Nos ultimos anos o uso de tecnicas de aprendizado computacional tornou se uma das tarefas comumente realizadas, pois tem inumeras aplicacoes de reconhecimento de padroes, tais como: reco- nhecimento de voz, classificacao de texto, reconhecimento facial, diagnostico por imagens medicas, entre outras. Dessa forma, um grande numero de tecnicas que lidam com este tipo de problema tem sido desenvolvido ate o momento. Neste trabalho apresentamos uma alternativa para melhorar a taxa acerto de classificacao do classificador binario SLS, que apresentou resultados comparaveis com as SVMs. Nesse metodo, o Gradiente Descendente e utilizado para otimizar a posicao final dos conjuntos de segmentos de reta que representarao cada classe. Embora convirja rapidamente a um valor otimo, muitas vezes e possivel o algoritmo parar em uma regiao de otimos locais, que nao representa o minimo global. Dado esse problema, foram utilizados diferentes algoritmos evolutivos em combinacao com o Gradiente Descendente a fim de melhorar a acuracia do classificador SLS. Adicionalmente a aplicacao de algoritmos evolutivos na fase de treinamento do classificador SLS, foram exploradas duas propostas: (i) explorar o uso de diferente numero de segmentos de reta para representar a distribuicao de dados de cada classe. Dado que no algoritmo original do metodo SLS o numero de segmentos de reta e igual para cada classe, o qual pode significar alguma perda de acuracia ou sobreposicao dos segmentos de reta; (ii) estimar a melhor combinacao de segmentos de reta a serem usados para cada classe. O uso de diferentes quantidades de segmentos de reta por classe pode ser de ajuda na obtencao de melhores porcentagens de acerto, mas determinar uma quantidade otima que permita representar cada classe, e um trabalho dificil. Assim, usamos o algoritmo X-Means, que e um algoritmo de agrupamento, para estimar o numero de segmentos de reta. As propostas exibiram bons resultados que possibilitam a aplicacao do classificador SLS, com um algoritmo de treinamento hibrido, em problemas reais. / During the past years, the use of machine learning techniques have become into one of the most frequently performed tasks, due to the large amount of pattern recognition applications such as: voice recognition, text classification, face recognition, medical image diagnosis, among others. Thus, a great number of techniques dealing with this kind of problem have been developed until now. In this work, we propose an alternative training algorithm to improve the accuracy of the SLS binary Classifier, which produces good results that can be compared to Support Vector Machines. In that classifier, the Gradient Descent method has been used to optimize the final positions of two sets of straight line segments that represent each class. Although, this method quickly converges to an optimum, it is possible that the algorithm stops at a local optimum region, which does not guarantee a global minimum. Given that problem, we combine evolutive optimization algorithms with the gradient descent method to improve the accuracy of the SLS Classifier. In addition to our proposal of using evolutive algorithms, we also developed two proposals: (i) we explore the use of different number of straight line segments to represent the data distribution. Since the original SLS classifier algorithm uses the same number of segments for each class, which could lead to a loss of accuracy or straight line segments overlapping. So, using different number of segments could be the way to improve the accuracy; (ii) estimate the best combination of straight line segments to represent each class. Finding an optimal combination, can be a very difficult problem, so we propose the X-Means algorithm to determine the number of segments. The proposed methodology showed good results which can be used to solve some other real problems with the SLS classifier using the proposed hybrid training algorithm.

É cada vez maior a preocupação com a poluição sonora gerada pelos transformadores de potência de subestações elétricas. Atualmente, o controle desse tipo de ruído é feito utilizando-se métodos passivos, que são caros e dificultam a manutenção dos transformadores. Uma alternativa para os métodos passivos é o controle ativo de ruído (ANC). Apesar de extensas pesquisas realizadas nas últimas três décadas, ainda não existem soluções comercialmente viáveis para o ANC de transformadores. As dificuldades para a aplicação bem sucedida do ANC para transformadores foram investigadas por meio de simulações e de testes com protótipo. Os três maiores obstáculos identificados foram: o posicionamento dos transdutores eletroacústicos; a obtenção de atenuação em uma região longe do transformador, usando um número reduzido de fontes de controle e de sensores de erro, os últimos colocados ainda na região de campo acústico próximo; e a identificação robusta do caminho secundário com baixa razão sinal/ruído. Os dois primeiros problemas foram abordados, analisando-se algumas alternativas de soluções. Algoritmos genéticos (GA) foram utilizados para a otimização da posição dos transdutores do sistema ANC. O desempenho desses algoritmos depende fortemente da modelagem acústica realizada e verificou-se que o método de Usry, escolhido para modelar o campo primário do transformador, não forneceu estimativa adequada. Usando um modelo mais simples de fonte primária, constatou-se a importância da função de mérito para o desempenho do GA. Também foi verificado que a otimização conjunta das posições dos transdutores fornece o mesmo resultado, e em menor tempo, que a otimização das posições das fontes de controle e dos sensores de erro separadamente. Simulações realizadas com uma nova estratégia de sensores virtuais (baseada no janelamento das fontes de controle) mostra que é possível aumentar o nível de atenuação longe do transformador, mesmo com um número pequeno de fontes de controle e sensores de erro. Testes com um protótipo de sistema ANC foram feitos em laboratório e em campo e os resultados desses testes são discutidos detalhadamente. / Concern regarding noise pollution caused by power transformers in electrical substations is increasing. Nowadays, this kind of noise is controlled using passive methods, which are expensive and make transformer maintenance more difficult. An alternative to passive methods is active noise control (ANC). However, despite extensive research undertaken in the last three decades, there is still no viable commercial solution for the active control of transformer noise. The difficulties for a successful implementation of an ANC solution in the case of power transformer noise are investigated through simulations and tests with a prototype. The three main obstacles found were: the positioning of the electro-acoustic transducers; the achievement of sufficient attenuation in a region far from the transformer, using a small number of control sources and error sensors (when the latter are positioned on the region of acoustic near-field); and the robust identification of the secondary path in a low signal/noise situation. The two former problems were dealt with, and some alternative solutions were analyzed. Genetic algorithms (GA) were used for the optimization of the transducers\' position. The performance of these algorithms is strongly related to the acoustical model used and it was verified that the Usry method, used for modelling the transformers primary field, did not result in an adequate estimate. Using a simplified model for the primary source, the importance of the cost function in the GA\'s performance was made evident. It was also verified that the joint optimization of transducers\' position provides the same result, and in shorter time, as the independent optimization of control source and error sensor positions. Simulations with a new virtual sensor strategy (based on windowing the control sources) show that it is possible to increase attenuation levels in a region far from the transformer, even with a small number of control sources and error sensors. Laboratory and field tests with an ANC system prototype were undertaken and the results of these tests are thoroughly discussed.

A tarefa de planejamento de trajetórias de robôs móveis autônomos consiste em determinar objetivos intermediários para que um robô seja capaz de partir de sua localização inicial e alcançar seu objetivo final. Além do planejamento, é importante definir um método de controle da navegação (seguimento da trajetória) do robô para que ele seja capaz de realizar seu trajeto de forma segura. Este projeto propõe uma abordagem híbrida para planejamento exploratório e execução de trajetórias de robôs móveis autônomos em ambientes indoor. Para o planejamento de trajetória, foram investigados algoritmos de busca em espaço de estados, dando ênfase ao uso de algoritmos evolutivos e algoritmos de otimização por colônia de formigas para a descoberta e otimização da trajetória. O controle da navegação é realizado por meio de comportamentos locais reativos, baseado na exploração e uso de mapas topológicos, os quais permitem uma maior flexibilidade em termos de definição da localização da posição do robô móvel e sobre os detalhes do mapa do ambiente (mapas com informações aproximadas e não métricos). Assim, foi proposto e desenvolvido um método robusto capaz de planejar, mapear e explorar um caminho ótimo ou quase ótimo para que o robô possa navegar e alcançar seu objetivo de forma segura, com pouca informação prévia do ambiente ou mesmo sobre sua localização. Além disso, o robô pode reagir a ambientes com alterações dinâmicas em sua estrutura, considerando por exemplo, elementos dinâmicos como portas que possam ser abertas ou fechadas e passagens que são obstruídas. Por fim, foram realizados diversos testes e simulações a fim de validar o método proposto, com a avaliação da qualidade das soluções encontradas e comparação com outras abordagens tradicionais de planejamento de trajetórias (algoritmos A* e D*). / The task of planning path for autonomous mobile robots consists in determine intermediary goals in order to allow a robot be able to leave its initial location and reach its final goal. Besides the planning, it is important to define a method of navigation control (the trajectory following) of the robot for it be able to do its path safely. This project proposes a hybrid approach to path planning and execution of an autonomous mobile robot in indoor environments. For the path planning, search algorithms in state space have been investigated, with emphasis in evolutionary algorithms and ant colony optimization algorithms for the trajectory search and optimization. The navigation control is done by local reactive behaviors, based on topological maps, which allow more flexibility concerning localization definition of position of the mobile robot and about the details of the environment map (maps with approximate information and not metric). Thus, a robust method able to plan an optimum or almost optimum path for the robot to reach its goal safely has been proposed, with little previous information of the environment. Furthermore, the robot can react to dynamic elements in the environment structure, concerning, for example, dynamic elements such as doors that can be opened or closed and ways that are blocked. Finally, several tests and simulations has been carried out to validate the proposed method, with evaluation of the solutions quality and comparison with others traditional approaches for the path planning task (A* and D* algorithms).

The presented thesis discusses bilevel programming problems with the focus on solution algorithms. Bilevel programming problem is a hierarchical programming problem, where constraints contain another programming problem. We formulate basic bilevel optimization theory and describe three types of so- lution algorithms for bilevel programming problems: Algorithms based on KKT reformulation where the lower level is replaced by its KKT conditions, algorithms based on optimal value function where the bilevel programming problem is re- duced to a single level problem using the optimal value function of the lower level problem, and algorithms solving linear bilevel programming problems. Using real data for portfolio optimization bilevel programming problems, we compare ability to solve the problems and computing time of some of the pre- sented algorithms. 1

Atualmente as estruturas estão sendo avaliadas para um maior número de ações em relação há algumas décadas. Esta melhoria ao longo da fase de concepção é dada devido ao fato de que está se tornando mais competitivo o fornecimento de estruturas leves e esbeltas, sendo solicitados, cada vez mais, projetos com menor custo de implantação. Devido a isto, é necessário avaliar as estruturas não apenas sujeitas a cargas estáticas, mas também a carregamentos dinâmicos. As ações dinâmicas que atuam sobre uma estrutura podem ser muito mais prejudiciais do que as estáticas quando não são bem consideradas e dimensionadas. Ações dinâmicas podem ser provenientes de tremores de terra, vento, equipamentos em funcionamento, deslocamento de pessoas, veículos em movimento, motores desbalanceados, entre outras fontes, o que pode causar vibrações na estrutura, podendo levar a mesma ao colapso. A fim de controlar e reduzir as amplitudes de vibração, entre outras alternativas é possível a instalação de amortecedores de massa sintonizado (AMS), que é um dispositivo de controle passivo. O AMS tem várias vantagens, tais como a grande capacidade de reduzir a amplitude de vibração, fácil instalação, baixa manutenção, baixo custo, entre outras. Para se obter a melhor relação custo-benefício, ou seja, a maior redução de amplitude aliada a um menor número de amortecedores ou a uma menor massa, a otimização dos parâmetros do AMS tornase fundamental. Neste contexto, este trabalho visa, através de simulação numérica, propor um método para otimizar parâmetros de AMSs quando estes devem ser instalados em edifícios submetidos à excitação sísmica. Inicialmente é considerado apenas um único AMS instalado no topo do edifício e em seguida também são feitas simulações com múltiplos AMSs (MAMS), e por fim são descartados os AMSs desnecessários, obtendo assim a melhor resposta da estrutura. Para tanto, uma rotina computacional é desenvolvida em MatLab usando o método de integração direta das equações de movimento de Newmark para determinar a resposta dinâmica da estrutura. Para fins de análise podem ser considerados tanto sismos reais quanto artificiais. Os acelerogramas artificias são gerados a partir do espectro proposto por Kanai e Tajimi. Primeiramente, a estrutura é analisada somente com o seu amortecimento próprio para fins comparativos e de referência. Em seguida, a otimização do ou dos AMSs é feita, na qual a função objetivo é minimizar o deslocamento máximo no topo do edifício, e as variáveis de projeto, são a relação de massas (AMS - Estrutura), rigidez e amortecimento do ou dos AMSs. Para a otimização são utilizados os algoritmos Firefly Algotithm e Backtracking Search Optimization Algorithm. De acordo com as configurações do AMS, após a otimização dos seus parâmetros são determinadas as novas respostas dinâmicas da estrutura. Finalmente, pode-se observar que o método proposto foi capaz de otimizar os parâmetros do ou dos AMSs, reduzindo consideravelmente as respostas da estrutura após a instalação do mesmo, minimizando o risco de dano e colapso do edifício. Desta forma, este trabalho mostra que é possível projetar AMS e MAMS de forma econômica e eficaz. / Currently, structures are being evaluated for a greater number of actions when compared to a few decades ago. This improvement in designing stage is happening because projects providing lightweight and slender structures, with lower implantation costs, are being more requested. Thus, evaluating structures not only subjected to static loads, but also to dynamic loads has become necessary. Dynamic loads acting on a structure are more damaging than static loads, if they are not well considered and dimensioned. Dynamic loads could occur from earthquakes, wind, equipment, movement of people or vehicles, among other sources, which cause vibrations in structures and may lead to a collapse. Tuned mass damper (TMD), a passive control device, can be installed as an alternative to reduce vibration amplitudes. TMD has several advantages, such as large capacity to reduce amplitude of vibration, easy installation, low maintenance, low cost, among others. Optimizing TMD parameters is fundamental for obtaining best cost-benefit relation, i.e., greater amplitude reduction along with lower number of dampers or lower mass. In this context, this study aims at proposing, through numerical simulation, a method for optimizing TMD parameters when installing them on buildings under seismic excitation. Initially, a single-TMD case is considered, then simulations with multiple-TMDs (MTMDs) are run; lastly, unnecessary TMDs are discarded, obtaining the best structural response. For this purpose, a computational routine is developed on MatLab using Newmark direct integration method for equations of motion to determine the dynamic structural response. Both real and artificial earthquakes are considered for purposes of analysis. Artificial accelerograms are generated from proposed Kanai-Tajimi spectrum. First, structure is analyzed only with its own damping for comparison and reference. Second, a single or multiple-TMD optimization is carried out, in which the objective function is to minimize the maximum displacement at the top of the building, and the design variables are modal mass ratio (Structure-TMD), stiffness and damping of a single or multiple-TMD. Firefly and Backtracking Optimization algorithms are used for optimization. According to TMD settings, new dynamic structural responses are determined after optimizing parameters. Finally, the proposed method could optimize parameters of single or multiple-TMDs, considerably reducing structural responses after their installation, minimizing the risk of damage and building collapse. Thus, this study shows the possibility of designing TMDs or MTMDs both economically and effectively.

O crescimento do tráfego de serviços de telecomunicações tem aumentado o consumo de energia e, em consequência, aumentado as emissões de CO2 que tem efeitos nocivos sobre o meio ambiente. É assim que a economia de energia torna-se um fator chave no planejamento de redes de telecomunicações. Para garantir a disponibilidade e confiabilidade, as redes possuem arquitetura redundante e são projetadas para suportar a demanda de pico de tráfego. Redes com mecanismos de proteção como proteção dedicada de caminhos (DPP), proveem caminhos alternativos para cada demanda de conexão. Os elementos da rede que suportam esses caminhos estão em estado ativo (consumindo energia), apesar de, na maior parte do tempo, não transportarem tráfego efetivo. Um método para diminuir o gasto de energia é utilizar roteamento adaptado à carga real de tráfego baseado em modo suspenso (estado de baixo consumo de energia que pode passar a estado ativo rapidamente). Assim, o tráfego é roteado com vistas à maximizar a quantidade de componentes que são parte de caminhos de proteção, que podem ser postos em modo suspenso. Neste trabalho, as redes usadas para os testes são a rede europeia Cost239, a rede estadunidense UsNet e a rede brasileira Ipê. Abordamos o problema de economia de energia em redes WDM com DPP através de quatro estratégias de roteamento. Cada uma tem objetivos diferentes, a Shortest Path-DPP (SP-DPP) faz o roteamento por caminho mais curto, a Energy Aware-DPP (EA-DPP) aloca as demandas por enlaces que estejam ativos, a Energy Aware-DPP with Mixing (EA-DPP-MixS) evita que caminhos principais sejam roteados por enlaces que já são parte de caminhos de proteção e a Energy Aware-DPP with Differentation (EA-DPP-Dif) evita a mistura de caminhos por um mesmo enlace. Em nossas simulações computacionais observamos que a EA-DPP-Dif economiza energia de maneira eficiente, mas a probabilidade de bloqueio aumenta. A EA-DPP-MixS diminui o bloqueio em detrimento da energia economizada. Já a SP-DPP e a EA-DPP são menos eficientes na diminuição da energia consumida. É assim que propomos um roteamento com busca de recursos mais ampla, usando cada uma das estratégias. A proposta será chamada de roteamento intensivo. A EA-DPP-Dif-Intensivo diminui a probabilidade de bloqueio e economiza energia mediante modo suspenso. Neste trabalho, analisamos o desempenho das estratégias para cada uma das redes e avaliamos o impacto da energia economizada sobre a probabilidade de bloqueio. A proposta de roteamento i>intensivo diminui a energia consumida em até 50%, diminuindo a probabilidade de bloqueio. Porém, os resultados estão diretamente relacionados com a carga de rede e as características particulares da topologia de cada rede. / The growth of data traffic in telecommunication networks has increased energy consumption and hence increased CO2 emissions, with harmful effects on the environment. Thus, energy saving becomes a key and a differential factor when planning telecommunication networks. In order to guarantee availability and reliability, core networks have redundant architecture and are designed to support peak-hour traffic demand. Networks with dedicated path protection (DPP) mechanisms provide alternative paths for each connection request. Network elements supporting these paths are in active state (consuming energy), although most of the time they dont carry traffic. One technique to decrease energy waste is by adaptive real traffic routing using sleep mode (a low energy consumption state which is able to rapidly change to an active state). Thus, traffic is routed in order to maximize the amount of network components used by protection paths, which can be set in sleep mode. In this work, European Cost239, American UsNet and Brazilian Ipê networks were used in computational simulations. We addressed the energy saving problem in WDM networks with DPP through four routing strategies, each with different goals. The Shorthest Path-Dedicated Path Protection (SP-DPP) technique uses shortest path for routing, Energy Aware-Dedicated Path Protection (EA-DPP) allocates demands in active links, Energy Aware-Dedicated Path Protection with Mixing (EA-DPP-MixS) prevents primary paths to be formed by links that are already part of the protection paths and Energy Aware-Dedicated Path Protection with Differentation (EA-DPP-Dif) prevents mixing primary and protection paths through the same link. We observe that EA-DPP-Dif efficiently saved energy, however blocking probability has increased. EA-DPP-MixS reduced blocking rather than saved energy. At least, SP-DPP and EA-DPP are less efficient in reducing energy consumption. Hence, we propose a wider resource search routing, the in-depth routing, using each of these strategies. Thus, EA-DPP-Dif-In-depth decreased blocking probability while maintaining energy saving through sleep mode. In this work, we analyze the strategies performance for each network and evaluate the impact of energy saved on the blocking probability. Our in-depth routing strategy reduced the energy consumption up to 50%, decreasing blocking probability. However, the results are directly related with the network load and the specific properties of each network topology.

POD (Point of Dispensing)-based emergency response plans involving mass prophylaxis may seem feasible when considering the choice of dispensing points within a region, overall population density, and estimated traffic demands. However, the plan may fail to serve particular vulnerable sub-populations, resulting in access disparities during emergency response. Federal authorities emphasize on the need to identify sub-populations that cannot avail regular services during an emergency due to their special needs to ensure effective response. Vulnerable individuals require the targeted allocation of appropriate resources to serve their special needs. Devising schemes to address the needs of vulnerable sub-populations is essential for the effectiveness of response plans. This research focuses on data-driven computational methods to quantify and address vulnerabilities in response plans that require the allocation of targeted resources. Data-driven methods to identify and quantify vulnerabilities in response plans are developed as part of this research. Addressing vulnerabilities requires the targeted allocation of appropriate resources to PODs. The problem of resource allocation to PODs during public health emergencies is introduced and the variants of the resource allocation problem such as the spatial allocation, spatio-temporal allocation and optimal resource subset variants are formulated. Generating optimal resource allocation and scheduling solutions can be computationally hard problems. The application of metaheuristic techniques to find near-optimal solutions to the resource allocation problem in response plans is investigated. A vulnerability analysis and resource allocation framework that facilitates the demographic analysis of population data in the context of response plans, and the optimal allocation of resources with respect to the analysis are described.

As teorias científicas surgiram da necessidade do homem entender o funcionamento das coisas. Novos métodos e técnicas são então criados com o objetivo não só de melhor compreender, mas também de desenvolver essas próprias teorias. Nesta dissertação, vamos estudar várias dessas técnicas (aqui chamadas de algoritmos) com o objetivo de obter estados fundamentais em sistemas de spin e de revelar suas possíveis propriedades de auto-organização crítica. No segundo capítulo desta dissertação, apresentamos os algoritmos de otimização: simulated annealing, algoritmo genético, otimização extrema (EO) e evolutivo de Bak-Sneppen (BS). No terceiro capítulo apresentamos o conceito de criticalidade auto-organizada (SOC), usando como exemplo o modelo da pilha de areia. Para uma melhor compreensão da importância da criticalidade auto-organizada, apresentamos vários outros exemplos de onde o fenômeno é observado. No quarto capítulo apresentamos o modelo de relógio quiral de p-estados que será nosso sistema de testes. No caso unidimensional, determinamos a matriz de transferência e utilizamos o teorema de Perron-Frobenius para provar a inexistência de transição de fase a temperaturas finitas a temperaturas finitas. Esboçamos os diagramas de fases dos estados fundamentais que obtivemos de maneira analítica e numérica para os casos de p = 2, 3, 4, 5 e 6, no caso numérico fazendo uso do algoritmo de Bak-Sneppen com sorteio (BSS). Apresentamos ainda um breve estudo do número de mínimos locais para o modelo de relógio quiral de p-estados, para os casos de p = 3 e 4. Por último, no quinto capítulo, propomos uma dinâmica Bak-Sneppen com ruído (BSR) como uma nova técnica de otimização para tratar sistemas discretos. O ruído é introduzido diretamente no espaço de configuração de spins. Conseqüentemente, o fitness (adaptabilidade) passa a assumir valores contínuos, num pequeno intervalo em torno do seu valor original (discreto). Os resultados dessa dinâmica indicam a presença de criticalidade auto-organizada, evidenciada pelo decaimento em leis de potências das correlações espacial e temporal. Também estudamos o método EO e obtivemos uma confirmação numérica de que sua dinâmica exibe um comportamento não crítico com alcance espacial infinito e decaimento exponencial das avalanches. Finalmente, para o modelo de relógio quiral, comparamos a eficiência das três dinâmicas (EO, BSS e BSR) no que tange às suas habilidades de encontrar o estado fundamental do sistema. / In order to understand how things work, man has formulated scientific theories. New methods and techniques have been created not only to increase our understanding on the subject but also to develop and even expand those theories. In this thesis, we study several techniques (here called algorithms) designed with the objective to get the ground states of some spin systems and eventually to reveal possible properties of critical self-organization. In the second chapter, we introduce four fundamental optimization algorithms: simulated annealing, genetics algorithms, extremal optimization (EO) and Bak-Sneppen (BS). In the third chapter we present the concept of self-organized criticality (SOC), using as an example the sandpile model. To understand the importance of the self-organized criticality, we show many other situations where the phenomenon can be observed. In the fourth chapter, we introduce the p-states chiral clock model. This will be our test or toy system. For the one-dimensional case, we first determined the corresponding transfer-matrix and then proved the nonexistence of phase transitions by using the Perron-Frobenius theorem. We calculate the ground state phase diagrams both analytically and numerically in the cases of p = 2, 3, 4, 5 and 6. We also present a brief study of the number of local minima for the cases p = 3 and 4 of the chiral clock model. Finally, in the fifth chapter, we propose a Bak-Sneppen dynamics with noise (BSN) as a new technique of optimization to treat discrete systems. The noise is directly introduced into the spin configuration space. Consequently, the fitness now take values in a continuum but small interval around its original value (discrete). The results of this dynamics indicate the presence of self-organized criticality, which becomes evident with the power law scaling of the spacial and temporal correlations. We also study the EO algorithm and found a numerical con_rmation that it does not show a critical behavior since it has an in_nite space range and an exponential decay of the avalanches. At the end, we compare the e_ciency of the three dynamics (EO, BSD and BSN) for the chiral clock model, concerning their abilities to _nd the system\'s ground state.

É cada vez maior a preocupação com a poluição sonora gerada pelos transformadores de potência de subestações elétricas. Atualmente, o controle desse tipo de ruído é feito utilizando-se métodos passivos, que são caros e dificultam a manutenção dos transformadores. Uma alternativa para os métodos passivos é o controle ativo de ruído (ANC). Apesar de extensas pesquisas realizadas nas últimas três décadas, ainda não existem soluções comercialmente viáveis para o ANC de transformadores. As dificuldades para a aplicação bem sucedida do ANC para transformadores foram investigadas por meio de simulações e de testes com protótipo. Os três maiores obstáculos identificados foram: o posicionamento dos transdutores eletroacústicos; a obtenção de atenuação em uma região longe do transformador, usando um número reduzido de fontes de controle e de sensores de erro, os últimos colocados ainda na região de campo acústico próximo; e a identificação robusta do caminho secundário com baixa razão sinal/ruído. Os dois primeiros problemas foram abordados, analisando-se algumas alternativas de soluções. Algoritmos genéticos (GA) foram utilizados para a otimização da posição dos transdutores do sistema ANC. O desempenho desses algoritmos depende fortemente da modelagem acústica realizada e verificou-se que o método de Usry, escolhido para modelar o campo primário do transformador, não forneceu estimativa adequada. Usando um modelo mais simples de fonte primária, constatou-se a importância da função de mérito para o desempenho do GA. Também foi verificado que a otimização conjunta das posições dos transdutores fornece o mesmo resultado, e em menor tempo, que a otimização das posições das fontes de controle e dos sensores de erro separadamente. Simulações realizadas com uma nova estratégia de sensores virtuais (baseada no janelamento das fontes de controle) mostra que é possível aumentar o nível de atenuação longe do transformador, mesmo com um número pequeno de fontes de controle e sensores de erro. Testes com um protótipo de sistema ANC foram feitos em laboratório e em campo e os resultados desses testes são discutidos detalhadamente. / Concern regarding noise pollution caused by power transformers in electrical substations is increasing. Nowadays, this kind of noise is controlled using passive methods, which are expensive and make transformer maintenance more difficult. An alternative to passive methods is active noise control (ANC). However, despite extensive research undertaken in the last three decades, there is still no viable commercial solution for the active control of transformer noise. The difficulties for a successful implementation of an ANC solution in the case of power transformer noise are investigated through simulations and tests with a prototype. The three main obstacles found were: the positioning of the electro-acoustic transducers; the achievement of sufficient attenuation in a region far from the transformer, using a small number of control sources and error sensors (when the latter are positioned on the region of acoustic near-field); and the robust identification of the secondary path in a low signal/noise situation. The two former problems were dealt with, and some alternative solutions were analyzed. Genetic algorithms (GA) were used for the optimization of the transducers\' position. The performance of these algorithms is strongly related to the acoustical model used and it was verified that the Usry method, used for modelling the transformers primary field, did not result in an adequate estimate. Using a simplified model for the primary source, the importance of the cost function in the GA\'s performance was made evident. It was also verified that the joint optimization of transducers\' position provides the same result, and in shorter time, as the independent optimization of control source and error sensor positions. Simulations with a new virtual sensor strategy (based on windowing the control sources) show that it is possible to increase attenuation levels in a region far from the transformer, even with a small number of control sources and error sensors. Laboratory and field tests with an ANC system prototype were undertaken and the results of these tests are thoroughly discussed.

Modern database systems use a query optimizer to identify the most efficient strategy, called “query execution plan”, to execute declarative SQL queries. The role of the query optimizer is especially critical for the complex decision-support queries featured in current data warehousing and data mining applications. Given an SQL query template that is parametrized on the selectivities of the participating base relations and a choice of query optimizer, a plan diagram is a color-coded pictorial enumeration of the execution plan choices of the optimizer over the query parameter space. Complementary to the plan-diagrams are cost and cardinality diagrams which graphically plot the estimated execution costs and cardinalities respectively, over the query parameter space. These diagrams are collectively known as optimizer diagrams. Optimizer diagrams have proved to be a powerful tool for the analysis and redesign of modern optimizers, and are gaining interest in diverse industrial and academic institutions. However, their utility is adversely impacted by the impractically large computational overheads incurred when standard brute-force approaches are used for producing fine-grained diagrams on high-dimensional query templates. In this thesis, we investigate strategies for efficiently producing close approximations to complex optimizer diagrams. Our techniques are customized for different classes of optimizers, ranging from the generic Class I optimizers that provide only the optimal plan for a query, to Class II optimizers that also support costing of sub-optimal plans and Class III optimizers which offer enumerated rank-ordered lists of plans in addition to both the former features. For approximating plan diagrams for Class I optimizers, we first present database oblivious techniques based on classical random sampling in conjunction with nearest neighbor (NN) inference scheme. Next we propose grid sampling algorithms which consider database specific knowledge such as(a) the structural differences between the operator trees of plans on the grid locations and (b) parametric query optimization principle. These algorithms become more efficient when modified to exploit the sub-optimal plan costing feature available with Class II optimizers. The final algorithm developed for Class III optimizers assume plan cost monotonicity and utilize the rank-ordered lists of plans to efficiently generate completely accurate optimizer diagrams. Subsequently, we provide a relaxed variant, which trades quality of approximation, for reduction in diagram generation overhead. Our proposed algorithms are capable of terminating according to user given error bound for plan diagram approximation. For approximating cost diagrams, our strategy is based on linear least square regression performed on a mathematical model of plan cost behavior over the parameter space, in conjunction with interpolation techniques. Game theoretic and linear programming approaches have been employed to further reduce the error in cost approximation. For approximating cardinality diagrams, we propose a novel parametrized mathematical model as a function of selectivities for characterizing query cardinality behavior. The complete cardinality model is constructed by clustering the data points according to their cardinality values and subsequently fitting the model through linear least square regression technique separately for each cluster. For non-sampled data points the cardinality values are estimated by first determining the cluster they belong to and then interpolating the cardinality value according to the suitable model. Extensive experimentation with a representative set of TPC-H and TPC-DS-based query templates on industrial-strength optimizers indicates that our techniques are capable of delivering 90% accurate optimizer diagrams while incurring no more than 20% of the computational overheads of the exhaustive approach. Infact, for full-featured optimizers, we can guarantee zero error optimizer diagrams which usually require less than 10% overheads. Our results exhibit that (a) the approximation is materially faithful to the features of the exact optimizer diagram, with the errors thinly spread across the picture and Largely confined to the plan transition boundaries and (b) the cost increase at the non-sampled point due to assignment of sub-optimal plan is also limited. These approximation techniques have been implemented in the publicly available Picasso optimizer visualizer tool. We have also modified PostgreSQL’s optimizer to incorporate costing of sub-optimal plans and enumerating rank-ordered lists of plans. In addition to these, we have designed estimators for predicting the time overhead involved in approximating optimizer diagrams with regard to user given error bounds. In summary, this thesis demonstrates that accurate approximations to exact optimizer diagrams can indeed be obtained cheaply and consistently, with typical overheads being an order of magnitude lower than the brute-force approach. We hope that our results will encourage database vendors to incorporate the foreign-plan-costing and plan-rank-list features in their optimizer APIs.