A otimização de amortecedores é uma área nova que vem sendo explorada nos últimos anos. Existem vários métodos clássicos e outros mais recentes que estão disputando em confiabilidade, eficiência e rapidez na obtenção de um resultado ótimo. Os algoritmos de otimização são classificados em determinísticos, que utilizam a informação do gradiente, ou seja, usam os valores das funções e suas derivadas, e os meta-heurísticos são algoritmos aleatórios que são métodos probabilísticos não baseados em gradiente, utilizando somente a avaliação da função objetivo. O Firefly Algorithm é um algoritmo meta-heurístico relativamente recente inspirado no comportamento da luz dos vagalumes. Este trabalho propõe um método para a otimização de amortecedores por atrito utilizando algoritmo meta-heurístico. O método proposto é testado em dois edifícios, de nove e dezesseis andares, submetidos a duas excitações sísmicas cada. A otimização tem um objetivo principal: diminuir a resposta dinâmica em termos do deslocamento máximo no topo das estruturas obtido através de um algoritmo programado baseado no método das diferenças finitas centrais, otimizando o local de um número máximo de amortecedores e as forças de atrito dos mesmos. Para o caso da estrutura de nove andares o número máximo de amortecedores é de quatro e para o caso da estrutura de dezesseis andares o número máximo é seis. Os resultados demostraram que, para os dois casos estudados, o deslocamento no topo da estrutura diminui em mais de 50%, concluindo-se que o método programado é eficaz assim como o Firefly Algorithm é adequado para obter as posições e as forças de atrito ótimas. Portanto, acredita-se que o método proposto poderá ser utilizado como uma ferramenta útil para auxiliar no projeto de amortecedores por atrito. / The damper’s optimization is a new area that has been explored in recent years. There are several classics and newer methods that are competing in reliability, efficiency and speed in achieving a great result. The algorithms are classified as deterministic, using gradient information, or use the function values and their derivatives, and meta- heuristic optimization algorithms are random probabilistic methods that are not based on gradient using only the evaluation of the objective function. The Firefly Algorithm is a relatively new meta-heuristic algorithm inspired on the behavior of the light of fireflies. This work proposes a method for the friction damper’s optimization using meta-heuristic algorithm. The proposed method is tested in two structures: a nine story building and a sixteen story building. They were submitted to two seismic excitations each. The optimization has one main goal: to reduce the dynamic response in terms of the maximum displacement at the top of the structures obtained by a programmed algorithm based on the central finite difference method, optimizing the location of a maximum number of dampers and their friction’s forces. In the case of the nine story building, the maximum number of dampers is four, and in the case of the sixteen story building the maximum number is six. The results showed that for the two cases studied, the displacement at the top of the structure decreases by more than 50%, concluding that the programmed method is effective and the Firefly Algorithm is appropriate to get the positions and friction’s forces optimal. Therefore, it is believed that the proposed method can be used as a tool to aid in the design of friction dampers.

A Wireless Sensor Network (WSN) is a group of spatially dispersed sensors that monitor the physical conditions of the environment and collect data at a central location. Sensor deployment is one of the main design aspects of WSNs as this a ffects network coverage. In general, WSN deployment methods fall into two categories: planned deployment and random deployment. This thesis considers planned sensor deployment of a Mobile Wireless Sensor Network (MWSN), which is defined as selectively deciding the locations of the mobile sensors under the given constraints to optimize the coverage of the network. Metaheuristic algorithms are powerful tools for the modeling and optimization of problems. The Krill Herd Algorithm (KHA) is a new nature-inspired metaheuristic algorithm which can be used to solve the sensor deployment problem. A Multi-Agent System (MAS) is a system that contains multiple interacting agents. These agents are autonomous entities that interact with their environment and direct their activity towards achieving speci c goals. Agents can also learn or use their knowledge to accomplish a mission. Multi-agent systems can solve problems that are very difficult or even impossible for monolithic systems to solve. In this work, a modification of KHA is proposed which incorporates MAS to obtain a Multi-Agent Krill Herd Algorithm (MA-KHA). To test the performance of the proposed method, five benchmark global optimization problems are used. Numerical results are presented which show that MA-KHA performs better than the KHA by finding better solutions. The proposed MA-KHA is also employed to solve the sensor deployment problem. Simulation results are presented which indicate that the agent-agent interactions in MA-KHA improves the WSN coverage in comparison with Particle Swarm Optimization (PSO), the Firefly Algorithm (FA), and the KHA. / Graduate

A otimização de amortecedores é uma área nova que vem sendo explorada nos últimos anos. Existem vários métodos clássicos e outros mais recentes que estão disputando em confiabilidade, eficiência e rapidez na obtenção de um resultado ótimo. Os algoritmos de otimização são classificados em determinísticos, que utilizam a informação do gradiente, ou seja, usam os valores das funções e suas derivadas, e os meta-heurísticos são algoritmos aleatórios que são métodos probabilísticos não baseados em gradiente, utilizando somente a avaliação da função objetivo. O Firefly Algorithm é um algoritmo meta-heurístico relativamente recente inspirado no comportamento da luz dos vagalumes. Este trabalho propõe um método para a otimização de amortecedores por atrito utilizando algoritmo meta-heurístico. O método proposto é testado em dois edifícios, de nove e dezesseis andares, submetidos a duas excitações sísmicas cada. A otimização tem um objetivo principal: diminuir a resposta dinâmica em termos do deslocamento máximo no topo das estruturas obtido através de um algoritmo programado baseado no método das diferenças finitas centrais, otimizando o local de um número máximo de amortecedores e as forças de atrito dos mesmos. Para o caso da estrutura de nove andares o número máximo de amortecedores é de quatro e para o caso da estrutura de dezesseis andares o número máximo é seis. Os resultados demostraram que, para os dois casos estudados, o deslocamento no topo da estrutura diminui em mais de 50%, concluindo-se que o método programado é eficaz assim como o Firefly Algorithm é adequado para obter as posições e as forças de atrito ótimas. Portanto, acredita-se que o método proposto poderá ser utilizado como uma ferramenta útil para auxiliar no projeto de amortecedores por atrito. / The damper’s optimization is a new area that has been explored in recent years. There are several classics and newer methods that are competing in reliability, efficiency and speed in achieving a great result. The algorithms are classified as deterministic, using gradient information, or use the function values and their derivatives, and meta- heuristic optimization algorithms are random probabilistic methods that are not based on gradient using only the evaluation of the objective function. The Firefly Algorithm is a relatively new meta-heuristic algorithm inspired on the behavior of the light of fireflies. This work proposes a method for the friction damper’s optimization using meta-heuristic algorithm. The proposed method is tested in two structures: a nine story building and a sixteen story building. They were submitted to two seismic excitations each. The optimization has one main goal: to reduce the dynamic response in terms of the maximum displacement at the top of the structures obtained by a programmed algorithm based on the central finite difference method, optimizing the location of a maximum number of dampers and their friction’s forces. In the case of the nine story building, the maximum number of dampers is four, and in the case of the sixteen story building the maximum number is six. The results showed that for the two cases studied, the displacement at the top of the structure decreases by more than 50%, concluding that the programmed method is effective and the Firefly Algorithm is appropriate to get the positions and friction’s forces optimal. Therefore, it is believed that the proposed method can be used as a tool to aid in the design of friction dampers.

Na presente tese é resolvida a equação de difusão de nêutrons estacionária, bem como problemas de cinética, em geometria unidimensional cartesiana multi-região considerando o modelo de multigrupos de energia. Um dos objetivos e inovação neste trabalho é a obtenção de uma solução aproximada com estimativa de erro, controle de precisão e na forma de uma expressão analítica. Com esse tipo de solução não há a necessidade de recorrer a esquemas de interpolação, geralmente necessários em caso de discretizações do domínio. O fluxo de nêutrons é expandido em uma série de Taylor cujos coeficientes são encontrados utilizando a equação diferencial e as condições de contorno e interface. O domínio é dividido em várias células, cujo tamanho e o grau do polinômio são ajustáveis de acordo com a precisão requerida. Para resolver o problema de autovalor é utilizado o método da potência. A metodologia é aplicada em um benchmark que consiste na solução da equação de difusão como condição inicial e na solução de problemas de cinética para diferentes transientes. Os resultados são comparados com sucesso com resultados da literatura. A convergência da série é garantida pela aplicação de um raciocínio baseado no critério de Lipschitz para funções contínuas. Cabe ressaltar que a solução obtida, em conjunto com a análise da convergência, mostra a solidez e a precisão dessa metodologia. / In the present dissertation the one-dimensional neutron diffusion equation for stationary and kinetic problems in a multi-layer slab has been solved considering the multi-group energy model. One of the objectives and innovation in this work is to obtain an approximate solution with error estimation, accuracy control and in the form of an analytical expression. With this solution there is no need for interpolation schemes, which are usually needed in case of discretization of the domain. The neutron flux is expanded in a Taylor series whose coefficients are found using the differential equation and the boundary and interface conditions. The domain is divided into several layers, whose size and the polynomial order can be adjusted according to the required accuracy. To solve the eigenvalue problem the conventional power method has been used. The methodology is applied in a benchmark problem consisting of the solution of the diffusion equation as an initial condition and solving kinetic problems for different transients. The results are compared successfully with the ones in the literature. The convergence of the series is guaranteed by applying a criterion based on the Lipschitz criterion for continuous functions. Note that the solution obtained, together with the convergence analysis, shows the robustness and accuracy of this methodology.

Esta tese apresenta um estudo sobre modelagem computacional onde são aplicadas meta-heurísticas de otimização na solução de problemas inversos de transferência radiativa em meios unidimensionais com albedo dependente da variável óptica, e meios unidimensionais de duas camadas onde o problema inverso é tratado como um problema de otimização. O trabalho aplica uma meta-heurística baseada em comportamentos da natureza conhecida como algoritmo dos vagalumes. Inicialmente, foram feitos estudos comparativos de desempenho com dois outros algoritmos estocásticos clássicos. Os resultados encontrados indicaram que a escolha do algoritmo dos vagalumes era apropriada. Em seguida, foram propostas outras estratégias que foram inseridas no algoritmo dos vagalumes canônico. Foi proposto um caso onde se testou e investigou todas as potenciais estratégias. As que apresentaram os melhores resultados foram, então, testadas em mais dois casos distintos. Todos os três casos testados foram em um ambiente de uma camada, com albedo de espalhamento dependente da posição espacial. As estratégias que apresentaram os resultados mais competitivos foram testadas em um meio de duas camadas. Para este novo cenário foram propostos cinco novos casos de testes. Os resultados obtidos, pelas novas variantes do algoritmo dos vagalumes, foram criticamente analisados. / This thesis presents a study on computational modeling where optimization metaheuristics are applied to the solution of inverse radiative transfer problems in heterogeneous media: in one-layer media with space-dependent single scattering albedo, and two-layer media, where the inverse problem is formulated as an optimization problem. It is applied a metaheuristic based on the natural behavior of fireflies, known as the firefly algorithm. Initially, comparative studies of performance were made with two other classic stochastic algorithms. The results indicated that the choice of the firefly algorithm was appropriate. Then, it was proposed other strategies that have been inserted into the original firefly algorithm. A first case was proposed where all the strategies were investigated and tested. The strategies with the best results were investigated in other two different cases. All the three proposed cases involved one-layer media with space-dependent scattering albedo. The strategies have been tested and evaluated, and those which presented the best competitive results were then implemented for radiative problems in two-layer media. For this new scenario five test cases were investigated, and the results obtained with the new strategies developed in this work were critically analyzed.

Esta tese apresenta um estudo sobre modelagem computacional onde são aplicadas meta-heurísticas de otimização na solução de problemas inversos de transferência radiativa em meios unidimensionais com albedo dependente da variável óptica, e meios unidimensionais de duas camadas onde o problema inverso é tratado como um problema de otimização. O trabalho aplica uma meta-heurística baseada em comportamentos da natureza conhecida como algoritmo dos vagalumes. Inicialmente, foram feitos estudos comparativos de desempenho com dois outros algoritmos estocásticos clássicos. Os resultados encontrados indicaram que a escolha do algoritmo dos vagalumes era apropriada. Em seguida, foram propostas outras estratégias que foram inseridas no algoritmo dos vagalumes canônico. Foi proposto um caso onde se testou e investigou todas as potenciais estratégias. As que apresentaram os melhores resultados foram, então, testadas em mais dois casos distintos. Todos os três casos testados foram em um ambiente de uma camada, com albedo de espalhamento dependente da posição espacial. As estratégias que apresentaram os resultados mais competitivos foram testadas em um meio de duas camadas. Para este novo cenário foram propostos cinco novos casos de testes. Os resultados obtidos, pelas novas variantes do algoritmo dos vagalumes, foram criticamente analisados. / This thesis presents a study on computational modeling where optimization metaheuristics are applied to the solution of inverse radiative transfer problems in heterogeneous media: in one-layer media with space-dependent single scattering albedo, and two-layer media, where the inverse problem is formulated as an optimization problem. It is applied a metaheuristic based on the natural behavior of fireflies, known as the firefly algorithm. Initially, comparative studies of performance were made with two other classic stochastic algorithms. The results indicated that the choice of the firefly algorithm was appropriate. Then, it was proposed other strategies that have been inserted into the original firefly algorithm. A first case was proposed where all the strategies were investigated and tested. The strategies with the best results were investigated in other two different cases. All the three proposed cases involved one-layer media with space-dependent scattering albedo. The strategies have been tested and evaluated, and those which presented the best competitive results were then implemented for radiative problems in two-layer media. For this new scenario five test cases were investigated, and the results obtained with the new strategies developed in this work were critically analyzed.

Submitted by Jaqueline Silva (jtas29@gmail.com) on 2014-10-21T18:36:43Z No. of bitstreams: 2 Dissertação - Lauro Cássio Martins de Paula - 2014.pdf: 2690755 bytes, checksum: 3f2c0a7c51abbf9cd88f38ffbe54bb67 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Jaqueline Silva (jtas29@gmail.com) on 2014-10-21T18:37:00Z (GMT) No. of bitstreams: 2 Dissertação - Lauro Cássio Martins de Paula - 2014.pdf: 2690755 bytes, checksum: 3f2c0a7c51abbf9cd88f38ffbe54bb67 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-10-21T18:37:00Z (GMT). No. of bitstreams: 2 Dissertação - Lauro Cássio Martins de Paula - 2014.pdf: 2690755 bytes, checksum: 3f2c0a7c51abbf9cd88f38ffbe54bb67 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-07-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The problem of variable selection is the selection of attributes for a given sample that best contribute to the prediction of the property of interest. Traditional algorithms as Successive Projections Algorithm (APS) have been quite used for variable selection in multivariate calibration problems. Among the bio-inspired algorithms, we note that the Firefly Algorithm (AF) is a newly proposed method with potential application in several real world problems such as variable selection problem. The main drawback of these tasks lies in them computation burden, as they grow with the number of variables available. The recent improvements of Graphics Processing Units (GPU) provides to the algorithms a powerful processing platform. Thus, the use of GPUs often becomes necessary to reduce the computation time of the algorithms. In this context, this work proposes a GPU-based AF (AF-RLM) for variable selection using multiple linear regression models (RLM). Furthermore, we present two APS implementations, one using RLM (APSRLM) and the other sequential regressions (APS-RS). Such implementations are aimed at improving the computational efficiency of the algorithms. The advantages of the parallel implementations are demonstrated in an example involving a large number of variables. In such example, gains of speedup were obtained. Additionally we perform a comparison of AF-RLM with APS-RLM and APS-RS. Based on the results obtained we show that the AF-RLM may be a relevant contribution for the variable selection problem. / O problema de seleção de variáveis consiste na seleção de atributos de uma determinada amostra que melhor contribuem para a predição da propriedade de interesse. O Algoritmo das Projeções Sucessivas (APS) tem sido bastante utilizado para seleção de variáveis em problemas de calibração multivariada. Entre os algoritmos bioinspirados, nota-se que o Algoritmo Fire f ly (AF) é um novo método proposto com potencial de aplicação em vários problemas do mundo real, tais como problemas de seleção de variáveis. A principal desvantagem desses dois algoritmos encontra-se em suas cargas computacionais, conforme seu tamanho aumenta com o número de variáveis. Os avanços recentes das Graphics Processing Units (GPUs) têm fornecido para os algoritmos uma poderosa plataforma de processamento e, com isso, sua utilização torna-se muitas vezes indispensável para a redução do tempo computacional. Nesse contexto, este trabalho propõe uma implementação paralela em GPU de um AF (AF-RLM) para seleção de variáveis usando modelos de Regressão Linear Múltipla (RLM). Além disso, apresenta-se duas implementações do APS, uma utilizando RLM (APS-RLM) e uma outra que utiliza a estratégia de Regressões Sequenciais (APS-RS). Tais implementações visam melhorar a eficiência computacional dos algoritmos. As vantagens das implementações paralelas são demonstradas em um exemplo envolvendo um número relativamente grande de variáveis. Em tal exemplo, ganhos de speedup foram obtidos. Adicionalmente, realiza-se uma comparação do AF-RLM com o APS-RLM e APS-RS. Com base nos resultados obtidos, mostra-se que o AF-RLM pode ser uma contribuição relevante para o problema de seleção de variáveis.