Spelling suggestions: "subject:"metaheur?ética"" "subject:"metaheur?ótica""
1 |
Meta-heur?sticas aplicadas ? identifica??o de sistemasSeverino, Alcemy Gabriel Vitor 08 December 2017 (has links)
Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-03-12T20:41:14Z
No. of bitstreams: 1
AlcemyGabrielVitorSeverino_DISSERT.pdf: 2366907 bytes, checksum: 9c123928f1facabf2097d270c1a468ad (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-03-19T11:45:04Z (GMT) No. of bitstreams: 1
AlcemyGabrielVitorSeverino_DISSERT.pdf: 2366907 bytes, checksum: 9c123928f1facabf2097d270c1a468ad (MD5) / Made available in DSpace on 2018-03-19T11:45:04Z (GMT). No. of bitstreams: 1
AlcemyGabrielVitorSeverino_DISSERT.pdf: 2366907 bytes, checksum: 9c123928f1facabf2097d270c1a468ad (MD5)
Previous issue date: 2017-12-08 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / A identifica??o de sistemas tem como objetivo determinar modelos matem?ticos capazes
de descrever suas caracter?sticas din?micas a partir de observa??es. Geralmente, o
processo de identifica??o ? dividido nas seguintes etapas: i) coleta de dados experimentais,
ii) determina??o da estrutura do modelo, iii) estima??o de par?metros e iv) valida??o
do modelo. Neste trabalho investiga-se o problema da determina??o de estruturas. A
partir de t?cnicas de otimiza??o conhecidas como meta-heur?sticas, foi desenvolvido um
algoritmo para determina??o da estrutura de modelos NARX polinomiais. Diferente dos
m?todos tradicionais, as meta-heur?sticas utilizam um conjunto de poss?veis solu??es e
estrat?gias, geralmente baseadas na natureza, para encontrar a solu??o do caso aplicado.
Dentre as t?cnicas estudadas est?o o algoritmo gen?tico, a otimiza??o por enxame de part?culas
e o algoritmo do morcego. A metodologia proposta foi aplicada na identifica??o
de tr?s exemplos experimentais: um aquecedor el?trico, um conversor buck e uma v?lvula
pneum?tica. Os resultados demonstram que meta-heur?sticas podem ser aplicadas no
problema da sele??o de estruturas em modelos NARX polinomiais. / System identification has the goal to determine mathematical models to describe dynamic
characteristics of systems from observations. The identification process is generally
divided into the following steps: i) experimental data collection, ii) determination
of model structure, iii) parameter estimation and iv) model validation. In this work, the
problem determining of structures is investigated. An algorithm was developed to determine
the structure of polynomial NARX models using optimization techniques known as
meta-heuristics. Unlike traditional methods, metaheuristics use a set of possible solutions
and strategies, usually based on nature, to find the solution of the case applied. Among
the techniques studied are the genetic algorithm, the particle swarm optimization, and
the bat algorithm. The methodology proposed in this work was applied to identify three
experimental examples: an electric heater, a buck converter and a pneumatic valve. The
results demonstrate that metaheuristics can be applied to the problem of the selection of
polynomial NARX model structures.
|
2 |
An?lise multin?vel wavelet como fitness na sintonia de controladores utilizando meta-heur?sticasPires, Andr? Henrique Matias 06 December 2017 (has links)
Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-03-12T13:20:55Z
No. of bitstreams: 1
AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-03-13T20:49:03Z (GMT) No. of bitstreams: 1
AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5) / Made available in DSpace on 2018-03-13T20:49:03Z (GMT). No. of bitstreams: 1
AndreHenriqueMatiasPires_DISSERT.pdf: 5565361 bytes, checksum: f5665a81cdc1abafd016753cfb9016e6 (MD5)
Previous issue date: 2017-12-06 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O controle de sistemas din?micos apresenta-se como um desafio. Os m?todos tradicionalmente
utilizados na sintonia apresentam a dificuldade em expressar as especifica??es
pretendidas e conseguir encontrar controladores que atendam a esses requerimentos, sobretudo
quando o caso exige controladores mais complexos, como no caso de problemas
MIMO (Multiple Input Multiple Output). Devido ? crescente competitividade na ind?stria,
torna-se imprescind?vel utilizar t?cnicas de sintonia mais eficientes e que de fato consigam
encontrar controladores com desempenho pretendido. Pode-se, para isso, utilizar
meta-heur?sticas, como Particle Swarm Optimization (PSO), Algoritmo Gen?tico (AG) e
Algoritmo do Vagalume(AV) para a obten??o dos par?metros do controlador de acordo
com uma fun??o de avalia??o, a qual deve conseguir, de fato, codificar o qu?o bom ? um
dado controlador, expressando de forma adequada as especifica??es desejadas, de modo
que a meta-heur?stica empregada consiga encontrar o controlador que melhor satisfa?a tal
fun??o. Em vista disso, prop?e-se a utiliza??o da an?lise wavelet multin?veis, j? muito
presente na literatura, voltada para outras aplica??es, sobretudo na an?lise de sinais, sons
e imagens, para a confec??o de um ?ndice a ser utilizado como fun??o de avalia??o na
otimiza??o de controladores. A an?lise wavelet permite a apreens?o de informa??es do
comportamento e forma do sinal, informando frequ?ncia de um sinal ao longo do tempo,
caracter?stica que pode ser desej?vel, na avalia??o e projeto de controladores sendo, assim,
poss?vel avaliar separadamente o desempenho do transit?rio e do regime permanente. Foi
feito um estudo de caso, encontrando o controle otimizado de um sistema MIMO de quatro
tanques acoplados. Foi feito um estudo comparativo com outras fun??es de avalia??o
apresentadas na literatura e com o m?todo do LGR (Lugar Geom?trico das Raizes). Os
controladores implementados apresentaram o desempenho esperado, e aquele encontrado
utilizando o ?ndice proposto presentou melhor desempenho. / The control of dynamic systems is a challenge, the methods traditionally used in tuning
present the difficulty in expressing the desired specifications and being able to find
controllers that produce these requirements, especially when the case requires more complex
controllers, as in the case of Multiple Input Multiple Output (MIMO) problems. Due
to the increasing competitiveness in the industry, it becomes imperative to use more efficient
tuning techniques and that in fact can find controllers with the desired performance.
For this, one can use metaheuristics, such as Particle Swarm Optimization (PSO), Genetic
Algorithm (AG) and Vagalume Algorithm (AV) to obtain the parameters of the controller
according to a fitness function, which should in fact code how good a given controller is,
adequately expressing the desired specifications, so that the metaheuristic employed can
find the optimal controller, which best satisfies the chosen fitness function. Therefore, it is
proposed to use the multilevel wavelet analysis, already present in the literature, focused
on other applications, especially in the analysis of signals, sounds and images, for the creation
of an index to be used as a fitness function in control optimization. Wavelet analysis
allows to capture information on the behavior and shape of the signal by informing the
frequency of a signal over time, a characteristic that may be desirable, in the evaluation
and design of controllers and, thus, it is possible to separately evaluate the transient and
steady-state performances. A case study will be done, finding control of a MIMO system
of four coupled tanks. A comparative study was made with other fitness functions
presented in the literature and with the LGR (Geometric Place of Roots) method. The
implemented controllers presented the expected performance, and the one found using
the proposed index presented better performance.
|
3 |
Meta-heur?sticas de otimiza??o tradicionais e h?bridas utilizadas para constru??o de comit?s de classifica??oFeitosa Neto, Antonino Alves 09 December 2016 (has links)
Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-04-17T21:35:20Z
No. of bitstreams: 1
AntoninoAlvesFeitosaNeto_TESE.pdf: 1592913 bytes, checksum: abef6d747d95842e55a8f4f5a5d73859 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-04-18T22:17:06Z (GMT) No. of bitstreams: 1
AntoninoAlvesFeitosaNeto_TESE.pdf: 1592913 bytes, checksum: abef6d747d95842e55a8f4f5a5d73859 (MD5) / Made available in DSpace on 2017-04-18T22:17:06Z (GMT). No. of bitstreams: 1
AntoninoAlvesFeitosaNeto_TESE.pdf: 1592913 bytes, checksum: abef6d747d95842e55a8f4f5a5d73859 (MD5)
Previous issue date: 2016-12-09 / Este trabalho aborda a constru??o de comit?s de classifica??o atrav?s t?cnicas metaheur?sticas
de otimiza??o tradicionais de h?bridas. O problema de classifica??o de padr?es ?
tratado como um problema de otimiza??o procurando encontrar o subconjunto de atributos
e classificadores do problema que minimize o erro de classifica??o do comit?. Os comit?s
s?o gerados a partir da combina??o das t?cnicas de k-NN, ?rvore de Decis?o e Naive Bayes
utilizando o voto majorit?rio. Os atributos dos classificadores base s?o modificados pelas
metaheur?sticas de algoritmos gen?ticos, algoritmos mem?ticos, PSO, ACO, M?ltiplos
Rein?cios, GRASP, Simulated Annealing, Busca Tabu, ILS e VNS. Tamb?m s?o aplicados
algoritmos provenientes da arquiteturas de metaheur?sticas h?bridas AMHM e MAGMA.
S?o desenvolvidos algoritmos dessas metaheur?sticas nas vers?es mono e multi-objetivo.
S?o realizados experimentos em diferentes cen?rios mono e multiobjetivo otimizando o erro
de classifica??o e as medidas de boa e m? diversidade. O objetivo ? verificar se adicionar
as medidas de diversidade como objetivos de otimiza??o resulta em comit?s mais acurados.
Assim, a contribui??o desse trabalho ? determinar se as medidas de boa e m? diversidade
podem ser utilizadas em t?cnicas de otimiza??o mono e multiobjetivo como objetivos
de otimiza??o para constru??o de comit?s de classificadores mais acurados que aqueles
constru?dos pelo mesmo processo, por?m utilizando somente a acur?cia de classifica??o
como objetivo de otimiza??o. Verificamos que as metaheur?sticas desenvolvidas apresentam
melhores resultados que as t?cnicas cl?ssicas de gera??o de comit?s, isto ?, Bagging,
Boosting e Sele??o Rand?mica. Verificamos tamb?m que na maioria das metaheur?sticas o
uso das medidas de diversidade como objetivos de otimiza??o n?o auxilia na gera??o de
comit?s mais acurados que quando utilizado somente o erro de classifica??o como objetivo
de otimiza??o obtendo nos melhores cen?rios resultados n?o estatisticamente diferentes. / This work deals with the construction of classification committees using traditional and
hybrid meta-heuristics of optimization techniques. The problem of pattenr classification is
treated as an optimization problem, trying to find the subset of attributes and classifiers
of the problem that minimizes the classification error of the committee. Committees are
generated by combining the techniques of k-NN, Decision Tree and Naive Bayes using the
majority vote. The attributes of the base classifiers are modified by the metaheuristics
of genetic algorithms, memetic algorithms, PSO, ACO, Multi Start, GRASP, Simulated
Annealing, Tabu Search, ILS and VNS. We also apply algorithms from AMHM and
MAGMA hybrid metaheuristics architectures. Algorithms of these metaheuristics are
developed in mono and multi-objective versions. Experiments are performed in different
mono and multiobjective scenarios optimizing classification error and measures of good and
bad diversity. The goal is to verify that adding diversity measures as optimization goals
results in more accurate committees. Thus, the contribution of this work is to determine
if the measures of good and bad diversity can be used in mono and multiobjective
optimization techniques as objectives of optimization for the construction of committees
of classifiers more accurate than those constructed by the same process, but using only the
accuracy classification as an optimization objective. We have verified that the developed
metaheuristics present better results than the classic generation techniques of committees,
ie, Bagging, Boosting and Random Selection. We also verified that in the majority of
metaheuristics the use of diversity measures as optimization objectives does not help to
generate more accurate committees than when only the classification error, obtaining in
the best scenarios non statistically different results.
|
4 |
Um algoritmo h?brido para o problema de roteamento de ve?culos com frotas heterog?neasFerreira, Vanessa Danielle Santos 13 July 2011 (has links)
Made available in DSpace on 2014-12-17T14:53:00Z (GMT). No. of bitstreams: 1
VanessaDSF_DISSERT.pdf: 862759 bytes, checksum: d1e5a8faf841592d593e48b4f4218e61 (MD5)
Previous issue date: 2011-07-13 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / This paper aims to propose a hybrid meta-heuristics for the Heterogeneous Fleet Vehicle Routing Problem (HVRP), which is a combinatorial optimization problem NP-hard, and is characterized by the use of a limited fleet consists of different vehicles with different capacities. The hybrid method developed makes use of a memetic algorithm associated with the component optimizer Vocabulary Building. The resulting hybrid meta-heuristic was implemented in the programming language C + + and computational experiments generated good results in relation to meta-heuristic applied in isolation, proving the efficiency of the proposed method. / O presente trabalho visa propor uma meta-heur?stica h?brida para o Problema de Roteamento de Ve?culos com Frotas Heterog?neas (PRVFH), que ? um problema de otimiza??o combinat?ria NP-dif?cil, e que se caracteriza pelo uso de uma frota limitada composta por ve?culos distintos com capacidades distintas. O m?todo h?brido desenvolvido utiliza-se de um algoritmo mem?tico associado ao componente otimizador Vocabulary Building. A meta-heur?stica h?brida resultante foi implementada na linguagem de programa??o C++ e os experimentos computacionais geraram bons resultados em rela??o ? meta-heur?stica aplicada isoladamente, comprovando a efici?ncia do m?todo proposto.
|
Page generated in 0.0367 seconds