Made available in DSpace on 2014-06-12T16:00:43Z (GMT). No. of bitstreams: 2 arquivo6893_1.pdf: 1450479 bytes, checksum: 95b4efd197f11e32606faea17b6fa02c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Esta dissertação apresenta um novo método de otimização de redes neurais artificiais para composição de ensembles de redes neurais artificiais. O método proposto combina o algoritmo evolucionário Evolução Diferencial com Vizinhança Global e Local (DEGL - Differential Evolution with Global and Local Neighborhood) com três técnicas multimodais: fitness sharing, especiação e simple subpopulation scheme. Para uma boa generalização de um ensemble seus componentes devem apresentar duas características: bom desempenho e diversidade. Como o poder de generalização de uma rede neural artificial está intimamente relacionado à sua arquitetura e aos seus pesos iniciais, para atingir bom desempenho, as redes neurais artificiais foram construídas de maneira automática através do algoritmo evolucionário. Para manter a diversidade entre as redes e para que um maior número de soluções ótimas fosse encontrado, técnicas multimodais foram incorporadas ao algoritmo evolucionário. O desempenho deste método é investigado através de experimentos realizados em seis bases benchmarks de aprendizagem de máquina para problemas de classificação. O método proposto se mostrou competitivo quando comparado a outros métodos da literatura e estatisticamente relevante quando comparado a métodos baseados em seus componentes

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-07-19T19:32:42Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Valter Augusto de Freitas Barbosa.pdf: 4679217 bytes, checksum: e249710740330a6a6d6443c6a52e880f (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-07-20T22:18:23Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Valter Augusto de Freitas Barbosa.pdf: 4679217 bytes, checksum: e249710740330a6a6d6443c6a52e880f (MD5) / Made available in DSpace on 2018-07-20T22:18:23Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Valter Augusto de Freitas Barbosa.pdf: 4679217 bytes, checksum: e249710740330a6a6d6443c6a52e880f (MD5) Previous issue date: 2017-02-23 / FACEPE / A Tomografia por Impedância Elétrica (TIE) é uma técnica de imagem não invasiva e livre de radiações ionizantes. Sua realização dar-se através de um conjunto de eletrodos dispostos na superfície do objeto ao qual se quer imagear. Pelos eletrodos é aplicado uma corrente elétrica de baixa amplitude, e em seguida, os potenciais elétricos resultantes à excitação são medidos. Em um algoritmo de reconstrução os dados de corrente e potenciais elétricos são usados para estimar a distribuição de condutividade interna do objeto à qual pode ser representada por uma imagem. O problema de reconstrução de imagens de TIE consiste na solução dos problemas direto e inverso. No problema direto é determinado os potenciais elétricos internos e de superfície da seção do objeto a partir do padrão de excitação de corrente e da distribuição de condutividade interna do domínio. Sendo tal problema, resolvido através do método dos elementos finitos. Por outro lado, a estimação da distribuição de condutividade elétrica do interior da seção do corpo a partir das medições da resposta a excitação é, matematicamente, um problema inverso, mal posto e mal condicionado. Sendo um problema complexo, de alto custo computacional, e que ainda obtém imagens de contorno suave e de baixa resolução. Uma das formas de reconstrução de TIE é através de métodos iterativos de otimização, onde o problema direto é chamado frequentemente. Este trabalho propõe a reconstrução de imagens de TIE como um método de otimização utilizando algoritmos evolucionários e bioinspirados da Inteligência Computacional tendo o Erro Médio Quadrático como função objetivo a ser minimizada. As técnicas consideradas foram: Algoritmos genéticos, Evolução Diferencial, Busca por Cardumes de Peixes e Busca por cardumes de peixes baseada em densidade, além da implementação da Busca não-cega à Busca por Cardumes de Peixes. Os algoritmos de reconstrução foram implementados em MATLAB e fazendo uso do software de código aberto EIDORS. Os experimentos foram realizados utilizando imagens padrão ouro de duas malhas de elementos finitos. De forma qualitativa as imagens obtidas foram comparadas com as imagens padrão ouro consideradas, enquanto que de forma quantitativa foi avaliado os gráficos da queda do erro em função do número de avaliações da função e pelo número de iterações dos algoritmos. As melhores imagens foram obtidas pela busca por cardume de peixes com a busca não-cega, no entanto, os menores tempos de reconstrução foram obtidos pela evolução diferencial e algoritmos genéticos. / Electrical Impedance Tomography (EIT) is a noninvasive imaging technique and free of ionizing radiation. Its implementation is given through a set of electrodes placed on object surface to be imaged. By the electrodes, a low amplitude electric current is applied, then, the resultant electric potential to the excitation is measured. In a reconstruction algorithm, the data of the current and electrical potentials are used to estimate the intern conductivity distribution of the object which it can be represented by an image. The reconstruction problem of EIT images consists in to solve the direct and inverse problems. In the direct problem is determined the intern and surface electrical potentials of the object section from the excitation pattern of electric current and the intern conductivity distribution. Such problem is resolved by the finite elements method. On the other hand, the estimation of the electrical conductivity distribution of the interior of the body section from the measures of the response to the excitation is, mathematically, an inverse problem, ill-posed and ill-conditioned. Being a complex problem, of high computational cost, and still obtains low-resolution and soft-contour images. One of the ways to reconstruct EIT images is trough iterative optimization methods, which the direct problem is used often. This work proposes the EIT image reconstruction as an optimization method using evolutionary and bioinspired algorithms from Computational Intelligence having the Root Mean Squared Error as objective function to be minimized. The techniques considered were: Genetic Algorithm, Differential Evolution, Fish School Search and Density based on Fish School Search, beyond the implementation of the Non-Blind Search to Fish School Search. The reconstruction algorithms were implemented in MATLAB using the open-source software EIDORS. Experiments were made using ground-truth images of two finite elements meshes. Qualitatively the images obtained were compared with the ground-truth images considered, whereas quantitatively were considered the graphics of the root-mean-squared error in function of the number of evaluations of objective function and in function of the number of iterations of the algorithms. The best images were obtained by the fish school search with non-blind search, however, the smallest reconstruction time were obtained by differential evolution and genetic algorithms.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-03-16T11:37:46Z No. of bitstreams: 1 rodrigoleppausdearaujo.pdf: 1937685 bytes, checksum: 0f43bd0bab8063bdc6af288e7aa82320 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-03-16T14:17:13Z (GMT) No. of bitstreams: 1 rodrigoleppausdearaujo.pdf: 1937685 bytes, checksum: 0f43bd0bab8063bdc6af288e7aa82320 (MD5) / Made available in DSpace on 2017-03-16T14:17:13Z (GMT). No. of bitstreams: 1 rodrigoleppausdearaujo.pdf: 1937685 bytes, checksum: 0f43bd0bab8063bdc6af288e7aa82320 (MD5) Previous issue date: 2016-11-05 / Meta-heurísticas têm sido frequentemente empregadas na resolução de problemas de otimização. Em particular, pode-se destacar a Evolução Diferencial (DE), que vem sendo aplicada com sucesso em situações onde o espaço de busca é contínuo. Apesar das vantagens dessas técnicas, elas precisam de adequações para tratar as restrições, que comumente limitam o espaço de busca em problemas reais de otimização. Nesse trabalho, uma modificação na DE é proposta a fim de tratar as restrições lineares de igualdade do problema. O método proposto, denotado aqui por DELEqC, gera uma população inicial de soluções candidatas que é factível em relação às restrições lineares de igualdade e gera os novos indivíduos sem utilizar o operador padrão de cruzamento. Com isso, pretende-se gerar novas soluções que também sejam viáveis quanto a esse tipo de restrição. O procedimento proposto de geração de indivíduos e manutenção da factibilidade da população é direto quando restrições lineares de igualdade são consideradas, mas requer o uso de variáveis de folga quando há desigualdades lineares no problema. Caso o problema de otimização envolva restrições não-lineares, o seu tratamento é feito aqui através de uma técnica de penalização adaptativa (APM) ou por meio de um esquema de seleção (DSS). O procedimento proposto é aplicado a problemas disponíveis na literatura e os resultados obtidos são comparados à queles apresentados por outras técnicas de tratamento de restrições. A análise de resultados indica que a proposta apresentada encontrou soluções competitivas em relação às outras técnicas específicas para o tratamento de restrições de igualdade lineares e melhores do que as alcançadas por estratégias comumente adotadas em meta-heurísticas. / Metaheuristics have been used to solve optimization problems. In particular, we can highlight the Differential Evolution(DE),which has been successfully applied insituations where the search space is continuous. Despite the advantages of those techniques, they require adjustments in order to deal with constraints, which commonly restrict the search space in real optimization problems. In this work, a change in the DE is proposed in order to deal with the linear equality constraints of the problem. The proposed method, here denoted by DELEqC, generates an initial population of candidate solutions, which are feasible with respect to the linear equality constraints, and generates new individuals without the standard crossover operation. The idea is to generate new solutions that are also feasible with respect to this kind of constraint. The proposed procedure for generating individuals and maintaining the feasibility of the population is straightforward when linear equality constraints are considered, but requires the use of slack variables when linear inequalities are present. If the optimization problem involves nonlinear constraints, their treatment is done here using an adaptive penalty method (APM), or by means of a selection scheme (DSS). The proposed procedure is applied to problems available in the literature and the results obtained are compared to those presented by other constraint handling techniques. The analysis of results indicates that the presented proposal found competitive solutions in relation to other specific techniques for the treatment of linear equality constraints and better than those achieved by strategies commonly adopted in metaheuristics.

Made available in DSpace on 2015-03-04T18:51:14Z (GMT). No. of bitstreams: 1 dissertacao_eduardo_krempser.pdf: 675502 bytes, checksum: 9909466baacd7f6cebcd6029c53ed6c4 (MD5) Previous issue date: 2009-03-04 / Conselho Nacional de Desenvolvimento Cientifico e Tecnologico / 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 Maria Cristina (library@lncc.br) on 2016-08-02T17:09:01Z No. of bitstreams: 1 dissertacao_vinicius.pdf: 1188979 bytes, checksum: dfd0b027f7accd5d2614f8b2e5746393 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2016-08-02T17:09:15Z (GMT) No. of bitstreams: 1 dissertacao_vinicius.pdf: 1188979 bytes, checksum: dfd0b027f7accd5d2614f8b2e5746393 (MD5) / Made available in DSpace on 2016-08-02T17:09:26Z (GMT). No. of bitstreams: 1 dissertacao_vinicius.pdf: 1188979 bytes, checksum: dfd0b027f7accd5d2614f8b2e5746393 (MD5) Previous issue date: 2016-03-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) / Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ) / The objective of structural optimization is to obtain economical structures which also satisfy specific performance requirements. It involves the search for optimal values for the design variables in order to minimize, or maximize, some measure of interest modeled via an objective function. Frequently, such problems involve constraints which must be satisfied so that a solution can be considered feasible. In addition, the objective function and/or constraints are often not available as explicit expressions of the design variables, and must be evaluated via a simulator. Hence, the choice of the optimization technique must take into account such features. Differential Evolution can be seen as an interesting choice, since it has been obtaining good results in problems in different fields of study. In this work, the results obtained by different variants of the original DE algorithm, when applied to problems of mass minimization of trusses subject to constraints on their natural vibration frequency, are analysed and compared to those reported in the literature. In view of the practical interest in limiting the number of different values found for the design variables in the final solution, it is also investigated the effect of this cardinality constraint (not addressed in the literature) on the structural mass obtained by the algorithm. / A otimização estrutural visa a obtenção de estruturas econômicas e que satisfaçam aos requisitos de desempenho aplicáveis ao caso. Ela envolve a busca de valores ótimos para as variáveis de projeto, que venham a minimizar, ou maximizar, algum critério de interesse modelado através de uma função objetivo. Frequentemente estes problemas apresentam restrições, as quais devem ser respeitadas para que uma solução seja considerada válida. Além disso, muitas vezes a função objetivo e/ou restrições não estão disponíveis como expressões explícitas das variáveis de projeto, sendo avaliadas através de um simulador. Assim, a escolha da técnica de otimização deve levar em conta tais características. A chamada Evolução Diferencial apresenta-se como uma escolha interessante, uma vez que vem obtendo bons resultados em problemas das mais diversas áreas. Neste trabalho os resultados obtidos por diferentes variantes do algoritmo original, quando aplicadas a problemas de minimização da massa de treliças sujeitas às restrições sobre as frequências naturais de vibração, são analisados e comparados àqueles reportados na literatura. Tendo em vista o interesse prático em limitar o número de diferentes valores encontrados para as variáveis de projeto na solução final, é então analisada a influência da introdução desta restrição de cardinalidade (ainda não reportada na literatura) sobre a massa da estrutura obtida pelo algoritmo ao final do processo.

Submitted by Maria Cristina (library@lncc.br) on 2017-05-03T14:14:27Z No. of bitstreams: 1 Dissertacao.pdf: 824609 bytes, checksum: 3fd1774255594b6d69f7fe7522aec9a2 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2017-05-03T14:14:53Z (GMT) No. of bitstreams: 1 Dissertacao.pdf: 824609 bytes, checksum: 3fd1774255594b6d69f7fe7522aec9a2 (MD5) / Made available in DSpace on 2017-05-03T14:15:03Z (GMT). No. of bitstreams: 1 Dissertacao.pdf: 824609 bytes, checksum: 3fd1774255594b6d69f7fe7522aec9a2 (MD5) Previous issue date: 2017-02-21 / Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro (FAPERJ) / The study of bilevel optimization problems arouses particular interest given their ability to represent hierarchical decision structures, but the challenges in their resolution require the development of appropriate computational techniques. This work aims at the solution of a class of bilevel problems where the objective function in the follower agent is linear or quadratic in the follower variables and linear constraints may be present. With the use of the Karush-Kuhn-Tucker conditions, it was verified the possibility of solving the follower level as a linear complementarity problem, giving rise to a nested approach. In this approach, the follower response is obtained by Lemke's algorithm, while the leader level is treated with the differential evolution metaheuristic, in view of its good results and great generality. The proposed technique is submitted to a test-set using instances from the literature, as well as others, proposed in this work, with the intent of validating the use of Lemke's algorithm in the follower level, and study its computational performance. / O estudo do problema de otimização em dois níveis desperta particular interesse dada sua capacidade de representar estruturas hierárquicas de decisão, mas as dificuldades na sua resolução exigem o desenvolvimento de técnicas computacionais adequadas. Este trabalho tem como foco a solução de uma classe de problemas em dois níveis onde a função objetivo do agente seguidor é linear ou quadrática nas variáveis do seguidor e com restrições lineares. Utilizando-se então as condições de Karush-Kuhn-Tucker, verificou-se a possibilidade de resolução do nível do seguidor como um problema de complementaridade linear, dando origem a uma abordagem aninhada. Nesta, a resposta do seguidor é obtida pelo algoritmo de Lemke, enquanto o nível do líder é tratado pela metaheurística evolução diferencial, tendo em vista os bons resultados desta e sua grande generalidade. A técnica proposta é submetida a um conjunto de testes utilizando instâncias da literatura bem como outras, propostas neste trabalho, com o objetivo de validar a utilização do algoritmo de Lemke e estudar seu desempenho computacional.

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-03-29T18:39:03Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Allan.pdf: 9306708 bytes, checksum: ff20e727c0e268faed60dc2c7e9f5a7c (MD5) / Made available in DSpace on 2016-03-29T18:39:03Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_Allan.pdf: 9306708 bytes, checksum: ff20e727c0e268faed60dc2c7e9f5a7c (MD5) Previous issue date: 2015-02-27 / FACEPE / A Tomografia por Impedância Elétrica (TIE) é uma técnica que visa reconstruir imagens do interior de um corpo de forma não invasiva. Esta reconstrução é feita com base nas propriedades elétricas de condutividade do interior deste corpo. Com base na aplicação e medida dos potenciais da borda do corpo, feita através de eletrodos, um algoritmo de reconstrução de imagens gera a imagem do interior deste corpo. Diversos métodos são aplicados para gerar imagens de TIE, porém ainda são geradas imagens de contorno suave. Isto acontece por causa da 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 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 a distância euclidiana entre os potenciais de borda mensurados no corpo e os potencias gerados pela resolução do problema direto de um candidato à solução. Devido ao fato deste trabalho ser baseado em simulações, os potenciais de borda buscados foram gerados através da simulação de objetos localizados no centro, borda e entre o centro e a borda e seus respectivos potenciais de borda. Desta forma o objetivo deste trabalho foi construir uma ferramenta computacional baseada em algoritmos de busca e otimização, desde os bioinspirados até os evolucionários, com destaque para o método dialético de otimização, para fazer reconstrução de imagens de Tomografia por impedância elétrica. Para efeitos de comparação também foram utilizados para gerar imagens: Algoritmos Genéticos, Evolução Diferencial e Otimização por Enxame de Partículas. As simulações foram feitas no EIDORS, uma ferramenta MatLab e GNUOctave de código aberto voltada para a comunidade de TIE. Os experimentos foram feitos utilizando três diferentes configurações de objetos de estudo (fantomas). As análises foram feitas de três formas, sendo elas, qualitativa: na forma de o quão as imagens geradas são parecidas com seu respectivo fantoma; quantitativa: com base na evolução do erro relativo calculado pela função objetivo do melhor candidato à solução ao longo das interações; e, ainda, de 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 com busca guiada, cinco versões de Evolução diferencial e duas versões de Otimização por enxame de Partículas. De acordo com os resultados obtidos Método Dialético Objetivo mostrou ter a capacidade de encontrar um valor de erro menor em menos iterações do que as outras técnicas propostas além de ser mais rápido devido ao fato de a quantidade de polos ir diminuindo de acordo com as fases históricas, exigindo menos esforço computacional por iteração. Os resultados desta pesquisa geraram diversas contribuições na forma de artigos publicados em eventos nacionais e internacionais. / The Electrical Impedance Tomography is a technique that aims to reconstruct images of the inside of a body non-invasively. This reconstruction is based on the electrical properties inside the conductivity of this domain. Based on measurements of the potential edge made through electrodes, an image reconstruction algorithm generates the domain inside the image. Several methods are applied to generate TIE images, but are still generated smooth contour images. This happens because of the mathematical nature of TIE reconstruction problem as an ill-posed and ill-conditioned problem. This means that there is no exact solution to a certain internal conductivity distribution. The TIE is mathematically governed by the Poisson equation and the image generation involves solving a direct problem, which deals with obtaining the edge of potential from an internal distribution of known conductivity. This achievement was made in this study through the finite element method. This way you can apply search and optimization techniques that aim to minimize the Euclidean distance between the edge of potential measured in the body and the potential generated by the resolution of the direct problem of a solution to the candidate. Because this work is based on simulations, the potential of border searches were made by simulating objects located in the center, edge and between the center and the edge and their potential edge respective. Therefore, the objective of this work was to build a computational tool based on search and optimization algorithms, since the bioinspired to the evolutionary, especially the dialectical method optimization, to make reconstruction tomography images by electrical impedance. For comparison, were also used to generate these images: Genetic Algorithms, Differential Evolution and optimization by particle swarm. The simulations were made in EIDORS a MatLab and GNUOctave tool open source toward the TIE community. The experiments were performed using three different configurations of objects of study (phantoms). The analyzes were done in a qualitative way: in the form of how the generated images are similar to their respective phantom; quantitative: based on the evolution of the relative error calculated by the objective function of the best candidate to the solution over the interactions; and also computational cost, by assessing the evolution of the relative error over the amount of computation of the objective function by the algorithm. Results were generated for Genetic Algorithms with guided search, five versions of differential evolution and two versions of Particle Swarm Optimization. According to the results obtained dialectic method showed order to be able to find a smallest error value in fewer iterations than other proposed techniques besides being faster due to the fact that the number of poles tendency to decrease in accordance with the historical phases , requiring less computational effort per iteration. The results of this research have generated several contributions in the form of articles published in national and international events.

O processo fermentativo para a obtenção de etanol constitui um sistema complexo. Durante a fermentação se desenvolvem infecções em forma crônica e os surtos de infecção aguda aparecem em condições que; por causa da dinâmica não-linear do processo que envolve uma rede de reações metabólicas dos microrganismos, a alta dependência às condições de contorno e pelas interações sinérgicas e antagônicas envolvidas neste ecossistema; ainda representam um tema relevante de pesquisa em aberto. O presente trabalho propõe contribuir na tarefa de interpretar tais efeitos por intermédio de um modelo que inclua a interferência das bactérias. É proposto um cenário em escala laboratorial e controlado com a linhagem isolada de Saccharomyces cerevisiae PE-2 em co-cultura com bactérias de metabolismo heterofermentativo e homofermentativo. A interferência é explicada por intermédio de um modelo com efeito fixo baseado em um modelo não estruturado proposto por Lee (1983), e modificado a partir dos estudos de Andrietta (2003). São conduzidos ensaios de quatro tratamentos: uma fermentação controle e outras contaminadas com cada um dos diferentes tipos de bactérias e também em conjunto, a fim de fornecer dados experimentais para ajuste do modelo em discussão. Em seguida, são realizadas estimativas dos parâmetros que compõem as equações diferenciais da cinética da fermentação, utilizando um algoritmo genético baseado em evolução diferencial Storn e Price (1997). Completa-se a avaliação dos parâmetros por intermédio da análise de sensibilidade paramétrica dos mesmos. De posse desses resultados, é utilizado o modelo do tratamento controle como base, e são inseridos vetores de variáveis categóricas, correspondentes a efeitos fixos. Tais variáveis permitem modelar a interferência da contaminação no modelo matemático proposto. A estatística descritiva, a análise utilizando inferência bayesiana e a interpretação bioquímica dos resultados complementam as inferências obtidas a respeito do modelo. A análise de sensibilidade e correlação dos parâmetros, mostrou que os modelos para a cinética da fermentação, estudados e bem conhecidos não são adequados para modelar o processo, pela alta correlação dos seus parâmetros. O tratamento controle teve um rendimento de 46,97% na produção de etanol, o tratamento com bactéria heterofermentativa teve uma redução de 2.35% e com a mistura de ambas a redução foi de 1,58%. Uma das principais contribuições deste estudo relacionasse à produção de glicerol, o resultado mostra que no há impacto significativo na presença de bactérias homofermentativas e sim uma clara tendência a inibir a sua produção. Apresentam-se também indícios de sinergia entre as bactérias e de consumo de manitol pela bactéria homofermentativa. / The fermentation process for obtaining ethanol is a complex system. During fermentation develop chronic infections and outbreaks of acute infection in conditions that appear, because of the nonlinear dynamics of the process that involves a network of metabolic reactions of microorganisms, the high dependence on boundary conditions and the synergistic interactions and antagonistic involved in this ecosystem, still represent a relevant topic of research open. This paper proposes to contribute in the interpreting such effects through a model that includes the interference of bacteria. We propose a scenario in laboratory scale and controlled with the strain isolated from Saccharomyces cerevisiae PE-2 in co-culture with bacteria and homofermentativo heterofermentative metabolism. The interference is explained by means of a template with fixed effect based on a non structured proposed by Lee (1983) and modified from studies Andrietta (2003). Tests are conducted four treatments: a control fermentation and other contaminated with each of the different bacteria and also in conjunction in order to provide experimental data to fit the model under discussion. Are then carried estimates of the parameters that make up the differential equations of the kinetics of the fermentation, using a genetic algorithm based on differential evolution Storm and Price (1997). To complete the parameters evaluated through analysis of the same parameter sensitivity. With these results, the model is used as the basis of the control treatment, and are inserted vectors of categorical variables, corresponding to fixed effects. These variables allow modeling the interference of contamination in the mathematical model. Descriptive statistics and Bayesian inference analysis and interpretation of biochemical results obtained complement inferences about the model. Sensitivity analysis and correlation of parameters for the models showed that the kinetics of the fermentation, well studied and known are not suitable for modeling the process, the high correlation between the parameters. The control had a yield of 46.97% in ethanol, treatment with heterofermentative bacteria was reduced by 2.35% and a mixture of both reduction was 1.58%. A major contribution of this study is related to the glycerol, the result shows that no significant impact on the presence of homofermentative bacteria but a clear tendency to inhibit their production. It also presents evidence of synergy between bacteria and consumption of mannitol by homofermentative bacteria.

Orientador: José Roberto Sanches Mantovani / Resumo: O problema de alocação ótima de banco de capacitores em sistema de distribuição radiais consiste em definir as barras onde devem ser alocados os bancos de capacitores, além de determinar os tipos, potência nominal e em quais fases eles devem ser alocados, atendendo a restrições físicas e operacionais das redes elétricas, juntamente com os padrões da qualidade de fornecimento normatizados pelas agências reguladoras do setor. Também deve-se definir o esquema de controle, ou seja, quando os bancos capacitivos variáveis devem operar em diferentes níveis de carregamentos. A alocação de bancos de capacitores em sistemas de distribuição é um problema de programação não-linear inteiro misto, não convexo, de difícil solução através de técnicas clássicas de otimização, pela sua natureza combinatória, devido o aumento no número de variáveis inteiras envolvidas na solução de problemas de médio e grande porte. Neste trabalho, propõe-se para a sua solução a meta-heurística de Evolução Diferencial (ED), que deve fornecer a localização e dimensionamento dos bancos de capacitores fixos e chaveados ao longo dos alimentadores primários, em sistemas de distribuição radiais trifásicos e desbalanceados. A alocação deve atender aos critérios de mínimo custo de investimento e operação do sistema, dados pela soma do custo de aquisição, instalação e manutenção dos bancos de capacitores, mais o custo de perdas ativas no sistema além de melhorar o fator de potência. São apresentados neste trabalho, resu... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The optimal allocation problem of capacitor bank in radial distribution systems is to define the bus where the capacitor banks must be allocated, furthermore determine the types, nominal power and which phase they must be allocated as they attended the physical and the operational constraints of power systems in conjunction with the supplier quality standards normalized by the sector regulatory agencies. Moreover, you must define the check schema, in the words, when the variable capacitor banks must operate at different load levels. The allocation of capacitor banks in distribution systems it's a not convex mixed integer nonlinear programming problem with a difficult solution through classical optimization techniques due to the increase of integer variables involved in the solution of large and medium-size problems. This works proposes for the solution, a metaheuristic based on Differential Evolution (DE) which provide the location and the sizing of fixed capacitor banks, switched over the primary feeders in unbalanced three-phase radial distribution systems, with the aim of minimizing the total investment and the system operation cost, given by sum of acquisition cost, installation and maintenance of capacitor banks, plus the cost of active losses in the system and to im-prove the power factor. Results for a 135-bus unbalanced three-phase system are presented. / Mestre

Fundação de Amparo a Pesquisa do Estado de Minas Gerais / In the last few decades, the application of optimization in engineering problems has grown considerably. There are various optimization methods and the performance of each one depends on the type of problem considered. The natural methods, which are based on probabilistic rules, have been widely studied. The purpose of this work is to present a detailed study of the natural optimization method called Differential Evolution and its strategies. A theoretical formulation is presented. In this work, a revision of Genetic Algorithms and Simulated Annealing is made. These techniques are employed to compare their results to those obtained with Differential Evolution. Classic mathematical functions and some problems of engineering are used in order to verify the efficiency of the studied technique. The Differential Evolution is applied with effectiveness in multi-objective optimization problems with and without the presence of constraints including two complex robotic problems. / Nas últimas décadas, a aplicação de otimização em problemas de engenharia tem crescido consideravelmente. Existem muitos métodos de otimização e o desempenho de cada um deles depende do tipo de problema considerado. Os métodos naturais, que se baseiam em regras probabilísticas, têm sido amplamente estudados. O objetivo deste trabalho é apresentar um estudo detalhado do método de otimização natural denominado Evolução Diferencial e suas estratégias, apresentando sua fundamentação teórica. Neste trabalho é realizada uma revisão de Algoritmos Genéticos e Recozimento Simulado. Estas técnicas são utilizadas para comparar os resultados por elas obtidos com os calculados aplicando Evolução Diferencial. Para verificar a eficiência do método estudado, são utilizados funções matemáticas clássicas e alguns problemas de engenharia. A Evolução Diferencial é aplicada com eficiência em problemas de otimização multi-objetivo, na presença ou não de restrições, incluindo dois problemas complexos em robótica. / Mestre em Engenharia Mecânica