Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-06-26T18:28:31Z No. of bitstreams: 2 Dissertação - Rafael Carvalho Couto - 2013.pdf: 41193945 bytes, checksum: 74a020dad23640afb84a085b841b91aa (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Cláudia Bueno (claudiamoura18@gmail.com) on 2017-07-07T20:26:09Z (GMT) No. of bitstreams: 2 Dissertação - Rafael Carvalho Couto - 2013.pdf: 41193945 bytes, checksum: 74a020dad23640afb84a085b841b91aa (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-07-07T20:26:10Z (GMT). No. of bitstreams: 2 Dissertação - Rafael Carvalho Couto - 2013.pdf: 41193945 bytes, checksum: 74a020dad23640afb84a085b841b91aa (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2013-04-15 / This work focuses on the development of the software MGA, which aims to determine the lowest energy structures of a given molecular system, using Genetic Algorithm (GA). The GA is a method of artificial intelligence that was developed to work with finding the best solutions of the specified conditions, ie, an algorithm that seeks the best answer desired, an optimal result. The MGA uses three techniques: Random Search (RS), Noninclusive Genetic Algorithm (NGA), Inclusive Genetic Algorithm (IGA). The last one is characterized by a new type of evolutionary strategy that allows in a single calculation and a single cycle, obtain several minimum of the potential energy surface. For optimum operation of the algorithm, was made an optimization of the parameters used in MGA, through response surface methodology. Using the techniques RS, IGA and NGA, were determined 141 distinct molecular structures of the amino acid asparagine. In the electronic structure calculations were considered the semi-empirical methods PM3, AM1 and RM1; and DFT potentials, with basis sets 6-311G ** and PC1. The RS determined the Global Minimum (GM) with ease, for the different potentials used, and proved that it’s quite useful in determining molecular geometries where there is no accuracy in the determination of local minima in order of energy. The NGA is efficient in determining the GM, performing in a shorter time, if compared to RS and IGA. The IGA proved to be a more robust method than the others, because in addition to determining the GM, it can find the local minima in order of energy. Performing calculations on an intermediate time of RS and NGA, the IGA determined the GM as the NGA, and found structures that were not founded using RS. The GM’s of asparagine determined using the potentials PC1, PM3, AM1 and RM1 have a large structural difference. This demonstrates that different potencials used in the electronic structure calculations may lead to different results. By analyzing the structures obtained for potentials PC1, PM3, AM1 and RM1, using the IGA, it appears that there is a difference in the topology of the potential energy surface of these potentials. / O presente trabalho é focado no desenvolvimento do software MGA, que tem como objetivo a determinação das estruturas de menor energia de um dado sistema molecular, utilizando o Algoritmo Genético (AG). O AG é um método de inteligência artificial que foi desenvolvido para trabalhar com a procura de soluções que melhor atendam as condições especificadas, isto é, um algoritmo que procura a melhor resposta desejada, um resultado ótimo. O MGA utiliza três técnicas: Busca Aleatória (RS), Algoritmo Genético Não-inclusivo (NGA), Algoritmo Genético Inclusivo (IGA). Este último é caracterizado por um novo tipo de estratégia evolutiva que permite em um único cálculo e um único ciclo evolucionário obter diversos mínimos da superfície de energia potencial. Para o melhor funcionamento do algoritmo, foi feita uma otimização dos parâmetros utilizados do MGA, através da metodologia de superfície de resposta. Utilizando as técnicas RS, NGA e IGA, foram determinadas 141 estruturas moleculares distintas do aminoácido asparagina. Nos cálculos de estrutura eletrônica foram considerados os métodos semi-empíricos PM3, AM1 e RM1; e potenciais DFT, com os conjuntos de base 6-311G** e PC1. O RS determinou o Mínimo Global (GM) com facilidade, para os diferentes potenciais utilizados, e se mostrou bastante útil na determinação de geometrias moleculares onde não há um rigor na determinação de mínimos locais em ordem de energia. O NGA é eficiente na determinaçãoao do GM, realizando em um menor tempo, se comparado ao RS e IGA. O IGA mostrou-se um método mais robusto que os outros, pois além de determinar o GM é possível encontrar os mínimos locais em ordem de energia. Realizando cálculos em um tempo intermediário ao RS e NGA, o IGA determinou o GM assim como o NGA, e encontrou estruturas que não foram possíveis utilizando o RS. Os GM’s da asparagina determinados utilizando os potenciais PC1, PM3, AM1 e RM1 possuem uma grande diferença estrutural. Isto demonstra que diferentes potencias utilizados nos cálculos de estrutura eletrônica podem levar a diferentes resultados. Ao analisarmos as estruturas obtidas para os potenciais PC1, PM3, AM1 e RM1, utilizando o IGA, constata-se que há uma diferença na topologia de suas superfícies de energia potencial.

Made available in DSpace on 2016-06-02T20:27:37Z (GMT). No. of bitstreams: 1 2630.pdf: 7158604 bytes, checksum: 27704d5db7d305fab95b698946f4d92c (MD5) Previous issue date: 2009-10-14 / Universidade Federal de Minas Gerais / (vide PDF)

Made available in DSpace on 2016-06-02T20:28:28Z (GMT). No. of bitstreams: 1 DissJVP.pdf: 432420 bytes, checksum: e77b0ed9a46632c6024ca9ffbdcbf168 (MD5) Previous issue date: 2005-03-04 / Universidade Federal de Minas Gerais / Devido a restrições dos caracteres especias, verifcar resumo em texto completo para download

The Artificial Potential Fields approach is widely used in mobile robot navigation due to its easy implementation and low computational cost. In this approach, the environment is seen as a potential surface, where the goal point is modeled as an attractor point and the obstacles are considered repulsor points. A potential field function is used to model all the environment, calculating the in uence over the robot. The force that moves the robot is the descendent gradient of the field. Local minima appear when this gradient (the force) becomes equal to zero. This situation prevents the robot from arriving at the goal point. This work presents a new algorithm to escape from local minima points in the environment. This new algorithm is inspired in the deterministic annealing algorithm. A comparative study between the developed method and two known methods, simulated annealing to escape from local minima, and the method of virtual obstacle, is carried out. The results show that the proposed algorithm can be used to perform local minima escape, since this approach was capable to produce satisfactory results when compared with other classical existent solutions. / O Método dos Campos Potenciais Artificiais é amplamente utilizado para navegação de robôs móveis por sua facilidade de implementação e baixo custo computacional. Nessa abordagem, o ambiente é modelado com base em campos potenciais. Pontos de destino são modelados como atratores, ao passo que obstáculos são vistos como repulsores e uma função é usada para modelar o campo potencial gerado por cada um dos obstáculos e destinos e a sua in uência sobre o robô. Sendo o gradiente negativo do campo a força que impulsiona o movimento do robô, há a possibilidade de surgimento de pontos de mínimos, onde a forçaa se anula, diferentes do mínimo global. Este é um problema existente no método, que pode impedir que o robô chegue ao seu ponto de destino. Nesse contexto, o presente trabalho apresenta uma nova abordagem para escapar de pontos de mínimos locais por sistemas autônomos que implementam o método dos campos potenciais artificiais, inspirada no recozimento determinístico. É apresentado um estudo comparativo entre a técnica desenvolvida neste trabalho e mais dois métodos já conhecidos: recozimento simulado para escapar de mínimos locais e o método do obstáculo virtual. Os resultados obtidos mostram que o algoritmo inspirado no recozimento determinístico pode ser usado para escapar de mínimos locais, pois esse método foi capaz de produzir resultados satisfatórios quando comparado com outras soluções clássicas existentes.