Made available in DSpace on 2016-03-15T19:38:12Z (GMT). No. of bitstreams: 1 Douglas Nunes de Oliveira.pdf: 2639611 bytes, checksum: aa451c77b140c40c8a504474462ded1e (MD5) Previous issue date: 2008-09-17 / Probabilistic cellular automata can be used to model the spreading of contagious diseases in a population composed by susceptible, infected and recovered individuals. At each time step, a susceptible individual can either remain susceptible or contract the disease from infected individuals, where the probability related to the contagion depends on the number of infected individuals in contact with this susceptible individual. At each time step, an infected individual may (probabilistically) either remain infected or recuperate or die by the disease or die by other causes. A recovered individual, at each iteration, can either remain as he/she is or die. When an infected or recovered individual dies, a susceptible one appears in his/her place; thus, the population remains constant. Here, genetic algorithms are employed to identify the probability values concerning the processes of infection, cure and death, from epidemiological data from Arizona (USA) for measles. The goal is to obtain a model based on probabilistic rules of state transitions able of reproducing this time series and to verify the quality of the model prediction. This work reveals that the predictions are strongly influenced by the lattice dimension of the cellular automaton and by limitations imposed to the probability values. / Autômatos celulares probabilistas podem ser usados para modelar a propagação de doenças contagiosas numa população composta por indivíduos suscetíveis, infectados e recuperados da infecção. A cada passo de tempo, um indivíduo suscetível pode ou permanecer suscetível ou contrair a doença de infectados, sendo a probabilidade associada ao contágio dependente do número de infectados em contato com esse suscetível. A cada passo de tempo, um indivíduo infectado pode (probabilisticamente) permanecer infectado, ou se recuperar, ou morrer pela doença ou morrer de outras causas. Um indivíduo recuperado pode, a cada iteração, ou permanecer como está ou morrer. Quando um indivíduo infectado ou recuperado morre, nasce, em seu lugar, um suscetível, de modo que a população permanece constante. Aqui, algoritmos genéticos são empregados para identificar os valores das probabilidades associadas aos processos de infecção, recuperação e morte, a partir de dados epidemiológicos do Arizona (EUA) para catapora. O objetivo é obter um modelo baseado em regras probabilistas de transição de estados capaz de reproduzir essa série temporal e verificar a qualidade da previsão do modelo. Este trabalho revela que as previsões são fortemente influenciadas pelo tamanho do reticulado do autômato celular e por restrições impostas aos valores das probabilidades.

Submitted by Marta Toyoda (1144061@mackenzie.br) on 2018-05-02T21:35:34Z No. of bitstreams: 2 DEIVISON MARQUES GANDINI.pdf: 718569 bytes, checksum: 17068734115834a9f648e43cf2ee4b15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2018-06-08T20:54:15Z (GMT) No. of bitstreams: 2 DEIVISON MARQUES GANDINI.pdf: 718569 bytes, checksum: 17068734115834a9f648e43cf2ee4b15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-06-08T20:54:15Z (GMT). No. of bitstreams: 2 DEIVISON MARQUES GANDINI.pdf: 718569 bytes, checksum: 17068734115834a9f648e43cf2ee4b15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-21 / Epidemiological studies aim to understand and predict the spreading of contagious diseases. In many of these studies, SIR-type models are employed. In these models, each individual of the host population is, at each time step, in one of three states: susceptible (S), infected (I) or recovered (R). In this dissertation, a SIR model is implemented by using a probabilistic cellular automaton (PCA). The PCA parameters are identi ed by using a genetic algorithm and two data sets: ctitious data and realistic data of varicella cases in Germany prior to the vaccination era. This work shows that di erent sets of PCA parameters can lead to similar steady-state solutions. The limitations of the identi cation procedure are discussed, especially in the case of realistic data, in which the amount of infected individuals is too small. / Estudos epidemiológicos buscam entender e prever a propagação de doen_cas contagiosas. Em muitos desses estudos, empregam-se modelos do tipo SIR. Nesses modelos, cada indivíduo da população hospedeira está, a cada passo de tempo, em um de três estados: suscetível (S), infectado (I) ou recuperado (R). Nesta dissertação, um modelo SIR é implementado usando um autômato celular probabilista (ACP). Os parâmetros do ACP são identificados usando um algoritmo genético e dois conjuntos de dados: dados fictícios e dados realistas de casos de varicela na Alemanha antes da era da vacinação. Este trabalho mostra que conjuntos distintos de parâmetros do ACP podem levar a soluções em regime permanente similares. As limitações do procedimento de identificação são discutidas, principalmente no caso de dados realistas, em que a quantidade de infectados é muito pequena.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-02-24T14:20:45Z No. of bitstreams: 1 rafaeldepaulagarcia.pdf: 1337243 bytes, checksum: b838edc08b3d115cfea5624cd3881538 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-02-24T15:39:22Z (GMT) No. of bitstreams: 1 rafaeldepaulagarcia.pdf: 1337243 bytes, checksum: b838edc08b3d115cfea5624cd3881538 (MD5) / Made available in DSpace on 2017-02-24T15:39:22Z (GMT). No. of bitstreams: 1 rafaeldepaulagarcia.pdf: 1337243 bytes, checksum: b838edc08b3d115cfea5624cd3881538 (MD5) Previous issue date: 2014-02-14 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A aplicação de metaheurísticas em problemas reais com restrições não é possível sem ajustes. Esta impossibilidade é devida ao fato delas serem desenvolvidas, em sua essência, para resolver problemas de otimização irrestritos. Esses ajustes são feitos por meio de técnicas que abordam as restrições apresentadas no problema. Técnicas de Penalização são comuns, transformando um problema de otimização restrito em um problema de otimização irrestrito, adicionando uma penalidade para a função aptidão das soluções infactíveis. Esta dissertação considera uma técnica que adapta o valor do coeficiente de penalização de cada restrição usando informações da população, tais como a média da função de objetivo e o nível de violação em cada restrição. Esta técnica é conhecida como Método de Penalizaçao Adaptativa (ou simplesmente APM). Existem na literatura várias variantes para o APM que podem ser sintetizadas como: APM Esporádico que mantém os coeficientes de penalização fixados em um número fixo de gerações, uma segunda abordagem semelhante à primeira, mas que acumula valores das violações; variante chamada APM Monotônico, que é semelhante ao APM original, mas que não permite que os coeficientes de penalização sejam reduzidos ao longo do processo evolutivo e variante APM Amortecida, que usa uma média ponderada dos valores atuais e anteriores dos coeficientes de penalização. Novas variantes para o APM são propostas nesta dissertação com a finalidade de buscar melhorias para o APM original. O desempenho destas novas variantes é examinado usando funções teste e problemas de engenharia mecânica e estrutural. Comparações são realizadas utilizando perfis de desempenho, que permitem identificar mais claramente a robustez dessas variantes apontando as melhores. / The application of metaheuristics on real problems with constraints is not possible without adjustments. This impossibility is due to the fact that they are developed, in their essence, to solve unconstrained optimization problems. These adjustments are made by techniques that address the constraints present in the problem. Penalty Techniques are common, transforming a constrained optimization problem into an unconstrained optimization problem, adding a penalty to the fitness function of infeasible solutions. This thesis considers a technique that adapts the value of the penalty coefficient of each constraint using the information of the population, such as the average of the objective function and the level of violation of each constraint. This technique is known as Adaptive Penalty Method (or simply APM). There are in the literature, several variants for the APM and they can be synthesized as: Sporadic APM which holds the fixed penalty coefficients for a fixed number of generations, a second approach similar to the first, but accumulating values of the violations; the variant entitled Monotonic APM, which is similar to the original APM but not allowing the penalty coefficients be reduced along the evolutionary process and the variant damped APM, which uses a weighted average of the current and previous values of the penalty coefficients. New variants for the APM are proposed in this thesis in order reach improvements in the original APM. The performance of these new variants is examined using test-functions and problems of mechanical and structural engineering. Comparisons are conducted using performance profiles, which allow to identify more clearly the robustness of these variants pointing out the best ones.

Nesta dissertação, discute-se o problema de otimização de carteiras de investimento para estratégia passiva de Index Tracking. Os objetivos principais são (i) apresentar um modelo de otimização de Index Tracking e (ii) a solucionar esse modelo com uso do método heurístico de Algoritmos Genéticos (AG) para formação de carteiras com número reduzido de ativos. O índice de referência utilizado é o Ibovespa, para o período de Janeiro/2009 a Julho/2012, com um total de 890 observações diárias de preços. A partir de uma amostra de 67 ativos, são formadas carteiras sem limite de ativos e limitadas a 40, 30, 20, 10 e 05 ativos; os intervalos de rebalanceamento das carteiras são 20, 40 e 60 períodos (dias úteis), ou seja, rebalanceamento mensal, bimestral e trimestral. É verificado que, para essa amostra, não é possível formar carteiras de 20 ou menos ativos via otimização direta com o solver Cplex com menos de 1 hora de processamento e gap abaixo de 5%. Com uso da heurística de Algoritmos Genéticos, são formadas carteiras de 10 e 05 ativos com tempo de processamento em torno de 5 minutos; nesse caso, o gap médio fica abaixo de 10% para ambos os tipos de carteira. E, com tempo de processamento do AG um pouco maior, em torno de 8 minutos, o algoritmo fornece soluções para carteiras de 10 e 05 ativos com gap médio abaixo de 5%. / In this master’s thesis it is discussed the portfolio optimization problem using the passive investment strategy of Index Tracking. The main goals are (i) to present an optimization model for the Index Tracking problem and (ii) to solve this model using the heuristic approach of Genetic Algorithms (GA) to create portfolios with reduced amount of stocks. The benchmark used is the Ibovespa Index (main reference for the Brazilian Stock Market), during the period from January/2009 to July/2012 (using a total of 890 daily stock prices). The sample contains 67 assets, and the model is used to build portfolios without limit in the amount of assets and portfolios limited to 40, 30, 20, 10 and 05 assets; the ranges of time to rebalance the portfolios are 20, 40, and 60 trading days, which means to rebalance monthly, bimonthly and quarterly. The results show that, considering this sample, it is not possible to build portfolios with 20 stocks (or less than 20) through direct optimization using the solver Cplex with computational processing time less than 1 hour and results with gap below 5%. On the other hand, using the Genetic Algorithms heuristic approach, portfolios limited to 10 and 05 stocks are built with computational time close to 5 minutes; for both types of portfolio, the solutions provided by the GA have average gap below 10%. Also, with a computational time slightly bigger, close to 8 minutes, the algorithm provides solutions with average gap below 5% for portfolios limited to 10 and 05 stocks.

En las últimas décadas, debido la importancia de sus aplicaciones, se han propuesto muchas investigaciones sobre la planificación de caminos y trayectorias para los manipuladores, algunos de los ámbitos en los que pueden encontrarse ejemplos de aplicación son; la robótica industrial, sistemas autónomos, creación de prototipos virtuales y diseño de fármacos asistido por ordenador. Por otro lado, los algoritmos evolutivos se han aplicado en muchos campos, lo que motiva el interés del autor por investigar sobre su aplicación a la planificación de caminos y trayectorias en robots industriales. En este trabajo se ha llevado a cabo una búsqueda exhaustiva de la literatura existente relacionada con la tesis, que ha servido para crear una completa base de datos utilizada para realizar un examen detallado de la evolución histórica desde sus orígenes al estado actual de la técnica y las últimas tendencias. Esta tesis presenta una nueva metodología que utiliza algoritmos genéticos para desarrollar y evaluar técnicas para la planificación de caminos y trayectorias. El conocimiento de problemas específicos y el conocimiento heurístico se incorporan a la codificación, la evaluación y los operadores genéticos del algoritmo. Esta metodología introduce nuevos enfoques con el objetivo de resolver el problema de la planificación de caminos y la planificación de trayectorias para sistemas robóticos industriales que operan en entornos 3D con obstáculos estáticos, y que ha llevado a la creación de dos algoritmos (de alguna manera similares, con algunas variaciones), que son capaces de resolver los problemas de planificación mencionados. El modelado de los obstáculos se ha realizado mediante el uso de combinaciones de objetos geométricos simples (esferas, cilindros, y los planos), de modo que se obtiene un algoritmo eficiente para la prevención de colisiones. El algoritmo de planificación de caminos se basa en técnicas de optimización globales, usando algoritmos genéticos para minimizar una función objetivo considerando restricciones para evitar las colisiones con los obstáculos. El camino está compuesto de configuraciones adyacentes obtenidas mediante una técnica de optimización construida con algoritmos genéticos, buscando minimizar una función multiobjetivo donde intervienen la distancia entre los puntos significativos de las dos configuraciones adyacentes, así como la distancia desde los puntos de la configuración actual a la final. El planteamiento del problema mediante algoritmos genéticos requiere de una modelización acorde al procedimiento, definiendo los individuos y operadores capaces de proporcionar soluciones eficientes para el problema. / Abu-Dakka, FJM. (2011). Trajectory planning for industrial robot using genetic algorithms [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/10294

Submitted by William Justo Figueiro (williamjf) on 2015-07-18T13:23:58Z No. of bitstreams: 1 51c.pdf: 3316384 bytes, checksum: 9eb62dc3d062f0ca82674a6d3feb7fdc (MD5) / Made available in DSpace on 2015-07-18T13:23:58Z (GMT). No. of bitstreams: 1 51c.pdf: 3316384 bytes, checksum: 9eb62dc3d062f0ca82674a6d3feb7fdc (MD5) Previous issue date: 2011-03-29 / Nenhuma / O crescimento do tráfego nas redes de telecomunicações por serviços de banda larga, telefonia fixa e móvel tem demandado esforços no planejamento e estudo da recomposição da rede, em especial redes de transporte, tornando elevado o nível de complexidade na elaboração de projetos que envolvem redes. A complexidade de interligação aumenta de acordo com as restrições impostas pela capacidade de investimentos e custos operacionais na obtenção da solução ótima para a melhor topologia de rede. Para resolver problemas de planejamento e recomposição da rede de telecomunicações é necessária a utilização de recurso computacional, pois problemas que envolvem redes desta natureza possuem a característica do conjunto de problemas de otimização combinatória, considerados difíceis. Com o objetivo de planejar e realizar estudos na recomposição da rede de telecomunicações, neste trabalho é apresentada a estratégia que visa o uso de recursos heurísticos como algoritmo genético e Dijkstra, bem como o conceito de rede fictícia na modelagem e solução computacional na obtenção da solução ótima referente à topologia de rede, possibilitando a análise prévia do tráfego na topologia proposta caso houver a incidência de falhas. / The growth of traffic on telecommunications networks for broadband services, fixed and mobile telephony has demanded efforts in planning and study the restoration of the network, especially transport networks, making the high level of complexity in developing projects that involve networks. The interconnection complexity increases with the restrictions imposed by the capacity of investment and operating costs in obtaining the optimal solution for the best network topology. To resolve issues of planning and rebuilding of the telecommunication networks is necessary to use computational resources, since problems involving networks of this nature have the feature set of combinatorial optimization problems, considered difficult. With the objective to plan and carry out studies on the recomposition of the telecommunications network, in this work the strategy for use as heuristic genetic algorithm and Dijkstra, as well as the concept of fictitious network modeling and computational solution to obtain the solution great on the network topology, enabling preliminary analysis of traffic on the proposed topology where there incidence of failures.

This thesis presents two new routing problems, both with objective functions focused on relative positioning of teams during the routing horizon. The relative positioning results in temporal and spatial dependencies among routes and is quantified with a nonlinear dispersion metric, designed to evaluate the instantaneous distances among teams over a time interval. This metric allows the design of objective functions to approximate teams during routes execution, when minimized, or disperse them, when maximized. Both approximation and dispersion are important routing characteristics in some practical applications, and two new optimization problems are proposed with these opposite objectives. The first one is a variation of the Multiple Traveling Salesman Problem, and its goal is to find a set of tours where the salesmen travel close to each other, minimizing dispersion. A Local Search Genetic Algorithm is proposed to solve the problem. It includes specialized genetic operators and neighborhoods. A new set of benchmark instances is proposed, adapted for the new problem from literature instances. Computational results show that the proposed approach provides solutions with the desired characteristics of minimal dispersion. The second problem is a bi-objective arc routing problem in which routes must be constructed in order to maximize collected profit and dispersion of teams. The maximization of the dispersion metric fosters the scattering of the teams during routing procedure. Usually, profit and dispersion objectives are conflicting, and by using a bi-objective approach the decision maker is able to choose a trade-off between collecting profits and scattering teams. Two solution methods are proposed, a Multi-objective Genetic Algorithm and a Multi-objective Genetic Local Search Algorithm, both specialized in order to exploit the characteristics of the problem. It is demonstrated, by means of computational experiments on a new set of benchmark instances, that the proposed approach provides approximation sets with the desired characteristics. / Esta tese apresenta dois novos problemas de roteamento, ambos com funções objetivo voltadas para o posicionamento relativo das equipes durante o horizonte de roteamento. O posicionamento relativo resulta em uma dependência temporal e espacial entre rotas e é quantificado com uma métrica de dispersão não-linear, projetada para avaliar as distâncias instantâneas entre as equipes ao longo de um intervalo de tempo. Esta métrica permite a concepção de funções objetivo para aproximar as equipes durante a execução das rotas, quando minimizada, ou para dispersá-las, quando maximizada. Tanto a aproximação quanto a dispersão são características importantes de roteamento em algumas aplicações práticas, e dois novos problemas de otimização são propostos com esses objetivos opostos. O primeiro é uma variação do Problema de Múltiplos Caixeiros Viajantes, e seu objetivo é encontrar um conjunto de rotas em que os caixeiros viajam próximos uns dos outros, minimizando a dispersão. Um Algoritmo Genético com Busca Local é proposto para resolver o problema. Ele inclui operadores genéticos e vizinhanças especializados. Um novo conjunto de instâncias é proposto, adaptado para o novo problema de instâncias da literatura. Resultados computacionais mostram que a abordagem proposta proporciona soluções com as características desejadas de dispersão mínima. O segundo problema é um problema de roteamento de arcos biobjetivo em que as rotas devem ser construídas de modo a maximizar o lucro recolhido e o distanciamento entre as equipes. A maximização da métrica promove a dispersão das equipes durante a execução das rotas. Normalmente, os objetivos de lucro e dispersão são conflitantes, e com uma abordagem biobjetivo o tomador de decisão é capaz de avaliar a troca entre a coleta de lucros e a dispersão de equipes. Dois métodos de solução são propostos, um Algoritmo Genético Multiobjetivo e um Algoritmo Genético Multiobjetivo com Busca Local, ambos especializados para explorar as características do problema. É demonstrado, por meio de experimentos computacionais sobre um novo conjunto de instâncias, que a abordagem proposta fornece conjuntos de aproximação com as características desejadas.

Os danos ambientais causados pela construção civil são fonte de preocupação nesta área da engenharia, e reduzi-lo é interesse comum a todos. Pensar em sustentabilidade já na fase de projeto é um modo viável de se reduzir este impacto. A escolha pelo concreto pré-moldado oferece alguns benefícios iniciais quando se compara este ao concreto moldado no local e, dentre estes, estão a racionalização do canteiro de obras, a redução do desperdício e uma melhoria na produtividade. Uma qualidade adicional, que ainda não está tão clara, é a redução do impacto ambiental que se pode ter com o emprego do concreto pré-moldado. A proposta deste trabalho envolve a análise de fatores que influenciam a sustentabilidade ambiental de estruturas de concreto pré-moldado e a aplicação de um algoritmo de otimização para determinação dos valores ótimos que conduzem ao mínimo impacto ambiental. Para isso, optou-se por minimizar as emissões de CO2, associadas à forma estrutural adotada, à produção, ao transporte e à montagem dos elementos pré-moldados. Estudos de otimização no projeto de estruturas têm usualmente sido utilizados a fim de reduzir custos e, entre as técnicas de otimização utilizadas em engenharia estrutural, os algoritmos genéticos têm sido reconhecidos como uma forte tendência por serem fáceis de implementar e fornecerem excelentes resultados. Com o código de otimização de emissão de CO2 foram processados diversos exemplos, variando os dados de entrada um a um e, avaliando a influência da variação destes na emissão de CO2. Considerando um edifício de 30 m x 30 m, uma adição de pavimento representa um acréscimo aproximado de 35% de emissão de CO2. Para o mesmo prédio, um aumento de 10 m em uma das direções significa aumentar em 30% a emissão de CO2. Variaram-se também as larguras e alturas máximas das vigas, tamanho de vão mínimo entra pilares, distância da fábrica à obra, cargas atuantes, número de indivíduos da população, número de indivíduos para elitismo, numero máximo de gerações, taxa de cruzamento e taxa de mutação. Ao variar estes parâmetros as porcentagens de variação de emissão de CO2 chegam a valores próximos de 5%. Foi encontrado também um valor de emissão por m³ aproximado de 430 kg/m³. Além disso, a saída de dados do código de otimização de emissão de CO2 foi comparada com a do código de otimização de custo, e foi constatado que as configurações estruturais apresentadas para um mesmo edifício processado com os dois códigos são semelhantes entre si e semelhantes à solução estrutural utilizada para esta edificação. Também foi constatado que pode se relacionar emissão de CO2 com custo. Deste modo, foi proposto um fator que relaciona as duas grandezas, chamado Fator Emissão-Custo, ou Fec. Observou-se que o Fec varia com o acréscimo de pavimentos, mostrando que o custo e a emissão de CO2 são afetados de forma diversa pelo número de pavimentos. Para um edifício de 4 pavimentos o Fec médio encontrado foi de 1,53 kgCO2/R$. Os resultados encontrados permitiram atestar a validade do método dos algoritmos genéticos à engenharia de estruturas, bem como a importância que o concreto pré-moldado tem para a industrialização da construção civil. / The environmental impact caused by civil constructions is a source of concern in this area of engineering, and reducing it is a common interest to all. Thinking about sustainability already in the design phase is a feasible way to reduce this impact. The choice for precast concrete offers some initial benefits when compared to the cast- on-site concrete and, among these, are streamlining the construction site, reducing waste and improving productivity. An additional quality, which is not yet so clear, is to reduce the environmental impact that one can have when using precast concrete. The purpose of this work is to develop a method of optimization of the elements of precast concrete structures in relation to the sustainability of the product. To do so, it is proposed to minimize the CO2 emission associated to the structural solution, production, transportation and assembly of precast concrete. Studies on optimization design of structures have been commonly used to reduce costs and, among the optimization techniques in structural engineering, genetic algorithms have been recognized as a strong trend for being easy to implement and providing excellent results. With the CO2 emission code were processed several examples, varying the input data one by one, then was assessed the influence of each variation on CO2 emission. Considering one building with the size 30 m x 30 m, each floor added represents an approximated increase about 35% on CO2 emission. For the same building one increase of 10 m on each direction means add 30% on CO2 emission. Was varied on the code the maximum heights and widths of the beam, the minimum span between pillars, distance from the building to the factory, loads acting, maximum population individuals number, number of individuals to elitism, maximum generation number, outcrossing rate and mutation rate. Varying these parameters, the variations percentage of CO2 emission reaches values next to 5%. Was found too an approximated value to CO2 emission per m³ as about 430 Kg/m³. Furthermore, the CO2 emission optimization code data output was compared with the cost optimization code data output, and it was verified that the structural configuration presented on outputs was similar between them both and similar with the real structural solution used on this building. It was verified too that the CO2 emission and cost could be related. On this way was proposed a factor which relates the two quantities called Emission-Cost Factor, or Fec. It was noticed that Fec varies when floors are added, which means that the cost does not vary at the same way that the CO2 emission does when the number of floors are changed. For a building with 4 floors the medium value of Fec was found 1,53 kgCO2/R$. The results permitted attest the validity of using genetic algorithms in structural engineering, as well as highlighting the precast concrete contribution on the industrialization of civil construction.

Este trabalho utilizou pulsos laser ultracurtos para modificar, de forma controlada, as características dimensionais de nanopartículas de prata em solução aquosa. Para atingir este objetivo foram empregados algoritmos genéticos e circuitos microfluídicos. Utilizou-se um conformador temporal de pulsos ultracurtos para criar diversos perfis temporais de pulsos que irradiaram soluções de nanopartículas de prata. Estes perfis temporais foram ajustados em tempo real, visando otimizar o resultado do experimento, quantificada pela diminuição do diâmetro médio das nanopartículas nas soluções irradiadas. Uma vez que cada experimento de minimização do diâmetro das nanopartículas exigiu centenas de medidas, sua realização foi possível em decorrência da utilização de um circuito microfluídico construído especialmente para este trabalho. Neste circuito é possível utilizar pequenas quantidades de amostra, levando a curtos tempos de irradiação e medição, além da evidente economia de amostras. Para a realização deste trabalho foi elaborado e testado um algoritmo genético interfaceado a diversos equipamentos, incluindo um filtro acustóptico dispersivo programável que modifica as características temporais dos pulsos ultracurtos, através da introdução de componentes de fases espectrais nestes pulsos. Utilizando o algoritmo genético e o filtro acustóptico dispersivo programável foram realizados experimentos de encurtamento da duração temporal dos pulsos ultracurtos provenientes do sistema laser, resultando na obtenção de pulsos com durações próximas às limitadas por transformada de Fourier. Além disso, foram realizados experimentos para a otimização do processo evolutivo do algoritmo genético escrito em Labview. Os experimentos de irradiação de soluções de nanopartículas de prata mostraram que, ao conformar a duração dos pulsos utilizados nas irradiações, pôde-se controlar as dimensões destas nanopartículas, diminuindo seu tamanho médio por um fator 2. Esses experimentos caracterizam a irradiação de nanopartículas por lasers de pulsos ultracurtos como uma importante técnica de controle de características de nanopartículas. / This work used ultrashort laser pulses to modify, in a controlled way, the dimensional characteristics of silver nanoparticles in aqueous solution. To reach this goal, genetic algorithm and microfluidic circuits were used. A pulse shaper was used to create different temporal profiles for the ultrashort pulses used to irradiate the silver nanoparticle solutions. These temporal profiles were conformed in real time, aiming to optimize the experiment result, quantified by the decrease of the average diameter of the nanoparticles in the irradiated solutions. Since each nanoparticle diameter minimization experiment demanded hundreds of measurements, its achievement was possible by the use of a microfluidic circuit specially built for this work. This circuit enables the use of small sample quantities, leading to short irradiation and measurement intervals, besides evident sample savings. To make this work possible, a genetic algorithm was created and tested. This genetic algorithm was interfaced to several equipments, including an acustooptic programmable dispersive filter that modifies the ultrashort pulses temporal characteristics by the introduction of spectral phases in the pulses. The genetic algorithm and the acustooptic programmable dispersive filter were used in conjunction in experiments to temporally shorten the ultrashort pulses from the laser system, generating pulses durations close to the Fourier transform limited ones. Besides, experiments were performed with the Labview coded genetic algorithm to optimize its evolutionary process. The silver nanoparticles irradiation experiments showed that the ultrashort pulses temporal conformation allowed the control of these particles dimensions, decreasing its mean size by a factor of 2. These experiments characterize the nanoparticles irradiation by ultrashort pulses as an important technique to control the nanoparticles characteristics.

Os problemas de escassez hídrica enfrentados pela região Nordeste do Brasil ocorrem, principalmente, devido às condições climáticas, caracterizadas pela má distribuição das chuvas tanto temporalmente - a maior parte da precipitação anual se concentra em poucos meses - quanto espacialmente. A alta taxa de evaporação da região e a estrutura geológica do solo, predominantemente cristalino, são fatores que contribuem para agravar o problema. Fica evidenciada, portanto, a necessidade de a operação dos sistemas de recursos hídricos ser otimizada, propiciando assim, o seu melhor aproveitamento, com o menor custo para a sociedade. O presente trabalho estuda a operação otimizada dos reservatórios que abastecem a região metropolitana de Fortaleza, no Estado do Ceará, considerando a evaporação. O problema foi tratado através de um procedimento híbrido, proposto recentemente, de algoritmo genético e programação linear. O método permitiu que regras operacionais fossem extraídas sem a necessidade de fixá-las a priori, considerando diferentes condições de importe hídrico e possibilidades hidrológicas para evidenciar a robustez do método. / The problems of water shortage in the Northeast area of Brazil, are mainly due to the weather conditions, characterized by scattered rainfall depending upon the time of the year - the highest annual precipitation is concentrated in a few months - as well as the location. Very high evaporation rates in the region and the geological structure of the soil, mainly of crystalline origin, are factors that worsen shortage of water. Thus, there need for optimal operation of water resources systems, so as to obtain highest benefit at low costs for the society. The present study performs optimized operation of the Fortaleza (Ceará) metropolitan area water supply reservoirs with special attention to water losses by evaporation. The problem has been handled through a recently proposed hybrid procedure, genetic algorithm and linear programming. The method permitted extraction of operational rules without having to hypothesize their structure \"a priori\". Further, it was applied to Fortaleza water supply under different hydrologic conditions and those of inter-basin water transfers to verify the strength of the method employed.