Submitted by Allison Andrade (allisonandrade.13@hotmail.com) on 2016-03-21T13:19:03Z No. of bitstreams: 1 Dissertação - Jefferson Castro Silva.pdf: 810075 bytes, checksum: d3b9ee5aece1cb32d67910f8ad4dc8a6 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-04-14T18:01:43Z (GMT) No. of bitstreams: 1 Dissertação - Jefferson Castro Silva.pdf: 810075 bytes, checksum: d3b9ee5aece1cb32d67910f8ad4dc8a6 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-04-14T18:03:49Z (GMT) No. of bitstreams: 1 Dissertação - Jefferson Castro Silva.pdf: 810075 bytes, checksum: d3b9ee5aece1cb32d67910f8ad4dc8a6 (MD5) / Made available in DSpace on 2016-04-14T18:03:49Z (GMT). No. of bitstreams: 1 Dissertação - Jefferson Castro Silva.pdf: 810075 bytes, checksum: d3b9ee5aece1cb32d67910f8ad4dc8a6 (MD5) Previous issue date: 2012-12-21 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / In this paper we present augmented Lagrangian methods that are used in solving Variational Inequalities Problems (VIP) into subsets of Rn defined by convex constraints. We analyze the convergence of these methods for (VIP) problem solutions, presenting the conditions necessary to ensure that the generated algorithms converge. We conclude that the main algorithms presented here, namely Inexact Augmented Lagrangian Extragradiente Method and Inexact Proximal Point Extragradiente Method, generate the same sequence when applied to distinct inequality variational problems but interconnected. Thus assured that solution to one of the problems and its convergence of the algorithm which is used, we conclude that another algorithm also converges providing solution of the respective problem that it is applied. / Neste trabalho apresentamos métodos de Lagrangeano aumentado que são usados na resolução de Problemas de Desigualdade Variacional (PDV) em subconjuntos do Rn definidos por restrições convexas. Analisamos a convergência desses métodos para soluções do problema (PDV), apresentando as condições necessárias a fim de garantir que os algoritmos gerados convirjam. Concluimos que os principais algoritmos aqui apresentados, a saber o Método Extragradiente Lagrangeano Aumentado Inexato e o Método Extragradiente Ponto Proximal Inexato, geram a mesma sequência quando aplicados a problemas de desigualdade variacional distintos, porém interligados. Assim, garantida a existência de solução para um dos problemas e a respectiva convergência do algoritmo que lhe é empregado, concluímos que o outro algoritmo também converge fornecendo solução do respectivo problema ao qual é aplicado.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-06-22T20:11:29Z No. of bitstreams: 1 francilenebarbosadossantossilva.pdf: 1221545 bytes, checksum: 856c7ab72d52744ef09d0bed1ecbd238 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-08-07T20:11:10Z (GMT) No. of bitstreams: 1 francilenebarbosadossantossilva.pdf: 1221545 bytes, checksum: 856c7ab72d52744ef09d0bed1ecbd238 (MD5) / Made available in DSpace on 2017-08-07T20:11:10Z (GMT). No. of bitstreams: 1 francilenebarbosadossantossilva.pdf: 1221545 bytes, checksum: 856c7ab72d52744ef09d0bed1ecbd238 (MD5) Previous issue date: 2011-08-31 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Estratégias de penalização são muito utilizadas no trato de problemas com restrições. Problemas inerentes a escolha de valores adequados para os termos de penalização di-ficultam a obtenção de resultados confiáveis e robustos na sua aplicação em problemas da otimização estrutural. Técnicas baseadas em modelos de penalização adaptativa tem apresentado relativo sucesso quando aplicadas em conjunto com algoritmos evolucionis-tas. Apresenta-se aqui uma nova alternativa utilizando uma estratégia de lagrangeano aumentado para o trato das restrições do problema de otimização estrutural. Encontra-se na literatura modelos para penalização adaptativa bem como o uso do lagrangeano aumentado em conjunto com algoritmos genéticos geracionais. O objetivo desse trabalho é adaptar um modelo de penalização para um algoritmo genético não gera-cional, bem como criar um algoritmo baseado em lagrangeano aumentado também para o algoritmo não-geracional. Esses algoritmos foram aplicados em estruturas reticuladas, muito utilizadas na construção civil como coberturas de ginásios, hangares, galpões, etc. O desempenho desses tipos de estruturas e funções matemáticas foi analisado com as técnicas de tratamento de restrição apresentadas nesse trabalho. Isso foi feito durante a busca de soluções ótimas na tentativa de minimizar os custos e satisfazer as restrições adequadas para diversas estruturas e funções matemáticas. / Penalty strategies are widely used in dealing with problems with constraints. Problems inherent in the choice of appropriate values for the terms of penalties dificult to obtain reliable and strong results in its application in problems of structural optimization. Techniques based on models of adaptive penalty has shown some success when applied in conjunction with evolutionary algorithms. Here is presented a new alternative using augmented Lagrangian strategy for dealing with the problem of constrained structural optimizations. It is found in the literature models for adaptive penalties as well as the use of the augmented Lagrangian together with generational genetic algorithms. The aim of this work is to adapt a model of penalization for non-generational genetic algorithm, as well as create an algorithm based on augmented Lagrangian as also for a non-generational algorithm. These algorithms were applied to structures, widely used in construction as coverage of gymnasiums, hangars, etc.. The performance of these types of structures and functions was analyzed using mathematical techniques for handling constraints presented in this work. This was done during the search for optimal solutions in an attempt to minimize costs and satisfy the constraints appropriate for various structures and mathematical functions.

Este trabalho trata da otimização de painéis alveolares e vigotas protendidas utilizando Algoritmos Genéticos (AGs). A proposta de tal algoritmo foi inspirada no princípio da seleção natural de indivíduos, onde o mais ‘apto’ tende a permanecer na população e se reproduzir, passando seu código genético para a próxima geração. Em alguns casos, esse método pode alcançar melhores soluções se comparados aos métodos tradicionais de otimização. O principal objetivo do trabalho é investigar o uso de AG como uma técnica para a minimização da função custo da aplicação de painéis alveolares e vigotas protendidas. Na análise estão incluídas as verificações dos elementos nas etapas transitórias referentes à produção, transporte e montagem. A função custo é avaliada considerando valores da realidade brasileira. O trabalho de pesquisa compara os resultados obtidos utilizando AGs com aqueles obtidos utilizando o método de otimização convencional conhecido como método do Lagrangiano Aumentado. Os resultados obtidos por ambos os métodos evidenciam a eficácia dos AGs com relação ao método convencional. Foram propostas e analisadas três famílias do AG simples, buscando identificar, dentre seus elementos, quais variantes mais adequados na busca da solução dos problemas. / This work aims to optimize the production cost of hollow core panels and prestressed joists using Genetic Algorithms (GAs). The proposal of such an algorithm was inspired by the principle of natural selection of individuals, where the most ‘capable’ tends to remain in the population and reproduce, passing its genetic code onto the next generation. In some cases, this method can achieve good solutions when compared with conventional methods of optimization. The main goal of the work is to investigate AG as a technique for the minimization of the function cost of hollow core panel and prestressed joist applications. The analysis takes account of the verifications of the precast elements in the transitory stages as production,transportation and erection. The function cost is evaluated within the Brazilian context. The research compares the results using GAs with those using a conventional method, the Augmented Lagrangian. The results provide evidence the effectiveness of the GAs with relation to a conventional method. The research considers three families of the simple GA, searching to identify, among them, the adjusted variant in the search of the solution of the problems.

Este trabalho trata da otimização de painéis alveolares e vigotas protendidas utilizando Algoritmos Genéticos (AGs). A proposta de tal algoritmo foi inspirada no princípio da seleção natural de indivíduos, onde o mais ‘apto’ tende a permanecer na população e se reproduzir, passando seu código genético para a próxima geração. Em alguns casos, esse método pode alcançar melhores soluções se comparados aos métodos tradicionais de otimização. O principal objetivo do trabalho é investigar o uso de AG como uma técnica para a minimização da função custo da aplicação de painéis alveolares e vigotas protendidas. Na análise estão incluídas as verificações dos elementos nas etapas transitórias referentes à produção, transporte e montagem. A função custo é avaliada considerando valores da realidade brasileira. O trabalho de pesquisa compara os resultados obtidos utilizando AGs com aqueles obtidos utilizando o método de otimização convencional conhecido como método do Lagrangiano Aumentado. Os resultados obtidos por ambos os métodos evidenciam a eficácia dos AGs com relação ao método convencional. Foram propostas e analisadas três famílias do AG simples, buscando identificar, dentre seus elementos, quais variantes mais adequados na busca da solução dos problemas. / This work aims to optimize the production cost of hollow core panels and prestressed joists using Genetic Algorithms (GAs). The proposal of such an algorithm was inspired by the principle of natural selection of individuals, where the most ‘capable’ tends to remain in the population and reproduce, passing its genetic code onto the next generation. In some cases, this method can achieve good solutions when compared with conventional methods of optimization. The main goal of the work is to investigate AG as a technique for the minimization of the function cost of hollow core panel and prestressed joist applications. The analysis takes account of the verifications of the precast elements in the transitory stages as production,transportation and erection. The function cost is evaluated within the Brazilian context. The research compares the results using GAs with those using a conventional method, the Augmented Lagrangian. The results provide evidence the effectiveness of the GAs with relation to a conventional method. The research considers three families of the simple GA, searching to identify, among them, the adjusted variant in the search of the solution of the problems.