Este trabalho realiza uma análise dos modelos pertencentes à Computação Neural e à Computação Evolutiva visando identificar semelhanças entre as áreas e sustentar mapeamentos entre as semelhanças identificadas. Neste contexto, a identificação de similaridades visando à resolução de problemas de otimização combinatorial resulta em uma comparação entre a Máquina de Boltzmann e os Algoritmos Evolutivos binários com população composta por um único indivíduo pai e um único indivíduo descendente. Como forma de auxiliar nas análises, o trabalho utiliza o Problema do Caixeiro Viajante como plataforma de ensaios, propondo mapeamentos entre as equações da Máquina de Boltzmann e os operadores evolutivos da Estratégia Evolutiva (1+1)-ES. / An analysis between the Evolutionary Computation and the Neural Computation fields was presented in order to identify similarities and mappings between the theories. In the analysis, the identification of similarities between the models designed for combinatorial optimization problems results in a comparison between the Boltzmann Machine and the Two-Membered Evolutionary Algorithms. In order to analyze the class of combinatorial optimization problems, this work used the Traveling Salesman Problem as a study subject, where the Boltzmann Machine equations were used to implement the evolutionary operators of an Evolution Strategy (1+1)-ES.

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.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-01-03T14:53:16Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_EstrategiasEvolucionariasOtimizacao.pdf: 5582868 bytes, checksum: 54c5dbfe417941cefd31b320a9aa99bb (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-01-10T16:57:42Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_EstrategiasEvolucionariasOtimizacao.pdf: 5582868 bytes, checksum: 54c5dbfe417941cefd31b320a9aa99bb (MD5) / Made available in DSpace on 2017-01-10T16:57:42Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_EstrategiasEvolucionariasOtimizacao.pdf: 5582868 bytes, checksum: 54c5dbfe417941cefd31b320a9aa99bb (MD5) Previous issue date: 2016-02-16 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A análise de dados envolve aquisição e organização de informação com o objetivo de se obter conhecimento a partir deles, propiciando avanços científicos nos mais variados campos, bem como provendo vantagens competitivas às corporações. Neste âmbito, um problema ubíquo na área merece destaque, os valores ausentes, pois a maior parte das técnicas de análise de dados não consegue lidar de forma satisfatória com dados incompletos, impactando negativamente o resultado final. Visando contornar os efeitos danosos desta problemática, diversos trabalhos vêm sendo desenvolvidos nas áreas de análise estatística e aprendizado de máquina, com destaque para o estudo de métodos de Imputação Múltipla de Dados (IMD), que consiste no preenchimento dos dados ausentes por valores plausíveis. Tal metodologia pode ser vista como um problema de otimização combinatória, onde buscam-se valores candidatos à imputação de forma a reduzir o viés imposto por esta problemática. Meta-heurísticas, em especial, métodos baseados em Computação Evolucionária (CE) têm sido aplicadas com sucesso em problemas de otimização combinatórios. Apesar dos recentes avanços na área, percebe-se algumas falhas na modelagem dos métodos de imputação baseados em CE existentes. Visando preencher tais lacunas encontradas na literatura, esta tese apresenta uma descrição da IMD como um problema de otimização combinatória e propõe métodos baseados em CE neste contexto. Além disso, em virtude das falhas encontradas na modelagem dos métodos recentemente propostos na literatura e da necessidade de se adotar diferentes medidas de desempenho para avaliar a eficiência dos métodos de imputação, também é proposto neste projeto de tese um algoritmo genético multiobjetivo para a imputação de dados no contexto de classificação de padrões. Este método mostra-se flexível quanto aos tipos de dados, além de evitar a análise de caso completo. Dado a flexibilidade da abordagem proposta, é possível ainda utilizá-lo em outros cenários como no aprendizado não supervisionado, classificação multirrótulo e em análise de séries temporais. / The data analysis process includes information acquisition and organization in order to obtain knowledge from them, bringing scientific advances in various fields, as well as providing competitive advantages to corporations. In this context, an ubiquitous problem in the area deserves attention, the missing data, since most of the data analysis techniques can not deal satisfactorily with this problem, which negatively impacts the final results. In order to avoid the harmful effects of missing data, several studies have been proposed in the areas of statistical analysis and machine learning, especially the study of Multiple Data Imputation, which consists in the missing data substitution by plausible values. This methodology can be seen as a combinatorial optimization problem, where the goal is to find candidate values to substitute the missing ones in order to reduce the bias imposed by this issue. Metaheuristics, in particular, methods based in evolutionary computing have been successfully applied in combinatorial optimization problems. Despite the recent advances in this area, it is perceived some shortcomings in the modeling of imputation methods based on evolutionary computing. Aiming to fill these gaps in the literature, this thesis presents a description of multiple data imputation as a combinatorial optimization problem and proposes imputation methods based on evolutionary computing. In addition, due to the limitations found in the methods presented in the recent literature, and the necessity of adoption of different evaluation measures to assess the imputation methods performance, a multi-objective genetic algorithm for data imputation in pattern classification context is also proposed. This method proves to be flexible regarding to data types and avoid the complete-case analysis. Because the flexibility of the proposed approach, it is also possible to use it in other scenarios such as the unsupervised learning, multi-label classification and time series analysis.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-02-01T18:52:10Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstudoParametrizacaoAlgoritmo.pdf: 3111483 bytes, checksum: ec493e124af4e9aebd3b8c11812222e9 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-02-14T14:12:24Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstudoParametrizacaoAlgoritmo.pdf: 3111483 bytes, checksum: ec493e124af4e9aebd3b8c11812222e9 (MD5) / Made available in DSpace on 2017-02-14T14:12:24Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_EstudoParametrizacaoAlgoritmo.pdf: 3111483 bytes, checksum: ec493e124af4e9aebd3b8c11812222e9 (MD5) Previous issue date: 2015-10-01 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / A finalidade deste trabalho é analisar a aplicação de um algoritmo cultural híbrido, com população gerada pelo algoritmo genético, de característica multipopulacional, ou ainda, mais precisamente, desenvolver uma parametrização do algoritmo híbrido baseado no algoritmo cultural com algoritmo genético para o problema da mochila multidimensional. Tem-se como objetivo encontrar os melhores parâmetros do algoritmo cultural híbrido, com modelo de ilhas (característica multipopulacional), aplicado ao problema de otimização combinatório denominado de “Mochila Multidimensional”. São executados vários experimentos para efetuar uma avaliação em relação ao desempenho desses mecanismos híbridos com outros algoritmos disponíveis na literatura. / The purpose of this paper is to analyze the application of a hybrid cultural algorithm with population generated by multipopulation feature of the genetic algorithm, or, more specifically, to develop a parameter of the hybrid algorithm based on cultural algorithm with genetic algorithm for multidimensional knapsack problem in areas of computer science and computational intelligence. The aim of this work is to find the best parameters for hybrid cultural algorithm and over genetic algorithm, with model of islands (multipopulation characteristic) applied to combinatorial optimization problem called “Multidimensional Knapsack“. Several experiments are performed to make an assessment regarding of these mechanisms hybrids with other algorithms available in the literature.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2017-03-24T17:29:48Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_OtimizacaoProcessoMontagem.pdf: 2793059 bytes, checksum: d75a653cec95f595135cd53d415134e2 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2017-03-27T14:05:51Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_OtimizacaoProcessoMontagem.pdf: 2793059 bytes, checksum: d75a653cec95f595135cd53d415134e2 (MD5) / Made available in DSpace on 2017-03-27T14:05:51Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_OtimizacaoProcessoMontagem.pdf: 2793059 bytes, checksum: d75a653cec95f595135cd53d415134e2 (MD5) Previous issue date: 2015-10-30 / Os problemas de otimização de processos industriais atraíram muitas pesquisas no início dos anos 90 do século passado. O aumento do volume de produção, o aumento da competitividade do mercado e os avanços tecnológicos pressionaram as indústrias a buscar soluções de baixo custo e implementação rápida. Um dos processos que se tornou a razão principal para o aumento do volume de vendas foi o processo de montagem de placas de circuito impresso, cuja tecnologia de montagem em superfície composta por máquinas de serigrafia, montadoras de chips automatizadas e fornos de refusão representou um avanço, pois substituiu o processo anterior que empregava a tecnologia através de furos. Esta pesquisa formulou um novo ponto de vista para otimização de montadoras modulares de chip baseada no conhecido problema de arranjo de alimentadores e no problema de movimentação da cabeça de montagem aplicando de forma global um Algoritmo Genético de Multicritério Não Dominante (NSGA-II) cujo objetivo foi a redução do tempo total do ciclo de montagem. A modelagem das funções de aptidão foi apresentada e a ferramenta de otimização multicritério foi descrita utilizando as funções da máquina e suas respectivas restrições. O mesmo método poderia ser aplicado para descrever outros tipos de máquinas para auxiliar pesquisas futuras. / The optimization problems of industrial process attracted many researches since the early 90's of the last century. The production volume increase, market competition increase and technological advances pushed the industries to seek for low cost and quick implementation solutions. One of the processes that became the core reason for increasing the sales volumes was the surface mount technology composed by printing, automated chip mounting and reflow oven which replaced the through hole technology. This research formulated a new point of view for optimization of modular chip mounters based on the already known feeder assignment problem and assembly head motion problem applying the global optimization using the non sorting dominance genetic algorithm the NSGAII in regard of the total cycle time reduction. The modeling of the fitness functions was presented and the multi criteria optimization tool was described using the machine functions and constraints. The same method could be applied to describe other type of machines to support future research.

O problema de dimensionamento de lotes, objeto desse estudo, considera um ambiente composto por múltiplas plantas independentes, múltiplos itens e múltiplos períodos. O ambiente de produção tem capacidade limitada e as plantas podem produzir os mesmos itens. Cada planta tem uma demanda própria e é permitida a transferência de lotes entre as plantas, o que envolve um certo custo. Este problema tem como caso particular o de dimensionamento de lotes com máquinas paralelas. O objetivo desta dissertação é propor uma heurística baseada na meta-heurística GRASP (Greedy Randomized Adaptive Search Procedures). Além disso, uma estratégia path relinking foi incorporada ao GRASP como uma fase de melhoria do algoritmo. Para verificar a eficiência da heurística proposta, os seus resultados são comparados aos da literatura tanto no caso de máquinas paralelas quanto no de múltiplas plantas. Como resultado, o problema de múltiplas plantas obteve melhores resultados quando comparado aos da heurística da literatura. Com relação ao problema de máquinas paralelas, a heurística proposta se mostrou competitiva / The lot sizing problem, which is the aim of this study, considers an environment consisting of multiple independent plants, multiple items and multiple periods. The production environment has limited capacity and the plants can produce the same items. Each plant has its own demand and the lot transfers between the plants are permitted, which involves a certain cost. This problem has as a particular case the parallel machines lot sizing problem. The objective of this dissertation is to propose a heuristic based on the GRASP (Greedy Randomized Adaptive Search Procedures). Furthermore, a path relinking phase is embedded in the GRASP to obtain better performance. To verify the efficiency of the proposed heuristic, its results were compared with the literature as for the multi-plant as for parallel machines problem. Computational tests showed that the proposed heuristic performed better than other literature heuristic concerning the multiplant problem. Concerning the parallel machines, the heuristic is competitive

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentado a aplicação de um método de otimização a fim de estimar parâmetros que normalmente estão presentes na modelagem matemática da dinâmica de espécies químicas na interface água-sedimento. O Problema Direto aqui consistiu na simulação das concentrações das espécies orgânicas e inorgânicas (amônia e nitrato) de nitrogênio, num ambiente idealizado, o qual foi fracionado em quatro camadas: uma camada de água (1 metro) e três camadas de sedimento (0-1 cm, 1-2 cm e 2-10 cm). O Problema Direto foi resolvido pelo Método de Runge Kutta, tendo sido gerada uma simulação de 50 dias. Na estimativa dos coeficientes de difusão e porosidade foi aplicado o Método Simulated Annealing (SA). A eficiência da estratégia aqui adotada foi avaliada através do confronto entre dados experimentais sintéticos e as concentrações calçadas pela solução do Problema Direto, adotando-se os parâmetros estimados pela SA. O melhor ajuste entre dados experimentais e valores calculados se deu quando o parâmetro estimado foi a porosidade. Com relação à minimização da função objetivo, a estimativa desse parâmetro também foi a que exigiu menor esforço computacional. Após a introdução de um ruído randômico às concentrações das espécies nitrogenadas, a técnica SA não foi capaz de obter uma estimativa satisfatória para o coeficiente de difusão, com exceção da camada 0-1 cm sedimentar. Para outras camadas, erros da ordem de 10 % foram encontrados (para amônia na coluna dágua, pro exemplo). Os resultados mostraram que a metodologia aqui adotada pode ser bastante promissora enquanto ferramenta de gestão de corpos dágua, especialmente daqueles submetidos a um regime de baixa energia, como lagos e lagoas costeiras. / This work presents the application of an optimization method to estimate parameters that are usually present in the mathematical modeling of chemical species dynamics in the water-sediment interface . Here, the Direct Problem was the simulation of organic and inorganic (ammonium and nitrate) nitrogen species concentrations in an idealized environment, which was fractionated into four layers: a layer of water (1 meter depth) and three layers of sediment (0-1 cm 1-2 cm and 2-10 cm). The Direct Problem was solved by the Runge Kutta method, yielding a 50 days simulation. Thus, the Simulated Annealing (SA) Method was applied to estimate diffusion coefficients and porosity. The strategy efficiency was evaluated by comparing synthetic experimental data with those yielded by the direct problem solution, adopting the parameters estimated by SA Method. The best fitting between experimental and calculated concentrations was achieved when the porosity was the estimated parameter. Regarding the Objective Function minimization, the estimative of this parameter also required lower computational effort. After introducing a random noise to the concentrations of nitrogenous species, SA technique was unable to obtain a satisfactory estimate for the diffusion coefficient, with the exception of sediment layer 0-1 cm. For the other layers, concentrations errors as high as 10% were found (for the ammonia concentration in the water layer, for example). The results showed that the methodology adopted here can be a quite promising tool in the water bodies management, especially in those submitted to low energy, as lakes and coastal lagoons.

CNPq / A Transgenética Computacional é uma metáfora para o desenvolvimento de algoritmos evolucionários com base na teoria de evolução endossimbiótica e em outras interações do fluxo intracelular. Diversos algoritmos foram desenvolvidos com base nesta metáfora para problemas de Otimização Combinatória, em sua maioria com um único objetivo, obtendo bons resultados. Uma vez que a consideração de mais de um objetivo leva, em geral, a representações mais realistas de problemas práticos complexos, neste trabalho investiga-se o desenvolvimento de Algoritmos Transgenéticos para problemas multiobjetivo. Tais algoritmos são examinados em versões que utilizam elementos de outros algoritmos evolucionários multiobjetivo sendo eles o NSGA-II (Non-Dominated Sorting Genetic Algorithm-II) e o MOEA/D (Multi-objective Evolutionary Algorithm based on Decomposition). Diante disso, este trabalho propõe duas novas metodologias utilizando a Transgenética Computacional acoplada ao NSGA-II e ao MOEA/D, denominadas NSTA (Non-Dominated Sorting Transgenetic Algorithm) e MOTA/D (Multi-objective Transgenetic Algorithm based on Decomposition), respectivamente. Para avaliar o desempenho das técnicas propostas, os algoritmos desenvolvidos foram aplicados a dois problemas de Otimização Combinatória, NP-difíceis,em versões com mais de um objetivo. O primeiro problema é o Caixeiro Comprador Biobjetivo e o segundo o Quadrático de Alocação multiobjetivo. Foram realizados experimentos com casos de teste disponíveis em bancos utilizados comumente por outros trabalhos da literatura. Os resultados dos algoritmos propostos foram comparados com os resultados obtidos com os algoritmos evolucionários multiobjetivo que os inspiraram. A análise dos dados obtidos com os experimentos computacionais mostram que a versão MOTA/D é a mais eficiente dentre os algoritmos do experimento com relação a qualidade da aproximação da fronteira de Pareto. / The Computational Transgenetic is a metaphor for the development of evolutionary algorithms based on the theory of evolution endosymbiotic and other intracellular interactions flow. Several algorithms have been developed based on this metaphor for combinatorial optimization problems, mostly with a single objective, obtaining good results. Once the account of more than one objective provides, in general, more realistic representations of complex practical problems, this work investigates the development of Transgenetic Algorithms for multiobjective problems. Such algorithms are examined in versions that use elements of other multiobjective evolutionary algorithms such as the NSGA-II (Non-Dominated Sorting Genetic Algorithm-II) and the MOEA/D (Multi-objective Evolutionary Algorithm based on Decomposition). Therefore, this work proposes two new methods using Computational Transgenetic attached to NSGA-II and MOEA/D, named NSTA (Non-Dominated Sorting Transgenetic Algorithm) and MOTA/D (Multi-objective Transgenetic Algorithm based on Decomposition), respectively. To evaluate the proposed techniques performance, the experiments consider two NP-hard combinatorial optimization problems, in versions with more than one objective. The first problem is the Traveling Purchaser Problem and the second the Quadratic Assignment Problem. Experiments were performed with test cases available in benchmarks commonly used by other studies in the literature. The proposed algorithms' results were compared with those obtained by the multiobjetive evolutionary algorithms that inspired them. The analysis of data obtained by the computational experiment shows that the version MOTA/D is among the most efficient algorithms of the experiment with respect to the quality of the Pareto front approximation.

This work presents a general vision about the main concepts of combinatorial multi-objective optimization, where we present the more used technique for the resolution of problems of this nature. To the speech of the techniques we will also argue important aspects how much to the involved parameters in each technique, swing the main used boardings. Initially we implement and test the Multiple Objective Genetic Algorithm MOGA to generate a set of dominant solutions near to the Pareto optimal set for the biobjective Traveling Salesman Problems. In a second phase, we will go to implement the Strength Pareto Evolutionary Algorithm (SPEA) applied to biobjective Traveling Salesman Problems / Este trabalho apresenta uma visão geral sobre os principais conceitos da otimização combinatória multiobjetivo, onde apresentamos as técnicas mais utilizadas para a resolução de problemas desta natureza. Ao falarmos das técnicas, discutiremos também aspectos importantes quanto aos parâmetros envolvidos em cada técnica, mostrando as principais abordagens utilizadas. Inicialmente, implementamos e testamos o Multiple Objective Genetic Algorithm (MOGA) para gerar um conjunto de soluções dominantes próximo ao conjunto de Pareto ótimo para o problema do caixeiro viajante biobjetivo. Em uma segunda fase, implementamos o Strength Pareto Evolutionary Algorithm (SPEA) aplicado ao caixeiro viajante biobjetivo

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-03-24T14:25:47Z No. of bitstreams: 1 texto completo.pdf: 2448440 bytes, checksum: 7d2b03e708fe8f14a1d9290a6c09aeda (MD5) / Made available in DSpace on 2017-03-24T14:25:47Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2448440 bytes, checksum: 7d2b03e708fe8f14a1d9290a6c09aeda (MD5) Previous issue date: 2017-01-25 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Estradas desempenham diversas funções para a sociedade. No setor florestal esse meio de transporte é fundamental, pois é utilizado em praticamente todas as atividades do empreendimento. Dentre essas atividades, o transporte de madeira merece destaque pois, juntamente com a colheita, é a operação mais onerosa do processo produtivo. Diversos elementos podem influenciar o custo do transporte; no entanto, a estrada pode ser considerada como um dos mais importantes, pois possui forte relação com os demais elementos, estando associada a impactos ambientais, além de ter elevados custo de construção e manutenção. O principal desafio dos gestores é determinar o local ideal de construção de estrada, de forma a permitir o tráfego com eficiência e segurança. Neste estudo é proposto um método desenvolvido para otimização do traçado geométrico de estradas florestais, implementado em ambiente de sistema de informações geográficas (SIG). A metaheurística simulated annealing foi utilizada para implementar um algoritmo com o objetivo de minimizar o custo total da estrada, atendendo restrições técnicas dos alinhamentos horizontal e vertical. O custo total incluiu: construção, manutenção, utilização e fatores ambientais e sociais. O método desenvolvido é apropriado para a otimização do traçado geométrico de estradas, por atender as condições necessárias: considera todos os custos dominantes e sensíveis, respeitando as restrições técnicas; otimiza as atribuições horizontais e verticais de modo simultâneo; é capaz de retornar uma boa solução para um problema de grande porte em um tempo aceitável; e é compatível com um SIG, o que favorece o processo de tomada de decisão, permitindo lidar com bases de dados extensas e complexas. / Roads perform many functions for society. In the forestry sector, it is a key factor, because it is used in practically all the activities of the enterprise. Among these activities, timber transportation deserves special mention because, together with harvesting, it is the most costly operation of the production process. Several elements can influence the cost of transport; however, the road can be considered as one of the most important because it has a strong relationship with other elements, for instance, being associated with environmental impacts, and also having high construction and maintenance costs. The main challenge for managers is to determine the ideal local for road construction in order to allow efficient and safe traffic. In this study, a method developed for optimization of the geometric alignment of forest roads, implemented in a geographic information system (GIS) environment, is proposed. The simulated annealing metaheuristic was used to implement an algorithm with the objective of minimizing the total cost of the road, addressing technical restrictions of the horizontal and vertical alignment. The total cost included: construction, maintenance, use and environmental and social factors. The developed method is suitable for optimization of the geometric alignment of roads, considering the needed conditions: it considers all the dominant and sensitive costs, respecting the technical restrictions; it optimizes horizontal and vertical assignments simultaneously; it is able to return a good solution to a large problem in an acceptable time; and it is compatible with a GIS, which favors the decision- making process, allowing to deal with extensive and complex databases.