Orientador: Jose C. Geromel / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-19T07:39:07Z (GMT). No. of bitstreams: 1 Souza_CelsoCorreiade_D.pdf: 7024602 bytes, checksum: b3e0fb471001d8220cd1ac3aec462189 (MD5) Previous issue date: 1994 / Resumo: Neste trabalho foram tratados vários aspectos de controle ótimo de estrutura flexíveis de grande porte via realimentação de saída. Através da equação diferencial parcial, que rege o comportamento dinâmico dessas estruturas, obteve-se sistemas dinâmicos lineares de grandes dimensões em variáveis de estado. Em vista do alto custo computacional em manipulações numéricas, foi conveniente fazer uma redução da ordem dos modelos considerados, através de balanceamento em espaço de estado. A partir dos modelos reduzidos, métodos tradicionais para o cálculo do ganho ótimo foram aplicados, tendo sido desenvolvido e aplicado um novo método para a obtenção do controle ótimo via realimentação de saída, que estabiliza um sistema dinâmico linear, a um custo mínimo. O método proposto foi desenvolvido com o uso de desigualdades matriciais lineares, que propiciou a elaboração de um algoritmo numérico denominado min/max com desempenho excelente. Esse método se baseia na hipótese de que a existência de um ganho que estabiliza um sistema linear é equivalente a existência de uma matriz definida positiva pertencente a um conjunto convexo tal que a sua inversa pertence a um outro conjunto convexo. Condições são fornecidas para a convergência global do algoritmo. A característica principal do método é que a determinação do ganho ótimo via realimentação de saída é obtido por uma seqüência de problemas de programação convexa. Os resultados obtidos são inéditos no sentido de que, pela primeira vez, o problema de controle ótimo via realimentação de saída foi completamente solucionado a partir de condições necessárias e suficientes. Resta salientar que os resultados teóricos foram obtidos através de uma generalização, para o caso matricial, do Lema de Farkas / Abstract: In this work we analyse several aspect.sof the optimal control problem via output feedback of large flexible struct.ures. From the dynamic model ofthe struct.ure, given by a 'n POT. th¿ order partial differential equation, we get a linear dynamic system of large dimension. To avoid the computational cost in numerical computation, we reduce the model order via balanced state space. With the reduced model, traditional methods for the calculation of the optimal gain are used. We also present a new method for the calculation of the optimal control via output feedback. This linear feedback is shown to stabilize the linear dynamic system with minimum cost. The method is based on linear matrices inequalities (LMI), and it is suitable for the so-called min/max algorithm, which achieves excellent performance. It is based on the fact. that the existence of a stabilizing gain is equivalent. to the existence of a positive definite matrix belonging to a convex set such that its inverse belongs to another convex set. Conditions are provided for global convergence of the min/max algorithm. The main property oí the method is that the determination of the optimal gain via output feedback is obtained by a sequence of convex programming problems. The results obtained are new in the sense that, for the first time, the optimal control problem via output feedback was completely solved through necessary and suflicent conditions. It remains to emphasize that the theoretical results have been obtained through the generalization to the matrix case of the Farkas' lemma / Doutorado / Doutor em Engenharia Elétrica

Orientador: Jose C. Geromel / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-19T07:45:02Z (GMT). No. of bitstreams: 1 Debeche_MichelleSimoneJacob_M.pdf: 3741116 bytes, checksum: f0eb19bda2ee1baf7e3dc854a54b3508 (MD5) Previous issue date: 1994 / Resumo: Não informado / Abstract: Not informed. / Mestrado / Mestre em Engenharia Elétrica

Orientador: Paulo Sergio Franco Barbosa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil / Made available in DSpace on 2018-07-23T07:50:03Z (GMT). No. of bitstreams: 1 Venturini_MariaAliceAmadoGouveia_M.pdf: 3040271 bytes, checksum: f9d9b42f3f2e6035363183a9f2f56d63 (MD5) Previous issue date: 1997 / Resumo: Neste trabalho é apresentada uma metodologia que visa subsidiar a obtenção de soluções para o problema de operação de sistemas de abastecimento urbano de água. O algoritmo proposto permite analisar diferentes objetivos a serem alcançados, tal como a minimização da vazão bombeada, associada às despesas com energia elétrica, a qual corresponde ao principal custo na operação de um sistema de abastecimento. A metodologia adotada utiliza-se de um algoritmo iterativo de programação linear com recursos especiais para contornar o problema da não linearidade presente em diversas equações. A metodologia foi avaliada para redes que contêm todos os elementos característicos de um sistema de distribuição, compreendendo rede malhada, reservatórios e estação de bombeamento. Os resultados revelaram que: (a) a metodologia proposta é viável, tendo sido verificada e confirmada a consistência dos resultados; (b) a convergência do processo iterativo é confirmada através da obtenção dos mesmos resultados a partir de diferentes soluções iniciais de vazão nos trechos; (c) as soluções ótimas são sensíveis a diferentes funções objetivo. Diante dos resultados observados, conclui-se que o modelo proposto é uma alternativa promissora para a otimização de operação de redes hidráulicas / Abstract: This research work presents a methodology that airnsat supporting to find solutions for operation problem of urban water supply systerns.The proposed algorithrn allows the analysis electric energy bills wich corresponds to the rnain cost on the budget for operation of a water supply systern. The proposed methodology uses an iterative algorithrn of linear prograrnrning wich encompass special procedures to surpass the non linearities problem included in several equations. An evaluation methodology was perforrned through some tests in networks that include all typical components of a distribution systern, encompassig looped network, reservoirs and pump station. The results ofthese tests showed: (a) the proposed methodology is feasible and all results are consistent; (b) the convergence of iterative process was found through tests with distinct initial flows and the corresponding sarne final flows; (c) the optirnal solutions are sensitive to different objective functions. Considering the observed results, it can be concluded tOOthe proposed methodolgy is a good option for optirnal operation of hydraulic networks / Mestrado / Recursos Hidricos / Mestre em Engenharia Civil

Made available in DSpace on 2019-03-29T23:13:05Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-08-01 / This work introduces four novel population-based heuristic algorithms, whose population size varies along the execution, which are aimed at solving problems of search and numerical optimization. These algorithms are extensions of the standard models of two metaheuristics recently proposed in the literature, which have been successfully applied in different fields. They are: Particle Swarm Optimization (PSO) and Differential Evolution (DE). In addition, these new algorithms are daptations of two other models proposed in the context of Genetic algorithms (GAs), namely, the Adaptive Population size GA (APGA) and Population Resize on Fitness Improvement GA (PRoFIGA). In order to empirically validate the proposed algorithms, their implementations are evaluated in terms of efficiency and effectiveness in three different case studies: optimization of benchmark numerical functions; prototype selection for data clustering; and training of feedforward neural networks. The results obtained in the benchmark functions optimization indicate gains, in terms of the ffectiveness issue, for time-varying population size models. Conversely, the results achieved by the time-varying population size models when dealing with the data clustering task have not shown gains in erformance. Finally, in the training of artificial neural networks, the novel algorithms could utperform the standard models in terms of effectiveness criterion, although the gains incurred were less expressive than those obtained in the first case study. Keywords: Optimization, Population-based Metaheuristics, Parameter Control, Evolutionary Computing, Particle Swarm Optimization, Differential Evolution, Data Clustering, Artificial Neural Netwo / Este trabalho apresenta quatro novos algoritmos heurísticos de cunho populacional, cujo tamanho da população varia ao longo de sua execução, sendo estes destinados à resolução de problemas de busca e otimização numérica. Estes algoritmos são extensões dos modelos padrão de duas metaheurísticas propostas recentemente na literatura e que vêm sendo aplicadas com sucesso em diferentes domínios; são elas a Otimização por Enxame de Partículas (PSO) e a otimização por Evolução Diferencial (DE). Ademais, os novos algoritmos são adaptações de dois outros modelos propostos no contexto de algoritmos Genéticos (AGs): o Algoritmo Genético com Tamanho Adaptativo da População (APGA) e o Algoritmo Genético com Tamanho da População Variável Baseado na Melhoria do Fitness (PRoFIGA). Com o intuito de validar empiricamente os algoritmos propostos, estes são avaliados, em termos de critérios de eficiência e eficácia, em três estudos de caso: otimização de funções numéricas de benchmark; descoberta de protótipos em agrupamentos de dados; e treinamento de redes neurais feedfoward. Os resultados obtidos na otimização de funções numéricas de benchmark indicam a possibilidade de ganhos substanciais, em termos da localização de soluções (quase-)ótimas, em relação aos modelos com tamanho fixo da população. Já na tarefa de descoberta de protótipos em agrupamentos de dados, os resultados obtidos não evidenciaram ganhos significativos em termos de eficácia. Finalmente, os resultados obtidos na tarefa de treinamento de redes neurais artificiais indicam também ganhos de eficácia, embora menos expressivos, por parte dos algoritmos com população variável em relação aos algoritmos com tamanho fixo da população. Palavras-Chave: Otimização, Metaheurísticas Populacionais, Controle de Parâmetros, Computação Evolutiva, Inteligência Coletiva, Otimização por Enxame de Partículas, Otimização por Evolução Diferencial, Agrupamento de dados, Redes Neurais Artificiais.

Made available in DSpace on 2019-03-29T23:16:04Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-08-21 / Real-world databases may contain several missing values, which may degrade the performance of data mining algorithms running over them, making it hard to analyze data. This problem is usually dealt with missing value imputation. The present work evaluates how imputation by numerical optimization using bio-inspired algorithms may affect the performance of classifiers induced over pre-processed data. Here, three techniques were conceived: imputation using genetic algorithm (GA), imputation using particle swarm optimization (PSO), and imputation using cooperative co-evolution. In order to analyze the proposed techniques, six different datasets from the UCI Machine Learning Repository and five well known classification algorithms were adopted. In this analysis, efficiency and efficacy criteria were taken into account. In order to compare the results obtained, two traditional missing value imputation techniques were used, namely, imputation using mean or mode, and imputation using the KNN algorithm. The study shows that all the imputation techniques considered could increase the performance of the resulting classifiers. The obtained results do not point out an optimal method, adequate to all situations. The experiments, however, showed that, in general, the techniques that use bio-inspired algorithms were the most effective, while traditional techniques entailed better computational performance. It should also be observed that the heuristic techniques PSO and cooperative co-evolution, still not much explored in the context of data preprocessing, could have prevailed in several experiments. Keywords: Data mining, Data preparation, Missing value imputation, Metaheuristics, Genetic algorithms, Particle swarm optimization, Cooperative co-evolution. / Diversas bases de dados reais se caracterizam pela ausência marcante de determinados valores de seus atributos. Esses dados ausentes podem vir a degradar sobremaneira o desempenho de algoritmos de mineração de dados, dificultando a análise resultante. Uma maneira comum de tratar esse problema é via imputação, ou seja, estimação dos valores faltantes a partir de outros existentes na base. Este trabalho avalia como uma abordagem de imputação por otimização numérica utilizando algoritmos bio-inspirados pode vir a aprimorar o desempenho de classificadores induzidos sobre as bases pré-processadas. Três técnicas foram empregadas segundo esta abordagem: imputação utilizando algoritmo genético (GA), imputação utilizando otimização por enxame de partículas (PSO) e imputação utilizando co-evolução cooperativa. Com o intuito de analisar as técnicas propostas, em termos de eficiência e eficácia, seis bases de dados do repositório UCI e cinco populares algoritmos de classificação foram adotados. Para efeito de comparação, foram empregadas ainda outras duas técnicas tradicionais de imputação: a imputação pela média ou moda e a imputação fazendo uso do algoritmo KNN. O estudo mostra que todas as técnicas de imputação consideradas são capazes de elevar o desempenho dos classificadores. Os resultados obtidos não apontam para um método ótimo para todas as situações. Contudo, os experimentos sugerem que, em geral, as técnicas que fazem uso de algoritmos bio-inspirados são as mais eficazes ao passo que as técnicas tradicionais são as de melhor desempenho computacional. Observa-se também que os algoritmos co-evolução cooperativa e PSO, ainda não muito explorados no contexto de pré-processamento de dados, sobressaíram-se em diversos experimentos realizados. Palavras-Chave: Mineração de dados, Pré-processamento de dados, Imputação de valores faltantes, Metaheurísticas, Algoritmos genéticos, Otimização por enxame de partículas, Co-evolução cooperativa.

Made available in DSpace on 2019-04-05T23:03:12Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-08-20 / The decision making in construction of earth dams is made taking into account previous projects and the experience of involved engineers. We present in this study a modeling process with the objective of giving support to decisions making in the construction of earth dams with homogeneous and zoned sections. The modeling process is based on multicriteria models, using ELECTRE III and ZAPROS III methods that allows determining the best selection of materials and on mixed integer nonlinear programming models that optimize the construction costs. A case study of the use of the proposed tool was applied in the project of the dam of Frios (Brazil,Ce). / A tomada de decisões na construção de barragens de terra é feita levando-se em conta projetos anteriores e a experiência dos engenheiros envolvidos. Apresentamos um processo de modelagem, com o objetivo de dar suporte a estas tomadas de decisões na construção de barragens de terra com seções do tipo homogêneas e zoneadas. Estruturada a partir de modelos multicritério, utilizando os métodos ELECTRE III e ZAPROS III, que permitem a melhor seleção de materiais e em modelos da programação matemática não linear inteira mista que visa à otimização dos custos. Um estudo de caso foi aplicado no projeto da barragem do açude Frios (Brasil, CE).

Orientador: Jorge Stolfi / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-11-01T12:54:45Z (GMT). No. of bitstreams: 1 Rosi_RoberMarcone_M.pdf: 3761476 bytes, checksum: b4531d082767a3cfb532a9610fb88352 (MD5) Previous issue date: 1995 / Resumo: Um complexo celular bidimensional é uma subdivisão de uma superfície num número fi­nito de elementos - faces (discos abertos), arestas (curvas abertas) e vértices (pontos). Descreve-se aqui um programa que, dada apenas a estrutura topológica de um complexo celular (ou seja, as relações de incidência e adjacência entre seus elementos), determina uma representação geométrica do mesmo (uma superfície subdividida), que é "bonita" e permite visualizar facilmente a topologia do complexo / Abstract: A two-dimensional cell complex is a partition of a surface into a finite number of elements faces (open discs), edges (open curves) and vertices (points). Here, is described a program which given only the topological structure of a cell complex (that is, the incidence and adjacency relationships between its elements), constructs a geometric representation of it - a subdivided surface - which is "nice looking" and allows one to clearly visualize the topology of the complex / Mestrado / Mestre em Ciência da Computação

O presente trabalho abordou a simulação numérica de problemas relacionados a um tópico de grande importância na área médica: o comportamento de tecidos ósseos. Foram utilizadas ferramentas computacionais, fundamentos de Mecânica dos Sólidos e teorias baseadas em estudos e experimentos, para simular o comportamento desses tecidos vivos. Aqui se desenvolveu uma metodologia para criar modelos computacionais de ossos fazendo uso de leituras tomográficas, designando as propriedades em função do valor das densidades. A metodologia foi aplicada juntamente com algoritmos genéticos e o método dos elementos finitos para obter a melhor posição de implantes ortodônticos, visando uma homogeneização da tensão no osso na região de colocação do implante. Também foi possível fazer uma comparação entre modelos utilizados na literatura e o desenvolvido aqui. Em particular, foi demonstrado que o uso de materiais isotrópicos homogêneos e materiais com propriedades variáveis de acordo com a densidade levam a resultados diferentes para a otimização da orientação do implante. Foi criado um modelo computacional de remodelamento ósseo com isotropia transversal, com base no modelo de crescimento ósseo isotrópico de Stanford e utilizando as relações constitutivas dos tecidos ósseos. Foi realizada uma comparação entre os modelos isotrópico e isotrópico transversal na simulação do processo de remodelamento ósseo, sendo possível destacar as principais diferenças entre eles. A seguir foi realizada a aplicação do remodelamento ósseo para a otimização de próteses femorais. Foram construídos modelos computacionais integrando o método dos elementos finitos, um modelo matemático do comportamento adaptativo do material ósseo e o método dos algoritmos genéticos, visando a minimização da perda de massa óssea após a inserção de próteses em um osso hospedeiro. Foram realizadas três otimizações para combinações diferentes de parâmetros de projeto de uma prótese femoral. Na primeira, foi realizada a otimização da geometria e do módulo de Young da prótese. Na segunda, foi otimizado apenas o módulo de Young da prótese. Na terceira, foi proposto um modelo de prótese bimaterial, no qual os módulos de Young e a posição da divisão entre os materiais são os parâmetros de projeto escolhidos. A partir dos resultados obtidos, foi possível fazer comentários e sugestões sobre o material utilizado para construção de próteses femorais, bem como sobre a aplicabilidade da metodologia empregada na simulação de problemas de biomecânica. / The present work is addressed to the numerical simulation of problems related to an important topic in the medical area, namely, bone tissues. Computational methods, solid mechanics and theoretical/experimental studies were used to simulate the behavior of live bone tissues. A methodology was developed to create computational models using tomography data, assigning the mechanical properties from the corresponding densities map. The methodology was applied with genetic algorithms and the finite element method to predict the optimal position of orthodontic implants, aiming the homogenization stress in the bone. It was possible to compare some models found in literature and the one developed here. In particular, it was showed that homogeneous isotropic materials and materials with variable density result in different predictions in the optimization of the implant orientation. A computational scheme for bone remodeling was developed using three material behavior laws: transversally isotropic, isotropic Stanford model and classical constitutive relations for bone tissues. A comparison between the isotropic model and the transversally isotropic in the simulation of the bone remodeling was carried out, and the main differences between them were highlighted. Then the proposed bone remodeling scheme was applied to optimize femoral prosthesis. The computational models integrated the finite element method, a mathematical model to describe the behavior of adaptive bone material, and the genetic algorithm. The optimization aimed reduction of bone absorption after the insertion of a prosthesis in a bone host. Three cases of cemented femoral prosthesis were optimized. In the first case, the Young Modulus and geometry of the prosthesis were selected as design variable. In the second case, only the Young Modulus was used as design variable. In the third case, a bi-material prosthesis was proposed was proposed and optimized. Conclusions about the applicability of the proposed formulation for the simulation of biomechanics problems are drawn.

Este trabalho apresenta uma sistemática para realizar a otimização numérica de pré-formas e de matrizes em problemas de forjamento axissimétricos e em estado plano de deformações. Para este fim, desenvolveu-se um código computacional composto basicamente de três módulos: módulo de pré-processamento, módulo de análise e módulo de otimização. Cada um destes foi elaborado acrescentando rotinas em programas comerciais ou acadêmicos disponíveis no GMAp e no CEMACOM. Um programa gerenciador foi desenvolvido para controlar os módulos citados no processo de otimização. A abordagem proposta apresenta uma nova função objetivo a minimizar, a qual está baseada em uma operação booleana XOR (exclusive or) sobre os dois polígonos planos que representam a geometria desejada para o componente e a obtida na simulação, respectivamente. Esta abordagem visa eliminar possíveis problemas geométricos associados com as funções objetivo comumente utilizadas em pesquisas correlatas. O trabalho emprega análise de sensibilidade numérica, via método das diferenças finitas. As dificuldades associadas a esta técnica são estudadas e dois pontos são identificados como limitadores da abordagem para problemas de conformação mecânica (grandes deformações elastoplásticas com contato friccional): baixa eficiência e contaminação dos gradientes na presença de remalhamentos. Um novo procedimento de diferenças finitas é desenvolvido, o qual elimina as dificuldades citadas, possibilitando a sua aplicação em problemas quaisquer, com características competitivas com as da abordagem analítica Malhas não estruturadas são tratadas mediante suavizações Laplacianas, mantendo as suas topologias. No caso de otimização de pré-formas, o contorno do componente a otimizar é parametrizado por B-Splines cujos pontos de controle são adotados como variáveis de projeto. Por outro lado, no caso de otimização de matrizes, a parametrização é realizada em termos de segmentos de reta e arcos de circunferências. As variáveis de projeto adotadas são, então, as coordenadas das extremidades das retas, os raios e centros dos arcos, etc. A sistemática é fechada pela aplicação dos algoritmos de programação matemática de Krister Svanberg (Método das Assíntotas Móveis Globalmente Convergente) e de Klaus Schittkowski (Programação Quadrática Sequencial – NLPQLP). Resultados numéricos são apresentados mostrando a evolução das implementações adotadas e o ganho de eficiência obtido.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção / Made available in DSpace on 2012-10-17T16:42:37Z (GMT). No. of bitstreams: 1 180332.pdf: 1140858 bytes, checksum: a0b592ea34756d3501a29c6d9e30918d (MD5) / Uma grade horária bem elaborada é um requisito importante para a boa administração de qualquer instituição de ensino superior. Porém, o grande número de fatores envolvidos, como a quantidade de disciplinas, a alocação dos professores e o compartilhamento de recursos, torna o problema da geração da grade horário muito complexo. Apresento uma solução para o problema de geração do horário de aulas dentro de uma das várias abordagens para sua solução. Usando uma abordagem de algoritmos genéticos proponho uma solução viável para o problema. O modelo foi desenvolvido e implementado utilizando orientação a objeto, com a representação das estruturas do algoritmo genético utilizando objetos, possibilita-se uma maior reutilização de seu código. Com a representação em objetos, os operadores genéticos, e os métodos de avaliação ficam embutidos em seus suas próprias estruturas. Na implementação dos operadores genéticos de cruzamento foram utilizadas técnicas semelhantes ao operador de cruzamento de ciclo e de emparelhamento parcial. Quanto a implementação dos métodos de avaliação foram levados em consideração algumas das restrições dentre as muitas existentes para o problema, entre elas as disponibilidade de recursos e professores, não deixando de lado os aspectos relevantes para a resolução deste problema em instituições de ensino superior.