Devido aos constantes avanços computacionais, bem como o desenvolvimento de eficientes métodos para a solução de problemas de otimização não-lineares, tem-se tornado interessante a realização de otimização em tempo real e como conseqüência o uso de estimadores on-line em processos químicos não lineares. Neste sentido, a atualização automática de modelos de processos torna-se interessante permitindo a realização de estimativas em tempo real de variáveis infreqüentemente medidas e/ou imensuráveis e de variáveis estados e parâmetros desconhecidos que são variantes no tempo. Usualmente, a atualização automática de modelos é feita baseado em algumas variáveis secundárias que são medidas on-line, como temperatura, pressão, composição e vazão. Nos estimadores baseados no filtro de Kalman, como o EKF e CEKF, os esforços computacionais são relativamente pequenos, variando de um simples cálculo algébrico de um ganho, por exemplo, o EKF, até a resolução de problema de otimização quadrático, como exemplo o CEKF. Estes pequenos esforços computacionais permitem rápidos resultados com relativa acuracidade, mas estes estimadores baseados no filtro de Kalman podem falhar quando o sistema tem acentuada não-linearidade, por exemplo. De outra maneira, a formulação MHE é capaz de tratar uma vasta gama de sistemas não-lineares, como aqueles que têm inversão do sinal de ganho de acordo com o ponto de operação. No entanto, na formulação MHE tem-se a necessidade de se resolver um problema NLP não convexo com muitas equações de desigualdade e graus de liberdade, e como conseqüência o tempo de processamento torna-se maior que o tempo de amostragem, fazendo impraticável a execução de ações de controle sobre o sistema em tempo real. Assim, é necessário a implementação de eficientes técnicas para resolver de maneira rápida os problemas de otimização dinâmica envolvidos na formulação MHE. Neste trabalho as estratégias seqüencial e simultânea são exploradas, almejando-se a aceleração da solução dos estágios de integração e otimização dinâmica do estimador MHE, permitindo uma ampla avaliação entre o estimador MHE e os estimadores baseados no filtro de Kalman. Os estimadores foram aplicados para sete estudos de caso, como a planta de quatro tanques cilíndricos, o modelo do reator isotérmico com a reação de van de Vusse e o modelo de um CSTR exotérmico instável. A partir dos resultados, as vantagens e desvantagens da formulação via horizonte móvel são discutidas de modo a justificar o elevado esforço empregado na avaliação e projeto deste, comparado com os estimadores EKF e CEKF, quando o sistema tem acentuada não linearidade, incertezas no modelo e distúrbios e/ou ruídos nas medições. / Due to the constant computational advances, as well as the development of efficient methods for solving nonlinear optimization problems, it has become interesting to carry out dynamic optimizations in real time and the consequent use of on-line estimators on nonlinear chemical processes. In this framework, the automatic updating of process models becomes attractive to allow the accomplishment of real-time estimates of unmeasured or infrequent-measured variables, states variables and unknown or time-variant model parameters. Usually, the process model updating is made based on some auxiliary variables that are measured on-line, such as temperature, pressure, composition, and flow rate. In the traditional Kalman filter-based estimators, such as EKF and CEKF, the computational efforts are relatively small, ranging from a simple algebraic calculation of a gain, as in the EKF case, to the resolution of a quadratic optimization problem, like in the CEKF case. These small computational efforts allow faster results with relative accuracy, but these Kalman filter-based estimators may fail when the system has meaningful nonlinearities. On the other hand, the MHE formulation is able to treat a large range of nonlinear systems, as those that have the gain sign inversion according to the operating point. However, it has the necessity to solve possible non-convex NLP problem with many inequality equations and degrees of freedom, and as consequence, the processing time may become larger than the sampling time, making impracticable the execution of the control actions over the system in real time. Thus, it is necessary to implement efficient techniques to solve in a fast way the integration and dynamic optimization problems embedded in the MHE formulation. In this work, sequential and simultaneous strategies are explored to solve the estimators, aiming to speed up the solution of the integration and dynamic optimization stages, allowing a comprehensive evaluation between MHE and Kalman filter-based estimators. The estimators were applied to seven case studies, like the quadruple tank system, van de Vusse isothermal CSTR model and a more non-linear and unstable exothermal CSTR model. From the results, the advantages and drawbacks of the moving horizon formulation are brought up to justify the high effort spent in the design and evaluation phases, compared to the EKF and CEKF estimators, when the system has relatively high nonlinearities, model uncertainties and measurement disturbances.

Orientador: Pedro Sergio de Souza / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-07-21T13:12:10Z (GMT). No. of bitstreams: 1 Rodrigues_RosianedeFreitas_M.pdf: 9358851 bytes, checksum: aa44aaf61d515209c1ff85e92e7915a9 (MD5) Previous issue date: 1996 / Resumo: Times Assíncronos (do inglês Asynchronous Teams ou A-Teams) constituem uma abordagem multi-algorítmica para a resolução aproximada de problemas, cujo princípio básico é a cooperação sinérgica entre um conjunto de algoritmos, que se comunicam assincronamente através de memórias compartilhadas, propiciando soluções de melhor qualidade do que as geradas pelos mesmos algoritmos quando executados isoladamente. Este método tem sido aplicado com sucesso em problemas combinatórios com uma única função objetivo. O presente trabalho apresenta Times Assíncronos como sendo adequado à resolução de problemas de otimização combinatória com múltiplas funções objetivo. Diferentes estratégias para a manipulação de soluções multidimensionais foram desenvolvidas, tornando possível a rápida obtenção de soluções próximas ou mesmo pertencentes ao Pareto Ótimo do problema. Em especial, foi desenvolvida uma estrutura de manipulação de soluções multidimensionais que possibilita a consideração simultânea de todos os objetivos envolvidos para a geração de soluções. É proposto um novo problema NP-dificil como uma generalização do clássico Problema do Caixeiro Viajante (do inglês Traveling Salesman Problema ou TSP), onde ao invés de apenas uma matriz de distância existem múltiplas matrizes, sendo intitulado Problema do Caixeiro Viajante com Múltiplas Distâncias (do inglês Multi-Distance Traveling Salesman Problem ou MDTSP) e ao qual foi aplicado o método de Times Assíncronos. Os testes computacionais foram realizados de forma concorrente e paralela, obtendo-se conjuntos de soluções não-dominadas bem distribuídas dentro de uma ampla faixa de valores fornecidos pelas funções objetivo envolvidas, para todas as instâncias, mesmo envolvendo várias dimensões. Isto demonstra que os melhores conjuntos de soluções não-dominadas gerados pelos AT eams foram numerosos e contiveram soluções significativamente distintas entre s~ abrangendo todo o espectro desejado. Para as menores instâncias foi possível constatar que o melhor conjunto de soluções não-dominadas obtido fora o próprio Pareto Otimo. Ainda, foram desenvolvidos algoritmos para o novo problema que incorporam conceitos adequados a problemas multiobjetivos / Abstract: Asynchronous Teams or A-Teams constitute a mu1ti-algorithm approach for approximated problem solving, whose basic principle is the sinergic cooperation among a set of algorithms that communicate asynchronously through shared memories, providing solutions of better quality than those generated by the same algorithms when executed separately. This method has been successfully applied to Combinatorial Optimization Problems with a single objective function. This work presents Asynchronous Teams as an adequated method to solving Combinatorial Optimization Problems with multiple objective junctions. Different strategies to the manipulation of multi-dimensional solutions were developed, allowing it possible to obtain near-optimal or Pareto Optimal solutions quickly. In special, was developed a structure for multidimensional solution manipulation that allowing it possible the simultanea consideration of all objectives involved to the solution generation. It is proposed a new NP-hard problem as a generalization of classic Traveling Salesman Problem or TSP, which, instead of only one distance matrix, has various matrices. It has been entitled of Multi-Distance Traveling Salesman Problem or MDTSP and to which was applied the Asynchronous Teams method. The implementation tests were accomplished in a concurrent and parallel way, obtaining set of non-dominated solutions well-distributed on a wide range of values provided by the objective functions involved, over the tested instances. This demonstrates that the best sets of non-dominated solutions obtained are numerous and contain solutions significantly distinct among them. To the small instances was possible to show that the best set of non-dominated solutions generated was the Pareto Optimal. Algorithms have been developed for the new problem with the incorporation of compromisse decision and dominance concepts. Still, were developed algorithms to the new problem that incorpore adequated concepts to multiobjective problems / Mestrado / Mestre em Ciência da Computação

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2013-12-09T17:01:17Z No. of bitstreams: 1 dissertacao_mestrado_ien_2009_04.pdf: 364384 bytes, checksum: 6cf84681f737a44ede3a92963b0caf3f (MD5) / Made available in DSpace on 2013-12-09T17:01:17Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ien_2009_04.pdf: 364384 bytes, checksum: 6cf84681f737a44ede3a92963b0caf3f (MD5) Previous issue date: 2009 / Neste trabalho, um algoritmo de Otimização por Enxame de Partículas (PSO, do inglês “Particle Swarm Optimization”) é desenvolvido para aplicação na otimização de políticas de manutenção preventiva. A metodologia proposta que permite intervalos flexíveis entre manutenções, ao invés de considerar os períodos fixos, possibilita uma melhor adaptação dos agendamentos, a fim de lidar com as taxas de falha dos componentes em envelhecimento. Por outro lado, devido a essa flexibilidade, o planejamento de manutenção preventiva se torna uma tarefa difícil. Motivada pelo fato do PSO ter demonstrado ser muito competitivo em relação a outras ferramentas de otimização, este trabalho investiga a sua utilização como uma ferramenta alternativa de otimização. Considerando que o PSO trabalha em espaço real e contínuo, torna-se um desafio sua aplicação a um problema de otimização discreto considerando agendamentos onde a quantidade de intervenções pode ser variável. O PSO desenvolvido neste trabalho apresenta uma modelagem original que contorna tal dificuldade, permitindo a aplicação do mesmo ao problema proposto. O PSO proposto destina-se a pesquisa para a melhor política de manutenção e considera vários aspectos relevantes, tais como: i) a probabilidade de necessitar uma reparação (manutenção corretiva), ii) o custo de tais reparos, iii) tempos de parada típicos, iv) os custos de manutenção preventiva, v) o impacto da manutenção na confiabilidade dos sistemas como um todo, e vi) a probabilidade de manutenção imperfeita. A fim de avaliar a metodologia proposta, optou-se por investigar um sistema eletromecânico composto por três bombas e quatro válvulas, o “Sistema de Injeção à Alta Pressão (HPIS)’ de um reator nuclear tipo PWR. Os resultados demonstram que o PSO com a modelagem proposta é eficiente na busca ótima da manutenção preventiva para as políticas de manutenção preventiva para o HPIS. / In this work, a Particle Swarm Optimization Algorithm (PSO) is developed for preventive maintenance optimization. The proposed methodology, which allows the use flexible intervals between maintenance interventions, instead of considering fixed periods (as usual), allows a better adaptation of scheduling in order to deal with the failure rates of components under aging. Moreover, because of this flexibility, the planning of preventive maintenance becomes a difficult task. Motivated by the fact that the PSO has proved to be very competitive compared to other optimization tools, this work investigates the use of PSO as an alternative tool of optimization. Considering that PSO works in a real and continuous space, it is a challenge to use it for discrete optimization, in which schedulings may comprise variable number of maintenance interventions. The PSO model developed in this work overcome such difficulty. The proposed PSO searches for the best policy for maintaining and considers several aspects, such as: i) probability of needing repair (corrective maintenance), ii) the cost of such repairs, iii) typical outage times, iv) costs of preventive maintenance, v) the impact of maintaining the reliability of systems as a whole, and vi) the probability of imperfect maintenance. To evaluate the proposed methodology, we investigate an electro-mechanical system consists of three pumps and four valves, "High Pressure Injection System (HPIS) of a PWR. Results show that PSO is quite efficient in finding the optimum preventive maintenance policies for the HPIS.

Orientador : Katia Lucchesi Cavalca / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-03T13:51:06Z (GMT). No. of bitstreams: 1 Castro_HelioFioride_M.pdf: 2561520 bytes, checksum: bbc0b48e9d5c169ee070e452e68145fd (MD5) Previous issue date: 2003 / Mestrado

Orientadores: Marko A. Rojas Medar, Rafaela Osuna Gomez / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-03T20:15:50Z (GMT). No. of bitstreams: 1 Santos_LucelinaBatistados_D.pdf: 3422141 bytes, checksum: bc4a2465caf8858862afc59db64a0e3c (MD5) Previous issue date: 2004 / Resumo: Neste trabalho, estudamos o problema de otimização vetorial entre espaços de Banach quanto a condições necessárias e suficientes de otimalidade. Para isto, utilizamos diferentes noções de convexidade generalizada. Na Primeira Parte tratamos o problema (Fréchet) diferenciável. Mostramos que as soluções fracamente eficientes de tais problemas podem ser completamente caracterizadas em termos de condições estacionárias e de convexidade generalizadas (pseudoinvexidade, no caso do problema multiobjetivo irrestrito e KT-invexidade, para o problema com restrições de desigualdade). Na Segunda Parte, discutimos o problema não diferenciável. Estabelecemos um resultado de existência de soluções fracamente eficientes e uma caracterização de soluções fracamente eficientes via desigualdades quase-variacionais. Também discutimos condições de otimalidade através de cones de aproximação local e de K-derivadas. Além disto, obtivemos condições de segunda ordem através das noções de Hessiana e Derivadas Direcionais de segunda ordem generalizados (Cominetti e Correa). Na Terceira Parte, consideramos dois problemas específicos de otimização multiobjetivo não diferenciável: o problema fracionário multiobjetivo e o problema de tempo contínuo multiobjetivo / Doutorado / Doutor em Matemática Aplicada

Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-05T17:13:46Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Jefferson Wellano Pinto.pdf: 3407503 bytes, checksum: d5c3b7701f2881317226c2ca801d09b2 (MD5) / Made available in DSpace on 2015-03-05T17:13:46Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Jefferson Wellano Pinto.pdf: 3407503 bytes, checksum: d5c3b7701f2881317226c2ca801d09b2 (MD5) Previous issue date: 2014-05-16 / Na área da engenharia de reservatórios de petróleo, um dos grandes desafios enfrentados é a busca da melhor solução para a produção de óleo. Uma ferramenta disponível para previsão da produção e que fornece informações para o controle da mesma é a simulação computacional de reservatórios. Com base nessa ferramenta, a simulação do campo pode ser conduzido de forma automática através de procedimentos de otimização. Neste trabalho será abordada a otimização do gerenciamento da injeção de água, tendo como variáveis as vazões atribuídas a cada poço produtor e injetor sob diferentes condições operacionais. O valor presente líquido (VPL), a produção acumulada de óleo e a injeção acumulada de água são as funções objetivo utilizadas. Tais problemas, por envolverem repetidas simulações numéricas, na maioria das vezes são computacionalmente onerosos. Visando contornar este custo, modelos substitutos podem ser utilizados. O presente trabalho propõe apresentar uma ferramenta para a otimização de problemas de gerenciamento de reservatório uni e multiobjetivos utilizando um acoplamento das técnicas Soma Ponderada (Weighted Sum (WS)) e Intersecção Contorno-Normal (Normal Boundary Intersection (NBI)) à estratégia de otimização sequencial aproximada (Sequential Aproximation Optimization (SAO)), baseada em modelos substitutos. A técnica aqui utilizada para a construção de tais modelos é a baseada em ajuste de dados, utilizando a técnica de amostragem do hipercubo latino (Latin Hypercube Sampling (LHS)). Para tal, dois procedimentos são investigados, krigagem e funções de base radial (Radial Basis Function (RBF)). O ambiente computacional utilizado para o desenvolvimento da ferramenta proposta é o MATLAB. As simulações do reservatório são feitas com um simulador comercial black-oil, o IMEX.

Orientador: Renato Pavanello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-27T18:05:36Z (GMT). No. of bitstreams: 1 QuispeRodriguez_Sergio_M.pdf: 51003475 bytes, checksum: 7e557fe0fe0448fd7cae415ebca527f8 (MD5) Previous issue date: 2015 / Resumo: A otimização estrutural topológica é uma ferramenta aplicada atualmente em muitos campos da engenharia tendo se consolidado no meio acadêmico e industrial. Em muitos casos práticos os carregamentos mecânicos e térmicos ocorrem simultaneamente nas estruturas. Nestas situações, a aplicação do método de otimização estrutural topológica deve contemplar tanto os requisitos mecânicos, como os requisitos térmicos. Assim, uma abordagem multi-física e multi-objetivo precisa ser desenvolvida para a solução desta classe de problemas. O presente trabalho é dedicado ao estudo da aplicação do método BESO (BESO - Bi-directional Evolutionary Structural Optimization) à sistemas multi-físicos considerando inicialmente os carregamentos termo-mecânicos como forças de corpo ou seja, forças dependentes do projeto. As funções objetivo consideradas são a flexibilidade média da estrutura e a capacidade térmica do sistema. A análise termo-mecânica é realizada usando o método de acoplamento sequencial, onde obtêm-se inicialmente a resposta do campo térmico, ou aplica-se um campo previamente conhecido do ponto da estrutura e na sequência calculam-se as forças térmicas geradas e a dilatação da estrutura. Explora-se também a otimização termo-mecânica multiobjetivo, em que duas funções objetivo são consideradas simultaneamente. Considera-se como o objetivo do problema de otimização, a minimização da flexibilidade média e a minimização da capacidade térmica, usando o método de soma ponderada. Para a validação dos procedimentos de otimização implementados neste trabalho, são apresentados exemplos de otimização para sistemas termo-mecânicos bidimensionais. A viabilidade do método para aplicação em problemas de engenharia e a comparação de resultados com outros métodos de otimização, permite afirmar que as técnicas propostas podem ser usadas na solução de problemas de otimização topológica de sistemas termo-mecânicos / Abstract: The structural topology optimization is an usefull tool applied in many engineering fields, having been established in the academic and industrial environments. In many practical cases, the mechanical and thermal loads occur simultaneously in a structure. In these cases, the aplication of structural topology optimization should consider the thermal and mechanical requirements. For this reason, a multi-physic and multi-objective approach needs to be developed for the solution of these types of problems. The present work is dedicated to the study of the BESO method (BESO - Bi-directional Evolutionary Structural Optimization) applied to multi-physic systems taking in consideration thermo-mechanical loads as design dependent body loads. The objective functions considered are the compliance and heat capacity of the system. The thermo-mechanical analysis is carried out using a sequential coupling method, where the thermal field response is obtained initially, and in the sequence, the thermal loads or dilation loads are calculated. The bi-objective thermo-mechanical optimization problem is also analysed, where two objective functions are considered simultaneously. To validate the procedures implemented in this work, some 2-D examples of thermo-mechancial systems optimization are presented. The feasibility of the method for the aplication in engineering problems and the comparison of the results obtained using other methods, alows to state that the proposed techniques can be used in the solution of optimization problems of thermo-mechanical systems / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Para o desenvolvimento deste trabalho foram utilizados os dados individuais de densidade básica e volume da madeira, do número kappa da polpa, da lignina solubilizada, do custo de deslignificação e do rendimento bruto gravimétrico do processo de polpação, obtidos de 64 árvores de Eucalyptus grandis W. Hill ex Maiden, procedentes de uma população comercial, situada no município de Lençóis Paulista, Estado de São Paulo, e cujas sementes foram originadas de uma Área de Produção de Sementes (APS) da Duratex S/A, município de Botucatu-SP. Quantificaram-se as variabilidades dos dados obtidos para tais propriedades, e posteriormente, considerando o objetivo de maximização de polpa não-branqueada produzida e as restrições de volume e massa de madeira, massas de ligninas residual e solubilizada, área plantada e custo do processo de polpação, é também proposto um método para seleção de árvores matrizes, por meio de técnicas de programação matemática. A estratégia obtida maximiza o resultado econômico, seleciona árvores matrizes e obedece todas as limitações de produtividade, tecnológicas e organizacionais impostas pela empresa interessada, bem como atende à produção de celulose não-branqueada dentro do período de planejamento considerado. / Individual data of basic density and volume of wood, pulp kappa number, soluble lignin, cost of pulping process as well as graviometric gross yield of pulping process were used from 64 trees of Eucalyptus grandis W. Hill ex Maiden from a commercial population in Lençóis Paulista, SP state; the Eucalyptus grandis´s seeds were originally from a Seed Production Area (SPA) of Duratex S/A in Botucatu, SP. Obtained data were quantified considering objective of maximization no-bleaching pulp and volume and mass wood restriction, mass of residual and soluble lignin, planted area and pulping process cost. It has also been aimed a selection method for matrix trees through mathematical programming techniques. Obtained strategy maximizes the economical result, selects matrix trees and follows all limits of technological and organizing productivities imposed by the company. It also aims the production of no-bleaching pulp within the planned time.

Este trabalho visa obter um plano de corte economicamente ótimo para florestas de eucaliptos. A técnica utilizada é a programação linear. O objetivo do modelo desenvolvido é a maximização do retorno sobre os investimentos. Para tanto, foram calculados o Valor Líquido Presente (VLP) de todas as alternativas de manejo dadas ao modelo, neste cálculo foi considerado como parte integrante do fluxo de caixa o Valor Esperado da Terra (VET). Na determinação do plano de manejo mais adequado, foram analisados quatro diferentes cenários de planejamento dos pontos de vista econômico e operacional. Os quatro cenários foram: 1) oscilação livre da produção anual; 2) suprimento anual de madeira para celulose superior ao limite de 40.000 m3/ano; 3) suprimento anual de madeira para celulose inferior ao limite máximo de 100.000 m3/ano; 4) suprimento anual de madeira para celulose restrito a intervalos. Os resultados demonstraram que, independente da estratégia de manejo obtida, dentro das condições etipuladas, a produção florestal não é deficitária. A estratégia de manejo de corte considerada mais apropriada foi a do cenário cujo fluxo de produção ficou restrito a intervalos / The purpose of this paper was to obtain, an optimal economic planning for management and logging of Eucalypt forests. The technique utilized is linear programming. The objective of the modelo was to maximize the return over the investiments. Therefor the Net Present Value (NPV) of all management alternative conditions given to were calculated the model. In this computation the Bare Land Value (BLV) was considered part of the cash flow. For determination of the most suitable management planning to the mill supply, four different scenarios of economical and operational planning were analised. The scenarios were: 1) free oscillation to the anual productions of wood; 2) Annuak wood supply for pulpwood above minimum limit (40.000 m3/year); 3) annual wood supply for pulpwood below the maximum limit the 100.000 m3/year; 4) annual woos supply for pulpwood restricted to pre-fixed intervals. The results showed that, independent of management strategy obtained under the considered adjusted conditions, the forest production was not deficient. The best management alternative, considering the technological and operational limitations, was that from the scenary in which the production flow was restricted to pre-fixed intervals

Made available in DSpace on 2019-03-30T00:01:15Z (GMT). No. of bitstreams: 0 Previous issue date: 2018-12-28 / This thesis investigates resource dispatch policies for emergency calls in large metropolis. A multi-agent environment implements a simulator of emergency calls and dispatch of resources, serving as an instrument to initially develop a comparative analysis of static policies, in which the order of attendance follows pre-established criteria. From these analyzes, it is concluded that such policies end up favoring only a quality criterion (e.g. the overall waiting time of the caller). This is a weakness as resource dispatch centers must take multiple quality criteria into account, such as reducing response time, cost of moving vehicles, increasing the number of calls served, and answering priority calls. In order to define dynamic policies that can lead to the optimization of multiple objectives, the Pareto set concept is used to model the different criteria to be optimized. Instead of attempting to identify manually or previously define the best dispatch strategy, a multi-objective evolutionary algorithm, coupled with the emergency call simulator and resource dispatch, automatically discovers the best approximation of the Pareto Optimum Set that would be responsible for indicating the order of call attending. The evolutionary algorithm uses the concept of quantitative dominance that calculates how much an individual dominates another, which allows greater efficiency in the discovery of the best order of resources. The validation scenario is a great metropolis in Brazil using a year of real data calls to the 911. Comparative analysis with static policies and with traditional variations of the multi-objective evolutionary algorithm without the use of quantitative dominance confirms the performance of the approach proposed in the thesis. Keywords: Agent-based simulation; evolutionary algorithms; multiobjective optimization; dispatch center / Essa tese investiga políticas de despacho de recursos para atendimento a chamadas de emergência em grandes cidades. Um ambiente multiagente implementa um simulador de chamadas de emergências e despacho de recursos, servindo de instrumento para, inicialmente, se desenvolver uma análise comparativa de políticas estáticas, nas quais a ordem de atendimento segue a critérios pré-estabelecidos. A partir dessas análises, conclui-se que tais políticas acabam por privilegiar somente um critério de qualidade (e.g. o tempo global de espera do chamador). Isso se mostra uma deficiência, pois centros de despacho de recursos devem levar em conta critérios de qualidade múltiplos como reduzir o tempo de resposta, o custo de deslocamento de veículos, aumentar o número de chamadas atendidas e o atendimento de chamadas prioritárias. Visando definir políticas dinâmicas que possam levar a otimização de objetivos múltiplos, usa-se o conceito de conjunto de Pareto para modelar os diferentes critérios a serem otimizados. Em vez de tentar identificar manualmente ou definir previamente a melhor estratégia de despacho, um Algoritmo Evolutivo Multiobjetivo, acoplado ao simulador de chamada de emergência e de despacho de recursos, descobre automaticamente a melhor aproximação do Conjunto ótimo de Pareto que seria o responsável por indicar a ordem de atendimento das chamadas. O algoritmo evolutivo usa o conceito dominância quantitativa que calcula o quanto um indivíduo domina outro, o que permite maior eficiência na descoberta da melhor ordem de recursos. O cenário de validação é uma grande metrópole no Brasil usando um ano de dados reais de chamadas para o 190. Análises comparativas com políticas estáticas e com variações tradicionais do algoritmo evolutivo multiobjectivo sem o uso de dominância quantitativa confirma a performance do enfoque proposto na tese. Palavras-chave: Simulação baseada em agentes; algoritmos evolutivos; otimização multiobjetivo; centro de despacho.