Complex concurrent APIs are difficult to reason about annually due to the exponential growth in the number of feasible schedules. Testing against reference solutions of these APIs is equally difficult as reference solutions implement an unknown set of allowed behaviors, and programmers have no way to directly control schedules or API internals to expose or reproduce errors. The work in this paper mechanically generates a drop-in replacement for a concurrent API from a formal specification. The specification is a guarded command system with first-order logic that is compiled into a core calculus. The term rewriting system is connected to actual C programs written against the API through lightweight wrappers in a role-based relationship with the rewriting system. The drop-in replacement supports putative what-if queries over API scenarios for behavior exploration, reproducibility for test and debug, full exhaustive search and other advanced model checking analysis methods for C programs using the API. We provide a Racket instantiation of the rewriting system with a C/Racket implementation of the role-based architecture and validate the process with an API from the Multicore Association.

No presente trabalho propõe-se empregar algoritmos genéticos em associação com o design construtal para a otimização de geometrias em problemas de transferência de calor. O objetivo principal de todos os estudos deste trabalho é minimizar a máxima temperatura que ocorre no domínio computacional. Investigou-se, inicialmente, uma cavidade isotérmica em forma de Y inserida em um sólido retangular com geração de calor uniforme a uma taxa volumétrica constante, onde foi feita uma comparação e validação do algoritmo genético frente à busca exaustiva para poucos graus de liberdade. Após, foi feita uma otimização usando somente algoritmos genéticos considerando todos os quatro graus de liberdade do problema e diferentes valores para suas restrições geométricas. O estudo seguinte foi feito considerando a mesma geometria anteriormente discutida, porém considerou-se as paredes da cavidade Y com uma condição de contorno convectiva. Da mesma forma anterior, foi feita uma validação do algoritmo genético frente à busca exaustiva e na sequência uma otimização de todos os quatro graus de liberdade e diferentes valores do parâmetro convectivo a, empregando somente algoritmos genéticos. No terceiro caso, estudou-se um caminho assimétrico em forma de V de um material de alta condutividade. A geometria tem sua base recebendo um fluxo de calor constante e o remove através das extremidades de dois braços ligados a um sumidouro de calor. Otimizou-se a forma pelo método exaustivo considerando quatro graus de liberdade e uma restrição constante . Após, usou-se algoritmos genéticos para otimizar a geometria considerando os mesmos graus de liberdade e diferentes valores para a restrição de ocupação do material condutivo. Similarmente ao caso da cavidade convectiva em forma de Y, por fim, estudou-se a otimização geométrica de um corpo cilíndrico onde cavidades convectivas retangulares com dois pares de braços são inseridas. Realizaram-se otimizações de até sete graus de liberdade e também se estudou a influência de um parâmetro convectivo e das frações de ocupação das áreas do corpo e braços da cavidade. Deste estudo, concluiu-se que quanto maior o número de cavidades, menores são as máximas temperaturas que ocorrem no domínio. Destaca-se, também, a dependência do parâmetro convectivo, que influenciou na forma da melhor geometria encontrada. Para todos os estudos feitos, os resultados mostraram que a busca por meio de algoritmos genéticos levou a uma redução significativa do número de simulações necessárias para obter a geometria ótima com resultados concordantes aos obtidos com busca exaustiva. Além disso, foi possível estender o estudo para problemas com mais graus de liberdade, restrições e propriedades térmicas. Conclui-se que o melhor design é altamente dependente dos graus de liberdade e restrições, este sendo alcançado de acordo com o princípio construtal da ótima distribuição das imperfeições. / In this work, we propose employing genetic algorithms in association with constructal design for geometry optimization in heat transfer problems. The main objective of all studies is to minimize the maximum temperature that occurs in the computational domain. It was investigated initially an isothermal Y-shaped cavity intruded into a rectangular solid conducting wall with heat generation uniformly at a volumetric rate, where a comparison and validation of genetic algorithm against exhaustive search for few degrees of freedom was made. Then, an optimization is performed by means of genetic algorithms considering all four degrees of freedom of the problem and different values for geometric constraints. The following study has been done considering the same geometry as previously discussed, but it is considered the walls of the Y-cavity with a convective boundary condition. Thus, a dimensionless heat transfer parameter to study (a) was added. Similarly, foregoing study, a genetic algorithm validation was performed comparing to the exhaustive search. After, all four degrees of freedom and different values of a parameter only using genetic algorithms were optimized. In the next investigation, an asymmetric V-shaped pathway of high conductivity material was studied. This geometry receives a constant heat transfer rate in its base and removes it by the end of the two branches that are in touch with the heat sink. The shape was optimized by exhaustive approach considering four degree of freedom and a constraint. After, we used genetic algorithms to optimize the geometry considering the same degrees of freedom and different values for the restriction. Finally, similar to the case of the Y-shaped convective cavity, rectangular convective cavities with two pairs of arms inserted into a cylindrical solid body were optimized. Optimizations of up to seven degrees of freedom were performed and the influence of the convective parameter and of the area fractions of the body and arms of the cavity, were also investigated. From this study, it was concluded that the higher the number of cavities, the lower the maximum temperatures occurring in the domain. Also, the dependence of the convective parameter, influenced in the form of the best geometry, is highlighted. For all studies carried out, the results showed that the search using genetic algorithms led to a significant reduction of the number of simulations required to obtain the optimal geometry. Moreover, it was possible to extend the study where it was considered other degrees of freedom, constraints and thermal properties. We concluded that the best design is highly dependent of degrees of freedom and constraints, and this has been achieved according to the constructal principle of optimal distribution of imperfections.

To connect different electrical, network and data devices with the minimum cost and shortest path, is a complex job. In huge buildings, where the devices are placed at different locations on different floors and only some specific routes are available to pass the cables and buses, the shortest path search becomes more complex. The aim of this thesis project is, to develop an application which indentifies the best path to connect all objects or devices by following the specific routes.To address the above issue we adopted three algorithms Greedy Algorithm, Simulated Annealing and Exhaustive search and analyzed their results. The given problem is similar to Travelling Salesman Problem. Exhaustive search is a best algorithm to solve this problem as it checks each and every possibility and give the accurate result but it is an impractical solution because of huge time consumption. If no. of objects increased from 12 it takes hours to search the shortest path. Simulated annealing is emerged with some promising results with lower time cost. As of probabilistic nature, Simulated annealing could be non optimal but it gives a near optimal solution in a reasonable duration. Greedy algorithm is not a good choice for this problem. So, simulated annealing is proved best algorithm for this problem. The project has been implemented in C-language which takes input and store output in an Excel Workbook

One of the petroleum industry?s goals is to reduce the environmental impact of oil and gas operations in environmentally sensitive areas. To achieve this, a number of Environmentally Friendly Drilling (EFD) technologies have been developed to varying degrees. For example, the use of an elevated platform as an alternative to the gravel pad is less intrusive and leads to a more environmentally friendly approach to drilling operations. Elevated drilling platforms will require the use of piles. Another alternative to the gravel pad is the use of composite mats. Since the demand of low impact technologies for drill site construction has rapidly increased, the parametric study for the feasibility of using pile foundations and composite mats is conducted in this research. Even though a number of EFD technologies have already been developed to varying degrees, few have been integrated into a field demonstrable drilling system (i.e., combination of technologies) compatible with ecologically sensitive areas. In general, it is difficult to select the best combination of EFD technologies for a given site because there are many possible combinations and many different evaluation criteria. The proposed technology evaluation method is based on a systems analysis that can be used for integrating current and new EFD technologies into an optimal EFD system. An optimization scheme is suggested based on a combination of multi-attribute utility theory and exhaustively enumerating all possible technology combinations to provide a quantitative rationale and suggest the best set of systems according to a set of criteria, with the relative importance of the different criteria defined by the decision-maker. In this research, the sensitivity of the optimal solution to the weight factors and the effects of the uncertainty of input scores are also discussed using a case study. An application of the proposed approach is described by conducting a case study in Green Lake at McFaddin, TX. The main purpose of this case study is to test the proposed technology evaluation protocol in a real site and then to refine the protocol. This research describes the results of the case study which provided a more logical and comprehensive approach that maximized the economic and environmental goals of both the landowner and the oil company leaseholder.

In this thesis, we propose and evaluate quasi-optimal algorithms for solving the code-constellation optimization problem in M-ary CDMA system. The M-ary CDMA system is a new CDMA architecture. The more spreading codes used in each user, and the higher bandwidth efficiency can achieve with more bits packed in each symbol. We use a code, which we refer to as ¡§mapping code¡¨, to help form a multidimensional spherical code-constellation. The M codewords of the mapping code correspond one-to-one to the M points on the code-constellation. Thus, the code-constellation optimization problem is a combinatorial optimization problem. We present that an exhaustive search (ES) algorithm would have compute and check all possible subset, and then this problem becomes a NP-hard. Based on the exhaustive search algorithm, we propose symmetric points search (SPS) algorithm to reduce computation complexity, but it is not optimal algorithm. In addition, we propose a quasi-optimal algorithm, namely Manhattan distance search (MDS) algorithm. Numerical results and comparisons are provided to illustrate that the computation complexity of the Manhattan distance search algorithm increases linearly with dimension of code-constellation and its performance is better than others.

No presente trabalho propõe-se empregar algoritmos genéticos em associação com o design construtal para a otimização de geometrias em problemas de transferência de calor. O objetivo principal de todos os estudos deste trabalho é minimizar a máxima temperatura que ocorre no domínio computacional. Investigou-se, inicialmente, uma cavidade isotérmica em forma de Y inserida em um sólido retangular com geração de calor uniforme a uma taxa volumétrica constante, onde foi feita uma comparação e validação do algoritmo genético frente à busca exaustiva para poucos graus de liberdade. Após, foi feita uma otimização usando somente algoritmos genéticos considerando todos os quatro graus de liberdade do problema e diferentes valores para suas restrições geométricas. O estudo seguinte foi feito considerando a mesma geometria anteriormente discutida, porém considerou-se as paredes da cavidade Y com uma condição de contorno convectiva. Da mesma forma anterior, foi feita uma validação do algoritmo genético frente à busca exaustiva e na sequência uma otimização de todos os quatro graus de liberdade e diferentes valores do parâmetro convectivo a, empregando somente algoritmos genéticos. No terceiro caso, estudou-se um caminho assimétrico em forma de V de um material de alta condutividade. A geometria tem sua base recebendo um fluxo de calor constante e o remove através das extremidades de dois braços ligados a um sumidouro de calor. Otimizou-se a forma pelo método exaustivo considerando quatro graus de liberdade e uma restrição constante . Após, usou-se algoritmos genéticos para otimizar a geometria considerando os mesmos graus de liberdade e diferentes valores para a restrição de ocupação do material condutivo. Similarmente ao caso da cavidade convectiva em forma de Y, por fim, estudou-se a otimização geométrica de um corpo cilíndrico onde cavidades convectivas retangulares com dois pares de braços são inseridas. Realizaram-se otimizações de até sete graus de liberdade e também se estudou a influência de um parâmetro convectivo e das frações de ocupação das áreas do corpo e braços da cavidade. Deste estudo, concluiu-se que quanto maior o número de cavidades, menores são as máximas temperaturas que ocorrem no domínio. Destaca-se, também, a dependência do parâmetro convectivo, que influenciou na forma da melhor geometria encontrada. Para todos os estudos feitos, os resultados mostraram que a busca por meio de algoritmos genéticos levou a uma redução significativa do número de simulações necessárias para obter a geometria ótima com resultados concordantes aos obtidos com busca exaustiva. Além disso, foi possível estender o estudo para problemas com mais graus de liberdade, restrições e propriedades térmicas. Conclui-se que o melhor design é altamente dependente dos graus de liberdade e restrições, este sendo alcançado de acordo com o princípio construtal da ótima distribuição das imperfeições. / In this work, we propose employing genetic algorithms in association with constructal design for geometry optimization in heat transfer problems. The main objective of all studies is to minimize the maximum temperature that occurs in the computational domain. It was investigated initially an isothermal Y-shaped cavity intruded into a rectangular solid conducting wall with heat generation uniformly at a volumetric rate, where a comparison and validation of genetic algorithm against exhaustive search for few degrees of freedom was made. Then, an optimization is performed by means of genetic algorithms considering all four degrees of freedom of the problem and different values for geometric constraints. The following study has been done considering the same geometry as previously discussed, but it is considered the walls of the Y-cavity with a convective boundary condition. Thus, a dimensionless heat transfer parameter to study (a) was added. Similarly, foregoing study, a genetic algorithm validation was performed comparing to the exhaustive search. After, all four degrees of freedom and different values of a parameter only using genetic algorithms were optimized. In the next investigation, an asymmetric V-shaped pathway of high conductivity material was studied. This geometry receives a constant heat transfer rate in its base and removes it by the end of the two branches that are in touch with the heat sink. The shape was optimized by exhaustive approach considering four degree of freedom and a constraint. After, we used genetic algorithms to optimize the geometry considering the same degrees of freedom and different values for the restriction. Finally, similar to the case of the Y-shaped convective cavity, rectangular convective cavities with two pairs of arms inserted into a cylindrical solid body were optimized. Optimizations of up to seven degrees of freedom were performed and the influence of the convective parameter and of the area fractions of the body and arms of the cavity, were also investigated. From this study, it was concluded that the higher the number of cavities, the lower the maximum temperatures occurring in the domain. Also, the dependence of the convective parameter, influenced in the form of the best geometry, is highlighted. For all studies carried out, the results showed that the search using genetic algorithms led to a significant reduction of the number of simulations required to obtain the optimal geometry. Moreover, it was possible to extend the study where it was considered other degrees of freedom, constraints and thermal properties. We concluded that the best design is highly dependent of degrees of freedom and constraints, and this has been achieved according to the constructal principle of optimal distribution of imperfections.

No presente trabalho propõe-se empregar algoritmos genéticos em associação com o design construtal para a otimização de geometrias em problemas de transferência de calor. O objetivo principal de todos os estudos deste trabalho é minimizar a máxima temperatura que ocorre no domínio computacional. Investigou-se, inicialmente, uma cavidade isotérmica em forma de Y inserida em um sólido retangular com geração de calor uniforme a uma taxa volumétrica constante, onde foi feita uma comparação e validação do algoritmo genético frente à busca exaustiva para poucos graus de liberdade. Após, foi feita uma otimização usando somente algoritmos genéticos considerando todos os quatro graus de liberdade do problema e diferentes valores para suas restrições geométricas. O estudo seguinte foi feito considerando a mesma geometria anteriormente discutida, porém considerou-se as paredes da cavidade Y com uma condição de contorno convectiva. Da mesma forma anterior, foi feita uma validação do algoritmo genético frente à busca exaustiva e na sequência uma otimização de todos os quatro graus de liberdade e diferentes valores do parâmetro convectivo a, empregando somente algoritmos genéticos. No terceiro caso, estudou-se um caminho assimétrico em forma de V de um material de alta condutividade. A geometria tem sua base recebendo um fluxo de calor constante e o remove através das extremidades de dois braços ligados a um sumidouro de calor. Otimizou-se a forma pelo método exaustivo considerando quatro graus de liberdade e uma restrição constante . Após, usou-se algoritmos genéticos para otimizar a geometria considerando os mesmos graus de liberdade e diferentes valores para a restrição de ocupação do material condutivo. Similarmente ao caso da cavidade convectiva em forma de Y, por fim, estudou-se a otimização geométrica de um corpo cilíndrico onde cavidades convectivas retangulares com dois pares de braços são inseridas. Realizaram-se otimizações de até sete graus de liberdade e também se estudou a influência de um parâmetro convectivo e das frações de ocupação das áreas do corpo e braços da cavidade. Deste estudo, concluiu-se que quanto maior o número de cavidades, menores são as máximas temperaturas que ocorrem no domínio. Destaca-se, também, a dependência do parâmetro convectivo, que influenciou na forma da melhor geometria encontrada. Para todos os estudos feitos, os resultados mostraram que a busca por meio de algoritmos genéticos levou a uma redução significativa do número de simulações necessárias para obter a geometria ótima com resultados concordantes aos obtidos com busca exaustiva. Além disso, foi possível estender o estudo para problemas com mais graus de liberdade, restrições e propriedades térmicas. Conclui-se que o melhor design é altamente dependente dos graus de liberdade e restrições, este sendo alcançado de acordo com o princípio construtal da ótima distribuição das imperfeições. / In this work, we propose employing genetic algorithms in association with constructal design for geometry optimization in heat transfer problems. The main objective of all studies is to minimize the maximum temperature that occurs in the computational domain. It was investigated initially an isothermal Y-shaped cavity intruded into a rectangular solid conducting wall with heat generation uniformly at a volumetric rate, where a comparison and validation of genetic algorithm against exhaustive search for few degrees of freedom was made. Then, an optimization is performed by means of genetic algorithms considering all four degrees of freedom of the problem and different values for geometric constraints. The following study has been done considering the same geometry as previously discussed, but it is considered the walls of the Y-cavity with a convective boundary condition. Thus, a dimensionless heat transfer parameter to study (a) was added. Similarly, foregoing study, a genetic algorithm validation was performed comparing to the exhaustive search. After, all four degrees of freedom and different values of a parameter only using genetic algorithms were optimized. In the next investigation, an asymmetric V-shaped pathway of high conductivity material was studied. This geometry receives a constant heat transfer rate in its base and removes it by the end of the two branches that are in touch with the heat sink. The shape was optimized by exhaustive approach considering four degree of freedom and a constraint. After, we used genetic algorithms to optimize the geometry considering the same degrees of freedom and different values for the restriction. Finally, similar to the case of the Y-shaped convective cavity, rectangular convective cavities with two pairs of arms inserted into a cylindrical solid body were optimized. Optimizations of up to seven degrees of freedom were performed and the influence of the convective parameter and of the area fractions of the body and arms of the cavity, were also investigated. From this study, it was concluded that the higher the number of cavities, the lower the maximum temperatures occurring in the domain. Also, the dependence of the convective parameter, influenced in the form of the best geometry, is highlighted. For all studies carried out, the results showed that the search using genetic algorithms led to a significant reduction of the number of simulations required to obtain the optimal geometry. Moreover, it was possible to extend the study where it was considered other degrees of freedom, constraints and thermal properties. We concluded that the best design is highly dependent of degrees of freedom and constraints, and this has been achieved according to the constructal principle of optimal distribution of imperfections.

Esta dissertação apresenta o desenvolvimento de um sistema de tomada de decisão que propõe uma metodologia inteligente, de tal maneira a efetuar a melhor alocação possível de um grupo de usuários a um grupo de recursos em um espaço geográfico. Tal metodologia se baseou na lógica fuzzy e ao longo da dissertação foram feitas comparações com outras técnicas, como o Algoritmo Ingênuo e a Busca Exaustiva. O conjunto de dados que foi adotado como o escopo desse trabalho foi a matrícula de alunos do município de Nova Iguaçu. / This thesis presents the development of a decision system which proposes an intelligent methodology whose main purpose is making the best allocation as possible of a users set to a resources set in a geographic space. This methodology was supported on fuzzy logic and during the thesis; it was done comparisons with other techniques like Exhaustive Search and Plane Sweep. Two datasets were used in this thesis: a schools set and a students Agroup, both situated in the city of Nova Iguaçu, RJ, Brazil.

Esta dissertação apresenta o desenvolvimento de um sistema de tomada de decisão que propõe uma metodologia inteligente, de tal maneira a efetuar a melhor alocação possível de um grupo de usuários a um grupo de recursos em um espaço geográfico. Tal metodologia se baseou na lógica fuzzy e ao longo da dissertação foram feitas comparações com outras técnicas, como o Algoritmo Ingênuo e a Busca Exaustiva. O conjunto de dados que foi adotado como o escopo desse trabalho foi a matrícula de alunos do município de Nova Iguaçu. / This thesis presents the development of a decision system which proposes an intelligent methodology whose main purpose is making the best allocation as possible of a users set to a resources set in a geographic space. This methodology was supported on fuzzy logic and during the thesis; it was done comparisons with other techniques like Exhaustive Search and Plane Sweep. Two datasets were used in this thesis: a schools set and a students Agroup, both situated in the city of Nova Iguaçu, RJ, Brazil.

A inferência de redes gênicas (GN) a partir de dados de expressão gênica temporal é um problema crucial e desafiador em Biologia Sistêmica. Os conjuntos de dados de expressão geralmente consistem em dezenas de amostras temporais e as redes consistem em milhares de genes, tornando inúmeros métodos de inferência inviáveis na prática. Para melhorar a escalabilidade dos métodos de inferência de GNs, esta tese propõe um arcabouço chamado GeNICE, baseado no modelo de redes gênicas probabilísticas. A principal novidade é a introdução de um procedimento de agrupamento de genes, com perfis de expressão relacionados, para fornecer uma solução aproximada com complexidade computacional reduzida. Os agrupamentos definidos são usados para reduzir a dimensionalidade permitindo uma busca exaustiva mais eficiente pelos melhores subconjuntos de genes preditores para cada gene alvo de acordo com funções critério multivariadas. GeNICE reduz consideravelmente o espaço de busca porque os candidatos a preditores ficam restritos a um gene representante por agrupamento. No final, uma análise multivariada é realizada para cada subconjunto preditor definido, visando recuperar subconjuntos mínimos para simplificar a rede gênica inferida. Em experimentos com conjuntos de dados sintéticos, GeNICE obteve uma redução substancial de tempo quando comparado a uma solução anterior sem a etapa de agrupamento, preservando a precisão da predição de expressão gênica mesmo quando o número de agrupamentos é pequeno (cerca de cinquenta) e o número de genes é grande (ordem de milhares). Para um conjunto de dados reais de microarrays de Plasmodium falciparum, a precisão da predição alcançada pelo GeNICE foi de aproximadamente 97% em média. As redes inferidas para os genes alvos da glicólise e do apicoplasto refletem propriedades topológicas de redes complexas do tipo \"mundo pequeno\" e \"livre de escala\", para os quais grande parte das conexões são estabelecidas entre os genes de um mesmo módulo e algumas poucas conexões fazem o papel de estabelecer uma ponte entre os módulos (redes mundo pequeno), e o grau de distribuição das conexões entre os genes segue uma lei de potência, na qual a maioria dos genes têm poucas conexões e poucos genes (hubs) apresentam um elevado número de conexões (redes livres de escala), como esperado. / Gene network (GN) inference from temporal gene expression data is a crucial and challenging problem in Systems Biology. Expression datasets usually consist of dozens of temporal samples, while networks consist of thousands of genes, thus rendering many inference methods unfeasible in practice. To improve the scalability of GN inference methods, this work proposes a framework called GeNICE, based on Probabilistic Gene Networks; the main novelty is the introduction of a clustering procedure to group genes with related expression profiles, to provide an approximate solution with reduced computational complexity. The defined clusters were used to perform an exhaustive search to retrieve the best predictor gene subsets for each target gene, according to multivariate criterion functions. GeNICE greatly reduces the search space because predictor candidates are restricted to one representative gene per cluster. Finally, a multivariate analysis is performed for each defined predictor subset to retrieve minimal subsets and to simplify the network. In experiments with in silico generated datasets, GeNICE achieved substantial computational time reduction when compared to an existing solution without the clustering step, while preserving the gene expression prediction accuracy even when the number of clusters is small (about fifty) relative to the number of genes (order of thousands). For a Plasmodium falciparum microarray dataset, the prediction accuracy achieved by GeNICE was roughly 97% on average. The inferred networks for the apicoplast and glycolytic target genes reflects the topological properties of \"small-world\"and \"scale-free\"complex network models in which a large part of the connections is established between genes of the same functional module (smallworld networks) and the degree distribution of the connections between genes tends to form a power law, in which most genes present few connections and few genes (hubs) present a large number of connections (scale-free networks), as expected.