Orientador: Jose Roberto Sanches Mantovani / Banca: Rubén Augusto Romero Lázaro / Banca: Carlos Roberto Minussi / Banca: Oriane Magela Neto / Banca: Julio Cesar Stacchini de Souza / Resumo: Neste trabalho é proposta uma metodologia para a análise e interpretação de alarmes em tempo real em sistemas de distribuição de energia elétrica, considerando o diagnóstico em nível de subestações e redes. A metodologia busca superar as dificuldades e desvantagens dos métodos já propostos na literatura especializada para resolver o diagnóstico de faltas em sistemas de potência. O método proposto emprega um modelo matemático original bem como um novo algoritmo genético para efetuar o diagnóstico dos alarmes de maneira eficiente e rápida. O modelo matemático é dividido em duas partes fundamentais: (1) modelo de operação do sistema de proteção; e (2) modelo de Programação Binária Irrestrita (PBI). A parte (1) é composta por um conjunto de equações de estados esperados das funções de proteção dos relés do sistema, modeladas com base na lógica de operação de funções de proteção tais como sobrecorrente, diferencial e distância, bem como na filosofia de proteção de sistemas de potência. A parte (2) é estabelecida através de uma função objetivo formulada com base na teoria de cobertura parcimoniosa (parcimonious set covering theory), e busca a associação ou "match" entre os relatórios de alarmes informados pelo sistema SCADA (Supervisory Control and Data Acquisition) e os estados esperados das funções de proteção formuladas na parte (1) do modelo. O novo algoritmo genético proposto é empregado para minimizar o modelo de PBI e possui como característica a utilização de dois parâmetros de controle. O algoritmo possui taxas de recombinação e mutação automática e dinamicamente calibradas, baseadas na saturação da população corrente, possuindo uma imediata resposta à possível convergência prematura para ótimos locais. A metodologia desenvolvida para o diagnóstico... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This work proposes a methodology for the analysis and interpretation of real-time alarms in electric power distribution systems in the substation level and network level. The methodology seeks to overcome the difficulties and disadvantages of the methods already proposed in the literature to solve the fault diagnosis in power systems. The proposed method employs a novel mathematical model and a genetic algorithm to carry out the diagnosis of alarms efficiently and quickly. The model is divided into two main parts: (1) a protection system operation model; and (2) Unconstrained Binary Programming (UBP) model. Part (1) provides a set of expected state equations of the protective relay functions established based on the protection operation logic such as overcurrent, differential and distance as well as the protection philosophy. Part (2) is established through an objective function formulated based on parsimonious set covering theory for associating the alarms reported by SCADA (Supervisory Control and Data Acquisition) system with the expected states of the protective relay functions. The novel genetic algorithm use only two control parameters and is employed to minimize the UBP model. In addition the algorithm has recombination and mutation rates automatically and dynamically calibrated based on the saturation of the current population and it presents an immediate response to possible premature convergence to local optima. The methodology developed for the diagnosis of substations is extended to distribution networks considering that the network has sufficient level of automation for remote monitoring of the primary feeders. In this way a new paradigm for protection of distribution networks developed based on Smart Grid concept is proposed. Extensive tests are performed with the methodology applied to distribution... (Complete abstract click electronic access below) / Doutor

Orientador: Rubén Augusto Romero Lázaro / Banca: Antonio Padilha Feltrin / Banca: Ariovaldo Verandio Garcia / Resumo: No âmbito de pesquisa operacional o problema de carregamento de container é conhecido por determinar uma configuração de carga que procure otimizar o que será carregado em um container, levando em consideração o máximo de volume ocupado pela carga. Este problema tem diversas variantes para casos específicos. Existem casos onde a carga é homogênea ou heterogênea, onde a carga pode ser rotacionada em todas as suas dimensões, onde um lucro é associado a cada caixa carregada, entre outras variantes, onde a questão não é a carga e sim o container. A classificação do problema está diretamente ligada a suas restrições. O estudo de carregamento de container aqui no Brasil começou ser realizado com mais ênfase há pouco tempo, por ter despertado interesses financeiros em empresas públicas e privadas, já que o transporte utilizando containers é oneroso e cobrado por container alugado e não pela quantidade de itens que serão carregados. Por isso a vantagem de aproveitar o volume do container ao máximo. Na literatura podem ser encontradas diversas propostas de solução para cada variante do problema, sendo estas propostas determinísticas ou utilizando heurísticas e metaheurísticas. O estudo realizado para a apresentação desta dissertação descreve de maneira ampla as heurísticas que estão sendo empregadas na resolução do problema estudado, bem como propõe uma nova heurística especializada. O trabalho aqui apresentado traz ainda uma metaheurística especializada, o algoritmo genético Chu-Beasley. Portanto, foram desenvolvidos dois algoritmos: um heurístico e um metaheurístico. Estes algoritmos simularam o carregamento de um container com caixas retangulares e de diferentes tamanhos, sendo no final comparados os... (Resumo completo, clciar acesso eletrônico abaixo) / Abstract: In the ambit of the operational research the container loading problem is known by optimized the load that it will be carried in a container, taking in consideration the maximum of volume occupied by the load. This problem has several variants for specific cases. Cases exist where the load is homogeneous or heterogeneous, where the load can be rotated in whole its dimensions, where a profit associated to each loaded box exists, among other variants, where the subject is not the load, but the container. The classification of the problem is directly tied up to its restrictions. The study of the container loading problem here in Brazil it began to be accomplished with more emphasis at little time, for having wakened up financial interests in public and private companies, since the transport using containers is onerous and collected by rented container and not for the amount of items that you will be loaded. That the advantage of taking advantage of the volume of the container to the maximum. In the literature it can be found several proposed of solution for each variant of the problem. Being these proposed deterministics or using heuristics and metaheuristics. The study accomplished for the presentation of this dissertation brings in a wide way the heuristics that you are being used in the resolution of the problem, as well as it proposes a new heuristic specialized for the resolution of the container loading problem. The work here presented he still brings a metaheuristic specialized for the resolution of the problem, the Chu-Beasley genetic algorithm. Therefore, two algorithms were developed: a heuristic and a metaheuristic. These algorithms simulated the shipment of a container with rectangular boxes and of different sizes, being in the compared end... (Complete abstract, click electronic access below) / Mestre

Orientador: Suely Cunha Amaro Mantovani / Banca: José Raimundo de Oliveira / Banca: Nobuo Oki / Resumo: Neste trabalho descreve-se uma metodologia para síntese e otimização de circuitos digitais, usando a teoria de algoritmos evolutivos e como plataforma os dispositivos reconfiguráveis, denominada Hardware Evolutivo do inglês- Evolvable Hardware - EHW. O EHW, tornou-se viável com o desenvolvimento em grande escala dos dispositivos reconfiguráveis, Programmable Logic Devices (PLD’s), cuja arquitetura e função podem ser determinadas por programação. Cada circuito pode ser representado como um indivíduo em um processo evolucionário, evoluindo-o através de operações genéticas para um resultado desejado. Como algoritmo evolutivo, aplicou-se o Algoritmo Genético (AG), uma das técnicas da computação evolutiva que utiliza os conceitos da genética e seleção natural. O processo de síntese aplicado neste trabalho, inicia por uma descrição do comportamento do circuito, através de uma tabela verdade para circuitos combinacionais e a tabela de estados para os circuitos seqüenciais. A técnica aplicada busca o arranjo correto e minimizado do circuito que desempenhe uma função proposta. Com base nesta metodologia, são implementados alguns exemplos em duas diferentes representações (mapas de fusíveis e matriz de portas lógicas). / Abstract: In this work was described a methodology for optimization and synthesis of digital circuits, which consist of evolving circuits through evolvable algorithms using as platforms reconfigurable devices, denominated Evolvable Hardware (EHW). It was became viable with the large scale development of reconfigurable devices, whose architecture and function can be determined by programming. Each circuit can be represented as an individual within an evolutionary process, evolving through genetic operations to desire results. Genetic Algorithm (GA) was applied as evolutionary algorithm where this technique evolvable computation as concepts of genetics and natural selection. The synthesis process applied in this work starts from a description from the circuits behavior. Trust table for combinatorial circuits and state transition table for sequential circuits were used for synthesis process. This technic applied search the correct arrange and minimized circuit which response the propose function. Based on this methodology, some examples are implemented in two different representations (fuse maps and logic gate matrices). / Mestre

Orientador: João Batista Aparecido / Banca: Emanuel Rocha Woiski / Banca: Luis Carlos de Castro Santos / Resumo: Desenvolveu-se neste trabalho a implementação computacional de um algoritmo genético. Este se constituiu de uma população inicial sobre a qual agem quatro operadores fundamentais: seleção, "crossover", substituição e mutação, e produz uma nova população. Sobre a qual agem novamente os operadores genéticos, e assim sucessivamente produzindo uma seqüência de populações. O operador seleção foi implementado em três algoritmos básicos: roda da roleta, amostragem estatística universal e torneio. O "crossover" também foi desenvolvido em algumas opções: um ponto, dois pontos, múltiplos pontos, e uniforme. A substituição de indivíduos da população pelos filhos ocorre de três maneiras básicas: dos pais, dos menos aptos, e dos indivíduos sorteados aleatoriamente. A mutação ocorre de apenas uma maneira. Inicialmente, o algoritmo genético foi executado em computador de maneira seqüencial. Resolveu-se um conjunto de problemas de otimização multidimensional e também o Problema do Caixeiro Viajante (TSP - Traveler Salesman Problem). Fez-se um estudo paramétrico dos vários parâmetros que aparecem no algoritmo genético, tais como: tamanho da população, número de gerações, taxa de seleção, probabilidade de mutação, e taxa de elitismo. No caso de problemas de otimização multidimensional a representação do cromossomo de cada indivíduo é binária, já no caso do TSP a representação é inteira decimal. Em ambos os casos da otimização multidimensional e do TSP também foi utilizada a técnica de hill-climbing visando aumentar a taxa de convergência da solução. A técnica de janelamento foi utilizada somente no caso de otimização multidimensional, também visando aumentar a taxa de convergência. Posteriormente, o algoritmo genético foi executado também em processamento computacional paralelo, ...(Resumo completo, clicar acesso eletrônico abaixo) / Abstract: It was developed in this work the computational implementation of a genetic algorithm. That is constituted of an initial population upon which act four basic operators: selection, crossover, substitution and mutation, producing a new population. Upon which act again the genetic operators, and thus, successively, producing a sequence of populations. The operator selection was implemented in three basic algorithms: roulette wheel, stochastic universal sampling, and tournament. The crossover also was developed in some options: one point, two points, several points, and uniform. Substitution of individuals from the population by the newborns happens in three basic ways: the fathers, the less apt, and the individuals sorted randomly. Mutation happens in only one manner. Initially, the genetic algorithm was processed sequentially in the computer. It was solved a set of multidimensional optimization problems and also the Traveler Salesman Problem - TSP. It was done a parametric study of the several parameters that appear in the genetic algorithm, such as: population size, number of generations, selection rate, mutation probability, and elitism rate. In the case of multidimensional optimization problems the chromosome representation of each individual is binary, but in the case of TSP the representation is integer decimal. In both cases of multidimensional optimization and TSP also it were used the hill-climbing technique aiming to increase the solution convergence rate. The windowing technique was used just for the multidimensional optimization case, also aiming to increase the convergence rate. Lately, the genetic algorithm was also performed in a computational parallel processing mode, using several computers linked by a net. In each computer it was executed one genetic algorithm upon a local population. The interaction among several populations was done through the migration ...(Complete abstract, click electronic access below) / Mestre