Um tema pouco estudado na literatura, mas frequentemente encontrado por empresas prestadoras de serviço, é o Problema de Escalonamento de Técnicos de Campos (Field Technician Scheduling Problem). O problema consiste em associar um número de tarefas - em diversos locais, com diferentes prioridades e com janelas de tempo - a uma quantidade de técnicos - com diferentes horários de expediente e com habilidades distintas - que saem no início do horário de trabalho da sede da empresa, para onde devem retornar antes do fim do expediente. Cada tarefa é atendida por um único técnico. Esse problema é estudado neste trabalho. A primeira parte do trabalho apresenta um modelo de programação linear inteira mista (PLIM) e, dada a complexidade do problema, heurísticas construtivas e meta-heurísticas foram desenvolvidas. Na função objetivo, procura-se principalmente maximizar o número ponderado de tarefas executadas em um dia de trabalho, de acordo com as suas prioridades. Em linhas gerais, as heurísticas construtivas ordenam as tarefas de acordo com um critério pré-estabelecido e, em seguida, designam cada uma a um dos técnicos capazes de realiza-la sem violar as restrições do problema. Tendo em conta o bom desempenho obtido em outros problemas semelhantes, foi adotado um Algoritmo Genético denominado Biased Random-Key Genetic Algorithms (BRKGA), que utiliza chaves aleatórias para codificar e decodificar as soluções. Codificadores e decodificadores adaptados ao problema foram desenvolvidos e testes computacionais são apresentados. As soluções obtidas em problemas de pequenas dimensões são comparadas com as soluções ótimas conhecidas e, para aprimorar a avaliação do desempenho nas instâncias médias e grandes, quatro procedimentos para obter limitantes superiores foram propostos. Testes computacionais foram realizados em 1040 instâncias. O BRKGA encontrou 99% das 238 soluções ótimas conhecidas e, nas 720 instâncias de dimensões médias e grandes, ficou em média a 3,8% dos limitantes superiores. As heurísticas construtivas superaram uma heurística construtiva da literatura em 90% das instâncias. A segunda parte do trabalho apresenta uma nova abordagem para o Problema de Escalonamento de Técnicos de Campo: um modelo biobjetivo, onde uma segunda função objetivo buscará que as tarefas prioritárias sejam realizadas o mais cedo possível. Uma versão multiobjectivo do BRKGA foi desenvolvida, considerando diversas estratégias para classificar a população do algoritmo e escolher as melhores soluções (estratégias de elitismo). Codificadores e decodificadores foram criados para o problema multiobjectivo. Os resultados computacionais obtidos são comparados com os resultados de um Algoritmo Genético conhecido na literatura, o Nondominated Sorting Genetic Algorithm II (NSGA II). Para instâncias de pequenas dimensões, os resultados da meta-heurística proposta também são comparados com a fronteira ótima de Pareto de 234 instâncias, obtidas por enumeração completa. Em média, o BRKGA multiobjectivo encontrou 94% das soluções da fronteira ótima de Pareto e, nas instâncias médias e grandes, superou o desempenho do NSGA-II nas medidas de avaliação adotadas (porcentagem de soluções eficientes, hipervolume, indicador epsílon e cobertura). / An important topic in service companies, but little studied until now, is the field technician scheduling problem. In this problem, technicians have to execute a set of jobs or service tasks. Technicians have different skills and working hours. Tasks are in different locations within a city, with different time windows, priorities, and processing times. Each task is executed by only one technician. This problem is addressed in this thesis. The first part of the research presents the mixed integer linear programming model (MILP) and, due to the complexity of this problem, constructive heuristics and metaheuristics were proposed. The objective function is to maximize the sum of the weighted performed tasks in a day, based on the priority of tasks. In general terms, in the proposed constructive heuristics, jobs are ordered according to a criterion and, after that, tasks are assigned to technicians without violating constraints. A Genetic Algorithm (the Biases Randon Key Genetic Algorithm - -RKGA) is applied to the problem, based on its success in similar problems; the BRKGA uses random keys and a decoder transforms each chromosome of the Genetic Algorithm into a feasible solution of the problem. Decoders and encoders adapted to the problem were developed and computational tests are presented. A comparison between the solutions of the heuristic methods and optimal solutions values was also conducted for small instances and, to analyze medium and large instances, four upper bound models were proposed. Computational experiments with 1040 instances were carried out. The BRKGA reached 99% of the 238 optimal solutions and, for 720 medium and large instances, the average upper bound gap was 3,8%. Constructive heuristics overcame a heuristic of the literature in 90% of the instances. The second part of this research presents a new approach of the Field Technician Scheduling Problem: a multiobjective model, with a second objective function to execute the priority tasks as soon as possible. A multiobjective BRKGA was developed, with different strategies to classify the Genetic Algorithm population and to select the elite solutions (elite strategies). Decoders and encoders were developed for the multiobjective problem too. The results were compared with a known Genetic Algorithm, the Nondominated Sorting Genetic Algorithm II (NSGA II). For 234 small instances, the results were compared with the Pareto optimal solutions, obtained by complete enumeration. On average, the BRKGA found 94% of the Pareto optimal solutions and, for 720 medium and large instances, outperformed the NSGA-II by means of the measures adopted (percentage of efficient solutions, hypervolume, epsilon and coverage).

Submitted by Ronildo Prado (ronisp@ufscar.br) on 2016-09-23T20:10:21Z No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-23T20:10:38Z (GMT) No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-23T20:10:49Z (GMT) No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) / Made available in DSpace on 2016-09-23T20:10:57Z (GMT). No. of bitstreams: 1 DissEP.pdf: 2850814 bytes, checksum: 13c476dc7f26d54826c6932c0fa4fcd2 (MD5) Previous issue date: 2015-03-31 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Currently there is a growing increase in fuel consumption, but also an increased concern about the end of fossil fuels and their environmental damage. In this scenario, secondgeneration ethanol (E2G), produced from sugarcane bagasse, appears as an option to increase the production of first generation ethanol (E1G), produced from sugarcane. The aim of this study was to evaluate the production of ethanol, the generation of electricity, CO2 emissions and vinasse into an E1G and E2G autonomous distillery through multiobjective optimization. This assessment has been formulated in terms of multi-objective optimization problems in virtual biorefinery modeled in EMSO (Environment for Modeling, Simulation and Optimization). The modeling of closed water circuits, CO2 production in the boiler and in the fermenter, and the process of concentrating the juice and vinasse streams through multiple-effect evaporators, and the multiobjective optimization involving the production of E2G, electric energy and production of CO2 and vinasse were performed. The modeled biorefinery processes 500,000 kg/h of sugarcane and burns, in addition to bagasse, 35,000 kg/h of sugarcane straw. The multiple effect evaporators for the broth concentration generated savings of around 18% in turbine backpressure exhaust steam when compared to a process with a single effect. The concentration of the vinasse through multiple-effect evaporators can cause a reduction in flow rate of more than 70%. The obtained non-dominated solutions in multiobjective optimization studies have shown a relationship among the production of ethanol, vinasse, energy and CO2 as a function of the decision variables: bagasse fraction diverted to produce E2G, and fraction of vinasse concentrated in multiple effect evaporators. Nondominated solutions are in the bagasse fraction range from 0.01% to 50.09%, and vinasse fraction comprises values greater than 14.09%. Among the solutions, ethanol flow was between 35,730 kg/h and 41,633 kg/h. CO2 production can reach values above 187,000 kg/h considering the CO2 released in the fermenters and in the boiler. On the issue of electricity generation, values above 83,000 kW can be reached. The results showed that the methodology used was efficient and the proposed objectives have been met. / Com o crescente aumento do consumo de combustíveis e o aumento da preocupação com o fim dos combustíveis fósseis e com seus danos ambientais, o etanol de segunda geração (E2G), produzido a partir do bagaço e da palha da cana-de-açúcar, surge como uma opção para aumentar a produção de etanol de primeira geração (E1G), produzido a partir da cana-de-açúcar. O objetivo desse trabalho foi avaliar a produção de etanol, a geração de energia elétrica, a emissão de CO2 e de vinhaça em uma destilaria autônoma de E1G e E2G empregando a otimização multiobjetivo. Essa avaliação foi formulada em termos de problemas de otimização multiobjetivo na biorrefinaria virtual modelada em EMSO (Environment for Modeling, Simulation and Optimization). A modelagem de circuitos fechados de água, da produção de CO2 na caldeira e no fermentador, e do processo de concentração das correntes de caldo e de vinhaça por meio de evaporadores múltiplo efeito, bem como a otimização multiobjetivo envolvendo a produção de E1G e E2G, geração de energia e produção de vinhaça, foram realizados. A biorrefinaria modelada processa 500.000 kg/h de cana-de-açúcar e queima, além de bagaço, 35.000 kg/h de palha de cana-de-açúcar. Com os evaporadores múltiplo efeito para a concentração do caldo, foi possível uma economia na ordem de 18% no vapor de escape da turbina de contrapressão em comparação a um processo de simples efeito. A concentração da vinhaça, por meio de evaporadores múltiplo efeito, pode provocar uma redução da vazão de mais de 70%. As soluções não-dominadas obtidas nos estudos de otimização multiobjetivo mostraram uma relação entre a produção de etanol, de vinhaça, de energia e de CO2 em função das variáveis de decisão: fração de bagaço destinado para a produção de E2G, e fração de vinhaça destinada para a concentração nos evaporadores de múltiplo efeito. As soluções não-dominadas se encontram no intervalo de fração de bagaço entre 0,01% e 50,09%, enquanto a fração de vinhaça compreende valores acima de 14,09%. Entre as soluções, a vazão de etanol ficou entre 35.730 kg/h e 41.633 kg/h. A produção de CO2 pode chegar a valores acima dos 187.000 kg/h, considerando o CO2 liberado nos fermentadores e na caldeira. No quesito geração de energia elétrica, consegue-se chegar a valores acima de 83.000 kW. Os resultados mostraram que a metodologia utilizada foi eficiente e os objetivos propostos foram atendidos.

abstract: In this dissertation, we present a H-infinity based multivariable control design methodology that can be used to systematically address design specifications at distinct feedback loop-breaking points. It is well understood that for multivariable systems, obtaining good/acceptable closed loop properties at one loop-breaking point does not mean the same at another. This is especially true for multivariable systems that are ill-conditioned (having high condition number and/or relative gain array and/or scaled condition number). We analyze the tradeoffs involved in shaping closed loop properties at these distinct loop-breaking points and illustrate through examples the existence of pareto optimal points associated with them. Further, we study the limitations and tradeoffs associated with shaping the properties in the presence of right half plane poles/zeros, limited available bandwidth and peak time-domain constraints. To address the above tradeoffs, we present a methodology for designing multiobjective constrained H-infinity based controllers, called Generalized Mixed Sensitivity (GMS), to effectively and efficiently shape properties at distinct loop-breaking points. The methodology accommodates a broad class of convex frequency- and time-domain design specifications. This is accomplished by exploiting the Youla-Jabr-Bongiorno-Kucera parameterization that transforms the nonlinear problem in the controller to an affine one in the Youla et al. parameter. Basis parameters that result in efficient approximation (using lesser number of basis terms) of the infinite-dimensional parameter are studied. Three state-of-the-art subgradient-based non-differentiable constrained convex optimization solvers, namely Analytic Center Cutting Plane Method (ACCPM), Kelley's CPM and SolvOpt are implemented and compared. The above approach is used to design controllers for and tradeoff between several control properties of longitudinal dynamics of 3-DOF Hypersonic vehicle model -– one that is unstable, non-minimum phase and possesses significant coupling between channels. A hierarchical inner-outer loop control architecture is used to exploit additional feedback information in order to significantly help in making reasonable tradeoffs between properties at distinct loop-breaking points. The methodology is shown to generate very good designs –- designs that would be difficult to obtain without our presented methodology. Critical control tradeoffs associated are studied and compared with other design methods (e.g., classically motivated, standard mixed sensitivity) to further illustrate its power and transparency. / Dissertation/Thesis / Doctoral Dissertation Electrical Engineering 2018

O presente trabalho aborda o desenvolvimento de um modelo de síntese para o projeto conceitual de uma embarcação rápida do tipo trimarã, destinada ao transporte de passageiros. Tal modelo visa possibilitar o entendimento dos mecanismos que governam o projeto deste tipo de navio, através de analises comparativas (atributos de desempenho) entre diferentes soluções de projeto, em função dos parâmetros escolhidos para sua representação (variáveis de projeto). Foram desenvolvidos dois modelos de síntese, em programas comerciais distintos. Cada modelo gera a superfície do casco, a partir de series sistemáticas, e calcula a resistência ao avanço dividindo-a nas parcelas viscosa e de ondas. A parcela viscosa e calculada pela aproximação de placa plana e a parcela de ondas calculada pela teoria de navio no. São feitas, ainda, estimativas preliminares do fator de forma e da resistência adicional em ondas. O arranjo geral dos principais espaços e subsistemas foi parametrizado com base no arranjo de embarcações semelhantes e o conforto dos passageiros a bordo e calculado segundo padrões estabelecidos por sociedades classificadoras internacionais. As variáveis de projeto escolhidas foram o comprimento do casco central e razões entre as demais dimensões, de modo a permitir o calculo das dimensões principais de cada casco e o posicionamento relativo entre eles. Com isso, tem-se que, ao mudar o valor do comprimento, escala-se o casco mantendo-se todas as proporções. A vantagem buscada ao se utilizar esta abordagem e a extinção das restrições geométricas implícitas, pois estarão embutidas diretamente nas restrições explícitas que definem os limites de exploração de cada variável de projeto. Estes modelos foram integrados a procedimentos de otimização mono e multiobjetivo, com base em diferentes versões do algoritmo genético, e aplicados a um problema de projeto exemplo. As funções de mérito, ou funções objetivo, escolhidas para este problema foram a potencia requerida pela embarcação para navegar na velocidade de projeto e a disponibilidade operacional da embarcação, calculada a partir dos índices de conforto dos passageiros. Com isso, descobriu-se que os parâmetros com maior influencia na resistência ao avanço e no conforto dos passageiros são o comprimento do casco central e sua razão de comprimento por boca. O posicionamento relativo entre os cascos e extremamente importante para a resistência de ondas geradas pela embarcação, mas não e possível observar nenhuma grande tendência em relação a posições que privilegiam seja a resistência seja o comportamento, pois o posicionamento ótimo para cada objetivo depende tanto do número de Froude quanto das demais dimensões da embarcação. / The present work studies the development of a synthesis model for the conceptual design of a fast trimaran passenger vessel, in order to understand the mechanisms that govern the design of such a vessel through a comparative analysis (performance parameters) between different design solutions, as a function of the variables chosen to uniquely represent them (design variables). Two separate models were developed, using different commercial softwares. Each model generates the hull surface based on systematic hull series and calculates the ship\'s forward resistance as the sum of the viscous and wave components. The viscous component is estimated by at plate approximation, corrected by a form factor, and the wave component is calculated according to thin ship theory. A preliminary estimate of the ship\'s added resistance in waves is also made. The general layout of the main volumes and systems was parametrized following design trends of similar ships and passenger comfort on board was calculated using international classification societies standards. The design variables chosen were the length of the center hull, the ratios between the main dimensions of each hull as to allow for their calculation and two coeficients regarding the relative positioning of the center and side hulls. The advantage sought by adopting this approach is the elimination of implicit geometrical constraints, once they will be automatically included in the explicit constraints defining the exploration range of each design variable. These models were then coupled to mono and multi objective optimization procedures, based on different versions of the genetic algorithm, and applied to a case study.The objective functions taken for this problem were the required power to achieve the design speed and the operational availability, measured from passengers comfort thresholds. It was found that the parameters with the most influence on the forward resistance, and thus on required power, and on passengers comfort level are the center hull length and its length to breadth ratio. The relative positioning of the side hulls play an important role on the total wave resistance of the ship, although it was not possible to observe any clear trend concerning positions that would favor nor the ship forward resistance neither its seakeeping performance. This is due the fact that the optimum positions of the side hulls are also a function of the Froude number and the remaining design variables.

Orientador: Paulo Morelato França / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T20:11:19Z (GMT). No. of bitstreams: 1 Garcia_ViniciusJacques_D.pdf: 1756755 bytes, checksum: e845cc09a5de807da958e9792684e777 (MD5) Previous issue date: 2005 / Resumo: Depois da regulamentação do setor elétrico brasileiro, a qualidade no fornecimento de energia ganhou maior importância por parte das concessionárias. Neste contexto, o problema de restauração do serviço tem particular relevância pela relação com a freqüência e duração das interrupções no fornecimento: através de alterações na configuração original da rede, busca-se reduzir a carga não atendida sem deixar de observar as restrições de capacidade dos alimentadores, de queda de tensão nas barras de carga e de radialidade da rede. Considerando o caráter temporário destas manobras, torna-se desejável reduzir o grau de intervenção de modo a facilitar a restauração da configuração original. Nesta tese é considerado o problema multiobjetivo de restauração do serviço que compreende a minimização da carga sem fornecimento e do número de chaves manipuladas. Depois da definição matemática do problema, da revisão da literatura especializada e da descrição de um "framework" para problemas relacionados, são descritas duas heurísticas, uma construtiva e outra de melhoramento. A seguir, apresentam-se duas metaheurísticas para o problema, uma Busca Tabu e um Algoritmo Evolutivo, ambas baseadas em otimização de Pareto. Por fim, por meio de estudos práticos com sistemas de distribuição brasileiros, avalia-se experimentalmente a aplicabilidade das abordagens propostas / Abstract: After the Brazilian electric power market regulation, quality of service became a crucial concern of utilities. In fact, the service restoration has a particular importance since it is closely related to frequency and duration of service interruption: through network reconfigurations, one aims to reduce the non supplied load while respecting constraints like feeder and voltage limits as well as the maintenance of a radial structure. Considering that this emergency state is transitory existing only until the fault is eliminated, it is convenient to reduce the number of switching operations in order to make the return back to the original configuration easy. This work considers the multiobjective service restoration to minimize both the load not supplied and the number of switching operations. After defining the mathematical formulation proposed and presenting the bibliographical survey with the description of a new framework to related problems, two new heuristics are presented, one for constructive search and another one for neighborhood search. Next, two metaheuristics especially developed for the referred problem are described, both based on Pareto optimization. Finally, the effectiveness of these proposed methods are proved in a set of five systems, three of them referring to actual Brazilian systems / Doutorado / Automação / Doutor em Engenharia Elétrica

Made available in DSpace on 2014-07-29T15:01:46Z (GMT). No. of bitstreams: 1 Dissertacao_Maira de Carvalho.pdf: 846890 bytes, checksum: 1b876a63defdf3d8fc33aa92bba455c5 (MD5) Previous issue date: 2011-08-29 / CARVALHO, M. Calibration models of urban drainage using multiobjective evolutionary algorithms. 2011. Dissertation (Masters of Environmental Engineering) - Civil Engineering College, Post-Graduation Stricto Sensu Program in Environmental Engineering - Federal University of Goiás, Goiânia, Goiás, Brazil, 2011.. This study proposed to develop and implement a calibration routine hydrological models applied to urban drainage using multiobjective optimization techniques. To make this work possible model was adopted Storm Water Management Model (SWMM) and the computational algorithms developed in MATLAB environment using an evolutionary algorithm. The method was applied to two different levels of detail in representing the Arroyo Cancels basin, located in the urban area of Santa Maria-RS, submitted to the hydrological processes involved in the process of rainfall-runoff transformation in the search for optimal values of hydrological parameters the basin. Objective functions were defined and applied simultaneously in the calibration parameters. Worked with the simulation of events of low and high intensity settings for two discretization of the watershed, and other simple and subdivided into 18 sub-basins. The sensitivity analysis performed made it possible to check that the parameters that most influenced the basin were simple: Percentage of impervious area and outlet width. Regarding the results for the various watershed discretization can be seen that in most cases when working with a more detailed watershed they were better, except for some isolated events. Overall the model showed better results when high-intensity simulated events for the best compromise solutions, thus showing the importance of using a multiobjective model. / CARVALHO, M. Calibração de modelos de drenagem urbana utilizando algoritmos evolucionários multiobjetivo. 2011. Dissertação (Mestrado em Engenharia do Meio Ambiente) Escola de Engenharia Civil, Programa de Pós-Graduação Stricto Sensu em Engenharia do Meio Ambiente, Universidade Federal de Goiás, Goiânia, 2011. O presente trabalho propôs desenvolver e aplicar uma rotina de calibração de modelos hidrológicos aplicados a drenagem urbana empregando técnicas de otimização multiobjetivo. Para tornar possível a realização deste trabalho foi adotado o modelo Storm Water Management Model (SWMM) e as rotinas computacionais desenvolvidas em ambiente MATLAB, utilizando um algoritmo evolucionário. O método foi aplicado a dois diferentes níveis de detalhamento na representação da bacia do Arroio Cancela, localizada na zona urbana do município de Santa Maria-RS, na busca de valores ótimos de parâmetros hidrológicos da bacia. Foram definidas funções objetivo e aplicadas simultaneamente na calibração de parâmetros. Trabalhou-se com a simulação de eventos de baixa e alta intensidade para duas configurações de bacia hidrográfica, sendo simples e outra subdividida em 18 sub-bacias. A análise de sensibilidade realizada possibilitou a verificação de que os parâmetros que mais influenciaram na bacia simples foram: Porcentagem de área impermeável e Largura do escoamento. Em relação aos resultados para as diferentes configurações de discretização da bacia hidrográfica pode-se verificar que na maioria dos casos quando se trabalhou com uma bacia mais detalhada estes foram melhores, salvo alguns eventos isolados. No geral o modelo apresentou melhores resultados quando simulou eventos de alta intensidade para as soluções de melhor compromisso, assim mostrando a importância da utilização de um modelo multiobjetivo.

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-11-03T13:22:18Z No. of bitstreams: 2 Dissertação - Layara de Paula Sousa Santos - 2017.pdf: 2403100 bytes, checksum: 73792e08ef369454156c844fd7e57d55 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-11-06T09:47:01Z (GMT) No. of bitstreams: 2 Dissertação - Layara de Paula Sousa Santos - 2017.pdf: 2403100 bytes, checksum: 73792e08ef369454156c844fd7e57d55 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-11-06T09:47:01Z (GMT). No. of bitstreams: 2 Dissertação - Layara de Paula Sousa Santos - 2017.pdf: 2403100 bytes, checksum: 73792e08ef369454156c844fd7e57d55 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-09-29 / Faced with urban population growth and the importance of water as a limited natural resource, there is a need to implement techniques to reduce the operational costs of water distribution systems and ensure adequate supply. The optimization of pump operation can be used to meet the demands of consumption with a lower energy cost, in addition to maximizing hydraulic reliability. In this work, a hybrid optimization / simulation model was developed based on the multiobjective genetic algorithms and the EPANET hydraulic simulator. The NSGA II (Nondominated Sorting Genetic Algorithm II) method was used to optimize the operation of variable rotation pumps, that is, the decision variables of the problem were the rotation of the pumps for each hour throughout the day. A modification of the original EPANET hydraulic simulator, which does not correctly compute the efficiency of variable-speed pumps, was employed so that the power of each pump, and consequently the cost of electric power, was calculated correctly. The representation of the system in the model was done by means of the configuration of the hypothetical network called ANYTOWN in the EPANET and implementation of the Multiobjective Evolutionary Algorithm, determination of the penalty coefficients and determination of genetic parameters and operators (population, generation number, mutation probability and probability of recombination). The validity test of the developed model was obtained through simulations performed with the input data, including the patterns of variation of the speed of rotation of the pumps. Non-dominated solutions (Pareto Front) were obtained considering first the negative pressure penalty at the nodes and, subsequently, the negative pressure penalties at the nodes and the closure / shutdown of tubes and / or pumps. All points found represent optimal operating solutions for the system considering the period of the last 24 hours for calculating the objective functions. The results obtained for the two previously defined objectives demonstrate the effectiveness of the model, since mainly with adoption of penalty 2, presents adequate pressures at the nodes and adequate water level in the reservoir, with the consequent saving of electric energy and increased hydraulic reliability. / Diante do crescimento populacional urbano e importância da água como recurso natural limitado, verifica-se a necessidade de implementar técnicas com a finalidade de reduzir os custos operacionais dos sistemas de distribuição de água e garantir abastecimento adequado. A otimização da operação de bombas pode ser utilizada com o propósito de atender as demandas de consumo com um menor custo energético, além de maximizar a confiabilidade hidráulica. Neste trabalho, um modelo híbrido de otimização/simulação foi desenvolvido tendo como suporte os algoritmos genéticos multiobjetivo e o simulador hidráulico EPANET. O método NSGA II (Non-dominated Sorting Genetic Algorithm II) foi utilizado para a otimização da operação de bombas de rotação variável, ou seja, as variáveis de decisão do problema foram a rotação das bombas para cada hora ao longo do dia. Uma modificação do simulador hidráulico EPANET original, que não computa corretamente o rendimento de bombas de rotação variável, foi empregada para que as potências de cada bomba e, consequentemente o custo da energia elétrica, fossem calculadas corretamente. Foi realizada a representação do sistema no modelo, por meio da configuração da rede hipotética denominada ANYTOWN no EPANET e implementação do Algoritmo Evolucionário Multiobjetivo, determinação dos coeficientes de penalidade e determinação dos parâmetros e operadores genéticos (população, número de geração, probabilidade de mutação e probabilidade de recombinação). O teste de validade do modelo desenvolvido foi obtido por meio das simulações realizadas com os dados de entrada, incluindo os padrões de variação da velocidade de rotação das bombas. Conjuntos de soluções não dominadas (Frente Pareto) foram obtidos considerando-se primeiramente a penalidade de pressão negativa nos nós e, posteriormente, as penalidades de pressão negativa nos nós e fechamento/desligamento de tubos e/ou bombas. Todos os pontos encontrados representam soluções operacionais ótimas para o sistema considerando-se o período das últimas 24 horas para o cálculo das funções objetivo. Os resultados obtidos para os dois objetivos previamente definidos demonstram a eficácia do modelo, visto que principalmente com adoção da penalidade 2, apresenta pressões adequadas nos nós e nível adequado de água no reservatório, com a consequente economia de energia elétrica e aumento da confiabilidade hidráulica.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-01-10T09:42:22Z No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-01-10T09:42:46Z (GMT) No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-01-10T09:42:46Z (GMT). No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-24 / Multiobjective Optimization for feature and samples selection in double chromosome of integer representation and variable size for multivariate calibration} In several problems of regression, classification, prediction, approximation Optimization, the original data contain a large number of variables to obtain a better representation of the problem under consideration. However, a significant part of the variables may be irrelevant and redundant from the point of view of machine learning. Indeed, one of the challenges to be overcome is a selection of a subset of variables that has the best perform. One of the breakthroughs in this type of problem is the use of a multiobjective formulation that avoids the overlap of the model to the training data set. Another important point is the process of choosing the objects to be used in the learning stage. Generally, a selection of variables and treatment objects are treated separately and without dependence. This project proposes a multiobjective modeling to select variables and objects simultaneously using a genetic integer representation algorithm with variable size chromosomes. It is expected that a simultaneous selection of objects and variables on a multiobjective context produce better results in a traditional approach. As a case study this work utilized an analysis of near infrared (NIR) material on oil samples for the purpose of estimating the concentration of an interest properties such set was used in the competition conducted at the International Diffuse Reflectance Conference (IDRC) in the year 2014. / Em diversos problemas de regressão, classificação, previsão, aproximação e otimização, os dados originais contêm um grande número de variáveis introduzidas para se obter uma melhor representação do problema considerado. Entretanto, uma parte significativa destas variáveis podem ser irrelevantes e/ou redundantes do ponto de vista do aprendizado de máquina acerca do problema. Com efeito, um dos desafios a ser superados é a seleção de um subconjunto de variáveis que apresentem um melhor desempenho. Um dos avanços recentes neste tipo de problema está no uso de uma formulação multiobjetivo que evita o superajuste do modelo ao conjunto de dados de treinamento. Outro ponto importante refere-se ao processo de escolha adequada dos objetos a serem utilizados na etapa de aprendizado. Geralmente, a seleção de variáveis e de objetos de treinamento são tratados de forma separada e sem dependência. Este projeto propõe uma modelagem multiobjetivo para seleção de variáveis e objetos de forma simultânea utilizando-se de algoritmo genético de representação inteira com cromossomos de tamanho variáveis. Espera-se que a seleção simultânea de objetos e variáveis no contexto multiobjetivo produza melhores resultados em relação a abordagem tradicional. Como estudo de caso este trabalho utiliza dados obtidos por uma análise de material com ondas de infravermelho próximo (NIR) sobre amostras de petróleo com o propósito de estimar a concentração de uma propriedade de interesse, tal conjunto foi utilizado na competição realizada no International Diffuse Reflectance Conference (IDRC) (\url{http://cnirs.clubexpress.com/content.aspx?page_id=22&club_id=409746&module_id=19 0211}), no ano de 2015.

Submitted by Luanna Matias (lua_matias@yahoo.com.br) on 2015-04-01T14:19:27Z No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luanna Matias (lua_matias@yahoo.com.br) on 2015-04-01T15:19:35Z (GMT) No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-04-01T15:19:35Z (GMT). No. of bitstreams: 2 Dissertação - Lucas de Almeida Ribeiro - 2014.pdf: 6237054 bytes, checksum: 085446421b01a7e7b9174daf3da9b192 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-10-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes the use of multi-objective evolutionary algorithm on tables (AEMT) for variable selection in classification problems, using linear discriminant analysis. The proposed algorithm aims to find minimal subsets of the original variables, robust classifiers that model without significant loss in classification ability. The results of the classifiers modeled by the solutions found by this algorithm are compared in this work to those found by mono-objective formulations (such as PLS, APS and own implementations of a Simple Genetic Algorithm) and multi-objective formulations (such as the simple genetic algorithm multi -objective - MULTI-GA - and the NSGA II). As a case study, the algorithm was applied in the selection of spectral variables for classification by linear discriminant analysis (LDA) of samples of biodiesel / diesel. The results showed that the evolutionary formulations are solutions with a smaller number of variables (on average) and a better error rate (average) and compared to the PLS APS. The formulation of the AEMT proposal with the fitness functions: medium risk classification, number of selected variables and number of correlated variables in the model, found solutions with a lower average errors found by the NSGA II and the MULTI-GA, and also a smaller number of variables compared to the multi-GA. Regarding the sensitivity to noise the solution found by AEMT was less sensitive than other formulations compared, showing that the AEMT is more robust classifiers. Finally shows the separation regions of classes, based on the dispersion of samples, depending on the selected one of the solutions AEMT, it is noted that it is possible to determine variables of regions split from the selected variables. / Este trabalho propõe o uso do algoritmo evolutivo multi-objetivo em tabelas (AEMT) para a seleção de variáveis em problemas de classificação, por meio de análise discriminante linear. O algoritmo proposto busca encontrar subconjuntos mínimos, das variáveis originais, que modelem classificadores robustos, sem perda significativa na capacidade de classificação. Os resultados dos classificadores modelados pelas soluções encontradas por este algoritmo são comparadas, neste trabalho, às encontradas por formulações mono-objetivo (como o PLS, o APS e implementações próprias de um Algoritmo Genético Simples) e formulações multi-objetivos (como algoritmo genético multi-objetivo simples - MULTI-GA - e o NSGA II). Como estudo de caso, o algoritmo foi aplicado na seleção de variáveis espectrais, para a classificação por análise discriminante linear (LDA - Linear Discriminant Analysis), de amostras de biodiesel/diesel. Os resultados obtidos mostraram que as formulações evolutivas encontram soluções com um menor número de variáveis (em média) e uma melhor taxa de erros (média) se comparadas ao PLS e o APS. A formulação do AEMT proposta com as funções de aptidão: risco médio de classificação, número de variáveis selecionadas e quantidade de variáveis correlacionadas presentes no modelo, encontrou soluções com uma média de erros inferior as encontradas pelo NSGA II e pelo MULTI-GA, e também uma menor quantidade de variáveis se comparado ao MULTI-GA. Em relação à sensibilidade a ruídos a solução encontrada pelo AEMT se mostrou menos sensível que as outras formulações comparadas, mostrando assim que o AEMT encontra classificadores mais robustos. Por fim, são apresentadas as regiões de separação das classes, com base na dispersão das amostras, em função das variáveis selecionadas por uma das soluções do AEMT, nota-se que é possível determinar regiões de separação a partir das variáveis selecionadas.

A crescente demanda por biocombustíveis e a concorrência dos combustíveis fósseis torna necessária a otimização dos meios já existentes e o desenvolvimento de novas tecnologias para produção de biocombustíveis, principalmente em projetos envolvendo biorreatores e fotobiorreatores (FBR) industriais. A dinâmica dos fluidos computacional (CFD) vem sendo utilizada em vários trabalhos para o estudo de parâmetros fluidodinâmicos que podem influenciar no rendimento dos processos químicos envolvidos, como tensão de cisalhamento, perfis de velocidade, tempo de residência e a influência da geometria sobre esses parâmetros. Contudo, não existe ainda um número abrangente de trabalhos que utilize técnicas de otimização acopladas com a resolução numérica do problema fluidodinâmico. Em alguns estudos, algoritmos de otimização são utilizados para determinar os melhores coeficientes das reações químicas. No entanto, não há estudos, até o momento, que reportem a otimização multiobjetivo simultânea dos parâmetros geométricos e do escoamento aplicados a equipamentos da indústria sucro-energética. Neste contexto, o presente trabalho de pesquisa tem como objetivo contribuir para o avanço científico e tecnológico através da implementação de um software aberto (PyCFD-O) que permita o acoplamento CFD-otimização e o desenvolvimento das bases de uma metodologia de projeto otimizado bem como de operação de biorreatores e FBRs de escala industrial. O PyCFD-O foi testado em dois estudos de caso que podem ser estendidos a um fermentador contínuo e um FBR. Os parâmetros geométricos de ambos os reatores foram otimizados de forma a minimizar simultaneamente a tensão de cisalhamento e a variância da distribuição do tempo de residência. O software PyCFD-O mostrou-se robusto, revelando que o processo global de otimização realiza de fato a busca pela fronteira de Pareto. Além da obtenção das geometrias otimizadas, também foram discutidos a influência dos parâmetros geométricos na hidrodinâmica do escoamento em ambos os casos. / The growing demand for biofuels and its competition with fossil fuels create the need to optimize the existing resources and development of new technologies for production of biofuels, particularly in projects involving industrial bioreactors and photobioreactors (PBR). Computational fluid dynamics (CFD) has been used in several studies for the study of fluid dynamics parameters that can influence the performance of the chemical process involved, such as shear stress, velocity profiles, residence time and the influence of these parameters on the reactor geometry. However, there are lacks of studies that utilize optimization techniques coupled with the numerical resolution of the fluid dynamic problem. The use of optimization algorithms has been reported in some cases, but there have not been reports on studies combining the optimization of flow parameters and multiobjective algorithms to choose ideal geometric parameters applied to the equipment of the sugar-energy industry. In this context, this research project aims to contribute to the advancement of scientific and technological knowledge trhough the implementation of open source software (PyCFD-O) for the CFD-optimization coupling and the development of the bases of a methodology for optimal design and operation of industrial scale bioreactors and PBR. The PyCFD-O software was tested in two case studies with characteristics that can be extended to a continuos fermenter and PBR. The geometric parameters of both reactors were simultaneously optimized in order to minimize the shear stress and the variance of residence time distribuition. The PyCFD-O software showed robustness, revealing that overall optimization process actually performs the search of Pareto frontier. In addition to the geometry optimization, the influence of the geometrical parameters of the hydrodynamic of the flow was discussed in both case studies.