Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-07-31T19:58:00Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Alessandro da Silva Simão.pdf: 1748249 bytes, checksum: 26a81e46a0366089ca679e925e21388d (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-08-01T21:48:43Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Alessandro da Silva Simão.pdf: 1748249 bytes, checksum: 26a81e46a0366089ca679e925e21388d (MD5) / Made available in DSpace on 2018-08-01T21:48:43Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Alessandro da Silva Simão.pdf: 1748249 bytes, checksum: 26a81e46a0366089ca679e925e21388d (MD5) Previous issue date: 2017-03-09 / Esta pesquisa investiga a possibilidade de transporte do minério de ferro na região Norte, com utilização de modais alternativos (ex. rodoviário e aquaviário), devido a contingências na Estrada de Ferro Carajás geralmente causadas por grupos étnicos e sociais. Inicialmente é entendido o cenário atual em questão, que mostra de um lado as jazidas da Província Mineral de Carajás, considerada como origem da matéria-prima e o porto Ponta da Madeira como o destino do minério de ferro. Em seguida, faz-se um levantamento das ligações alternativas entre esses pontos envolvendo rodovias, ferrovias e vias aquáticas levando-se em conta infraestrutura existente, porém não necessariamente utilizada, bem como planejada para entrar em operação nos próximos anos. A modelagem da rede de transporte tanto com infraestrutura atual como planejada é realizada por meio do problema do caminho mínimo. São utilizadas métricas de distância, tempo e custo para caracterizar a rede e diversos cenários de contingência são analisados. O algoritmo de Dijkstra é empregado como método de resolução em cada cenário e os caminhos ótimos são obtidos em termos de distância, tempo ou custo. / This research investigates the possibility of transportation of iron ore in the North region, using alternative modes (eg road and waterway), due to contingencies on the Carajás Railroad generally caused by ethnic and social groups. Initially the present scenario is understood, which shows, on the one hand, the deposits of the Carajás Mineral Province, considered as the source of the raw material and the port of Ponta da Madeira as the destination of the iron ore. Next, a survey is made of the alternative connections between these points involving highways, railways and waterways taking into account existing infrastructure, but not necessarily used, as well as planned to start operating in the coming years. The modeling of the transport network with both current and planned infrastructure is performed through the minimum path problem. Distance, time and cost metrics are used to characterize the network and several contingency scenarios are analyzed. The Dijkstra algorithm is used as the resolution method in each scenario and optimal paths are obtained in terms of distance, time or cost.

Devido a restrições de aplicabilidade presentes nos algoritmos para a solução de problemas de otimização combinatória, os sistemas baseados em redes neurais artificiais e algoritmos genéticos oferecem um método alternativo para solucionar tais problemas eficientemente. Os algoritmos genéticos devem a sua popularidade à possibilidade de percorrer espaços de busca não-lineares e extensos. Já as redes neurais artificiais possuem altas taxas de processamento por utilizarem um número elevado de elementos processadores simples com alta conectividade entre si. Complementarmente, redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver vários tipos de problemas de otimização, os quais consistem, geralmente, da otimização de uma função objetivo que pode estar sujeita ou não a um conjunto de restrições. Esta tese apresenta uma abordagem inovadora para resolver problemas de conexão em otimização combinatória utilizando uma arquitetura neuro-genética. Mais especificamente, uma rede neural de Hopfield modificada é associada a um algoritmo genético visando garantir a convergência da rede em direção aos pontos de equilíbrio factíveis que representam as soluções para os problemas de otimização combinatória. / Due to applicability constraints involved with the algorithms for solving combinatorial optimization problems, systems based on artificial neural networks and genetic algorithms are alternative methods for solving these problems in an efficient way. The genetic algorithms must its popularity to make possible cover nonlinear and extensive search spaces. On the other hand, artificial neural networks have high processing rates due to the use of a massive number of simple processing elements and the high degree of connectivity between these elements. Additionally, neural networks with feedback connections provide a computing model capable of solving a large class of optimization problems, which refer to optimization of an objective function that can be subject to constraints. This thesis presents a novel approach for solving connection problems in combinatorial optimization using a neurogenetic approach. More specifically, a modified Hopfield neural network is associated with a genetic algorithm in order to guarantee the convergence of the network to the equilibrium points, which represent feasible solutions for the combinatorial optimization problems.

Devido a restrições de aplicabilidade presentes nos algoritmos para a solução de problemas de otimização combinatória, os sistemas baseados em redes neurais artificiais e algoritmos genéticos oferecem um método alternativo para solucionar tais problemas eficientemente. Os algoritmos genéticos devem a sua popularidade à possibilidade de percorrer espaços de busca não-lineares e extensos. Já as redes neurais artificiais possuem altas taxas de processamento por utilizarem um número elevado de elementos processadores simples com alta conectividade entre si. Complementarmente, redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver vários tipos de problemas de otimização, os quais consistem, geralmente, da otimização de uma função objetivo que pode estar sujeita ou não a um conjunto de restrições. Esta tese apresenta uma abordagem inovadora para resolver problemas de conexão em otimização combinatória utilizando uma arquitetura neuro-genética. Mais especificamente, uma rede neural de Hopfield modificada é associada a um algoritmo genético visando garantir a convergência da rede em direção aos pontos de equilíbrio factíveis que representam as soluções para os problemas de otimização combinatória. / Due to applicability constraints involved with the algorithms for solving combinatorial optimization problems, systems based on artificial neural networks and genetic algorithms are alternative methods for solving these problems in an efficient way. The genetic algorithms must its popularity to make possible cover nonlinear and extensive search spaces. On the other hand, artificial neural networks have high processing rates due to the use of a massive number of simple processing elements and the high degree of connectivity between these elements. Additionally, neural networks with feedback connections provide a computing model capable of solving a large class of optimization problems, which refer to optimization of an objective function that can be subject to constraints. This thesis presents a novel approach for solving connection problems in combinatorial optimization using a neurogenetic approach. More specifically, a modified Hopfield neural network is associated with a genetic algorithm in order to guarantee the convergence of the network to the equilibrium points, which represent feasible solutions for the combinatorial optimization problems.