Problemas ocasionados por perturbações na qualidade da energia elétrica (QEE) podem provocar sérios prejuízos, tanto de cunho social, quanto financeiros, aos clientes conectados ao sistema elétrico de potência como um todo. Neste contexto, os clientes que mais sofrem são os clientes industriais, pois estes possuem cargas sensíveis a vários distúrbios associados à falta da QEE. Sendo assim, para adoções de medidas preventivas, ou corretivas, que melhorem os índices de QEE, faz-se necessário um monitoramento dos sistemas elétricos que permita um melhor acompanhamento da ocorrência dos distúrbios. Nesta pesquisa é proposta a modelagem do problema de alocação ótima de monitores de QEE em sistemas de distribuição com múltiplos objetivos, os quais são: minimização do custo do monitoramento, minimização da ambiguidade topológica, maximização do monitoramento das cargas, maximização da quantidade de ramais monitorados, minimização da quantidade de afundamentos não monitorados, e maximização da redundância do monitoramento dos afundamentos. Na resolução do problema foi utilizado o Algoritmo Evolutivo Multiobjetivo com Tabelas (AEMT), adotado por ter boa capacidade de resolução com muitos objetivos. Os resultados obtidos permitiram observar que o AEMT forneceu as fronteiras de Pareto com soluções diversificadas e bem distribuídas ao longo da mesma, mostrando-se de grande relevância para o planejamento de sistemas de monitoramento da QEE em sistemas de distribuição de energia. A principal contribuição desta tese é o fornecimento de um modelo que permite às empresas de energia avaliar os investimentos que farão nos seus sistemas de monitoramento considerando seis critérios distintos, permitindo uma maior flexibilidade no estabelecimento do plano de monitoramento e uma melhor análise do custo/benefício considerando os seis aspectos abordados. / Problems arising from disturbances in power quality (PQ) can cause serious damage, both social, and financial, to customers connected to the electrical power distribution systems as a whole. In this context, the customers who suer most are industrial customers, as they have loads sensitive to various disturbances associated with the lack of PQ. Thus, in order to adopt preventive or corrective measures to improve PQ rates, it is necessary to monitor electrical systems to allow better oversight of the occurrence of disturbances. In this research, the proposal is to model the problem of optimal allocation of power quality monitors in distribution systems with multiple objectives. The multiple objectives are: minimizing the monitoring cost, minimizing ambiguities in topology, maximizing the load monitoring, maximizing the area monitoring, minimizing the voltage sag unmonitored, and maximizing the redundancy in the sag monitoring. In solving the problem, a Multiobjective Evolutionary Algorithm with Tables (MEAT) was adopted due to ability to deal with many objectives. The results show that the AMET finds a set of ecient solutions that are diversified and well-distributed along the Pareto Front, and that they are highly relevant for planning of PQ monitoring systems in electrical power distribution systems. The main contribution of this thesis is to provide a model that allows utilities better evaluate investments that they will make in their monitoring systems comprising six dierent criteria, allowing greater flexibility in establishing the monitoring plan and a better analysis of cost/benefit considering the six aspects.

Este trabalho trata do desenvolvimento de uma metodologia e de uma ferramenta computacional de localização de faltas em sistemas elétricos de distribuição. Para tanto, considera-se o ambiente de Redes Elétricas Inteligentes, onde está à disposição uma grande diversidade de informações, como oscilografias de relés, dados de sensores, dados históricos, alarmes de medidores inteligentes, dentre outras. Convencionalmente, as metodologias de localização de defeitos em redes de distribuição se baseiam em conjuntos particulares de dados, que geralmente são medições apenas na saída do alimentador, e funcionam como uma ferramenta isolada no centro de operações. Este trabalho contribui para esse tema ao propor a Localização de Faltas como uma ferramenta de Automação Avançada, instalada em um Sistema de Gerenciamento da Distribuição. Ele deve estar integrado aos demais sistemas corporativos, dos quais obtém dados de medição, alarmes de atuação e indicação de eventos na rede, em tempo real. Um barramento de interoperabilidade permite a troca de informações entre os sistemas. O algoritmo de localização de faltas proposto considera os alarmes de atuação de chaves monitoradas, indicação de sensores, alarmes de ausência de tensão, dentre outras informações, para restringir ao máximo a área de busca do defeito. Por fim, uma implementação de Algoritmo Evolutivo permite estimar o local e a resistência de falta, a partir de testes de defeitos na área de busca. Nesse processo, os valores calculados são comparados com as medições obtidas dos respectivos pontos. Na etapa de aplicação da metodologia, foram consideradas algumas condições de monitoramento da rede elétrica: da condição de menor monitoramento ao cenário de maior monitoramento. Foi possível verificar como o aumento da quantidade de informações do sistema traz benefícios para a localização dos defeitos. / This work provides the development of a methodology and a computational tool for Fault Location (FL) in power distribution systems. The Smart Grid environment is considered, which provides a huge variety of information, such as relays waveforms, fault current sensors and historical data, smart meters alarms, among others. Conventionally, FL methodologies in power distribution systems are based on particular data sources, usually measurements at the beginning of the power feeder, which are not integrated with other corporate systems. This work contributes to the subject by proposing the FL as an Advanced Distribution Automation tool, to be installed in a Distribution Management System. As a part of the electric utility corporate systems, it obtains metering data, equipment alarms and events notifications, i.e. real time information. An Interoperability Bus (IB) allows the information exchange among the systems. The proposed FL algorithm considers monitored switches tripping alarms, current current sensors notifications, outage alarms, among other data, in order to narrow the search area as much as possible. Ultimately, an Evolutionary Algorithm (EA) implementation estimates the fault point and the fault resistance, through short-circuit tests an the search area. During that process, the computed electric quantities are compared with the measured ones at each monitored point. When applying the methodology for the case studies, some power grid monitoring conditions were considered: from the least monitored condition to the most monitored scenario. This made it possible to verify how the increase of power grid information benefits the FL algorithms.

Aquesta tesi es centra en algorismes de clustering multiobjectiu, que estan basats en optimitzar varis objectius simultàniament obtenint una col•lecció de solucions potencials amb diferents compromisos entre objectius. El propòsit d'aquesta tesi consisteix en dissenyar i implementar un nou algorisme de clustering multiobjectiu basat en algorismes evolutius per afrontar tres reptes actuals relacionats amb aquest tipus de tècniques. El primer repte es centra en definir adequadament l'àrea de possibles solucions que s'explora per obtenir la millor solució i que depèn de la representació del coneixement. El segon repte consisteix en escalar el sistema dividint el conjunt de dades original en varis subconjunts per treballar amb menys dades en el procés de clustering. El tercer repte es basa en recuperar la solució més adequada tenint en compte la qualitat i la forma dels clusters a partir de la regió més interessant de la col•lecció de solucions ofertes per l’algorisme. / Esta tesis se centra en los algoritmos de clustering multiobjetivo, que están basados en optimizar varios objetivos simultáneamente obteniendo una colección de soluciones potenciales con diferentes compromisos entre objetivos. El propósito de esta tesis consiste en diseñar e implementar un nuevo algoritmo de clustering multiobjetivo basado en algoritmos evolutivos para afrontar tres retos actuales relacionados con este tipo de técnicas. El primer reto se centra en definir adecuadamente el área de posibles soluciones explorada para obtener la mejor solución y que depende de la representación del conocimiento. El segundo reto consiste en escalar el sistema dividiendo el conjunto de datos original en varios subconjuntos para trabajar con menos datos en el proceso de clustering El tercer reto se basa en recuperar la solución más adecuada según la calidad y la forma de los clusters a partir de la región más interesante de la colección de soluciones ofrecidas por el algoritmo. / This thesis is focused on multiobjective clustering algorithms, which are based on optimizing several objectives simultaneously obtaining a collection of potential solutions with different trade¬offs among objectives. The goal of the thesis is to design and implement a new multiobjective clustering technique based on evolutionary algorithms for facing up three current challenges related to these techniques. The first challenge is focused on successfully defining the area of possible solutions that is explored in order to find the best solution, and this depends on the knowledge representation. The second challenge tries to scale-up the system splitting the original data set into several data subsets in order to work with less data in the clustering process. The third challenge is addressed to the retrieval of the most suitable solution according to the quality and shape of the clusters from the most interesting region of the collection of solutions returned by the algorithm.

Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-01-03T12:57:22Z No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-16T16:33:09Z (GMT) No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-16T16:33:38Z (GMT) No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) / Made available in DSpace on 2017-01-16T16:33:48Z (GMT). No. of bitstreams: 1 DissMRS.pdf: 7075641 bytes, checksum: 8e6f815544b7f6f2ce4a1a5a47b25482 (MD5) Previous issue date: 2016-12-14 / Não recebi financiamento / In recent years, companies have used Artificial Intelligence (AI) techniques to facilitate the decisionmaking process in manufacturing systems. The use of these techniques allows increased performance of Flexible Manufacturing System (FMS). The automation of the process using computational resources allows a deeper analysis of the system conditions, which sometimes result in a better decision taking. In this sense, the Fuzzy Logic has been engaged to carry out this task, because it has the characteristic of dealing easily with inaccurate information and encoding knowledge specialist in Fuzzy rules. However, as soon as the system complexity increases, the task of generating a Fuzzy Rule Base (FRB) appropriate to the proposed system becomes increasingly difficult. To assist this process of generation of the FRB, several techniques can be used and among them stand out the search technique called Evolutionary Algorithm (EA). The EA is used, for example, for tuning the FRB of the FMS through the reduction of the optimization variables values as Makespan or Tardiness. In the case of variable called Makespan, the tuning occurs when the EA generates an FRB that reduces the makespan values of a FMS. However, the construction of the EA that effectively generates a tuning FRB is not trivial. It is required to be in the process, the construction of various EA with different selection methods and different mutation rates among other settings until an appropriate EA for a given situation appears. Therefore, in this study we aim to build an environment configuration and performance analysis of EAs in order to define the tuning FRB of the Fuzzy Control System of an FMS, i.e., it is intended to investigate how the EA ideal parameter scenario used for tuning the FRB of the said control system. In this study, the used EA was an extension of Genetic Algorithm (GA). For implementing the proposal, an evolutionary system for configuration and analysis of this variant of the GA was created. In this system, entitled "EvolSys - Evolutionary System" parameters of the system as Number of Input Variables of FRB, Number of Output Variables of FRB, Population Size, Mutation Rate and the EA Crossover Rate, among others are configured and then, one FRB is generated. Using this, there is an EA analysis of the possibility for choosing a FRB that will provide the reduction of makespan in FMS. Consequently, through this study, we may conclude that the use of EAs in collaboration with Fuzzy system may become an important tool for turning the system responsibility to the sequences of an FMS operation. Accordingly, the environment created meets the configuration step and analysis of EAs. / Nos últimos anos, empresas tem usado técnicas de Inteligência Artificial (AI) para auxiliar o processo de tomada de decisão em sistemas de manufatura. O uso dessas técnicas possibilita o aumento do desempenho dos Sistemas Flexíveis de Manufatura (FMS), uma vez que a automatização do processo com o uso de recursos computacionais permite uma análise mais profunda das condições do sistema o que, por vezes, resulta em uma melhor tomada de decisão. Neste sentido, a Lógica Fuzzy vem sendo usada para realizar essa tarefa, pois ela tem a característica de lidar facilmente com informações imprecisas, codificando o conhecimento do especialista nas chamadas Regras Fuzzy. Entretanto, à medida que a complexidade do sistema aumenta, a tarefa de gerar uma Base de Regras Fuzzy (FRB) adequada ao sistema proposto se torna cada vez mais difícil. Para auxiliar esse processo de geração da FRB, várias técnicas podem ser usadas e dentre elas destaca-se a técnica de busca denominada Algoritmo Evolutivo (EA). O EA pode ser usado, por exemplo, para a sintonia da Base de Regras Fuzzy do Sistema de Controle de um FMS por intermédio da redução de valores de variáveis de otimização como Makespan ou Tardiness. No caso da variável denominada Makespan, a sintonia ocorre quando o EA gera uma FRB que reduz os valores do makespan do FMS em questão. Entretanto, a construção do EA que efetivamente gera uma FRB sintonizada para um FMS não é trivial, pois é necessário que haja, nesse processo, a construção de vários tipos de EA com métodos de seleção diferentes, taxas de cruzamento e mutação diferentes dentre outras configurações, até que se encontre o EA adequado à uma dada situação. Sendo assim, no presente trabalho, o objetivo é a construção de um ambiente de configuração e análise de desempenho de EAs para sintonia da FRB do Sistema de Controle de um FMS, ou seja, pretende-se investigar qual o cenário de parâmetros ideal do EA usado na sintonia da FRB do referido sistema de controle. No presente trabalho, o EA usado foi uma extensão do Algoritmo Genético (GA). Para implementação da proposta, um Sistema Evolutivo para configuração e análise dessa variante do GA foi criado. Nesse sistema, intitulado “EvolSys - Evolutionary System”, parâmetros dos sistema como Número de Varáveis de Entrada da FRB, Número de Variáveis de Saída da FRB, Tamanho da População, Taxa de Mutação e Taxa de Cruzamento do EA, dentre outros são configurados e, por consequência, uma FRB é gerada. Com isso, há a possiblidade da análise do EA para a escolha de uma FRB que venha propiciar a redução do makespan em FMSs. Portanto, é possível concluir, a partir desse trabalho, que o uso de EAs em colaboração com os sistemas Fuzzy pode vir a se tornar uma importante ferramenta para sintonia da Base de Regras do sistema responsável pelo sequenciamento das operações de um FMS e, nesse sentido, o ambiente criado cumpre a etapa de configuração e análise do desempenho de EAs.

Made available in DSpace on 2015-03-03T15:08:47Z (GMT). No. of bitstreams: 1 BrunoSJC_TESE.pdf: 2605632 bytes, checksum: cc7fdbd9d8d7dfe3adac23f17fab1ae2 (MD5) Previous issue date: 2014-05-13 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work, we propose a two-stage algorithm for real-time fault detection and identification of industrial plants. Our proposal is based on the analysis of selected features using recursive density estimation and a new evolving classifier algorithm. More specifically, the proposed approach for the detection stage is based on the concept of density in the data space, which is not the same as probability density function, but is a very useful measure for abnormality/outliers detection. This density can be expressed by a Cauchy function and can be calculated recursively, which makes it memory and computational power efficient and, therefore, suitable for on-line applications. The identification/diagnosis stage is based on a self-developing (evolving) fuzzy rule-based classifier system proposed in this work, called AutoClass. An important property of AutoClass is that it can start learning from scratch". Not only do the fuzzy rules not need to be prespecified, but neither do the number of classes for AutoClass (the number may grow, with new class labels being added by the on-line learning process), in a fully unsupervised manner. In the event that an initial rule base exists, AutoClass can evolve/develop it further based on the newly arrived faulty state data. In order to validate our proposal, we present experimental results from a level control didactic process, where control and error signals are used as features for the fault detection and identification systems, but the approach is generic and the number of features can be significant due to the computationally lean methodology, since covariance or more complex calculations, as well as storage of old data, are not required. The obtained results are significantly better than the traditional approaches used for comparison / Este trabalho prop?e um algoritmo de dois estagios para detec??o e identifica??o de falhas, em tempo real, em plantas industriais. A proposta baseia-se na analise de caracter?sticas selecionadas utilizando estimativa de densidade recursiva e um novo algoritmo evolutivo de classifica??o. Mais especificamente, a abordagem proposta para detec??o e baseada no conceito de densidade no espa?o de dados, o que difere da tradicional fun??o densidade de probabilidade, porem, sendo uma medida bastante util na detec??o de anormalidades/outliers. Tal densidade pode ser expressa por uma fun??o de Cauchy e calculada recursivamente, o que torna o algoritmo computacionalmente eficiente, em termos de processamento e memoria, e, dessa maneira, apropriado para aplica??es on-line. O estagio de identifica??o/diagnostico e realizado por um classificador baseado em regras fuzzy capaz de se auto-desenvolver (evolutivo), chamado de AutoClass, e introduzido neste trabalho. Uma propriedade importante do AutoClass e que ele e capaz de aprender a partir do zero". Tanto as regras fuzzy, quanto o numero de classes para o algoritmo n?o necessitam de pre-especifica??o (o numero de classes pode crescer, com os rotulos de classe sendo adicionados pelo processo de aprendizagem on-line), de maneira n~ao-supervisionada. Nos casos em que uma base de regras inicial existe, AutoClass pode evoluir/desenvolver-se a partir dela, baseado nos dados adquiridos posteriormente. De modo a validar a proposta, o trabalho apresenta resultados experimentais de simula??o e de aplica??es industriais reais, onde o sinal de controle e erro s?o utilizados como caracter?sticas para os estagios de detec??o e identifica??o, porem a abordagem e generica, e o numero de caracter?sticas selecionadas pode ser significativamente maior, devido ? metodologia computacionalmente eficiente adotada, uma vez que calculos mais complexos e armazenamento de dados antigos n?o s?o necess?rios. Os resultados obtidos s?o signifificativamente melhores que os gerados pelas abordagens tradicionais utilizadas para compara??o

Made available in DSpace on 2014-12-17T14:52:49Z (GMT). No. of bitstreams: 1 WagnerO_DISSERT.pdf: 4964124 bytes, checksum: 34ed6ffd6dcd720ddf12631ffd06a3d6 (MD5) Previous issue date: 2010-03-17 / The telecommunications play a fundamental role in the contemporary society, having as one of its main roles to give people the possibility to connect them and integrate them into society in which they operate and, therewith, accelerate development through knowledge. But as new technologies are introduced on the market, increases the demand for new products and services that depend on the infrastructure offered, making the problems of planning of telecommunication networks become increasingly large and complex. Many of these problems, however, can be formulated as combinatorial optimization models, and the use of heuristic algorithms can help solve these issues in the planning phase. This paper proposes the development of a Parallel Evolutionary Algorithm to be applied to telecommunications problem known in the literature as SONET Ring Assignment Problem SRAP. This problem is the class NP-hard and arises during the physical planning of a telecommunication network and consists of determining the connections between locations (customers), satisfying a series of constrains of the lowest possible cost. Experimental results illustrate the effectiveness of the Evolutionary Algorithm parallel, over other methods, to obtain solutions that are either optimal or very close to it / As telecomunica??es desempenham um papel fundamental na sociedade contempor?nea, tendo como um de seus principais pap?is o de conceder ?s pessoas a possibilidade de conect?-las e integr?-las ? sociedade em que vivem e com isso acelerar o desenvolvimento por meio do conhecimento. Mas, ? medida que novas tecnologias s?o introduzidas no mercado, cresce tamb?m a demanda por novos produtos e servi?os que dependem da infraestrutura oferecida, tornando os problemas de planejamento de redes de telecomunica??es cada vez maiores e mais complexos. Muitos desses problemas, no entanto, podem ser formulados como modelos de Otimiza??o Combinat?ria, e o uso de algoritmos heur?sticos podem ajudar a solucionar essas quest?es da fase de planejamento. Este trabalho prop?e o desenvolvimento de um Algoritmo Evolutivo paralelo a ser aplicado ao problema de telecomunica??es conhecido na literatura por Problema de Atribui??o de Localidades a An?is em Redes SONET/SDH ou PALAS. Esse problema ? da classe NP-dif?cil e surge durante a etapa do planejamento f?sico da rede e consiste na determina??o das conex?es entre localidades (clientes), de modo a satisfazer uma s?rie de restri??es ao menor custo poss?vel. Os resultados dos experimentos ilustram a efici?ncia do Algoritmo Evolutivo paralelo, sobre outros m?todos, em obter solu??es ?timas ou muito pr?ximas do valor ?timo

Made available in DSpace on 2014-12-17T14:53:02Z (GMT). No. of bitstreams: 1 JoaoPLN_DISSERT.pdf: 2086259 bytes, checksum: 2a57554e118e00d9a44cdf572e29af7a (MD5) Previous issue date: 2010-12-23 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / This paper presents metaheuristic strategies based on the framework of evolutionary algorithms (Genetic and Memetic) with the addition of Technical Vocabulary Building for solving the Problem of Optimizing the Use of Multiple Mobile Units Recovery of Oil (MRO units). Because it is an NP-hard problem, a mathematical model is formulated for the problem, allowing the construction of test instances that are used to validate the evolutionary metaheuristics developed / O presente trabalho apresenta estrat?gias metaheur?sticas baseadas no framework dos Algoritmos Evolutivos (Gen?ticos e Mem?ticos) com a adi??o da t?cnica Vocabulary Building para a resolu??o do Problema de Otimiza??o do Emprego de Unidades M?veis de Pistoneio (UMPs). Por se tratar de um problema NP-?rduo, uma modelagem matem?tica ? formulada para o problema, permitindo a constru??o de inst?ncias testes que s?o utilizadas para validar as metaheur?sticas evolutivas desenvolvidas

Em redes de computadores, para garantir que seja obtido um nível adequado de comunicação fim-a-fim, é importante garantir um roteamento com Qualidade de Serviço (QoS). O problema de roteamento com QoS envolve múltiplos objetivos a serem otimizados ou atendidos simultaneamente. Quando esse roteamento é do tipo multicast, que envolve vários destinatários, a complexidade do problema é ainda maior. Trabalhos anteriores investigam o uso de Algoritmos Evolutivos Multiobjetivos (AEMO) no problema de roteamento multicast com QoS. É sabido que quanto maior é o número de objetivos a serem otimizados, mais complexo se torna o problema multiobjetivo e mais difícil se torna a convergência de AEMOs tradicionais. Por isso, é proposto o uso de um método evolutivo many objective: o AEMMT (Algoritmo Evolutivo Multiobjetivo com Muitas Tabelas). O AEMMT foi especialmente desenvolvido para problemas com um número maior de objetivos e espera-se que ele se comporte mais adequadamente com o aumento do número de objetivos no roteamento multicast com QoS. Com o intuito de forti car a convergência este trabalho propõe um novo many objective baseado nas estratégias do AEMMT, nomeado AEMMD. / In computer networks, to ensure that an adequate level of communication end-to-end is achieved, it is important to ensure a routing with quality of service (QoS). The routing problem with QoS involves multiple objectives to be optimized or serviced simultaneously. When this multicast routing is the kind which involves multiple recipients, the complexity of the problem is even greater. Previous studies investigating the use of evolutionary algorithms Multiobjetivos (AEMO) in multicast routing problem with QoS. It is known that the greater the number of objects to be optimized, the more complex becomes the multiobjective and more difficult problem becomes convergence AEMOs Traditional. Therefore, the use of an evolutionary method many objective is proposed: the AEMMT (Evolutionary Algorithm with Multiobjective Many tables). The AEMMT was specially developed for problems with a large number of objectives and expected it to behave more appropriately with the increasing number of objectives in the multicast routing with QoS. In order to strengthen the convergence this paper proposes a new many objective based on the strategies of AEMMT appointed AEMMD. / Dissertação (Mestrado)

Na área de inteligência artificial existem algoritmos de aprendizado, notavelmente aqueles pertencentes à área de aprendizado de máquina AM , capazes de automatizar a extração do conhecimento implícito de um conjunto de dados. Dentre estes, os algoritmos de AM simbólico são aqueles que extraem um modelo de conhecimento inteligível, isto é, que pode ser facilmente interpretado pelo usuário. A utilização de AM simbólico é comum no contexto de classificação, no qual o modelo de conhecimento extraído é tal que descreve uma correlação entre um conjunto de atributos denominados premissas e um atributo particular denominado classe. Uma característica dos algoritmos de classificação é que, em geral, estes são utilizados visando principalmente a maximização das medidas de cobertura e precisão, focando a construção de um classificador genérico e preciso. Embora essa seja uma boa abordagem para automatizar processos de tomada de decisão, pode deixar a desejar quando o usuário tem o desejo de extrair um modelo de conhecimento que possa ser estudado e que possa ser útil para uma melhor compreensão do domínio. Tendo-se em vista esse cenário, o principal objetivo deste trabalho é pesquisar métodos de computação evolutiva multiobjetivo para a construção de regras de conhecimento individuais com base em critérios definidos pelo usuário. Para isso utiliza-se a biblioteca de classes e ambiente de construção de regras de conhecimento ECLE, cujo desenvolvimento remete a projetos anteriores. Outro objetivo deste trabalho consiste comparar os métodos de computação evolutiva pesquisados com métodos baseado em composição de rankings previamente existentes na ECLE. É mostrado que os métodos de computação evolutiva multiobjetivo apresentam melhores resultados que os métodos baseados em composição de rankings, tanto em termos de dominância e proximidade das soluções construídas com aquelas da fronteira Pareto-ótima quanto em termos de diversidade na fronteira de Pareto. Em otimização multiobjetivo, ambos os critérios são importantes, uma vez que o propósito da otimização multiobjetivo é fornecer não apenas uma, mas uma gama de soluções eficientes para o problema, das quais o usuário pode escolher uma ou mais soluções que apresentem os melhores compromissos entre os objetivos / Machine Learning algorithms are notable examples of Artificial Intelligence algorithms capable of automating the extraction of implicit knowledge from datasets. In particular, Symbolic Learning algorithms are those which yield an intelligible knowledge model, i.e., one which a user may easily read. The usage of Symbolic Learning is particularly common within the context of classification, which involves the extraction of knowledge such that the associated model describes correelation among a set of attributes named the premises and one specific attribute named the class. Classification algorithms usually target into creating knowledge models which maximize the measures of coverage and precision, leading to classifiers that tend to be generic and precise. Althought this constitutes a good approach to creating models that automate the decision making process, it may not yield equally good results when the user wishes to extract a knowledge model which could assist them into getting a better understanding of the domain. Having that in mind, it has been established as the main goal of this Masters thesis the research of multi-objective evolutionary computing methods to create individual knowledge rules maximizing sets of arbitrary user-defined criteria. This is achieved by employing the class library and knowledge rule construction environment ECLE, which had been developed during previous research work. A second goal of this Masters thesis is the comparison of the researched evolutionary computing methods against previously existing ranking composition methods in ECLE. It is shown in this Masters thesis that the employment of multi-objective evolutionary computing methods produces better results than those produced by the employment of ranking composition-based methods. This improvement is verified both in terms of solution dominance and proximity of the solution set to the Pareto-optimal front and in terms of Pareto-front diversity. Both criteria are important for evaluating the efficiency of multi-objective optimization algorithms, for the goal of multi-objective optimization is to provide a broad range of efficient solutions, so the user may pick one or more solutions which present the best trade-off among all objectives

[ES] En muchos campos de la ingeniería los modelos matemáticos son utilizados para describir el comportamiento de los sistemas, procesos o fenómenos. Hoy en día, existen varias técnicas o métodos que pueden ser usadas para obtener estos modelos. Debido a su versatilidad y simplicidad, a menudo se prefieren los métodos de identificación de sistemas. Por lo general, estos métodos requieren la definición de una estructura y la estimación computacional de los parámetros que la componen utilizando un conjunto de procedimientos y mediciones de las señales de entrada y salida del sistema. En el contexto de la identificación de sistemas no lineales, un desafío importante es la selección de la estructura. En el caso de que el sistema a identificar presente una no linealidad de tipo estático, los modelos orientados a bloques, pueden ser útiles para definir adecuadamente una estructura. Sin embargo, el diseñador puede enfrentarse a cierto grado de incertidumbre al seleccionar el modelo orientado a bloques adecuado en concordancia con el sistema real. Además de este inconveniente, se debe tener en cuenta que la estimación de algunos modelos orientados a bloques no es sencilla, como es el caso de los modelos de Wiener-Hammerstein que consisten en un bloque NL en medio de dos subsistemas LTI. La presencia de dos subsistemas LTI en los modelos de Wiener-Hammerstein es lo que principalmente dificulta su estimación. Generalmente, el procedimiento de identificación comienza con la estimación de la dinámica lineal, y el principal desafío es dividir esta dinámica entre los dos bloques LTI. Por lo general, esto implica una alta interacción del usuario para desarrollar varios procedimientos, y el modelo final estimado depende principalmente de estas etapas previas. El objetivo de esta tesis es contribuir a la identificación de los modelos de Wiener-Hammerstein. Esta contribución se basa en la presentación de dos nuevos algoritmos para atender aspectos específicos que no han sido abordados en la identificación de este tipo de modelos. El primer algoritmo, denominado WH-EA, permite estimar todos los parámetros de un modelo de Wiener-Hammerstein con un solo procedimiento a partir de un modelo dinámico lineal. Con WH-EA, una buena estimación no depende de procedimientos intermedios ya que el algoritmo evolutivo simultáneamente busca la mejor distribución de la dinámica, ajusta con precisión la ubicación de los polos y los ceros y captura la no linealidad estática. Otra ventaja importante de este algoritmo es que bajo consideraciones específicas y utilizando una señal de excitación adecuada, es posible crear un enfoque unificado que permite también la identificación de los modelos de Wiener y Hammerstein, que son casos particulares del modelo de Wiener-Hammerstein cuando uno de sus bloques LTI carece de dinámica. Lo interesante de este enfoque unificado es que con un mismo algoritmo es posible identificar los modelos de Wiener, Hammerstein y Wiener-Hammerstein sin que el usuario especifique de antemano el tipo de estructura a identificar. El segundo algoritmo llamado WH-MOEA, permite abordar el problema de identificación como un Problema de Optimización Multiobjetivo (MOOP). Sobre la base de este algoritmo se presenta un nuevo enfoque para la identificación de los modelos de Wiener-Hammerstein considerando un compromiso entre la precisión alcanzada y la complejidad del modelo. Con este enfoque es posible comparar varios modelos con diferentes prestaciones incluyendo como un objetivo de identificación el número de parámetros que puede tener el modelo estimado. El aporte de este enfoque se sustenta en el hecho de que en muchos problemas de ingeniería los requisitos de diseño y las preferencias del usuario no siempre apuntan a la precisión del modelo como un único objetivo, sino que muchas veces la complejidad es también un factor predominante en la toma de decisiones. / [CA] En molts camps de l'enginyeria els models matemàtics són utilitzats per a descriure el comportament dels sistemes, processos o fenòmens. Hui dia, existeixen diverses tècniques o mètodes que poden ser usades per a obtindre aquests models. A causa de la seua versatilitat i simplicitat, sovint es prefereixen els mètodes d'identificació de sistemes. En general, aquests mètodes requereixen la definició d'una estructura i l'estimació computacional dels paràmetres que la componen utilitzant un conjunt de procediments i mesuraments dels senyals d'entrada i eixida del sistema. En el context de la identificació de sistemes no lineals, un desafiament important és la selecció de l'estructura. En el cas que el sistema a identificar presente una no linealitat de tipus estàtic, els models orientats a blocs, poden ser útils per a definir adequadament una estructura. No obstant això, el dissenyador pot enfrontar-se a cert grau d'incertesa en seleccionar el model orientat a blocs adequat en concordança amb el sistema real. A més d'aquest inconvenient, s'ha de tindre en compte que l'estimació d'alguns models orientats a blocs no és senzilla, com és el cas dels models de Wiener-Hammerstein que consisteixen en un bloc NL enmig de dos subsistemes LTI. La presència de dos subsistemes LTI en els models de Wiener-Hammerstein és el que principalment dificulta la seua estimació. Generalment, el procediment d'identificació comença amb l'estimació de la dinàmica lineal, i el principal desafiament és dividir aquesta dinàmica entre els dos blocs LTI. En general, això implica una alta interacció de l'usuari per a desenvolupar diversos procediments, i el model final estimat depén principalment d'aquestes etapes prèvies. L'objectiu d'aquesta tesi és contribuir a la identificació dels models de Wiener-Hammerstein. Aquesta contribució es basa en la presentació de dos nous algorismes per a atendre aspectes específics que no han sigut adreçats en la identificació d'aquesta mena de models. El primer algorisme, denominat WH-EA (Algorisme Evolutiu per a la identificació de sistemes de Wiener-Hammerstein), permet estimar tots els paràmetres d'un model de Wiener-Hammerstein amb un sol procediment a partir d'un model dinàmic lineal. Amb WH-EA, una bona estimació no depén de procediments intermedis ja que l'algorisme evolutiu simultàniament busca la millor distribució de la dinàmica, afina la ubicació dels pols i els zeros i captura la no linealitat estàtica. Un altre avantatge important d'aquest algorisme és que sota consideracions específiques i utilitzant un senyal d'excitació adequada, és possible crear un enfocament unificat que permet també la identificació dels models de Wiener i Hammerstein, que són casos particulars del model de Wiener-Hammerstein quan un dels seus blocs LTI manca de dinàmica. L'interessant d'aquest enfocament unificat és que amb un mateix algorisme és possible identificar els models de Wiener, Hammerstein i Wiener-Hammerstein sense que l'usuari especifique per endavant el tipus d'estructura a identificar. El segon algorisme anomenat WH-MOEA (Algorisme evolutiu multi-objectiu per a la identificació de models de Wiener-Hammerstein), permet abordar el problema d'identificació com un Problema d'Optimització Multiobjectiu (MOOP). Sobre la base d'aquest algorisme es presenta un nou enfocament per a la identificació dels models de Wiener-Hammerstein considerant un compromís entre la precisió aconseguida i la complexitat del model. Amb aquest enfocament és possible comparar diversos models amb diferents prestacions incloent com un objectiu d'identificació el nombre de paràmetres que pot tindre el model estimat. L'aportació d'aquest enfocament se sustenta en el fet que en molts problemes d'enginyeria els requisits de disseny i les preferències de l'usuari no sempre apunten a la precisió del model com un únic objectiu, sinó que moltes vegades la complexitat és també un factor predominant en la presa de decisions. / [EN] In several engineering fields, mathematical models are used to describe the behaviour of systems, processes or phenomena. Nowadays, there are several techniques or methods for obtaining mathematical models. Because of their versatility and simplicity, system identification methods are often preferred. Generally, systems identification methods require defining a structure and estimating computationally the parameters that make it up, using a set of procedures y measurements of the system's input and output signals. In the context of nonlinear system identification, a significant challenge is the structure selection. In the case that the system to be identified presents a static type of nonlinearity, block-oriented models can be useful to define a suitable structure. However, the designer may face a certain degree of uncertainty when selecting the block-oriented model in accordance with the real system. In addition to this inconvenience, the estimation of some block-oriented models is not an easy task, as is the case with the Wiener-Hammerstein models consisting of a NL block in the middle of two LTI subsystems. The presence of two LTI subsystems in the Wiener-Hammerstein models is what mainly makes their estimation difficult. Generally, the identification procedure begins with the estimation of the linear dynamics, and the main challenge is to split this dynamic between the two LTI block. Usually, this implies a high user interaction to develop several procedures, and the final model estimated mostly depends on these previous stages. The aim of this thesis is to contribute to the identification of the Wiener-Hammerstein models. This contribution is based on the presentation of two new algorithms to address specific aspects that have not been addressed in the identification of this type of model. The first algorithm, called WH-EA (An Evolutionary Algorithm for Wiener-Hammerstein System Identification), allows estimating all the parameters of a Wiener-Hammerstein model with a single procedure from a linear dynamic model. With WH-EA, a good estimate does not depend on intermediate procedures since the evolutionary algorithm looks for the best dynamic division, while the locations of the poles and zeros are fine-tuned, and nonlinearity is captured simultaneously. Another significant advantage of this algorithm is that under specific considerations and using a suitable excitation signal; it is possible to create a unified approach that also allows the identification of Wiener and Hammerstein models which are particular cases of the Wiener-Hammerstein model when one of its LTI blocks lacks dynamics. What is interesting about this unified approach is that with the same algorithm, it is possible to identify Wiener, Hammerstein, and Wiener-Hammerstein models without the user specifying in advance the type of structure to be identified. The second algorithm called WH-MOEA (Multi-objective Evolutionary Algorithm for Wiener-Hammerstein identification), allows to address the identification problem as a Multi-Objective Optimisation Problem (MOOP). Based on this algorithm, a new approach for the identification of Wiener-Hammerstein models is presented considering a compromise between the accuracy achieved and the model complexity. With this approach, it is possible to compare several models with different performances, including as an identification target the number of parameters that the estimated model may have. The contribution of this approach is based on the fact that in many engineering problems the design requirements and user's preferences do not always point to the accuracy of the model as a single objective, but many times the complexity is also a predominant factor in decision-making. / Zambrano Abad, JC. (2021). Identification of nonlinear processes based on Wiener-Hammerstein models and heuristic optimization [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/171739 / TESIS