numerical models and experimental have been studied by many researchers both in simulation of real physical behavior as optimization of the structural response, mainly due to the difficulties encountered for example in modeling the rigidity of connections, the supporting conditions or parameters relevant structures that involve damage. Thus propose a methodology that best represents the responses of structures to loading, systematically and without neglecting the simplifications, it is to propose structural optimization techniques to mathematically formulate a problem in search of the optimal response. That is, from a numerical method to get a frame configuration that results in a great performance, whether due care some criteria of maximum rigidity, is to satisfy restrictions both on the design variables as on the behavior of the structure (failure stress, frequency, mode, displacement). In this context, this work presents a study of metal beams structures adjustment modeled by the Finite Element Method (FEM) and based on static experimental data (displacement) through Inverse Problems, to better understand the real physical behavior of structures, and applying an optimization technique named Differential Evolution, for simulation and damage identification. A series of beams with various loads and positions damage were simulated to demonstrate the effectiveness of this algorithm, with consistent results.

Made available in DSpace on 2016-08-29T15:33:16Z (GMT). No. of bitstreams: 1 tese_5023_.pdf: 4127269 bytes, checksum: 79d619bdbd316ada747b47318569339d (MD5) Previous issue date: 2012-08-31 / Problemas de otimização em dois níveis ocorrem em várias áreas, por exemplo: teoria dos jogos, controle, economia, desenho de peças e muitos outros. Essa classe de problemas é considerada difícil de resolver, principalmente a subclasse de problemas não lineares. Muitas abordagens para resolver problemas em dois níveis lineares, iferenciáveis ou convexos já foram propostas e funcionam com relativa eficiência e eficácia. Entretanto, existem poucos métodos para resolver problemas em dois níveis não lineares, não diferenciáveis e não convexos. Muitos desses métodos resolvem apenas uma subclasse do problema, como problemas com restrições lineares ou então apenas com a função do líder sendo não linear. Neste trabalho é proposta uma nova abordagem usando Evolução Diferencial para solucionar problemas em dois níveis não lineares em geral. Como proposta adicional, é desenvolvido um método para tratamento de restrições, presente em problemas de programação de dois níveis. Resultados promissores foram obtidos, mostrando a eficácia da abordagem.

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-11T18:35:13Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertaçao Leonardo Nunes.pdf: 3841505 bytes, checksum: 1971eadeabcf335795578860374911aa (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T13:10:12Z (GMT) No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertaçao Leonardo Nunes.pdf: 3841505 bytes, checksum: 1971eadeabcf335795578860374911aa (MD5) / Made available in DSpace on 2015-03-13T13:10:12Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertaçao Leonardo Nunes.pdf: 3841505 bytes, checksum: 1971eadeabcf335795578860374911aa (MD5) Previous issue date: 2013-08-29 / Impulsionado pelo crescimento do mercado de dispositivos móveis, diversos estudos têm sido realizados com o intuito de diminuir a energia consumida destes dispositivos. No entanto, aplicações que exigem alto poder de processamento estão sendo cada vez mais utilizadas nestes tipos de dispositivos. Logo, encontrar o melhor compromisso entre capacidade de processamento e energia consumida tem se tornado um desafio em projetos de hardware. Este trabalho apresenta uma nova metodologia para avaliar a energia consumida e o desempenho de hierarquias de memória com três níveis de cache. Adicionalmente, uma adaptação do algoritmo de evolução diferencial para otimização multiobjetivo no domínio discreto é proposta para o problema de exploração de hierarquias de memória cache, visando reduzir a energia consumida e aumentar o desempenho para processar uma aplicação embarcada. A exploração de arquiteturas foi baseada em ajustes de parâmetros das caches presentes em hierarquias compostas por três níveis de memórias cache. Um modelo de memória DDR3L foi adotado para simular a memória principal, e um modelo de memória cache recente baseado na tecnologia de transistores de 32n foi utilizado. Para a realização dos experimentos, o algoritmo proposto foi aplicado a nove diferentes aplicações dos benchmarks Mibench e MediaBenchII. Além disto, o desempenho da técnica proposta foi comparada com as técnicas de otimização SPEA2 e NSGAII. As métricas selecionadas para comparar a qualidade das frentes de Pareto encontrados por cada um destes algoritmos foram os indicadores de hipervolume e de distância generacional. Os resultados mostraram que a estratégia de otimização proposta, baseada no algoritmo de evolução diferencial, aplicada ao problema de exploração de hierarquias de memória, obteve melhores resultados para ambos os indicadores, alcançando uma melhoria de 100% e 78% dos casos estudados para ambas as métricas de hipervolume e distância generacional.

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2013-12-04T16:18:09Z No. of bitstreams: 1 dissertacao_mestrado_ien_2012_03.pdf: 4322280 bytes, checksum: 152c1709f49d00375840584dd18f67e4 (MD5) / Made available in DSpace on 2013-12-04T16:18:09Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ien_2012_03.pdf: 4322280 bytes, checksum: 152c1709f49d00375840584dd18f67e4 (MD5) Previous issue date: 2012 / Uma das características mais importantes e desejadas em uma planta nuclear é a segurança. E na busca de sistemas que propiciem uma segurança passiva destaca-se atualmente o emprego de sistemas de refrigeração por circulação natural. Estes sistemas podem ser utilizados como mecanismo de retirada de calor residual, ou até mesmo, de refrigeração principal de seções quentes de um reator, como por exemplo, o núcleo. Neste trabalho o código de fluidodinâmica computacional (CFD) chamado CFX é utilizado para simular o processo de circulação natural que ocorre na piscina de um reator de pesquisas logo após o seu desligamento. O modelo físico estudado é semelhante ao do reator OPAL - Open Pool Australian Light water reactor, e é composto pelo núcleo, piscina de refrigeração, tanque refletor, tubos de circulação e chaminé. Para melhor desempenho computacional, a região do núcleo foi modelada como um meio poroso, cujos parâmetros foram obtidos separadamente em uma análise de CFD detalhada. Neste trabalho busca-se também a viabilidade de implementação do algoritmo de Evolução Diferencial para otimização dos parâmetros físicos e operacionais, que obedecendo às leis de similaridade, conduzam a uma seção de teste em escala reduzida da piscina do reator. / Safety is one of the most important and desirable characteristics in a nuclear plant. Natural circulation cooling systems are noted for providing passive safety. These systems can be used as mechanism for removing the residual heat from the reactor, or even as the main cooling system for heated sections, sech as the core. In this work, a computational fluid dynamicas (CFD) code called CFX is used to simulate the process of natural circulation in a research reactor pool after its shutdown. The physical model studied is similar to the Open Pool Australian Light water reactor (OPAL), and contains the core, cooling pool, reflecting thak, circulation pipes and chimney. For best computing performance, the core region was modeled as a porous medium, where the parameters were obtained from a separately detailed CFD analysis. This work also aims to study the viability of the implementation of Differential Evolution algorithm for optimization the physical and operational parameters that, obeying the laws of similarity, lead to a test section on a reduced scale of the reactor pool.

Este trabalho explora a utilização do algoritmo genético de minimização global por Evolução Diferencial (ED) como método de determinação de parâmetros de potenciais interatômicos (PIs) usados no cálculo de propriedades físicas de materiais. Dois compostos foram utilizados como estudo de caso: a berlinita (AlPO4) e a fase cúbica do tungstato de zircônio ( -ZrW2O8 ). Em ambos os casos, o potencial interatômico considerado foi uma combinação de potenciais de Buckingham, covalente exponencial e harmônico de três corpos, além do modelo casca-caroço de Dick-Overhauser para os átomos de oxigênio. Os parâmetros livres do potencial foram ajustados de modo a fornecer estimativas para os parâmetros de rede, posições atômicas e constantes elásticas de ambas as estruturas que mais se aproximassem dos valores experimentais. O algoritmo de evolução diferencial foi capaz de encontrar potenciais que melhor reproduzem as propriedades atérmicas em ambos os casos, quando comparados com PIs previamente publicados. Os potenciais encontrados para a fase cúbica do tungstato de zircônio foram aplicados à cálculos de dinâmica de rede para avaliar a influência da temperatura no seu parâmetro de rede. O algoritmo de ED encontrou um conjunto de parâmetros para potenciais com modelos analíticos relativamente simples, porém capaz de descrever com razoável precisão a expansão térmica negativa do -ZrW2O8 em baixas temperaturas. A evolução diferencial mostrouse um método capaz de explorar exaustivamente o espaço de parâmetros, o que indica que as limitações encontradas na descrição da estrutura possam ser superadas com a adição de termos ao PI ou com o uso de outra forma analítica. / This work explores the use of the genetic algorithm differential evolution (DE) for global minimization as a method for determining the interatomic potential (IP) parameters used in the calculation of physical properties of materials. Two compounds were used as a case study: Berlinite (AlPO4) and the cubic phase of zirconium tungstate ( -ZrW2O8 ). In both cases, the IP was built as a combination of Buckingham, covalent exponential, and three body harmonic potentials, together with the Dick-Overhauser core-shell model for the oxygen atoms. The free parameters of the potential were adjusted to estimate the lattice parameters, atomic positions and elastic constants of both structures that were closest to experimental values. The DE algorithm was able to find potentials that are better in describing the athermal properties for both compounds when compared to previously published IPs. The potentials found for the cubic phase of zirconium tungstate were applied in lattice dynamics calculations in order to assess the temperature influence in the lattice parameter. The DE found a relatively simple IP, but capable of describing the negative thermal expansion of -ZrW2O8 at low temperatures with reasonable precision. The DE has shown to be a method capable to exhaustively explore the parameter space of the PI, which indicates that the limitations found in describing the zirconium tungstate structure modifications as a function of temperature can be surpassed with additional terms in the potential or with another, more complex, analytical form.

Made available in DSpace on 2014-06-12T17:37:57Z (GMT). No. of bitstreams: 2 arquivo3958_1.pdf: 1858605 bytes, checksum: 010b7efbaa0ac4aef2becd712d518c7a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta dissertação tem por objetivo principal propor um procedimento para resolução de problemas de controle ótimo com a utilização do Princípio do Máximo de Pontryagin e algoritmos probabilísticos, principalmente o Talus, visando melhoria da acurácia e aumento de eficiência deste processo. Para tanto, apresenta-se o desenvolvimento histórico da teoria do controle ótimo e resumem-se as principais características dos algoritmos utilizados. Além disso, uma vez definido o método, resolveram-se alguns exemplos com a finalidade de comparação de desempenho com a programação dinâmica interativa e a parametrização de controle, formas mais usuais de solução. Para completar a abordagem, sugeriram-se algumas possibilidades para utilizar o Talus na resolução de equações diferenciais. A partir disso, foi possível garantir a efetividade do objetivo inicial e propor temas para estudos futuros

Optimization is a large area of knowledge concerned with the need of a better use of resources and activities, becoming indispensable in the solution of several problems which arise from the study and formulation of real-world problems. Furthermore, the constraints that must be respected for each situation introduce in the methodologies of optimization an additional complication. Differential Evolution, which in its original formulation is applied only to unconstrained optimization problems in continuous space, also provides good results when applied to constrained optimization with discrete and continuous variables. This work presents the necessary improvements to Differential Evolution for its proper application to this class of problems, and proposes a new combination of techniques for this application, as well as a mechanism for dynamic selection of the appropriate variant of the technique. The initial proposal is a combination of Differential Evolution with a technique of adaptive penalty (APM) and the second proposal concerns the dynamic selection of variants during the search process. Several computational experiments are carried out confirming the competitiveness of the proposed algorithms. / A otimização é uma grande área de conhecimento voltada para a necessidade de um melhor aproveitamento de recursos e atividades, tornando-se indispensável na resolução de grande parte dos problemas oriundos de estudos e formulações de problemas reais. Além disso, as restrições que devem ser respeitadas para cada situação introduzem nas metodologias de otimização um complicador adicional. A Evolução Diferencial, que em sua formulação original é aplicada somente a problemas de otimização irrestrita e em espaços contínuos, apresenta também bons resultados quando aplicada à otimização restrita com variáveis contínuas e discretas. Este trabalho apresenta os aperfeiçoamentos necessários à Evolução Diferencial para sua adequada aplicação sobre essa classe de problemas, além de propor uma nova combinação de técnicas para essa aplicação, bem como um mecanismo de seleção dinâmica da variante adequada da técnica. A proposta inicial é a combinação da Evolução Diferencial com uma técnica adaptativa de penalização (APM) e a segunda proposta visa a seleção dinâmica de variantes durante o processo de busca. Vários experimentos computacionais são executados confirmando a competitividade dos algoritmos propostos.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-03-30T17:14:18Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) ANTONIO.pdf: 1896299 bytes, checksum: 6648d14ae9c1893123a82366b851c19a (MD5) / Made available in DSpace on 2016-03-30T17:14:18Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) ANTONIO.pdf: 1896299 bytes, checksum: 6648d14ae9c1893123a82366b851c19a (MD5) Previous issue date: 2015-02-27 / CAPES / Alinhamento Múltiplo de sequências (MSA) é uma das tarefas mais importantes em bioinformática. A MSA é uma técnica fundamental para o estudo da função, estrutura e evolução de biomoléculas. A partir do uso de métodos de MSA é possível a criação de modelos estatísticos para a classificação de famílias de proteína , análise filogenética e a previsão de estruturas secundárias de proteínas. Como trata-se de um problema do tipo NP-difícil, torna-se inviável o uso de métodos exatos para a busca da melhor solução. Por isso, é importante o uso de métodos de optimização baseado em heurística para resolver o problema de MSA. Nesta dissertação, propomos uma abordagem para alinhamento múltiplo de sequências por meio da otimização de uma função objetivo utilizando Evolução Diferencial. Embora a ideia de usar algoritmos evolutivos não seja nova, a abordagem apresentada difere pelo uso da Evolução Diferencial e pela definição do alinhamento como uma dispersão de lacunas ao longo das sequências, sem levar em consideração fenômenos biológicos, como os de inserção ou surgimento de bases, deleção ou mutação de bases. A solução proposta tem provado ser capaz de fazer melhorias significativas em alinhamentos quando comparadas com o método do estado da arte Clustal. / Multiple sequence alignment (MSA) is one of the most important tasks in bioinformatics. The MSA is a fundamental technique to the study of function, structure and evolution of biomolecules. By using of MSA methods it’s possible to create statistical models for classification of protein families, phylogenetic analysis and the prediction of secondary structures of proteins. Being a NPhard problem, it is infeasible due to its completely, the use of exact methods to search for optimal solutions. Because of this it is important to use heuristic-based optimization methods to solve the MSA problem. In this dissertation, we propose an approach to multiple sequence alignment by optimizing an objective function using Differential Evolution. Although the idea of using Evolutionary Algorithms is not new, the approach presented differs from the use of Differential Evolution and definition of alignment as a dispersion of gaps along the sequences, without considering biological events such as insertion or emergence of bases, deletion or mutation of bases. The proposed solution has proven to be able to make significant improvements in alignments when compared to the state-of-the art Clustal method.

Made available in DSpace on 2014-06-12T15:51:59Z (GMT). No. of bitstreams: 2 arquivo3006_1.pdf: 934448 bytes, checksum: cfaf4b35b4e186dc40f91523ebe587bf (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Os Sistemas de Múltiplos Classificadores (também conhecidos como Comitês de Classificadores) podem usar a combinação ou a seleção de hipóteses dos diferentes membros para determinar a hipótese de solução para um dado problema. O método de combinação de hipóteses é mais difundido, sendo possível encontrar diferentes estratégias que aprimoraram o seu desempenho desde a sua concepção. Por outro lado, o método de seleção não possui tantos avanços quanto o método de combinação, embora o seu potencial já tenha sido comprovado em trabalhos da literatura. A construção de sistemas de múltiplos classificadores usando o método de seleção envolve a busca pela estratégia de seleção, que pode ser através do agrupamento dos dados de treinamento e seleção de classificadores especializados nos dados de cada grupo encontrado. Os aprimoramentos realizados no método de seleção de classificadores ocorrem para a definição da estratégia de seleção, normalmente executada por um método manual. Por outro lado, os melhores aprimoramentos do método de combinação de classificadores foram obtidos com o uso de métodos evolucionários (automáticas) para o ajuste de parâametros. Devido à ausência da hibridização com métodos evolucionários para o aprimoramento do método de seleção; às dificuldades inerentes ao trabalho por tentativa e erro em atividades de busca e para avançoo do conhecimento sobre o potencial do método de seleção, faz-se necessária uma exploração do potencial do método de seleção usando métodos de busca evolucionários. Este trabalho explora a construção automática de sistemas de múltiplos classificadores usando o método de seleção. Nesta tese é proposto um novo método, que emprega a Otimização por Exame de Partículas e Evolução Diferencial acoplada ao Algoritmo Genético, utilizado para o aprimoramento da estratégia de seleção de classificadores. A combinação com métodos evolucionários tem o objetivo de explorar o potencial do método de seleção de classificadores, apresentando os benefícios de sua hibridização com métodos de busca evolucionários. A estratégia de seleção de classificadores adotada é composta por uma fase de agrupamento dos dados de treinamento e outra de busca por classificadores especializados para cada grupo de dados encontrado. Os experimentos realizados utilizaram os métodos K-médias e Mapas Auto-Organizáveis na fase de agrupamento e Redes Neurais Artificiais Lineares e Perceptrons de múltiplas camadas na fase de classificação. Algoritmos Evolucionários foram usados (Otimização por Exame de Partículas com ajuste dinâmico de parâmetros e Evolução Diferencial integrada a um Algoritmo Genético) no presente trabalho, com o propósito de otimizar os parâmetros e desempenho das diferentes técnicas empregadas nas fases de agrupamento e classificação. Os resultados experimentais mostraram que o método proposto possui um melhor desempenho quando comparado aos métodos manuais e supera de forma significativa a maioria dos métodos comumente usados para a construção de sistemas de múltiplos classificadores

Made available in DSpace on 2014-06-12T15:57:14Z (GMT). No. of bitstreams: 2 arquivo3150_1.pdf: 1307018 bytes, checksum: ba6c797961ba6b10284f16cd4227343f (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Este trabalho propõe uma metodologia de otimização multimodal e simultânea de pesos e arquiteturas de Redes Neurais Artificiais (RNAs) com Evolução Diferencial. O sistema neural híbrido proposto busca por arquiteturas de forma construtiva e realiza o ajuste dos pesos invasivamente, dispensando assim o uso de algoritmos de treinamento por correção de erros. A motivação para o desenvolvimento do presente trabalho é propor uma abordagem que contorne a sensibilidade natural dos métodos construtivos e invasivos aos mínimos locais , tanto na busca de arquiteturas, quanto no ajuste dos pesos das RNAs. Para isto, utilizou-se uma estraté- gia implícita de manutenção da diversidade inspirada na computação evolucionária paralela. A combinação desta estratégia em um sistema neural híbrido, assim como sua adaptação em uma metodologia construtiva e invasiva, é a principal inovação deste trabalho. Como base evolucionária da metodologia proposta, foram utilizadas a Evolução Diferencial em sua forma original e também uma recente variação deste algoritmo, a Evolução Diferencial baseada em Oposição. Desta forma, esta dissertação possui dois objetivos primários: (1) avaliar a performance da metodologia proposta comparando com outros sistemas neurais híbridos encontrados na literatura; (2) avaliar e comparar o desempenho dos dois algoritmos evolucionários utilizados na otimização de redes neurais. Os experimentos foram conduzidos com o propósito de otimizar redes Multi-Layer Perceptron (MLP) para problemas de classificação. Os critérios utilizados para análise de performance do método foram a capacidade de generalização, tamanho da arquitetura encontrada e tempo de convergência. Os resultados obtidos indicam que o método proposto possui grande capacidade de generalização com qualidade de resposta superior ou equivalente a muitos métodos encontrados na literatura, e geralmente com menor arquitetura. Além do mais, a metodologia multimodal proposta obteve estes bons resultados com velocidade plausível, necessitando de poucos segundos para convergir. Estas análises ressaltam a boa performance geral do sistema neural híbrido proposto, cuja característica uni-modular sugere que bons resultados podem ser obtidos sem excessiva complexidade e em tempo hábil