Submitted by DOUGLAS MIRANDA RODRIGUES null (douglasnet@gmail.com) on 2016-10-20T13:35:28Z No. of bitstreams: 1 Dissertação - Douglas Miranda Rodrigues.pdf: 8525562 bytes, checksum: de3f28242f3d17929bb0eb8ddc912f55 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-10-26T18:00:28Z (GMT) No. of bitstreams: 1 rodrigues_dm_me_guara.pdf: 8525562 bytes, checksum: de3f28242f3d17929bb0eb8ddc912f55 (MD5) / Made available in DSpace on 2016-10-26T18:00:28Z (GMT). No. of bitstreams: 1 rodrigues_dm_me_guara.pdf: 8525562 bytes, checksum: de3f28242f3d17929bb0eb8ddc912f55 (MD5) Previous issue date: 2016-10-10 / Em diversas áreas de trabalho, da Engenharia à Economia, os problemas se apresentam como sendo multiobjetivos, característica que torna complexa a tomada de decisão. Geralmente, estes objetivos são conflitantes e faz-se necessário o uso de técnicas de otimização para a obtenção de melhores resultados. Na presente dissertação serão estudados alguns métodos para a resolução destes problemas, com o objetivo de aplicar métodos de aglutinação em problemas de projetos de experimentos com múltiplas respostas. Deste modo, inicialmente foi realizada uma análise bibliométrica sobre os diferentes métodos utilizados para a resolução destes problemas. A partir disto, foi desenvolvida uma nova abordagem, utilizando a Programação por Compromisso (Compromise Programming – CP) e a Programação por Metas (Goal Programming – GP), bem como diferentes algoritmos (Gradiente Reduzido Generalizado – GRG e a metaheurística do software Optquest) que são usualmente adotados, com comparação de resultados e análise. De modo geral, esta nova proposta apresentou resultados melhores em relação à abordagem tradicional (desirability), qualificando este procedimento como uma alternativa na otimização de múltiplas respostas. / In many areas, from Engineering to Economics, problems present themselves as multiobjective, which makes a decision-making process complex. Generally, these are conflicting objectives, and optimization techniques are necessary to achieve better results. This paper applies agglutination methods in classical problems of design of experiments with multiple responses. A bibliometric analysis was made, and a new approach was developed, using Compromise Programming – CP and Goal Programming – GP, as well as two different algorithms (Generalized Reduced Gradient – GRG and Optquest’s software metaheuristics) with results comparison and analysis. The new proposal presented better results when compared to the traditional approach (desirability), qualifying this procedure as an alternative in multiple responses optimization.

Orientador: Fernando Augusto da Silva Marins / Resumo: Em diversas áreas de trabalho, da Engenharia à Economia, os problemas se apresentam como sendo multiobjetivos, característica que torna complexa a tomada de decisão. Geralmente, estes objetivos são conflitantes e faz-se necessário o uso de técnicas de otimização para a obtenção de melhores resultados. Na presente dissertação serão estudados alguns métodos para a resolução destes problemas, com o objetivo de aplicar métodos de aglutinação em problemas de projetos de experimentos com múltiplas respostas. Deste modo, inicialmente foi realizada uma análise bibliométrica sobre os diferentes métodos utilizados para a resolução destes problemas. A partir disto, foi desenvolvida uma nova abordagem, utilizando a Programação por Compromisso (Compromise Programming – CP) e a Programação por Metas (Goal Programming – GP), bem como diferentes algoritmos (Gradiente Reduzido Generalizado – GRG e a metaheurística do software Optquest) que são usualmente adotados, com comparação de resultados e análise. De modo geral, esta nova proposta apresentou resultados melhores em relação à abordagem tradicional (desirability), qualificando este procedimento como uma alternativa na otimização de múltiplas respostas. / Mestre

Orientadores: Ieda Geriberto Hidalgo, Paulo de Barros Correia / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-27T18:22:11Z (GMT). No. of bitstreams: 1 Fernandes_JessicaPillonTorralba_D.pdf: 6009989 bytes, checksum: a3f55f4b7f91827762cdfb4e83ebcf4c (MD5) Previous issue date: 2015 / Resumo: Em busca do desenvolvimento sustentável, a atividade de produção de energia iniciou o século XXI com foco em dois temas: eficiência energética e utilização de fontes de energia renováveis. O Brasil é um país privilegiado em termos de disponibilidade de recursos naturais para a geração de energia, principalmente através da água. Apesar da evolução de outras fontes renováveis de energia, como a biomassa e a eólica, é previsto um aumento da utilização de energia hidráulica na geração de eletricidade de forma sustentável. Para acompanhar esse aumento, existe a necessidade de expandir a oferta de energia através da instalação de novas usinas hidrelétricas e/ou otimização da operação das usinas hidrelétricas existentes. Neste contexto, esta tese apresenta uma metodologia para resolver o problema de despacho dinâmico de máquinas e geração com horizonte diário e discretização horária. Ela baseia-se na Programação por Metas Lexicográficas, utilizando Algoritmo Genético e Strength Pareto Evolutionary Algorithm. A formulação matemática do problema possui dois objetivos conflitantes. O primeiro consiste em maximizar a geração líquida da usina ao longo do dia. O segundo visa minimizar o número de partidas e paradas das unidades geradoras. A resolução é executada em duas etapas. Na Etapa 1, o Algoritmo Genético é utilizado para resolver o problema estático para cada hora. Na Etapa 2, Algoritmo Genético e Strength Pareto Evolutionary Algorithm são empregados para solucionar o problema dinâmico ao longo de um dia. As soluções encontradas são analisadas através da construção de uma curva de trade-offs. Os estudos de casos são realizados com as usinas Jupiá e Porto Primavera ,que pertencem ao Sistema Interligado Nacional. Os resultados mostram que a metodologia proposta apresenta soluções eficientes e econômicas para a programação diária de usinas hidrelétricas / Abstract: In pursuit of the sustainable development, the energy production activity began the 21st century with focus on two themes: energy efficiency and use of renewable energy sources. Brazil is a privileged country in terms of availability of natural resources to energy production, mainly through water. Despite the development of other renewable energy sources, such as biomass and wind power, hydro energy is expected to increase in the electricity generation in a sustainable way. To keep this growing, there is a need to increase the supply of energy by installing new hydroelectric plants and/or optimizing the operation of existing ones. In this context, this thesis presents a methodology to solve the dynamic dispatch problem of units and generation with a daily horizon and hourly discretization. It is based on Lexicographic Goal Programming using Genetic Algorithm and Strength Pareto Evolutionary Algorithm. The mathematical formulation of the problem has two conflicting goals. The first consists of maximizing the electric power output the plant throughout the day. The second aims to minimize the number of start-ups and shut-downs of the generating units. The resolution is divided in two steps. In Step 1, Genetic Algorithm is used to solve the static problem for each hour. Phase 2 employs Genetic Algorithm and Strength Pareto Evolutionary Algorithm to solve the dynamic problem throughout the day. The solutions are analyzed by building a trade-offs curve. The case studies are carried out with Jupiá and Porto Primavera hydroelectric power plants that belong to the National Interconnected System. The results show that the proposed methodology provides efficient and economic solutions for the daily operation of hydroelectric power plants / Doutorado / Planejamento de Sistemas Energeticos / Doutora em Planejamento de Sistemas Energéticos

Orientadores: Antonio Carlos Moretti, Roberto Andreani / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-13T15:55:52Z (GMT). No. of bitstreams: 1 Silva_DanielTressida_M.pdf: 563016 bytes, checksum: 89e68063d06bd89084d7d6a15fdb7403 (MD5) Previous issue date: 2009 / Resumo: Nesta dissertação, estudamos algoritmos genéticos para resolver o problema de corte unidimensional multiobjetivo, onde minimizamos o desperdício dos objetos processados e o número de padrões distintos denominado custo de setup. Primeiro, realizamos uma codificação baseada em grupos desenvolvida por Falkenauer e, em seguida, aplicamos o algoritmo genético multiobjetivo SPEA2 para obter a Fronteira de Eficiente do problema. / Abstract: In this dissertation we studied genetic algorithms to solve the unidimensional multiobjective cutting stock problem, where we minimize the wastage of processed objects and the distinct number of patterns used, called setup cost. First, we make a group based codification derived by Falkenauer and, after that, we apply the multiobjective genetic algorithm SPEA2 to obtain problem's Efficient Frontier. / Mestrado / Otimização e Pesquisa Operacional / Mestre em Matemática Aplicada

Orientadores: Akebo Yamakami, Jose Luis Verdegay Galdeano / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T06:44:19Z (GMT). No. of bitstreams: 1 Silva_RicardoCoelho_D.pdf: 1144878 bytes, checksum: 38379443fb6892fd6eda74c55c3b99dc (MD5) Previous issue date: 2009 / Resumo: O objetivo deste trabalho é buscar, estudar e estabelecer as condições de otimali-dade para resolver problemas de programação multi-objetivo irrestritos e restritos em um ambiente impreciso. Essas imprecisões estão presentes nos problemas da vida real e existem muitas formas de tratá-las, mas nesse trabalho será usado a teoria de conjuntos nebulosos. Utilizando como base a otimização nebulosa, foram desenvolvidas duas abordagens para resolver problemas multi-objetivo nebulosos. A primeira abordagem transforma um problema nebuloso em um problema clássico paramétrico com um número maior de funções objetivo, a qual é chamada de paramétrica. A segunda abordagem, chamada de possibilística, usa a teoria de possibilidade como um índice de comparação entre números nebulosos com a finalidade de garantir condições de otimalidade em um ambiente nebuloso. Alguns exemplos numéricos são resolvidos usando um algoritmo genético chamado NSGA-II elitista, com algumas modificações para a comparação de números nebulosos, e depois feita uma análise dos resultados encontrados por ambos os enfoques. / Abstract: The main goal of this work is to search, study and present the optimality conditions to solve the unconstraint and constraint multiobjetive programming problems in imprecise environment. These imprécisions can be found in the real-world optimization problems and there are utmost ways for dealing with them, but in this work will be used the theory of fuzzy sets. Using as a basis the fuzzy optimization, two approaches were developed to solve fuzzy multiobjective problems. The first approach transforms a fuzzy problem into a parametric classic multiobjective programming problem with many more objective functions, which is called parametric approach. The second one, called possibilistic, uses the possibility theory as a comparison index between two fuzzy numbers in order to ensure optimality conditions in a fuzzy environment. Some numerical examples are solved by using a genetic algorithm called elitist NSGA-II with some modifications to compare fuzzy numbers, and then the results obtained with both approaches are analysed. / Doutorado / Automação / Doutor em Engenharia Elétrica

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-07-31T22:06:58Z No. of bitstreams: 1 RaimundoLeandroAndradeMarques_DISSERT.pdf: 2113159 bytes, checksum: 05abba5f2d3fdeb23f1c146143f0833c (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-07-31T22:11:47Z (GMT) No. of bitstreams: 1 RaimundoLeandroAndradeMarques_DISSERT.pdf: 2113159 bytes, checksum: 05abba5f2d3fdeb23f1c146143f0833c (MD5) / Made available in DSpace on 2018-07-31T22:11:47Z (GMT). No. of bitstreams: 1 RaimundoLeandroAndradeMarques_DISSERT.pdf: 2113159 bytes, checksum: 05abba5f2d3fdeb23f1c146143f0833c (MD5) Previous issue date: 2017-02-17 / O problema da árvore geradora mínima com restrição de grau multiobjetiva, vem sendo estudado por pesquisadores da área de otimização combinatória há pouco mais de uma década, em grande parte por sua ampla aplicação em problemas práticos relacionados à modelagem de redes. Esse problema é considerado NP-difícil, ainda em sua versão mono-objetiva, para um grau de restrição de pelo menos = 3. Esse trabalho propõe a resolução do problema através de um algoritmo evolucionário chamado AEMPH. Essa abordagem utiliza-se de arquivos externos compartilhados e de diferentes técnicas de otimização multiobjetiva executadas paralelamente, visando uma melhor cobertura do espaço de busca. As técnicas escolhidas para sua implementação foram o MPAES, o NSGA2, e o SPEA2, as quais também foram utilizadas para comparação de desempenho computacional. Foram realizados 5040 testes ao todo, envolvendo instâncias de 3 diferentes tipos, com tamanhos variando entre 50 e 1000 vértices. Devido à natureza multiobjetiva do problema, os resultados dos experimentos são expressos através dos indicadores de qualidade hipervolume e épsilon binário, e avaliados quanto a sua significância através do teste estatístico de Mann-Whitney / The Multiobjective Degree Constrained Minimum Spanning Tree Problem, has been studied by combinatorial optimization researchers within a little more than a decade, especially due to its wide usability in network modeling design problems. This is a NP-hard problem, even in its mono-objective version for a degree of at least = 3. The new algorithm proposed here called AEMPH, uses shared external archives and different multiobjective optimization techniques in a parallel execution to a better survey of the search space. This AEMPH version adopts the MPAES, NSGA2 and SPEA2 algorithms in its implementation which also are used in the comparison tests. A total of 5040 empirical tests are presented here, involving 3 different graph generators, and instances of size 50 up to 1000 nodes. For a matter of multi-objective trait, the results for these experiments are presented by means of hypervolume and -binary indicators. The significance of computational experiments is evaluated by the Mann-Whitney statistical test.

Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-25T23:07:30Z No. of bitstreams: 1 Dissertação.pdf: 1014783 bytes, checksum: 22908ac56d455abd6c044c5f2ad518ac (MD5) / Rejected by Luiz Galeffi (luizgaleffi@gmail.com), reason: Solicitamos que realize uma nova submissão seguindo a orientação abaixo: O arquivo submetido não contém o certificado de aprovação. O arquivo submetido está sem a ficha catalográfica. A versão submetida por você é considerada a versão final da dissertação/tese, portanto não poderá ocorrer qualquer alteração em seu conteúdo após a aprovação. Corrija esta informação e realize uma nova submissão com o arquivo correto. Agradecemos a compreensão. on 2017-05-30T16:26:10Z (GMT) / Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-30T21:46:52Z No. of bitstreams: 1 Dissertação - Marcelo Vilela Figueiredo.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-05-31T12:49:55Z (GMT) No. of bitstreams: 1 figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) / Made available in DSpace on 2017-05-31T12:49:55Z (GMT). No. of bitstreams: 1 figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) Previous issue date: 2017-03-31 / O controle de qualidade é um dos principais pilares para um bom rendimento de uma linha produtiva, visando garantir maior eficiência, eficácia e redução de custos de produção. A identificação de causas de defeitos e o controle das mesmas é uma atividade relativamente complexa, devido à infinidade de variáveis presentes em determinados processos. Na produção de itens à base de aço fundido, objetiva-se reduzir defeitos de fundição (rechupes, trincas, problemas dimensionais, entre outros), os quais podem ser ocasionados por diversas variáveis de processo, tais como: composição química do aço, temperatura de vazamento e propriedades mecânicas. Em virtude disso, o presente trabalho foi desenvolvido em uma indústria siderúrgica de grande porte, a qual atua na produção de componentes ferroviários e industriais. Por meio de sua extensa base de dados, foram avaliadas as eficiências dos produtos produzidos, sendo os mesmos denominados DMU (Decision Making Units). Para tal foi aplicada a BiO-MCDEA (Bi Objective Data Envelopment Analysis) em sete DMUs produzidas à base de aço fundido em função de 38 variáveis de processos. Nesta aplicação foram evidenciadas as variáveis de processos (input/output) influentes na determinação da eficiência das DMUs. Uma vez obtidos tais resultados, foram desenvolvidas funções empíricas para as variáveis respostas em função das variáveis de processos influentes por meio de regressão não-linear múltipla. Por fim foi realizada a Otimização via Simulação Monte Carlo de forma a determinar com quais valores se deve trabalhar com cada input para a otimização das funções empíricas. Os resultados obtidos foram satisfatórios, sendo bem condizentes com a realidade da empresa e a abordagem aplicada por meio da combinação de diferentes ferramentas se mostrou aderente à realidade estudada, e também inovadora. / Quality control is one of the pillars to guaranty a good yield on a production line, aiming to reach better efficiency, effectiveness and reduction of production costs. The identification of defects causes and its control is an activity relatively complex, due to the infinity of variables on some process. One of the most important objectives on a Steel Castings Parts production is to reduce castings defects (shrinkage, cracks, dimensional problems, etc.), that can be caused by several process variables, such asChemical Composition, Pouring Temperature and Mechanical Properties. Due to the mentioned explanations, this study was developed at a large steel industry, which produces rail and industrial parts. The efficiency of the produced parts, called DMU (Decision Making Units), was analyzed through an extensive data base. It was done by using BiO-MCDEA (Bi Objective Data Envelopment Analysis) on seven DMUs, which are steel casting parts, in function of 38 process variables. Additionally, the process variables influents on the DMU’s efficiency determination were evidenced through the mentioned implementation. Once those results were obtained, empirical functions were developed for the response variables in function of the influents process variables through multiple non-linear regression. Finally an optimization via Monte Carlo Simulation was implemented in order to determine the inputs values necessary to optimize the empirical functions. The achieved results were satisfactory, being consistent with the industry’s reality and the applied methodology through the combination of different tools were effectiveness and innovative.