Made available in DSpace on 2014-11-10T11:09:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-02-18Bitstream added on 2014-11-10T11:58:48Z : No. of bitstreams: 1 000784115.pdf: 429663 bytes, checksum: da7e91933ccbc6fd035c544a77ff2715 (MD5) / Neste trabalho propomos a incorporação de uma propriedade relacionada a robustez de delineamentos frente a perda de observações em experimentos fatoriais, a qual denominamos critério H, na expressão de um critério composto. Para a otimização, implementamos duas versões modificadas do algoritmo de troca de Fedorov (1972), que é um método heurístico para encontrar delineamentos ótimos ou quase ótimos exatos. Apresentamos quatro exemplos para examinar a performance de delineamentos construídos com o novo critério composto, os exemplos 1, 3 e 4 visam o modelo de segunda ordem completo e o exemplo 2 visa o modelo de segunda ordem sem os efeitos quadráticos. Nos exemplos 1 e 3, para preservar bom desempenho em outras propriedades, a eficiência H não foi alta. Os resultados obtidos no exemplo 2 mostraram grande contribuição do uso da propriedade H no critério composto, produzindo delineamentos com alta eficiência nos demais quesitos. Em geral, o novo critério composto produziu delineamentos mais atrativos que os DP-ótimos de Gilmour & Trinca (2012), com valores de leverages mais homogêneos, e portanto mais robustos à perda de observações. Produziu também delineamentos com melhores propriedades do que os delineamentos construídos por subconjuntos em Ahmad & Gilmour (2010) / In this work we propose the use of a robustness measure to missing data to construct designs for factorial experiments. The robustness property is denoted the H criterion and it is added to a compound design criterion expression. Two versions of the modified exchange algorithm of Fedorov (1972) were implemented computationally for the search of exact optimum designs. Four examples are presented, examples 1, 3 and 4 consider the full second-order model and example 2 considers second-order model excluding the quadratic effects. The examples 1 and 3, in order to preserve good efficiency with respect to other properties, their H efficiency is not high. The results for example 2 showed good performance of the new compound criterion since it produced designs high by efficient for all other properties. In general, the new compound criterion produced more attractive designs than the DP criterion of Gilmour & Trinca (2012) since their leverages were more homogeneous and thus, the designs were more robust to missing data. The designs were also more attractive than those constructed by subsets as in Ahmad & Gilmour (2010)

Made available in DSpace on 2014-12-02T11:16:57Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-02-27Bitstream added on 2014-12-02T11:20:50Z : No. of bitstreams: 1 000797336.pdf: 8867207 bytes, checksum: ee77fd35abfa82d47da021f7f3043be1 (MD5) / O problema de programação ótima de horários consiste em programar eventos aulas em um determinado número de salas, para um determinado número de alunos, com o objetivo de satisfazer certas condições de factibilidade. O problema é representado por um modelo de programação linear inteira mista e foi resolvido pela implementação de um algoritmo genético de Chu-Beasley, que apresenta as características de evitar a homogeinização da população, permitindo encontrar melhores soluções, modificado em três pontos fundamentais: (i) na geraçao da população inicial; (ii) na fase de melhoría local; (iii) no incremento da da diversidade. Adicionalmente, é apresentado um algoritmo construtivo na fase da geração da população inicial e na busca local, a fin de se permiter corrigir possíveis infactibilidades e melhorar a qualidade da população, tanto na fase inicial quanto na de melhoria local. O controle da diversidade e atualização da população são feitos obedecendo parâmetro que garante que o novo individuo tenha número de genes diferentes em relação aos demais individuos da população, evitando a homogeinização da mesma. O método proposto é aplicado no caso de testes da literatura especializada, e os dados do problema são os apresentados pela International Timebling Competition / The problem with optimum schedule programming consists of programming class-events for a given number of classrooms and students, with the goal of satisfying certain factibility conditions. The problem is represented by a full mixed linear programming model and has been solved by use of a genetic Chu-Beasley algorithm, that presents population homogenization avoidance features, allowing for best solutions, modified in three core points: (i) initial population generation; (ii) local improvement phase; (iii) diversity increase. Additionally, a constructive algorithm for the initial phase of initial population generation and local search is presented, this allows for correction of possible unsuitabilities and improves population quality, such in initial phase as in local improvements. Population diversity and updating control is done according to parameters that assure each new individual has a different genes number in relation to the other individuals of the population, avoiding homogenization. The proposed method is applied for test cases of specialized literature, and data for the tests are presented by International Timebling Competition

Orientador: Geraldo Francisco Donegá Zafalon / Banca: André Carlos Ponce de Leon Ferreira de Carvalho / Banca: Rogéria Cristiane Gratão de Souza / Resumo: Com a crescente na quantidade de dados genômicos disponíveis, o alinhamento de sequências destaca-se como uma das tarefas relevantes no contexto da Bioinformática, cujos resultados são utilizados no auxílio às análises e posteriores inferências sobre esses dados. Assim, diversos algoritmos para alinhamento múltiplo de sequências baseados em diferentes heurísticas, como a de Algoritmos Genéticos, Otimização por Colônia de Formigas, Recozimento Simulado (Simulated Annealling), Busca Tabu, entre outros, foram propostos. No entanto, estudos apontam que com o uso de uma função objetivo mais adequada para aferir a qualidade do alinhamento produzido em cada caso específico, geralmente, produzem-se resultados com maior significância biológica. Além disso, o uso simultâneo de diferentes heurísticas para alinhamento múltiplo de sequências também tende a produzir melhores resultados, de modo que essa hibridização amenize as desvantagens de cada estratégia. No presente trabalho, implementou-se um escalonador automático de funções objetivo para selecionar o modelo de avaliação mais adequado para cada caso, com base na similaridade das sequências de entrada. Além disso, foi implementada uma fase de pós processamento com Otimização por Colônia de Formigas junto à MSA-GA, a fim de se refinar os alinhamentos produzidos pela ferramenta. Nos testes, pode-se verificar que o escalonador foi capaz de calcular de maneira adequada a similaridade dos conjuntos de entrada e, com isso, selecionar... / Abstract: Due the increasing of the genomic data available, the multiple sequence alignment became one of the most important tasks in Bioinformatics, whose results are used to help biologists in their analysis. Thus, many algorithms to perform multiple sequence alignment based on different heuristics have been proposed, as Genetic Algorithms, Ant Colony, Simulated Annealing, Tabu Search, among others. Nonetheless, studies show that the use of an objective function suited for each case, generally, results in alignments with more biological significance. Moreover the simultaneous use of different heuristics to perform multiple sequence alignment can produce better results, smoothing the disadvantages of each strategy. In the present work, it was developed an automatic scheduler of objective functions to select the evaluation model more suited for each case, based on the similarity of the input sequences. Moreover it was implemented into the MSA-GA tool a post-processing stage with Ant Colony, in order to refine the obtained alignments. In the tests, it can be noticed that the scheduler calculates satisfactorily the similarity of the sequence sets and selects the more suited objective function. Moreover, with the post-processing stage, it was possible to re- fine the alignments of the MSA-GA, producing better results in terms of biological significance / Mestre

Made available in DSpace on 2014-06-11T19:27:25Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-03-06Bitstream added on 2014-06-13T19:35:31Z : No. of bitstreams: 1 alianofilho_a_me_botib.pdf: 803708 bytes, checksum: 7df8e5e731e86aee69b812455f899135 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Um dos focos centrais na produção vegetal, discutidos ultimamente, e a utilização de medidas que visam um planejamento sustentável e ecológico, tendo em vista a degradação ambiental ocorrida nos ultimos anos. Por este motivo, a Rotação de Culturas tem ganhado destaque na literatura, pois e um meio de produção cujos princípios práticos viabilizam uma agricultura ecológica e produtiva. Esta prática, uma vez bem conduzida pelos agricultores rurais, traz inúmeros benefícios, visto que o controle de pragas, patógenos e de plantas daninhas e realizado biologicamente, diminuindo a ação de pesticidas prejudiciais ao meio ambiente e medidas de recuperação do solo, tornando-o sempre fértil. Nesta dissertação, e apresentado um modelo de otimização 0-1 para o problema de Rotação de Culturas, cujo objetivo foi encontrar uma programação de plantio de hortaliças que maximize o lucro da produção, levando-se em consideração restrições de epoca de semeadura para cada cultura considerada, o não cultivo de plantas de mesma família em lotes vizinhos, proibição de plantio consecutivo de plantas de mesma família botânica em um mesmo lote, a necessidade de adubação verde, período de descanso do solo e de demanda. Nesta modelagem, foi considerada uma area de plantio genérica, cujos lotes são irregularmente distribuídos e de diferentes tamanhos. Para resolução do problema, foram desenvolvidas e implementadas a seguintes metaheurísticas: (a) Algoritmo Gen etico, (b) Simulated Annealing, e as abordagens mistas (c) Algoritmo Gen etico com Simulated Annealing e (d) Algoritmo Genético com Busca Local (Memético). Para avaliar os comportamentos computacionais das heurísticas, considerou-se instâncias de diferentes formas com variações nas geometrias e area de plantio. Adicionalmente, uma aplicação destes métodos para um... / The environmental degradation that has occurred throughout the world claims for sustainable and ecological plant production. In this context, agricultural planning based on crop rotation has been addressed in many studies. Once appropriately applied by farmers, this practice brings many bene ts. In fact, it enables biological control of pests, pathogens and weeds, thus reducing the action of pesticides which are harmful to the environment. Planting according to crop rotation also restores the soil, making it always fertile. This thesis presents a binary linear optimization model to the problem of crop rotation aiming to nd a planting schedule for vegetables that maximizes the pro ts of production. The problem constraints include a speci c period for planting each crop, a prede ned demand per crop, the need for green manure and rest period. Other restraints prevent planting of vegetables of the same family consecutively in the same lot, as well as in neighboring lots. A general planting area with irregularly distributed and di erent sized lots is considered. Four metaheuristics were speci cally developed for the above crop rotation problem and the respective algorithms were implemented: (a) a Genetic Algorithm, (b) a Simulated Annealing, and two hybrid approaches - (c) a Genetic Algorithm with Simulated Annealing and (d) a Genetic Algorithm with Local Search, that is, a Memetic algorithm. To evaluate the computing behavior of these algorithms, we considered a crop rotation instance from literature and also an instance built with real data from a Brazilian agricultural company. The computational results showed that the algorithms, specially the hybrid... (Complete abstract click electronic access below)

Orientador: Edson Luiz França Senne / Coorientador: Messias Borges Silva / Banca: Marcos Antonio Pereira / Banca: Fernando Augusto Silva Marins / Banca: Antonio Augusto Chaves / Banca: Fabrício Maciel Gomes / Resumo: A configuração de parâmetros de algoritmos, em especial, das meta-heurísticas, nem sempre é trivial e, frequentemente, é realizada ad hoc de acordo com o problema sob análise. A fim de resolver o problema de sintonização de meta-heurísticas, a presente pesquisa propõe uma metodologia que combina o uso de técnicas estatísticas robustas (ex.: Planejamento de Experimentos) e métodos eficientes de Inteligência Artificial (ex.: Algoritmos de Corrida). A ideia central desta metodologia é um método heurístico, denominado Algoritmo de Corrida Orientada por Heurística (HORA), capaz de explorar o espaço de busca para perseguir diferentes alternativas na vizinhança de uma configuração de parâmetros promissora e encontrar sistematicamente boas configurações candidatas para diferentes algoritmos. Em síntese, o método HORA concentra as buscas sobre configurações candidatas promissoras, criadas dinamicamente em um processo iterativo, e utiliza uma técnica estatística robusta para avaliar as diferentes alternativas e descartar aquelas de qualidade inferior, assim que reunir evidências estatísticas suficientes contra elas. A partir dos resultados de diversos estudos computacionais, em que diferentes meta-heurísticas foram aplicadas sobre dois problemas clássicos de otimização combinatória, apresentam-se evidências estatísticas que as sintonizações obtidas pelo HORA são competitivas em relação ao método de Corrida e seu tempo no processo de sintonização é amplamente vantajoso. Em um estudo com... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The fine-tuning of the algorithms parameters, specially, of the meta-heuristics, it is not always trivial and often is performed by ad hoc methods according to the problem under analysis. In order to solve the problem of tuning metaheuristics, this research proposes a methodology combining statistical robust techniques (e.g.: Design of Experiments) and efficient methods from Artificial Intelligence (e.g.: Racing Algorithms). The key idea of this methodology is a heuristic method, called Heuristic Oriented Racing Algorithm (HORA), which explores the search space looking for alternatives near of a promising candidate and consistently finds good candidates configuration for different algorithms. Briefly, HORA focuses its searches over the promising candidates configuration, dynamically created in an iterative process, and employs a robust statistical method to evaluate and discarding them, as soon as gather enough statistical evidence against them. The results of several studies, where different metaheuristics were applied to solve two classical combinatorial optimization problems, present statistical evidences that the settings obtained by HORA are competitive to the Racing Algorithms and its time in the fine-tuning process is widely advantageous. In a complementary study, an already well setting algorithm from the literature was tuned by means of the proposed methodology and the new settings were compared with the literature. The results show that the fine-tuning from HORA can... (Complete abstract click electronic access below) / Doutor

Orientador: Rubén Augusto Romero Lázaro / Banca: José Roberto Sanches Mantovani / Banca: Sergio Azevedo de Oliveira / Banca: Carlos Alberto Mendonça da Rocha / Banca: Elizete de Andredade Amorim / Resumo: O problema de programação ótima de horários consiste em programar eventos aulas em um determinado número de salas, para um determinado número de alunos, com o objetivo de satisfazer certas condições de factibilidade. O problema é representado por um modelo de programação linear inteira mista e foi resolvido pela implementação de um algoritmo genético de Chu-Beasley, que apresenta as características de evitar a homogeinização da população, permitindo encontrar melhores soluções, modificado em três pontos fundamentais: (i) na geraçao da população inicial; (ii) na fase de melhoría local; (iii) no incremento da da diversidade. Adicionalmente, é apresentado um algoritmo construtivo na fase da geração da população inicial e na busca local, a fin de se permiter corrigir possíveis infactibilidades e melhorar a qualidade da população, tanto na fase inicial quanto na de melhoria local. O controle da diversidade e atualização da população são feitos obedecendo parâmetro que garante que o novo individuo tenha número de genes diferentes em relação aos demais individuos da população, evitando a homogeinização da mesma. O método proposto é aplicado no caso de testes da literatura especializada, e os dados do problema são os apresentados pela International Timebling Competition / Abstract: The problem with optimum schedule programming consists of programming class-events for a given number of classrooms and students, with the goal of satisfying certain factibility conditions. The problem is represented by a full mixed linear programming model and has been solved by use of a genetic Chu-Beasley algorithm, that presents population homogenization avoidance features, allowing for best solutions, modified in three core points: (i) initial population generation; (ii) local improvement phase; (iii) diversity increase. Additionally, a constructive algorithm for the initial phase of initial population generation and local search is presented, this allows for correction of possible unsuitabilities and improves population quality, such in initial phase as in local improvements. Population diversity and updating control is done according to parameters that assure each new individual has a different genes number in relation to the other individuals of the population, avoiding homogenization. The proposed method is applied for test cases of specialized literature, and data for the tests are presented by International Timebling Competition / Doutor

Orientador: Messias Borges Silva / Coorientador: Fernando Augusto Silva Marins / Banca: José Roberto Dale Luche / Banca: Aneirson Francisco da Silva / Banca: Antônio Augusto Chaves / Banca: Adriano Francisco Siqueira / Resumo: Empresas não medem esforços para aperfeiçoar seus processos e produtos de acordo com diferentes critérios para satisfazer as exigências e necessidades dos clientes em busca de um padrão de competitividade superior ao de suas concorrentes. Neste cenário é muito comum a necessidade de se estabelecer condições que resultem na melhoria de mais de um critério de forma simultânea. Neste trabalho foi realizada uma avaliação da utilização de quatro métodos que utilizam as Meta-heurísticas Recozimento Simulado, Algoritmo Genético, Recozimento Simulado combinado com o método Nelder Mead Simplex e algoritmo genético combinado com o método Nelde-Mead simplex para o estabelecimento de melhoria das condições de processos com múltiplas respostas. Para a avaliação dos métodos propostos foram utilizados problemas-teste criteriosamente selecionados na literatura de forma a serem analisados casos com diferente número de variáveis, número de respostas e tipos de resposta. A aglutinação das respostas foi realizada por quatro métodos diferentes: Desirability, Desvio Médio Percentual, Programação por Compromisso e Programação por Compromisso normalizada pela distância euclidiana. A avaliação dos métodos foi realizada por meio de comparação entre os resultados obtidos na utilização de um mesmo método de aglutinação, determinando assim a eficiência do método de busca. Os resultados obtidos na avaliação dos métodos sugerem a aplicação do método do algoritmo genético quando se pretende estabelecer parâmetros que resultem na melhoria de processos com múltiplas respostas, em particular quando essas respostas são modeladas por equações com termos cúbicos, independentemente do número de termos que possam conter, do tipo de respostas e do número de variáveis / Abstract: Companies go to great lengths to improve its processes and products according to different criteria to meet the demands and needs of customers looking for a higher standard of competitiveness to that of their competitors. This scenario is very common the need to establish conditions that result in the improvement of more than one criterion simultaneously. This work was carried out an evaluation of the use of four methods that use Metaheuristics Simulated Annealing, Genetic Algorithms, Simulated Annealing combined with the Nelder Mead Simplex method and genetic algorithm combined with Nelde Mead simplex method for the improvement of establishing the conditions of processes with multiple answers. For the evaluation of the proposed test methods were used in the literature problems carefully selected in order to be analyzed cases with different numbers of variables, response numbers and types of responses. In this research we used the average percentage deviation function as a way to bring together the answers. The agglutination of the answers was performed by four different methods: Desirability, Average Percentage Deviation, Compromise Programming and Compromise Programming normalized by Euclidean distance. The evaluation method was performed by comparison between the results obtained in using the same bonding method, thereby determining the efficiency of the search method. The results obtained in the evaluation of the methods suggest the application of the genetic algorithm method when you want to set parameters that result in the improvement of processes with multiple answers, particularly when these responses are modeled by equations with cubic terms, regardless of the number of terms that can contain the type of responses and the number of variables / Doutor

Orientador: Helenice de Oliveira Florentino Silva / Coorientador: Margarida Vaz Pato / Banca: Fernando Luiz Pio dos Santos / Banca: Silvio Alexandre Araújo / Resumo: Um dos focos centrais na produção vegetal, discutidos ultimamente, e a utilização de medidas que visam um planejamento sustentável e ecológico, tendo em vista a degradação ambiental ocorrida nos ultimos anos. Por este motivo, a Rotação de Culturas tem ganhado destaque na literatura, pois e um meio de produção cujos princípios práticos viabilizam uma agricultura ecológica e produtiva. Esta prática, uma vez bem conduzida pelos agricultores rurais, traz inúmeros benefícios, visto que o controle de pragas, patógenos e de plantas daninhas e realizado biologicamente, diminuindo a ação de pesticidas prejudiciais ao meio ambiente e medidas de recuperação do solo, tornando-o sempre fértil. Nesta dissertação, e apresentado um modelo de otimização 0-1 para o problema de Rotação de Culturas, cujo objetivo foi encontrar uma programação de plantio de hortaliças que maximize o lucro da produção, levando-se em consideração restrições de epoca de semeadura para cada cultura considerada, o não cultivo de plantas de mesma família em lotes vizinhos, proibição de plantio consecutivo de plantas de mesma família botânica em um mesmo lote, a necessidade de adubação verde, período de descanso do solo e de demanda. Nesta modelagem, foi considerada uma area de plantio genérica, cujos lotes são irregularmente distribuídos e de diferentes tamanhos. Para resolução do problema, foram desenvolvidas e implementadas a seguintes metaheurísticas: (a) Algoritmo Gen etico, (b) Simulated Annealing, e as abordagens mistas (c) Algoritmo Gen etico com Simulated Annealing e (d) Algoritmo Genético com Busca Local (Memético). Para avaliar os comportamentos computacionais das heurísticas, considerou-se instâncias de diferentes formas com variações nas geometrias e area de plantio. Adicionalmente, uma aplicação destes métodos para um... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The environmental degradation that has occurred throughout the world claims for sustainable and ecological plant production. In this context, agricultural planning based on crop rotation has been addressed in many studies. Once appropriately applied by farmers, this practice brings many bene ts. In fact, it enables biological control of pests, pathogens and weeds, thus reducing the action of pesticides which are harmful to the environment. Planting according to crop rotation also restores the soil, making it always fertile. This thesis presents a binary linear optimization model to the problem of crop rotation aiming to nd a planting schedule for vegetables that maximizes the pro ts of production. The problem constraints include a speci c period for planting each crop, a prede ned demand per crop, the need for green manure and rest period. Other restraints prevent planting of vegetables of the same family consecutively in the same lot, as well as in neighboring lots. A general planting area with irregularly distributed and di erent sized lots is considered. Four metaheuristics were speci cally developed for the above crop rotation problem and the respective algorithms were implemented: (a) a Genetic Algorithm, (b) a Simulated Annealing, and two hybrid approaches - (c) a Genetic Algorithm with Simulated Annealing and (d) a Genetic Algorithm with Local Search, that is, a Memetic algorithm. To evaluate the computing behavior of these algorithms, we considered a crop rotation instance from literature and also an instance built with real data from a Brazilian agricultural company. The computational results showed that the algorithms, specially the hybrid... (Complete abstract click electronic access below) / Mestre

Orientador: Luzia Aparecida Trinca / Banca: Silvio Sandoval Zocchi / Banca: Miriam Harumi Tsunemi / Resumo: Neste trabalho propomos a incorporação de uma propriedade relacionada a robustez de delineamentos frente a perda de observações em experimentos fatoriais, a qual denominamos critério H, na expressão de um critério composto. Para a otimização, implementamos duas versões modificadas do algoritmo de troca de Fedorov (1972), que é um método heurístico para encontrar delineamentos ótimos ou quase ótimos exatos. Apresentamos quatro exemplos para examinar a performance de delineamentos construídos com o novo critério composto, os exemplos 1, 3 e 4 visam o modelo de segunda ordem completo e o exemplo 2 visa o modelo de segunda ordem sem os efeitos quadráticos. Nos exemplos 1 e 3, para preservar bom desempenho em outras propriedades, a eficiência H não foi alta. Os resultados obtidos no exemplo 2 mostraram grande contribuição do uso da propriedade H no critério composto, produzindo delineamentos com alta eficiência nos demais quesitos. Em geral, o novo critério composto produziu delineamentos mais atrativos que os DP-ótimos de Gilmour & Trinca (2012), com valores de leverages mais homogêneos, e portanto mais robustos à perda de observações. Produziu também delineamentos com melhores propriedades do que os delineamentos construídos por subconjuntos em Ahmad & Gilmour (2010) / Abstract: In this work we propose the use of a robustness measure to missing data to construct designs for factorial experiments. The robustness property is denoted the H criterion and it is added to a compound design criterion expression. Two versions of the modified exchange algorithm of Fedorov (1972) were implemented computationally for the search of exact optimum designs. Four examples are presented, examples 1, 3 and 4 consider the full second-order model and example 2 considers second-order model excluding the quadratic effects. The examples 1 and 3, in order to preserve good efficiency with respect to other properties, their H efficiency is not high. The results for example 2 showed good performance of the new compound criterion since it produced designs high by efficient for all other properties. In general, the new compound criterion produced more attractive designs than the DP criterion of Gilmour & Trinca (2012) since their leverages were more homogeneous and thus, the designs were more robust to missing data. The designs were also more attractive than those constructed by subsets as in Ahmad & Gilmour (2010) / Mestre

Orientador: Rubén Augusto Romero Lázaro / Banca: Marcos Julio Rider Flores / Banca: João Bosco Augusto London Junior / Resumo: O problema da reconfiguração de sistemas de distribuição de energia elétrica consiste em determinar a topologia radial, que pode ser obtida por meio da abertura ou fechamento de chaves de seccionamento (normalmente fechadas) e de ligação (normalmente abertas), de forma que um objetivo seja atingido, geralmente a minimização das perdas, balanceamento das cargas, melhoria dos níveis de tensão ou isolamento de faltas. Além disto, a topologia ótima deve cum- prir com restrições operacionais, como o limite de tensão nas barras e os limites de correntes nos circuitos. O modelo deste problema é de programação não linear inteira mista, não convexo e de difícil solução através de técnicas clássicas de otimização, além disto, este problema apre- senta o fenômeno da explosão combinatória. Neste trabalho são apresentadas metodologias, baseadas na meta-heurística de busca em vizinhança variável, para resolver o problema da re- configuração de sistemas de distribuição de energia elétrica considerando vários níveis de de- manda e topologia fixa da rede, que visa encontrar uma única topologia ótima para operar nos vários níveis de demanda de um período. O objetivo considerado é a minimização do custo das perdas de energia. Foram desenvolvidas quatro formas do algoritmo de busca em vizinhança variável: Basic Variable Neighborhood Search (BVNS), Variable Neighborhood Descent (VND), Reduced Variable Neighborhood Search (RVNS) e General Variable Neighborhood Search (GVNS). Todos os programas foram escritos em linguagem FORTRAN. Os algoritmos propostos foram testados com os sistemas de 33, 84, 136, 415 e 10477 barras. Os resultados foram comparados com os existentes na literatura especializada e os obtidos pela resolução de um modelo de otimização, escrito em linguagem AMPL e resolvido com o solver comercial CPLEX / Abstract: The distribution network reconfiguration problem consists in determining the radial to- pology, that can be obtained by opening and closing sectionalizing switches (normally closed switches) and tie switches (normally open switches), so that an objective is achieved, commonly loss minimization, load balancing, voltage levels improvement or fault isolation. Furthermore, the optimal topology must satisfy operational constraints, such as voltage levels on nodes and current magnitude on circuits. The model for this problem is a mixed-integer nonlinear pro- gramming problem, non-convex and hard to solve by classical optimization techniques, besides, this problem presents the combinatorial explosion phenomenon. This work presents methodol- ogies, based on the variable neighborhood search metaheuristic, to solve the distribution net- work reconfiguration problem with variable demand and fixed topology, which aims in finding only one optimal topology to operate on the various load levels during a period. The considered objective is the reduction of the cost of energy losses. Four variable neighborhood search algo- rithms were developed: Basic Variable Neighborhood Search (BVNS), Variable Neighborhood Descent (VND), Reduced Variable Neighborhood Search (RVNS) and General Variable Neigh- borhood Search (GVNS). All programs were implemented in FORTRAN. The proposed algo- rithms were tested with the 33, 84, 136, 415 and 10477-node systems. The results were com- pared with the best-known solutions presented in specialized literature and the solutions ob- tained from an optimization model, written in AMPL and solved with commercial solver CPLEX / Mestre