O estudo da proteção em sistemas elétricos de potência representa um tópico de grande relevância proporcionando continuidade do serviço e segurança da operação. Hoje, a coordenação de relés direcionais de sobrecorrente (RDSs) é realizada usando formulações matemáticas que basicamente levam em consideração o tempo de operação dos dispositivos e o atendimento ao intervalo de tempo de coordenação (ITC). Nesta tese tem sido realizada a coordenação e seletividade entre RDSs considerando a otimização simultânea das unidades temporizada e instantânea de fase e neutro, contingências em circuitos mutuamente acoplados e ajuste automático das curvas. Algumas questões como os critérios de curtos-circuitos e tratamento topológico para circuitos interligados são também discutidas. Inicialmente, os estudos foram tratados como Otimização Monobjetivo (soma ponderada) minimizando a soma do tempo dos relés primários quando aplicado um curto-circuito do tipo close-in, na barra remota e a soma dos ajustes da unidade de sobrecorrente instantânea. Em sequência duas abordagens envolvendo um aspecto multiobjetivo são propostas. A primeira minimiza o tempo de operação de todos dispositivos de proteção, enquanto maximiza um índice de coordenação, ocasionando então em ITC variável. Já a segunda, além de minimizar o tempo de operação, o número de ajustes permitidos a serem alterados é limitado pelo operador, se a coordenação de todos elementos envolvidos for inviável. Os ajustes dos RDSs são obtidos por meio de algoritmos meta-heurísticos (derivados do Particle Swarm Optimization e Non-dominated Sorting Genetic Algorithm-II. Os métodos modernos ou inteligentes, concebidos a partir de conceitos de inteligência artificial, têm evoluído rapidamente e permitem a obtenção de excelentes soluções com a confiabilidade adequada para aplicações em engenharia. A eficácia e robustez do método são realizadas em um sistema de transmissão pertencente à área de uma concessionária brasileira. Por fim, os resultados foram bem satisfatórios visto que o emprego da unidade instantânea e múltiplas curvas diminuiu substancialmente a soma de tempo de atuação dos dispositivos de proteção, contribuindo para minimizar o trabalho empregado pelo engenheiro de proteção com segurança e rica informação técnica. Ademais, as estratégias multiobjetivos auxiliam o operador na tomada de decisão uma vez que cada solução encontrada atende específicas restrições oriundas do equipamentos empregados ou estados contingenciais da rede. / The study of power system protection represents a highly relevant topic providing continuity of service and safety of operation. Today, the coordination of directional overcurrent relays (DORs) is performed using mathematical formulations that basically take into account the operation time of the devices and the coordination time interval (CTI). In this thesis, coordination and selectivity between DORs have been performed considering the simultaneous optimization of the instantaneous and time overcurrent unit (both phase and ground), contingencies in coupled mutually circuits and automatic determination of the curves. Some issues are also discussed such as criteria for short-circuit calculation and topological treatment for interconnected circuits. Initially, the studies were considered as being a case of Monobjective Optimization (weighted sum) by minimizing the sum of operation time of primary relays when occur close-in and line-end faults and also the sum of the instantaneous overcurrent unit. In sequence are proposed two approaches involving multiobjective aspect. The first minimizes the operating time of all protection devices, while maximizing a coordination index (here, CTI is non-fixed). The second, besides minimizing the operating time, the number of settings allowed to alter is limited by operator, if the coordination of all elements involved is not possible in practice. The settings of DORs have been found by using meta-heuristic algorithms (derived from Particle Swarm Optimization and Non-dominated Sorting Genetic Algorithm-II). Modern or intelligent methods, conceived from artificial intelligence, have evolved rapidly and obtained excellent solutions with the acceptable reliability for engineering applications. The test has been carried out on a transmission network from a Brazilian utility. Finally, the results were well satisfactory because using the instantaneous unit and multiple curves substantially reduced the sum of operating time of the protective devices, contributing to decrease workload of protection engineers with safety and rich technical information. In addition, the multiobjective strategies help the operator in the decision making since each solution satisfies specific constraints coming from used equipment or contingency states of the existing network.

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2012

Orientador: José Roberto Sanches Mantovani / Resumo: Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O modelo matemático é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico na sua forma original sem a necessidade de realizar qualquer tipo de simplificação ou linearização tanto das funções objetivo como das res-trições. Um algoritmo baseado na meta-heurística Non-dominated Sorting Genetic Algorithm (NSGA-II) é proposto para resolver o problema de maneira eficaz. Os resultados obtidos com as simulações realizadas usando a implementação computacional nos sistemas de testes IEEE30 barras e IEEE118 barras mostram a eficiência e robustez da metodologia proposta. / Abstract: This work proposes the development of a computational tool for the planning and optimal dispatch of active power sources, considering the uncertainties of the loads (light, nominal and heavy) and non-dispatchable renewable energy sources through a probabilistic approach. The mathematical model is a multi-objective mixed-integer nonlinear programing problem, that is nonconvex and probabilistic in its original form, without the need to perform any kind of simplification or linearization of both objective functions and constraints. An algorithm based on the Non-dominated Sorting Genetic Algorithm (NSGA-II) meta-heuristic is pro-posed to solve the problem effectively. The results obtained with the simulations performed using the computational implementation in the IEEE30 bus and IEEE118 bus test systems show the efficiency and robustness of the proposed methodology. / Doutor

Submitted by Maike Costa (maiksebas@gmail.com) on 2016-04-27T14:06:26Z No. of bitstreams: 1 arquivo total.pdf: 1831708 bytes, checksum: edf5d3b8c2b5483f249063f565ba3024 (MD5) / Made available in DSpace on 2016-04-27T14:06:26Z (GMT). No. of bitstreams: 1 arquivo total.pdf: 1831708 bytes, checksum: edf5d3b8c2b5483f249063f565ba3024 (MD5) Previous issue date: 2015-04-14 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes a uni ed heuristic algorithm for a large class of earlinesstardiness (E-T) scheduling problems. We consider single/parallel machine E-T problems that may or may not consider some additional features such as idle time, setup times and release dates. In addition, we also consider those problems whose objective is to minimize either the total (average) weighted completion time or the total (average) weighted ow time, which arise as particular cases when the due dates of all jobs are either set to zero or to their associated release dates, respectively. The developed local search based metaheuristic framework is quite simple, but at the same time relies on sophisticated procedures for e ciently performing local search according to the characteristics of the problem. The algorithm was tested in hundreds of instances of several E-T problems and particular cases. The results obtained show that our general heuristic is capable of producing high quality solutions when compared to the best ones available in the literature that were obtained by speci c methods. Moreover, the algorithm was tested on a new set of instances proposed for the most general case (Rjrj ; sk ij jPw0j Ej + wjTj) of the class of problems considered, in order to validate the method. / Esta disserta c~ao prop~oe uma heur stica uni cada para uma classe de problemas de sequenciamento da produ c~ao com penalidades por antecipa c~ao e atraso. S~ao considerados problemas que envolvem uma ou m ultiplas m aquinas e que podem, ou n~ao, considerar algumas particularidades, tais como: a inser c~ao de tempos ociosos entre as tarefas, tempos de setup e datas de libera c~ao distintas. Al em desses problemas, tamb em s~ao considerados os em que a fun c~ao objetivo e de minimizar tanto o a soma (ponderada) dos tempos de t ermino das tarefas, quanto a soma (ponderada) dos tempos de uxo das tarefas, que surgem como casos particulares quando as datas de entrega de todas as tarefas s~ao de nidas com zero ou iguais a suas respectivas datas de libera c~ao, respectivamente. A meta-heur stica baseada em busca local proposta e simples, mas cont em procedimentos so sticados que possibilitam uma execu c~ao e ciente da busca local, de acordo com as caracter sticas do problema. O algoritmo foi testado em centenas de inst^ancias de problemas envolvendo penalidades por antecipa c~ao e atraso e em casos particulares. Os resultados obtidos mostram que a heur stica proposta e capaz de produzir solu c~oes de alta qualidade quando comparadas com os melhores dispon veis na literatura, os quais foram obtidos por m etodos espec cos. Al em disso, o algoritmo foi testado em um novo conjunto de inst^ancias propostas para caso mais geral (Rjrj ; sk ij jPw0j Ej +wjTj) da classe de problemas considerados, com o intuito de validar o m etodo.

Submitted by ELAYNNE XAVIER SOUZA ARAÚJO null (elaynnearaujo@hotmail.com) on 2018-03-13T18:51:38Z No. of bitstreams: 1 Tese_Final.pdf: 5331631 bytes, checksum: 60e1011da397d7e88cc9d80319169d76 (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-03-14T12:06:56Z (GMT) No. of bitstreams: 1 araujo_exs_dr_ilha.pdf: 5331631 bytes, checksum: 60e1011da397d7e88cc9d80319169d76 (MD5) / Made available in DSpace on 2018-03-14T12:06:56Z (GMT). No. of bitstreams: 1 araujo_exs_dr_ilha.pdf: 5331631 bytes, checksum: 60e1011da397d7e88cc9d80319169d76 (MD5) Previous issue date: 2018-02-23 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Neste trabalho é proposto o desenvolvimento de uma ferramenta computacional para o planeja-mento e despacho ótimo de fontes de potência ativa, considerando as incertezas das cargas (le-ve, nominal e pesada) e fontes de energia renováveis não despacháveis através de uma aborda-gem probabilística. O modelo matemático é um problema de programação não linear inteiro misto, multiobjetivo, não convexo e probabilístico na sua forma original sem a necessidade de realizar qualquer tipo de simplificação ou linearização tanto das funções objetivo como das res-trições. Um algoritmo baseado na meta-heurística Non-dominated Sorting Genetic Algorithm (NSGA-II) é proposto para resolver o problema de maneira eficaz. Os resultados obtidos com as simulações realizadas usando a implementação computacional nos sistemas de testes IEEE30 barras e IEEE118 barras mostram a eficiência e robustez da metodologia proposta. / This work proposes the development of a computational tool for the planning and optimal dispatch of active power sources, considering the uncertainties of the loads (light, nominal and heavy) and non-dispatchable renewable energy sources through a probabilistic approach. The mathematical model is a multi-objective mixed-integer nonlinear programing problem, that is nonconvex and probabilistic in its original form, without the need to perform any kind of simplification or linearization of both objective functions and constraints. An algorithm based on the Non-dominated Sorting Genetic Algorithm (NSGA-II) meta-heuristic is pro-posed to solve the problem effectively. The results obtained with the simulations performed using the computational implementation in the IEEE30 bus and IEEE118 bus test systems show the efficiency and robustness of the proposed methodology. / 167761/2014-5

O presente trabalho trata da solução para o problema da elaboração de programações de transporte do sistema de distribuição de materiais da Força Aérea Brasileira (FAB). Essas programações de transporte consistem em definir os roteiros de entrega e coleta de materiais a serem realizadas simultaneamente em cada local de entrega/coleta a partir de um centro de distribuição, considerando-se a frota de veículos homogênea. Isto é característico de um Problema de Roteirização de Veículos com Coletas e Entregas Simultâneas (PRVCES). A gestão do sistema de distribuição física da FAB considera a complexidade desse sistema e os dados relativos às demandas de transporte de carga em cada um desses locais para elaborar as programações de transporte. Essas programações são elaboradas tendo em vista os limites de capacidade dos veículos, as características físicas das cargas e as prioridades de embarque. O gestor desse sistema possui boa visibilidade das demandas de transporte, porém, devido à grande quantidade de informações disponíveis e à elevada complexidade desse sistema, é impossível elaborarem-se manualmente programações de transporte que resultem em viagens de distribuição eficientes. O PRVCES foi resolvido por meio da meta-heurística Busca Dispersa (do inglês Scatter Search) integrada com a meta-heurística Descida em Vizinhança Variável (do inglês Variable Neighborhood Descent) utilizada como método de melhoria das soluções. Os resultados superaram ou se igualaram a alguns dos obtidos por outros autores para os mesmos problemas de teste com as mesmas restrições, o que demonstra que a Busca Dispersa implementada é competitiva para solucionar o PRVCES. Quanto à aplicação na FAB, os resultados mostraram que a utilização do método de solução desenvolvido resultará em programações de transporte elaboradas em curto tempo de processamento e que estas incidirão positivamente sobre a eficiência do sistema de distribuição de materiais da FAB. / This work deals with the solution to the problem of drawing up transport schedules in the material distribution system of the Brazilian Air Force (BAF). These transport schedules consist in defining the routes for material pickup and delivery to be accomplished simultaneously in each delivery/pickup location from a distribution center, considering a homogeneous fleet of vehicles. This is characteristic of a Vehicle Routing Problem with Simultaneous Delivery and Pick-up (VRPSDP). The management of the physical distribution of BAF considers the complexity of this system and the data regarding the cargo transport demands in each one of those locations to draw up transport schedules. These schedules are drawn up regarding the capacity limits of the vehicles, the physical characteristics of the cargoes and the shipping priorities. A good visibility of transport demands in each location is available to the manager of this system, but due to the great quantity of data to deal with and the high complexity of the physical distribution system of BAF, it is impossible to draw up transport schedules that result in efficient distribution trips. The VRPSDP was solved by means of the Scatter Search meta-heuristic integrated with the Variable Neighborhood Descent meta-heuristic as the solution improvement method. The results exceeded or equaled some of those obtained by other authors using the same test problems with the same restrictions, what indicates that the implemented Scatter Search is competitive to solve the VRPSDP. As for the application in the BAF, the results showed that using the solution method developed will result in schedules drawn up in short processing time and focused on the efficiency of the material distribution system of the BAF.

Orientador: Eduardo Candido Xavier / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-17T07:52:55Z (GMT). No. of bitstreams: 1 Faleiros_ThiagodePaulo_M.pdf: 2870028 bytes, checksum: fc82c1cba0951230720985bb3a712fd0 (MD5) Previous issue date: 2010 / Resumo: Investigamos Problemas de Particionamento de objetos que têm relações de similaridade entre si. Instâncias desses problemas podem ser representados por grafos, em que objetos são vértices e a similaridade entre dois objetos é representada por um valor associado à aresta que liga os objetos. O objetivo do problema é particionar os objetos de tal forma que objetos similares pertençam a um mesmo subconjunto de objetos. Nosso foco é o estudo de algoritmos para clusterização em grafos, onde deve-se determinar clusteres tal que arestas ligando vértices de clusteres diferentes tenham peso baixo e ao mesmo tempo as arestas entre vértices de um mesmo cluster tenha peso alto. Problemas de particionamento e clusterização possuem aplicações em diversas áreas, como mineração de dados, recuperação de informação, biologia computacional, entre outros. No caso geral estes problemas são NP-Difíceis. Nosso interesse é investigar algoritmos eficientes (com complexidade de tempo polinomial) e que gerem boas soluções, como Heurísticas, Metaheurísticas e Algoritmos de Aproximação. Dentre os algoritmos estudados, implementamos os mais promissores e fazemos uma comparação de seus resultados utilizando instâncias geradas computacionalmente. Por fim, propomos um algoritmo que utiliza a metaheurística GRASP para o problema considerado e mostramos que, para as instâncias de testes geradas, nosso algoritmo obtém melhores resultados / Abstract: In this work we investigate Partitioning Problems of objects for which a similarity relations is defined. Instance to these problems can be represented by graphs where vertices are objects, and the similarity between two objects is represented by a value associated with an edge that connects objects. The problem objective is to partition the objects such that similar objects belong to the same subset of objects. We study clustering algorithms for graphs, where clusters must be determined such that edges connecting vertices of different clusters have low weight while the edges between vertices of a same cluster have high weight. Partitioning and clustering problems have applications in many areas, such as data mining, information retrieval, computational biology, and others. Many versions of these problems are NP-Hard. Our interest is to study eficient algorithms (with polynomial time complexity) that generate good solutions, such as Heuristics, Approximation Algorithms and Metaheuristics. We implemented the most promising algorithms and compared their results using instances generated computationally. Finally, we propose a GRASP based algorithm for the partition and clustering problem and show that, for the generated test instances, our algorithm achieves better results / Mestrado / Mestre em Ciência da Computação

Orientador: Fernando Jose Von Zuben / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T03:50:32Z (GMT). No. of bitstreams: 1 Castro_PabloAlbertoDalbemde_D.pdf: 3372739 bytes, checksum: 137d410adffc7c418667750c4e3326de (MD5) Previous issue date: 2009 / Resumo: Sistemas imunológicos artificiais (SIAs) e modelos gráficos probabilísticos são duas importantes técnicas para a construção de sistemas inteligentes e tem sido amplamente exploradas por pesquisadores das mais diversas áreas, tanto no aspecto teórico quanto pratico. Entretanto, geralmente o potencial de cada técnica é explorado isoladamente, sem levar em consideração a possível cooperação entre elas. Como uma primeira contribuição deste trabalho, é proposta uma metodologia que explora as principais vantagens dos SIAs como ferramentas de otimização voltadas para aprendizado de redes bayesianas a partir de conjuntos de dados. Por outro lado, os SIAs já propostos para otimização em espaços discretos e contínuos correspondem a meta-heurísticas populacionais sem mecanismos para lidarem eficientemente com blocos construtivos, e também com poucos recursos para se beneficiarem do conhecimento já adquirido acerca do espaço de busca. A segunda contribuição desta tese é a proposição de quatro algoritmos que procuram superar estas limitações, em contextos mono-objetivo e multiobjetivo. São substituídos os operadores de clonagem e mutação por um modelo probabilístico representando a distribuição de probabilidades das melhores soluções. Em seguida, este modelo é empregado para gerar novas soluções. Os modelos probabilísticos utilizados são a rede bayesiana, para espaços discretos, e a rede gaussiana, para espaços contínuos. A escolha de ambas se deve às suas capacidades de capturar adequadamente as interações mais relevantes das variáveis do problema. Resultados promissores foram obtidos nos experimentos de otimização realizados, os quais trataram, em espaços discretos, de seleção de atributos e de ensembles para classificação de padrões, e em espaços contínuos, de funções multimodais de elevada dimensão. Palavras-chave: sistemas imunológicos artificiais, redes bayesianas, redes gaussianas, otimização em espaços discretos e contínuos, otimização mono-objetivo e multiobjetivo / Abstract: Artificial immune systems (AISs) and probabilistic graphical models are two important techniques for the design of intelligent systems, and they have been widely explored by researchers from diverse areas, in both theoretical and practical aspects. However, the potential of each technique is usually explored in isolation, without considering the possible cooperation between them. As a first contribution of this work, it is proposed an approach that explores the main advantages of AISs as optimization tools applied to the learning of Bayesian networks from data sets. On the other hand, the AISs already proposed to perform optimization in discrete and continuous spaces correspond to population-based meta-heuristics without mechanisms to deal effectively with building blocks, and also having few resources to benefit from the knowledge already acquired from the search space. The second contribution of this thesis is the proposition of four algorithms devoted to overcoming these limitations, both in single-objective and multi-objective contexts. The cloning and mutation operators are replaced by a probabilistic model representing the probability distribution of the best solutions. After that, this model is employed to generate new solutions. The probabilistic models adopted are the Bayesian network, for discrete spaces, and the Gaussian network, for continuous spaces. These choices are supported by their ability to properly capture the most relevant interactions among the variables of the problem. Promising results were obtained in the optimization experiments carried out, which have treated, in discrete spaces, feature selection and ensembles for pattern classification, and, in continuous spaces, multimodal functions of high dimension. Keywords: artificial immune systems, Bayesian networks, Gaussian networks, optimization in discrete and continuous domains, single-objective and multi-objective optimization / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientadores: Carlos Alberto de Castro Junior, Ruben Augusto Romero Lazaro / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T21:34:08Z (GMT). No. of bitstreams: 1 Guimaraes_MarcosAntoniodoNascimento_D.pdf: 1387088 bytes, checksum: 36029ed51311645d24da08d56bb91409 (MD5) Previous issue date: 2009 / Resumo: O objetivo desse trabalho de pesquisa é desenvolver ferramentas computacionais eficientes para a otimização da operação de sistemas de distribuição de energia elétrica. A principal contribuição apresentada é fornecer uma metodologia para redução de perdas de potência ativa, baseada em reconfiguração e alocação de bancos de capacitores fixos e automáticos. É possível encontrar na literatura várias propostas baseadas nos mais diversos tipos de algoritmos, entretanto, na maioria dos casos as propostas apresentadas propõem o atendimento a um único objetivo. A proposta apresentada neste trabalho contempla a otimização dos objetivos de forma conjunta, usando um único algoritmo, de forma a tirar o máximo proveito dos recursos já instalados no sistema. Mostra-se que é possível obter uma economia significativa no custo de instalação de bancos de capacitores, utilizando a reconfiguração como ferramenta adicional. Um dos maiores desafios a ser enfrentado, no entanto, refere-se ao tamanho do espaço de busca, que nesse caso cresce consideravelmente. Para a resolução do problema optou-se pelo algoritmo genético, que é uma metaheurística já consagrada na resolução de problemas de grande complexidade. No decorrer do trabalho foram desenvolvidas diversas ferramentas e operadores genéticos especiais que tornaram possível a obtenção de excelentes resultados com baixo custo computacional. Adicionalmente, foi desenvolvido um algoritmo de Simulated Annealing que, a partir da melhor configuração obtida pelo algoritmo genético desenvolvido, otimiza as manobras dos taps do transformador da subestação de forma coordenada com taps dos capacitores automáticos. O comutador de tap do transformador tem uma vida útil limitada em aproximadamente 100.000 operações, o que corresponde a aproximadamente 30 operações diárias, e o algoritmo desenvolvido tem por finalidade, minimizar o número de operações diárias do dispositivo, prolongando sua vida útil. / Abstract: The goal of this research work is to develop efficient computational tools for optimizing the operation of distribution systems. The main contribution presented here is providing a methodology for reducing the real power losses based on reconfiguration and placement of both fixed and automatic capacitor banks. Many different methodologies, using several different algorithms can be found in the literature. However, most of them focus on one objective only. The method presented here comprises the simultaneous optimization of multiple objectives, in one algorithm only, to fully use the resources already installed in the system. It is shown that significant savings with the purchase of capacitor banks can be achieved by using reconfiguration as an additional tool. One of the hardest challenges to be tackled is related to the search space, that may grow significantly. The problem is solved by a genetic algorithms, which is an already widely accepted metaheuristic for solving very complex problems. Many different tools and special genetic operators have been developed along the research work. Those provided excellent results, at a low computational cost. Additionally, a simulated annealing algorithm was developed to optimize the substation transformer tap maneuvers in a coordinated way with the automatic capacitor bank tap maneuvers, from the best configuration obtained with genetic algorithms. The transformer tap commuter has a useful life limited to 100,000 operations, or approximately 30 daily operations. The proposed algorithm also minimizes the number of daily operations to stretch transformers' service life. / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica

A programação concorrente é cada vez mais utilizada nos sistemas atuais com o objetivo de reduzir custos e obter maior eficiência no processamento. Com a importância da programação concorrente é imprescindível que programas que implementam esse paradigma apresentem boa qualidade e estejam livres de defeitos. Assim,diferentes técnicas e critérios de teste vêm sendo definidos para apoiar a validação de aplicações desenvolvidas nesse paradigma. Nesse contexto, a geração automática de dados de teste é importante, pois permite reduzir o custo na geração e seleção de dados relevantes. O uso de técnicas meta-heurísticas tem sido uma área de grande interesse entre os pesquisadores para geração de dados, pois essas técnicas apresentam abordagens aplicáveis a problemas complexos e de difícil solução. Considerando esse aspecto, este trabalho apresenta uma abordagem de geração automática de dados para o teste estrutural de programas concorrentes em MPI (Message Passing Interface). A meta-heurística usada foi Algoritmo Genético em que a busca é guiada por critérios de teste que consideram características implícitas de programas concorrentes. O desempenho da abordagem foi avaliado por meio da cobertura dos dados detestes, da eficácia em revelar defeitos e do custo de execução. Para comparação, a geração aleatória foi considerada. Os resultados indicaram que é promissor usar geração de dados de teste no contexto de programas concorrentes, com resultados interessantes em relação à eficácia e cobertura dos requisitos de teste. / Concurrent programming has been increasingly used in current systems in order to reduce costs and obtain higher processing efficiency and, consequently, it is expected that these systems have high quallity. Therefore, different techniques and testing criteria have been proposed aiming to support the verification and validation of the concurrent applications. In this context, the automated data test generation allows to reduce the testing costs during the generation and selection of data tests. Metaheuristic technique has been widely investigated to support the data test generation because this technique has presented good results to complex and costly problems. In this work, we present an approach to the automated data test generation for message passing concurrent programs in MPI (Message Passing Interface). The generation of data test is performed using the genetic algorithm metaheuristic technique, guiding by structural testing criteria. An experimental study was conducted to evaluate the proposed approach, analyzing the effectiveness and application cost. The results indicate that the genetic algorithm is a promising approach to automated test data generation for concurrent programs, presenting good results in relation to effectiveness and data test coverage.