Neste trabalho é desenvolvida uma metodologia de otimização multiobjetivo baseada no NSGA-II (Nondominated Sorting Genetic Algorithm), a qual visa a otimização do projeto de máquinas de indução pentafásicas. A escolha deste tipo de máquina se justifica pelo fato de que elas apresentam vantagens importantes quando comparadas com as trifásicas convencionais, tais como maior potência e maior torque para um mesmo volume de material ativo, além da possibilidade de operar na ocorrência de falhas (perda de uma ou duas fases). Na otimização de máquinas de indução vários objetivos podem ser definidos, sendo estes muitas vezes conflitantes. Neste contexto, este trabalho visa obter soluções que representam um compromisso entre dois objetivos: rendimento e custo do material ativo (ferro e material condutor). O algoritmo de otimização desenvolvido e implementado utiliza dois controles de diversidade da população, um baseado no fenótipo dos indivíduos, que é característico do NSGA-II, e outro adicional que é baseado no genótipo. A geometria do estator e do rotor da máquina e o seu modo de acionamento são parametrizados por 14 variáveis inteiras. O método desenvolvido foi implementado no Matlab R e aplicado a um caso prático de otimização de uma máquina de indução pentafásica considerando os dois objetivos citados. Os resultados práticos mostram que o método é capaz de obter projetos otimizados com maior rendimento e menor custo aproveitando as características particulares deste tipo de máquina. / In this work, it is developed a method of multiobjective optimization based on NSGAII (Nondominated Sorting Genetic Algorithm), which aims at optimizing the design of five-phase induction machines. The choice of this particular type of machine is justified by the fact that they have important advantages over conventional three-phase machines, such as higher power and higher torque for the same volume of material; in addition, they can operate under fault (loss of one or even two phases). When optimizing induction machines, several objectives can be defined, which are often conflicting. In this context, this work aims to obtain solutions that represent a trade-off between two objectives: efficiency and cost of active material (iron and conductor materials). The optimization algorithm that was developed and implemented uses two types of control for the diversity of the population, one based on the phenotype of the individuals, characteristic of the NSGA-II, and another one based on the genotype. The geometrical dimensions of the stator and rotor, together with the driving strategy, are parameterized by 14 integer variables. The developed method was implemented using Matlab R and applied to a practical case of a five-phase induction machine considering the aforementioned objectives. The practical results show that the method can lead to an optimized design with higher efficiency and at a lower cost, accounting for the special characteristics of this type of machine.

Esta tese tem foco no tema de otimização de carteiras de investimento modeladas para estratégia de investimento de index tracking. O conteúdo final é composto por três artigos. O primeiro artigo é intitulado “Index Tracking with Controlled Number of Assets Using a Hybrid Heuristic Combining Genetic Algorithm and Non-linear Programming”, e foi aceito para publicação na revista Annals of Operations Research. O segundo artigo é “Index Tracking and Enhanced Indexing using Cointegration and Correlation with Endogenous Portfolio Selection”, e foi aceito para publicação na revista Quarterly Review of Economics and Finance. Por fim, o terceiro artivo é “Investigating the Use of Statistical Process Control Charts for Index Tracking Portfolios”, o qual já foi submetido e está atualmente em processo de revisão. No primeiro artigo, discutimos a estratégia de investimento de index tracking usando programação matemática. Primeiro, usamos uma formulação de programação não linear para o problema de index tracking, considerando um número limitado de ações. Devido à dificuldade de solução do problema em um intervalo de tempo razoável por pacotes matemáticos comerciais, aplicamos uma abordagem de solução híbrida, combinando programação matemática e algoritmo genético. Com a aplicação de testes, demonstramos a eficiência da abordagem proposta comparando os resultados com soluções ótimas, com métodos previamente desenvolvidos, e com dados reais de índices de mercado. Os experimentos computacionais focam no Ibovespa (o mais popular índice do mercado brasileiro), e também apresentamos resultados para mercados consolidados tais quais S&P 100 (Estados Unidos), FTSE 100 (Reino Unido) and DAX (Alemanha). A estrutura proposta apresenta sua abilidade para obter ótimos resultados (resultados com gap em relação às soluções ótimas menores que 5% em 8 minutos de tempo de processamento) até mesmo para índices de mercado com alta volatilidade em um mercado em desenvolvimento. No segundo artigo, a atenção é voltada para a análise de dois métodos alternativos entre si para solução do problema de otimização de index tracking. Esse artigo investiga o desempenho “fora da amostra” dos métodos de correlação e cointegração para as estratégias de index tracking (IT) e enhanced indexing (EIT) aplicadas aos dados de mercado Brasileiro e Norte-americano. Nosso objetivo é comparar ambos os métodos na medida em que exploramos fortemente a cointegração em relação a estudos prévios: nós transformamos a seleção do portfólio endógena ao problema de otimização nessa abordagem. Os testes foram executados utilizando dados de 2004 a 2014 com amostras de 57 ações para dados brasileiros, e 96 ações para dados dos Estados Unidos; carteiras foram construídas usando combinações de no máximo 10 ações. Apesar da realização de testes extensivos, os resultados gerais demonstraram desempenho similar para ambos os métodos. Para IT no mercado brasileiro, foi verificado um trade-off entre melhor erro de tracking e maior turnover com cointegração (com resultados opostos para correlação), sendo que este mesmo padrão não foi encontrado para dados norte-americanos. Os resultados para EIT também não apresentação claro favorecimento para cointegração ou correlação. Por fim, o terceiro artigo é dedicado à discussão a respeito do uso de processo estatístico de gráficos de controle para regulação de carteiras de index tracking. Nesse artigo, nosso objetivo é introduzir uma abordagem baseada em gráficos de controle (SPC) para monitorar o processo de rebalanceamento de carteiras de index tracking. O método de SPC é derivado da Estatística e da Engenharia, como ferramenta para controle de processos de produção. Para cumprir os objetivos, aplicamos gráficos de controle EWMA (do inglês, exponentially weighted moving average) para monitorar carteiras de IT baseadas no uso combinado de dois gráficos de controle: desempenho de carteiras em termos de erro de tracking e em termos de volatilidade. Assim, visamos tornar endógeno o controle do processo de rebalanceamento das carteiras baseado em seu desempenho e em suas condições de risco ao longo do tempo. Testes computacionais foram realizados para avaliar a abordagem desenvolvida em comparação com a estratégia tradicional de rebalanceamento (que consiste no uso de janelas fixas de tempo para atualização das carteiras), usando dados dos mercados brasileiro e norte-americano de 2005 a 2014. Os métodos de cointegração e correlação foram aplicados para otimização das carteiras. Os resultados demonstraram que a abordagem com SPC pode ser uma alternativa viável para o processo de rebalanceamento de carteiras.

Submitted by Eliane Vendramini De Oliveira (eliane@fai.com.br) on 2018-07-13T03:04:17Z No. of bitstreams: 1 Tese - versão pós defesa - 120718 (2).pdf: 24296114 bytes, checksum: b4e157585cf2618ae6be232afa8e33e6 (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-07-13T18:36:58Z (GMT) No. of bitstreams: 1 oliveira_ev_dr_ilha.pdf: 24296114 bytes, checksum: b4e157585cf2618ae6be232afa8e33e6 (MD5) / Made available in DSpace on 2018-07-13T18:36:59Z (GMT). No. of bitstreams: 1 oliveira_ev_dr_ilha.pdf: 24296114 bytes, checksum: b4e157585cf2618ae6be232afa8e33e6 (MD5) Previous issue date: 2018-05-25 / O Problema de Corte Bidimensional não guilhotinado tem sua aplicação prática quando comparado a problemas de indústrias que trabalham com aço, madeira, vidro, entre outros materiais, os quais necessitam de um padrão de corte que lhes proporcione maior lucro entre as peças cortadas, usando-se como técnica de corte o laser, e não a guilhotina, por isso existem diversas propostas para a resolução desse problema. Em particular, as propostas de solução utilizando-se meta-heurísticas foram o foco desta pesquisa. Vários trabalhos relevantes nessa área foram analisados, servindo de base para que esta tese trouxesse contribuições para a resolução do problema. A pesquisa sobre o problema permitiu que se apresentasse uma nova forma de representação da proposta de solução para o problema de corte bidimensional não guilhotinado. Outro resultado importante que se apresenta neste trabalho foi o desenvolvimento de duas meta-heurísticas especializadas na resolução do problema de corte bidimensional não guilhotinado. A primeira delas é o algoritmo genético de chaves aleatórias viciadas, e a segunda meta-heurística implementada foi RVNS. Foram realizados vários testes, utilizando-se instâncias conhecidas na literatura especializada, e os resultados encontrados pelas metaheurísticas algoritmo genético e RVNS propostas pela autora foram de boa qualidade, principalmente se comparados com os resultados já conhecidos na literatura. Os resultados obtidos com o algoritmo genético especializado, em muitos casos, foram iguais aos encontrados na literatura, e em dois casos de testes apresentaram-se superiores, contribuindo novamente para a área especializada no problema. Outro comparativo de resultados realizados pela autora está relacionado aos resultados obtidos pelas meta-heurísticas especialistas, propostas nesta tese, aos resultados encontrados utilizando-se o software AMPL para modelagem matemática em conjunto com o solver CPLEX. Nesse caso, novamente as meta-heurísticas algoritmo genético e RVNS apresentaram resultados iguais ou muito próximos do ótimo encontrado pelo modelo matemático. Os algoritmos desenvolvidos pela autora, além de resolverem o problema de corte bidimensional não guilhotinado, apresentaram bons resultados, visto que promoveram melhorias em relação ao que já existe na literatura. Os algoritmos foram escritos na linguagem de programação Fortran. Foram utilizados casos de teste de pequeno, médio e grande número de peças. Concluiu-se que o problema de corte bidimensional não guilhotinado é complexo e apresenta diversas variantes, sendo que as meta-heurísticas implementadas, neste trabalho, atendem a essa demanda com eficiência. Evidências empíricas mostram que esses algoritmos podem ser apropriados para solucionar instâncias associadas a situações reais. / The two-dimensional non-guillotine cutting problem has its practical application when compared to problems in industries that work with steel, wood, glass, among other materials, which require a cut pattern that provides more profit among the cut pieces, using laser as a cut technique, not the guillotine. Thus, there are several potential answers for this question. In particular, the potential solutions using metaheuristics were the focus of this research. Several relevant papers in this area were analyzed, forming a base so that this dissertation can bring solutions for the problem. The research about this issue allowed us to present a new form of representation of the proposal of solution for the two-dimensional non-guillotine problem. Another important result presented in this paper is the development of two metaheuristics specialized in the resolution of the two-dimensional non-guillotine problem. The first is the biased random-key genetic algorithm. The second metaheuristics was the RVNS. Several tests were performed, using methods well-known in the specialized literature, and the results found by the metaheuristics genetic algorithm and the RVNS suggested by the author were of good quality, mainly if compared to the results already known in the literature. The results obtained by the specialized genetic algorithm, in many cases, were equal to the ones found in the literature, and, in two tests, they were superior, once more contributing to the specialized field of the problem. Another comparison between the results performed by the author is related to the outcomes obtained by the specialized metaheuristics, suggested in this dissertation, and the ones found using the AMPL software to the mathematical modeling together with the CPLEX solver. In this case, once more, the genetic algorithm and RVNS metaheuristics presented resulted identical or very similar to the optimum one found by the mathematical model. The algorithms developed by the author not just solved the two-dimensional non-guillotine cutting problem, but present good results, given that they promoted improvements, comparing to what already exists in the literature. The algorithms were written in the Fortran programming language. Small, medium and big number of pieces’ case-tests were performed. The conclusion was that the two-dimensional non-guillotine cutting problem is complex and presents several variants. However, the metaheuristics implemented by this research efficiently meet this demand. Empirical evidences show that these algorithms can be used to solve issues associated with real situations.

Orientador: Rubén Augusto Romero Lázaro / Resumo: O Problema de Corte Bidimensional não guilhotinado tem sua aplicação prática quando comparado a problemas de indústrias que trabalham com aço, madeira, vidro, entre outros materiais, os quais necessitam de um padrão de corte que lhes proporcione maior lucro entre as peças cortadas, usando-se como técnica de corte o laser, e não a guilhotina, por isso existem diversas propostas para a resolução desse problema. Em particular, as propostas de solução utilizando-se meta-heurísticas foram o foco desta pesquisa. Vários trabalhos relevantes nessa área foram analisados, servindo de base para que esta tese trouxesse contribuições para a resolução do problema. A pesquisa sobre o problema permitiu que se apresentasse uma nova forma de representação da proposta de solução para o problema de corte bidimensional não guilhotinado. Outro resultado importante que se apresenta neste trabalho foi o desenvolvimento de duas meta-heurísticas especializadas na resolução do problema de corte bidimensional não guilhotinado. A primeira delas é o algoritmo genético de chaves aleatórias viciadas, e a segunda meta-heurística implementada foi RVNS. Foram realizados vários testes, utilizando-se instâncias conhecidas na literatura especializada, e os resultados encontrados pelas metaheurísticas algoritmo genético e RVNS propostas pela autora foram de boa qualidade, principalmente se comparados com os resultados já conhecidos na literatura. Os resultados obtidos com o algoritmo genético especializado, em mui... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The two-dimensional non-guillotine cutting problem has its practical application when compared to problems in industries that work with steel, wood, glass, among other materials, which require a cut pattern that provides more profit among the cut pieces, using laser as a cut technique, not the guillotine. Thus, there are several potential answers for this question. In particular, the potential solutions using metaheuristics were the focus of this research. Several relevant papers in this area were analyzed, forming a base so that this dissertation can bring solutions for the problem. The research about this issue allowed us to present a new form of representation of the proposal of solution for the two-dimensional non-guillotine problem. Another important result presented in this paper is the development of two metaheuristics specialized in the resolution of the two-dimensional non-guillotine problem. The first is the biased random-key genetic algorithm. The second metaheuristics was the RVNS. Several tests were performed, using methods well-known in the specialized literature, and the results found by the metaheuristics genetic algorithm and the RVNS suggested by the author were of good quality, mainly if compared to the results already known in the literature. The results obtained by the specialized genetic algorithm, in many cases, were equal to the ones found in the literature, and, in two tests, they were superior, once more contributing to the specialized field of the p... (Complete abstract click electronic access below) / Doutor

Submitted by ESAU FIGUEROA ESCOTO null (figueroaescoto@yahoo.es) on 2016-08-16T07:02:27Z No. of bitstreams: 1 Figueroa - Dissertação .pdf: 1574120 bytes, checksum: f8fdbd286a015766cb08bf2cc57ac193 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-08-17T20:01:28Z (GMT) No. of bitstreams: 1 figueroaescoto_e_me_ilha.pdf: 1574120 bytes, checksum: f8fdbd286a015766cb08bf2cc57ac193 (MD5) / Made available in DSpace on 2016-08-17T20:01:28Z (GMT). No. of bitstreams: 1 figueroaescoto_e_me_ilha.pdf: 1574120 bytes, checksum: f8fdbd286a015766cb08bf2cc57ac193 (MD5) Previous issue date: 2016-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O problema de estimação de faltas ou diagnóstico de alarmes em sistemas de energia elétrica é identificar faltas em seções ou falhas em dispositivos através dos alarmes dos relés de proteção, disjuntores e outras informações recebidas pelo Supervisory Control and Data Acquisition System (SCADA). Este trabalho apresenta uma metodologia para resolver o problema de diagnóstico de alarmes em sistemas de energia, através de um modelo de otimização de programação binária irrestrita. Este modelo é desenvolvido com base no conjunto de coberturas mínimas que abrange a lógica e a filosofia dos projetos de proteção empregados por empresas de energia elétrica. A ideia principal é associar os alarmes dos relés de proteção relatados pelo sistema SCADA e com os estados esperados das funções de relé de proteção. Os estados esperados são modelados usando a filosofia de proteção utilizada por especialistas em empresas de energia elétrica. Um Algoritmo Genético Adaptativo (AGA) é desenvolvido para resolver o modelo de otimização de programação binária irrestrita. O AGA proposto tem a característica de usar somente dois parâmetros de controle, ou seja, o número de indivíduos na população e o número máximo de gerações. O algoritmo tem taxas de recombinação e mutação calibradas de forma dinâmica com base na saturação da população atual, tendo uma resposta imediata a possível convergência prematura para ótimos locais. A metodologia proposta para resolver o problema da localização de faltas foi implementada na linguagem de programação C ++ e os testes foram feitos em um computador com processador Intel Core i7 com 2,2 GHz e 12 GB de memória RAM. O desempenho do algoritmo foi testado usando dados de um sistema elétrico real da região sul brasileira. A fim de mostrar o desempenho do AGA, os resultados do algoritmo foram comparados com um algoritmo genético clássico e um algoritmo imune. Os resultados mostraram que o AGA é superior aos algoritmos genético clássico e imune apresentando robustez e eficiência computacional. Além disso, a metodologia provou ser rápida e robusta e tem grande potencial para a localização de faltas em tempo real. / The fault section estimation in electric power systems is to identify faults in sections or devices using information from protective relays, circuit breakers and other information received from Supervisory Control and Data Acquisition Systems (SCADA). This work presents a methodology to solve the fault section estimation problem in power systems, through a model based on an unconstrained binary programming optimization model. This model is developed based on the parsimonious set covering theory and the protection philosophy logic employed by electric companies. The main idea is to associate the alarms of the relay protection functions reported by the SCADA system with the expected states from the protective relay functions. The expected states are modeled using protection philosophy logic employed by experts in electric companies. An Adaptive Genetic Algorithm (AGA) is developed to solve the unconstrained binary programming optimization model. The proposed AGA has the characteristic to use only two control parameters, i.e., number of individuals in the population and maximum number of generations. The algorithm has automatic and dynamically calibrated recombination and mutation rates based on the saturation of the current population, having an immediate response to possible premature convergence to local optima. The methodology proposed to solve the problem of shortages sections location was implemented in the C ++ programming language and the tests are done on a computer with Intel Core 7 Processor with 2.2 GHz and 12 GB of memory. The algorithm’s performance was tested using data from the Brazilian Southern electric power system. In order to show the AGA performance, the algorithm results was compared with a classical genetic algorithm and an immune algorithm. The results have shown that AGA presents robustness and the efficiency was successfully verified. Considering the solutions of the tests, the AGA demonstrates better computational processing time, getting the right solution for every simulation. Furthermore, the method was proven to be fast and robust and has great potential for locating faults in electric power systems in real time.

Submitted by Héctor Orellana (grc@unesp.br) on 2017-01-05T16:57:08Z No. of bitstreams: 1 Dissertação_Hector.pdf: 2242579 bytes, checksum: ff628d49653c029da4b721581980abde (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2017-01-09T18:10:45Z (GMT) No. of bitstreams: 1 cruz_hmo_me_ilha.pdf: 2242579 bytes, checksum: ff628d49653c029da4b721581980abde (MD5) / Made available in DSpace on 2017-01-09T18:10:45Z (GMT). No. of bitstreams: 1 cruz_hmo_me_ilha.pdf: 2242579 bytes, checksum: ff628d49653c029da4b721581980abde (MD5) Previous issue date: 2016-12-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho propõe abordar o problema de alocação de dispositivos indicadores de faltas (IFs) em redes de distribuição de energia elétrica por meio da técnica do Algoritmo Genético Adaptativo (AGA). O algoritmo busca obter uma configuração eficiente de instalação de IFs no sistema e reduzir o custo anual da energia não suprida (CENS) e por outro lado, o custo anual de investimento dos sensores (CINV). Estes custos conflitantes devem ser minimizados como um problema combinatório utilizando o AGA que possui taxas de recombinação e mutação dinamicamente calibradas baseadas na diversidade de cada população no processo. Os resultados mostram que o AGA é um método efetivo para encontrar soluções para o problema de alocação de IFs. Quando comparado com o AG clássico em vários testes, é observado que o AGA tem uma convergência mais rápida mostrando ser mais eficiente. Além disso, o AGA é utilizado para obter uma variedade de soluções numa Fronteira de Pareto aproximada variando os pesos do CENS e o CINV na função objetivo. Portanto, esta metodologia permite obter um conjunto de soluções em lugar de uma única solução e a partir da Fronteira de Pareto é possível escolher a solução que melhor satisfaz os interesses técnicos e econômicos da concessionária de distribuição de energia elétrica. / This work proposes the Adaptive Genetic Algorithm (AGA) to solve the problem of Fault Indicator (FI) placement in electric distribution systems. The algorithm attempts to obtain an efficient configuration for the installation of FIs in the system and reduce the annual costumer interruption cost (CIC) and on the other hand, the annual investment cost (CINV) of the fault indicators placement. These two conflicting costs must be minimized as a problem of combinational nature with the AGA which uses dynamically calibrated crossover and mutation rates based on the diversity of each population of the process. Results show that the AGA is an effective method to find solutions to the problem of fault indicator placement. When compared with the classic GA in various tests, it is observed that the AGA converges faster showing to be more efficient. Besides, in the last test the AGA is used to obtain a variety of solutions in an approximate Pareto Front by varying the weighting factors of the CIC and CINV in the objective function. Therefore, this methodology permits to obtain a set of solutions instead of one only solution and from the Pareto Front it is possible to choose the solution that best satisfies the technical and economic interests of the concessionary.

Submitted by BRUNA DE LIMA ALCANTARA KITAMURA null (brunakitamura@yahoo.com.br) on 2017-10-30T20:10:34Z No. of bitstreams: 1 TESE-FINAL-BRUNA-G-LIMA.pdf: 4015697 bytes, checksum: cb6eb178262689807dbc777ab5d4d4dd (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-11-09T18:45:51Z (GMT) No. of bitstreams: 1 lima_bg_dr_ilha.pdf: 4015697 bytes, checksum: cb6eb178262689807dbc777ab5d4d4dd (MD5) / Made available in DSpace on 2017-11-09T18:45:51Z (GMT). No. of bitstreams: 1 lima_bg_dr_ilha.pdf: 4015697 bytes, checksum: cb6eb178262689807dbc777ab5d4d4dd (MD5) Previous issue date: 2017-09-06 / Neste trabalho apresenta-se uma nova meta-heurística, o Algoritmo Genético Evolucionário Especializado (AGE-E) para resolver uma das categorias dos Problemas de Carregamento de Contêiners, objeto de estudo que pertence à otimização, na Pesquisa Operacional. Considera-se a existência de múltiplos contêiners de iguais dimensões que permitem o carregamento completo da carga disponível em um contexto de transporte industrial. Esta carga é composta por caixas de sortimento fortemente hete-rogêneo e que permite a rotação em qualquer dasseis possibilidades, tornando o problema ainda mais complexo, e, porisso,menos estudado na literatura. Uma revisão bibliográfica é também apresentada, contendo uma visão geral das classificações do problema e, em particular, um estudo aprofundado sobre algoritmos genéticos. A implementação do AGE-E foi realizada, e os resultados computacionais foram comparados com as melhores soluções já apresentadas na literatura, demonstrando o potencial do AGE-E para estudosfuturos. / This work presents a new meta-heuristic, the Specialized Evolutionary Genetic Algorithm (AGE-E), which solves one of the categories of Container Loading Problems, object of study that belongs to Optimization, within the Operational Research. It’s considered the existence of multiple containers ofthe equal dimensionsthat promote the full loading of the availablecargoinindustrial transportation context. Thisload is composed ofstrongly heterogeneous assortment to the boxes, and allows rotation in any of the six possibilities, making the problem even more complex, and therefore less studied in the literature. A bibliographic review is also presented, containing an overview of the classifications of the problem and, in particular, an deepened study on genetic algorithms. The implementation of AGE-E was performed, and the computational results were compared with the best solutions already determined by the bibliography, demonstrating the potentialofAGE-E for future studies.

Orientador: Fábio Bertequini Leão / Resumo: O problema de estimação de faltas ou diagnóstico de alarmes em sistemas de energia elétrica é identificar faltas em seções ou falhas em dispositivos através dos alarmes dos relés de proteção, disjuntores e outras informações recebidas pelo Supervisory Control and Data Acquisition System (SCADA). Este trabalho apresenta uma metodologia para resolver o problema de diagnóstico de alarmes em sistemas de energia, através de um modelo de otimização de programação binária irrestrita. Este modelo é desenvolvido com base no conjunto de coberturas mínimas que abrange a lógica e a filosofia dos projetos de proteção empregados por empresas de energia elétrica. A ideia principal é associar os alarmes dos relés de proteção relatados pelo sistema SCADA e com os estados esperados das funções de relé de proteção. Os estados esperados são modelados usando a filosofia de proteção utilizada por especialistas em empresas de energia elétrica. Um Algoritmo Genético Adaptativo (AGA) é desenvolvido para resolver o modelo de otimização de programação binária irrestrita. O AGA proposto tem a característica de usar somente dois parâmetros de controle, ou seja, o número de indivíduos na população e o número máximo de gerações. O algoritmo tem taxas de recombinação e mutação calibradas de forma dinâmica com base na saturação da população atual, tendo uma resposta imediata a possível convergência prematura para ótimos locais. A metodologia proposta para resolver o problema da localização de... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The fault section estimation in electric power systems is to identify faults in sections or devices using information from protective relays, circuit breakers and other information received from Supervisory Control and Data Acquisition Systems (SCADA). This work presents a methodology to solve the fault section estimation problem in power systems, through a model based on an unconstrained binary programming optimization model. This model is developed based on the parsimonious set covering theory and the protection philosophy logic employed by electric companies. The main idea is to associate the alarms of the relay protection functions reported by the SCADA system with the expected states from the protective relay functions. The expected states are modeled using protection philosophy logic employed by experts in electric companies. An Adaptive Genetic Algorithm (AGA) is developed to solve the unconstrained binary programming optimization model. The proposed AGA has the characteristic to use only two control parameters, i.e., number of individuals in the population and maximum number of generations. The algorithm has automatic and dynamically calibrated recombination and mutation rates based on the saturation of the current population, having an immediate response to possible premature convergence to local optima. The methodology proposed to solve the problem of shortages sections location was implemented in the C ++ programming language and the tests are done ... (Complete abstract click electronic access below) / Mestre

This work presents a multi-dimensional similarity modeling strategy and relevance feedback technique for minimizing the semantic gap intrinsic problem of CBIR systems by allowing users to customize their queries according to their requirements and preferences. We propose a composite strategy using a multi-dimensional, vectorial, spatially clustered, and relevance-ordered approach. Given a set of k features which represents the elements in an image database, the similarity measure between a query image and another from the image collection is analyzed in k components, and the images are ranked on a k dimensional space according to their projections over the axis xn, where n = 1, 2, ... k. System experimentation was executed thoroughly using a test image database containing up to 20,000 pictures. The experimental results have shown that the presented approach can substantially improve the outcome in image retrieval systems. / Este trabalho apresenta uma estratégia multidimensional de modelagem de similaridade e técnica de realimentação de relevância para a minimização do problema do salto semântico, intrínseco dos sistemas CBIR, permitindo aos usuários a customização de suas pesquisas de acordo com seus requisitos e preferências. Propõe-se uma estratégia composta, utilizando uma abordagem multidimensional, vetorial, com agrupamento espacial e ordenada por relevância. Considerando um grupo de k características que representam os elementos em um banco de dados de imagens, a medida de similaridade entre a imagem de consulta e outra da coleção de imagens é analisada em um espaço k dimensional de acordo com suas projeções sobre os eixos xn, onde n = 1, 2, ... k. Vários testes foram realizados com o sistema proposto utilizando um banco de imagens de testes contendo até 20.000 figuras. Os resultados obtidos mostraram que a abordagem apresentada pode aprimorar substancialmente o resultado em sistemas de recuperação de imagens. / Mestre em Ciências

Problemas de resfriamento de circuitos, presentes nas indústrias de eletrônicos e miniaturizados, têm sido amplamente estudados com o propósito de desenvolver mecanismos capazes de reduzirem a taxa de falha nos equipamentos devido às altas temperaturas. O presente trabalho utiliza o método Design Construtal associado com algoritmos de otimização, busca exaustiva e algoritmo genético, para realizar o estudo numérico de corpos sólidos com geração de calor uniforme onde são inseridos caminhos altamente condutivos em forma de “Y”, “Y-Y”, duplo “Y-Y” e “T”. O objetivo principal das otimizações realizadas consiste em minimizar a resistência ao fluxo de calor, quando as áreas ocupadas pelos materiais de alta e baixa condutividades são mantidas constantes, variando-se os comprimentos e espessuras dos caminhos condutivos. Para a solução numérica da equação da difusão do calor com as condições de contorno estabelecidas em cada caso, foi utilizado o PDETool do software MatLab. A formulação para o caminho condutivo em forma de “Y” apresenta a construção de volumes elementares, mantendo a mesma condutividade térmica para todo o caminho condutivo. Na configuração em forma de duplo “Y – Y” foi utilizado o método de busca exaustiva associado ao algoritmo genético (GA). Nas simulações realizadas com o caminho condutivo em forma de “T”, a configuração apresenta combinações de condutividade térmica diferentes para a base e para a parte superior, enfatizando que a geometria depende das condições impostas pelo ambiente. Para o caso com um volume elementar, a configuração em forma de “Y” degenera-se gerando um caminho condutivo em forma de “U” e com dois volumes, a variação ocorre no comprimento dos ramos do caminho condutivo. Para a configuração com quatro volumes, a configuração ótima tem a forma de “X”. No caso do caminho em forma de “T”, a configuração que minimiza a máxima temperatura em excesso tem a forma de um “I”. Como previsto no princípio da ótima distribuição das imperfeições, a geometria ótima para os casos estudados é aquela que melhor distribui as imperfeições do sistema. / Problems that embody cooling of circuits that appears in electronics and miniaturized industries, have been widely studied to develop mechanisms capable of reducing the failure rate of the equipment due to high temperatures. The present work applies the Constructal Design method associated with optimization algorithms, exhaustive search and genetic algorithm, to perform the numerical study of solid bodies with uniform heat generation in which are inserted high-conducting pathways with “Y”, “Y–Y”, double “Y–Y” and “T” shapes. The main goal of the performed optimizations consists in minimizing the resistance to the heat flux when the occupied areas of high and low conductivity materials are maintained constant, varying the lengths and thickness of conductive paths. For the numerical solution of the heat diffusion equation with the boundary conditions established in each case, it was used the PDETool from MatLab software. The formulation for the conductive pathway with "Y" shape presents the construction of elementary volumes, maintaining the same thermal conductivity across the entire conductive pathway. In the configuration in double “Y–Y” form it was used exhaustive search method associated with genetic algorithm (GA). In the simulations performed with the T-shaped conductive pathway, the configuration provides combinations of different thermal conductivity for the base and the top, emphasizing that the geometry depends on the conditions imposed by the environment. For the case with one elementary volume, the Y-shaped configuration degenerates producing a conductive pathway with U-shape; and with two volumes, the variation occurs in the length of branches of the conductive pathway. For the configuration with four volumes, the optimum configuration has the form of “X”. In the case of T-shaped pathway, the configuration that minimizes the maximal excess of temperature is I-shaped. As predicted by the principle of optimal distribution of the imperfections, the optimal geometry for the cases studied is the one that promotes the best distribution of the imperfections of the system.