[EN] The identification process of the parameters of a nominal model and its uncertainty, when it is used for Robust Control, is known as Parametric Robust Identification (RI). A possible approach to RI, which is appropriate when noise statistical properties unknown and/or model error invalidate statistical approaches, is the deterministic one (Set Membership Estimation). This deterministic approach assumes that identification error (IE), differences between the simulated outputs of the model and the measured outputs of the process, although unknown, will be bounded. Therefore, the objective is to estimate the parameters set of a model which keeps the identification error bounded by a certain norm and bound. This set is known as the feasible parameter set (FPS). For linear in their parameters models, the FPS is, if it exists, a convex polytope. In nonlinear models, the polytope can be non-convex even disjoint. In this thesis a RI methodology, which permits to estimate any kind of FPS in nonlinear models when IE is bounded by several norms simultaneously, is presented. This methodology converts the RI problem into a multimodal optimization problem with optimal global infinities, which constitute the FPS. For its optimization a specific evolutionary algorithm e-GA has been developed, to characterize the FPS by means of a discrete set of models FPS^* adequately distributed along the FPS. The methodology comes accompanied by a procedure that makes easy the determination of bounds, associated to the norms of the IE, in order to guarantee an FPS\neq\emptyset. For that, the Pareto Front information, which is obtained by means of minimization norms of the IE in a multobjective context is used. To solve the multobjective problem an evolutionary algorithm e-MOGA has been developed. In addition, a nominal model of restricted interpolated projection which belongs to the FPS is proposed. It is optimal in both identification and estimation errors in the parameter space. The RI of three nonlinear models, with real data, is presented as application examples of the proposed methodology: a thermal process, a model which shows the blockage that produces a given drug on the ionic currents of a cardiac cell and a greenhouse climate model (temperature and humidity) with roses hydroponic crop. / [ES] Al proceso de identificación de los parámetros de un modelo nominal y su incertidumbre para su utilización en Control Robusto se le conoce como Identificación Robusta Paramétrica (IR). Un posible enfoque para abordar la IR, que resulta apropiado cuando el desconocimiento de las propiedades estadísticas del ruido y/o la dinámica no modelada invalidan los enfoques estocásticos, es el determinístico (Set Membership Estimation). Este enfoque asume que el error de identificación (EI), diferencia entre las salidas medidas de proceso y las simuladas del modelo, aunque es desconocido, está acotado. De ahí que, bajo este enfoque, se persiga la determinación del conjunto de parámetros que consiguen mantener el EI acotado para una determinada norma y cota. Dicho conjunto es conocido como el conjunto de parámetros factibles (FPS). Cuando el modelo es lineal respecto de sus parámetros, el FPS, si existe, es un politopo convexo. En modelos no lineales dicho politopo puede ser no convexo e incluso inconexo. En esta tesis se presenta una metodología de IR que permite determinar FPS, de cualquier tipo, en modelos no lineales cualesquiera, acotando el EI simultáneamente mediante varias normas. La metodología transforma el problema de IR en un problema de optimización multimodal con infinitos óptimos globales, los cuales constituyen el FPS. Para su optimización se ha desarrollado un algoritmo evolutivo (EA) específico e-GA, que caracteriza el FPS mediante un conjunto discreto de modelos FPS* adecuadamente distribuido a lo largo del FPS. La metodología viene acompañada de un procedimiento que facilita la determinación de las cotas, asociadas a las normas que acotan el EI, para asegurar que FPS no se aun conjutno vacío. Para ello, se utiliza la información que genera el frente de Pareto resultante de la minimización simultánea de las normas mediante una optimización multiobjetivo.Para resolver este problema de optimización se ha desarrollado el algoritmo evolutivo e-MOGA. Adicionalmente, se propone como modelo nominal un modelo de proyección interpolada restringida que, pertenenciendo al FPS, resulta óptimo respecto del error de identificación y respecto del error de estimación en el espacio de parámetros. Como ejemplos de aplicación de la metodología propuesta se presenta la IR, con datos reales, de los parámetros de tres modelos no lineales: un sistema térmico, un modelo que refleja el bloqueo que produce un determinado fármaco sobre las corrientes iónicas de una célula cardíaca y el modelo climático de un invernadero (temperatura y humedad) con cultivo hidropónico de rosas. / [CA] Al procés d'identificació dels paràmetres d'un model nominal i la seua incertesa per a la seua utilització en Control Robust se'l coneix com a Identificació Robusta Paramètrica (IR). Un possible enfocament per a abordar l'IR, que resulta apropiat quan el desconeixement de les propietats estadístiques del soroll i/o la dinàmica no modelada invaliden els enfocaments estocàstics, és el determinístic (Set Membership Estimation). Aquest enfocament assumeix que l'error d'identificació (EI), diferència entre les eixides mesurades del procés i les simulades del model, encara que és desconegut, està acotat. Davall aquest enfocament, es persegueix la determinació del conjunt de paràmetres que aconsegueixen mantenir l'EI acotat per a una determinada norma i cota. Dit conjunt és conegut com el conjunt de paràmetres factibles (FPS). Quan el model és lineal respecte dels seus paràmetres, el FPS, si existeix, és un politop convex. En models no lineals dit politop pot ser no convex i fins i tot inconnex. En aquesta tesi es presenta una metodologia d'IR que permet determinar FPS, de qualsevol tipus, en models no lineals qualsevol, acotant l'EI simultàniament mitjançant diverses normes. La metodologia transforma el problema d'IR en un problema d'optimització multimodal amb infinits òptims globals, els quals constitueixen el FPS. Per a la seua optimització s'ha desenvolupat un algoritme evolutiu (EA) específic e-GA, que caracteritza el FPS mitjançant un conjunt discret de models FPS^* adequadament distribuït al llarg del FPS. La metodologia ve acompanyada d'un procediment que facilita la determinació de les cotes, associades a les normes que acoten l'EI, per a assegurar que FPS\neq\emptyset. Per a això, s'utilitza la informació que genera el front de Pareto resultant de la minimització simultània de les normes mitjançant una optimització multiobjetiu. Per a la resoldre, el problema multiobjectiu s'ha desenvolupat l'algoritme evolutiu e-MOGA. Addicionalment, es proposa com a model nominal un model de projecció interpolada restringida que, pertanyent al FPS, resulta òptim respecte de l'error d'identificació i respecte de l'error de estimació en l'espai de paràmetres. Com a exemples d'aplicació de la metodologia proposada es presenta l'IR, amb dades reals, dels paràmetres de tres models no lineals: un sistema tèrmic, un model que reflecteix el bloqueig que produeix un determinat fàrmac sobre els corrents iònics d'una cèl·lula cardíaca i el model climàtic d'un hivernacle (temperatura i humitat) amb cultiu hidropònic de roses. / Herrero Durá, JM. (2006). Identificación Robusta de Sistemas no Lineales mediante Algoritmos Evolutivos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/131396

[pt] A programação de produção em refinaria pode ser compreendida como decisões que buscam otimizar alocação de recursos, o sequenciamento de atividades e a sua realização temporal, respeitando restrições e visando ao atendimento de múltiplos objetivos. Apesar da complexidade e natureza combinatória, a atividade carece de sistemas sofisticados que auxiliem o processo decisório, especialmente baseadas em otimização, pois as ferramentas utilizadas são planilhas ou softwares de simulação. A diversidade de objetivos do problema não implica em equivalência de importância. Pode-se considerar que existem grupos, onde os que afetam diretamente a capacidade produtiva da refinaria se sobrepõem aos associados à maior continuidade operacional. Esta tese propõe o desenvolvimento de algoritmos multiobjetivos para programação de petróleo em refinaria. As propostas se baseiam em conceituadas técnicas da literatura multiobjetivo, como dominância de Pareto e decomposição do problema, integradas à programação genética com inspiração quântica. São estudados modelos em um ou dois níveis de decisão. A diferenciação dos grupos de objetivos é avaliada com base em critérios estabelecidos para considerar uma solução proposta como aceitável e também é avaliada a influência de uma população externa no processo evolutivo. Os modelos são testados em cenários de uma refinaria real e os resultados são comparados com um modelo que trata os objetivos de forma hierarquizada. As abordagens baseadas em dominância e em decomposição apresentam vantagem sobre o algoritmo hierarquizado, e a decomposição é superior. Numa comparação com o modelo em dois níveis de decisão, apenas o que utiliza estratégia de decomposição em cada nível apresenta bons resultados. Ao final deste trabalho é obtido mais de um modelo multiobjetivo capaz de oferecer um conjunto de soluções que atendam aos objetivos críticos e deem flexibilidade de análise a posteriori para o programador de produção, o que, por exemplo, permite que ele pondere questões não mapeadas no modelo. / [en] Refinery scheduling can be understood as a set of decisions which aims to optimize resource allocation, task sequencing, and their time-related execution, respecting constraints and targeting multiple objectives. Despite its complexity and combinatorial nature, the refinery scheduling lacks more sophisticated support decision tools. The main systems in the area are worksheets and, sometimes, simulation software. The multiple objectives do not mean they have the same importance. Actually, they can be grouped whereas the objectives related to the refinery production capacity are more important than the ones related to a smooth operation. This thesis proposes the development of multiobjective algorithms applied to crude oil refinery scheduling. The proposals are based on the major technics of multiobjective literature, like Pareto dominance and problem decomposition, integrated with a quantum-inspired genetic programming approach. One and two decision level models are studied. The difference between groups is handled with conditions that define what can be considered a good solution. The effect of using an archive population in the evolutionary process is also evaluated. The results of the proposed models are compared with another model that handles the objectives in a hierarchical logical. Both decomposition and dominance approaches have better results than the hierarchical model. The decomposition model is even better. The bilevel decomposition method is the only one, among two decision levels models, which have shown good performance. In the end, this work achieves more than one multiobjective model able to offer a set of solutions which comprises the critical objectives and can give flexibility to the production scheduler does his analysis. Therefore, he can consider aspects not included in the model, like the forecast of crude oil batches not scheduled yet.

[pt] Nesta tese de doutorado, é proposta uma combinação híbrida de métodos preditivos que agrega cinco abordagens distintas e genéricas, do ponto de vista de modelagem: método SSA; decomposição wavelet; redes neurais artificiais; programação matemática multiobjetivo MINIMAX, com abordagem de programação por metas; e método de simulação de quase Monte-Carlo. Para exemplificar e demonstrar a eficiência da combinação híbrida proposta, são mostrados, no Capítulo 7, os principais resultados de uma aplicação computacional, no qual é possível verificar que o seu desempenho, em termos de modelagem, foi consideravelmente superior, em relação a todas as estatísticas de aderência consideradas. / [en] In this thesis, we propose a hybrid combination of predictive methods that aggregates five distinct and general approaches, from the viewpoint of modeling: SSA method; wavelet decomposition, artificial neural networks, multiobjective mathematical programming MINIMAX, with goal programming approach; quasi- Monte-Carlo simulation method. To exemplify and demonstrate the efficiency of the proposed hybrid combination are shown, in Section 7, the main results of a computer application in which you can verify that their performance, in terms of modeling, was significantly higher, compared to all considered adherence statistics.

O problema de projeto de sistemas de medição, para efeito de Estimação de Estado em Sistemas Elétricos de Potência, é um problema de otimização multiobjetivo, combinatório, que exige a investigação de um grande número de possíveis soluções. Dessa forma, metaheurísticas vêm sendo empregadas para sua solução. Entretanto, a maioria delas trata o problema de forma mono-objetivo e as poucas que consideram uma formulação multiobjetivo, não contemplam todos os requisitos de desempenho que devem ser atendidos para obtenção de um Sistema de Medição Confiável (SMC) (observabilidade e ausência de Medidas Críticas, Conjuntos Críticos de Medidas, Unidades Terminais Remotas Críticas e Unidades de Medição Fasoriais Críticas). Propõe-se, nesta tese, uma formulação multiobjetivo para o problema de projeto de sistemas de medição de uma forma mais ampla, considerando todas requisitos de desempenho que devem ser atendidos para obtenção de um SMC. Propõe-se, ainda, o desenvolvimento e implantação, em computador, de um método para tratamento desse problema, considerando o trade-off entre os requisitos de desempenho e o custo, fazendo uso do conceito de Fronteira de Pareto. O método possibilita, em uma única execução, a obtenção de quatro tipos de sistemas de medição, a partir da análise de soluções não dominadas. O método permite o projeto de sistemas de medição novos e o aprimoramento de sistemas de medição já existentes, considerando a existência apenas de medidas convencionais SCADA, apenas de Medidas Fasoriais Sincronizadas ou a existência dos dois tipos de medidas. O método proposto faz uso de um Algoritmo Evolutivo Multiobjetivo e do procedimento de obtenção e análise da matriz HΔ. Esse procedimento permite a realização de uma Busca Local, minimizando o custo para atendimento de cada um dos requisitos de desempenho mencionados acima. Simulações são realizadas utilizando dados dos sistemas de 6, 14, 30, 118 e 300 barras do IEEE, bem como do sistema de 61 barras da Eletropaulo, de forma a ilustrar, testar e validar o método proposto. Alguns dos resultados dessas simulações são comparados com resultados obtidos por outros métodos encontrados na literatura. / Metering system planning for power system state estimation is a multi-objective, combinatorial optimization problem that may require the investigation of many possible solutions. As a consequence, meta-heuristics have been employed to solve the problem. However in the majority of them the multi-objective problem is converted in a mono-objective problem and those few considering a multi-objective formulation do not consider all the performance requirements that must be attended in order to obtain a Reliable Metering System (RMS) (system observability and absence of Critical Measurements, Critical Sets, Critical Remote Terminal Units and Critical Phasor Measurement Units). This thesis proposes a multi-objective formulation for the metering system planning problem in a wide way, that is, considering all the performance requirements that must be attended to obtain a RMS. This thesis also proposes the development and implementation, in computer, of a method to solve the metering system planning problem, considering the trade-off between the two conflicting objectives of the problem (minimizing cost while maximizing the performance requirements) making use of the concept of Pareto Frontier. The method allows, in only one execution, the project of four types of metering systems, from the analysis of non-dominated solutions. The method enable the design of new metering systems as well as the improvement of existing ones, considering the existence of only conventional SCADA measurements, or only synchronized phasor measurements or the existence of both types of measurements. The proposed method combines a multi-objective evolutionary algorithm based on subpopulation tables with the properties of the so-called HΔ matrix. The subpopulations tables adequately model several metering system performance requirements enabling a better exploration of the solution space. On the other hand, the properties of the HΔ matrix enable a local search that improves the evolutionary process and minimizes the computational effort. Simulations results with IEEE 6, 14, 30, 118 and 300-bus test systems and with a 61-bus system of Eletropaulo illustrate the efficiency of the proposed method. Some of the results of these simulations will be compared with those published in literature.

Submitted by Jadson Francisco de Jesus SILVA (jadson@uefs.br) on 2018-07-18T21:55:12Z No. of bitstreams: 1 Disserta??o.pdf: 2639155 bytes, checksum: af49bdcdf83d4a063546324a223124a4 (MD5) / Made available in DSpace on 2018-07-18T21:55:12Z (GMT). No. of bitstreams: 1 Disserta??o.pdf: 2639155 bytes, checksum: af49bdcdf83d4a063546324a223124a4 (MD5) Previous issue date: 2018-03-27 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Wireless visual sensor networks can provide valuable information for a lot of moni- toring and control applications, which has driven much attention from the academic community in last years. For some applications, a set of targets have to be covered by visual sensors and sensing redundancy may be desired in many cases, especially when applications have availability requirements or demands for multiple coverage perspectives for viewed targets. For rotatable visual sensors, the sensing orientations can be adjusted for optimized coverage and redundancy, with different optimization approaches available to address this problem. Particularly, as different optimization parameters may be considered, the redundant coverage maximization issue may be treated as a multi-objective problem, with some potential solutions to be conside- red. In this context, two different evolutionary algorithms are proposed to compute redundant coverage maximization for target viewing, intending to be more efficient alternatives to greedy-based algorithms. Simulation results reinforce the benefits of employing evolutionary algorithms for adjustments of sensors? orientations, poten- tially benefiting deployment and management of wireless visual sensor networks for different applications. / As redes de sensores visuais sem fio podem obter, atrav?s de c?meras, informa??es importantes para aplica??es de controle e monitoramento, e tem ganhado aten??o da comunidade acad?mica nos ?ltimos anos. Para algumas aplica??es, um conjunto de alvos deve ser coberto por sensores visuais, e por vezes com demanda de redund?ncia de cobertura, especialmente quando h? requisitos de disponibilidade ou demandas de m?ltiplas perspectivas de cobertura para os alvos visados. Para sensores visuais rotacion?veis, as orienta??es de detec??o podem ser ajustadas para otimizar cobertura e redund?ncia, existindo diferentes abordagens de otimiza??o dispon?veis para solucionar esse problema. Particularmente, como diferentes par?metros de otimizac?o podem ser considerados, o problema de maximiza??o de cobertura redundante pode ser tratado como um problema multiobjetivo, com algumas solu??es potenciais a serem consideradas. Neste contexto, dois algoritmos evolutivos diferentes s?o propostos para calcular a maximiza??o de cobertura redundante para visualiza??o de alvos, pretendendo ser alternativas mais eficientes para algoritmos gulosos. Os resultados da simula??o refor?am os benef?cios de empregar algoritmos evolutivos para ajustes das orienta??es dos sensores, potencialmente beneficiando a implanta??o e o gerenciamento de redes de sensores visuais sem fio para diferentes aplica??es.

Submitted by SBI Biblioteca Digital (sbi.bibliotecadigital@puc-campinas.edu.br) on 2017-08-10T11:55:42Z No. of bitstreams: 1 FABIANA DA SILVA PODELESKI.pdf: 1801192 bytes, checksum: 27ac2ce1c17ed0cdfce39e602146bdc7 (MD5) / Made available in DSpace on 2017-08-10T11:55:42Z (GMT). No. of bitstreams: 1 FABIANA DA SILVA PODELESKI.pdf: 1801192 bytes, checksum: 27ac2ce1c17ed0cdfce39e602146bdc7 (MD5) Previous issue date: 2017-06-29 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / This document proposes a new approach for the restoration of electric power distribution systems by optimal current flow model (OCF). The importance of working with proposals for restoration using OCF is to allow analyzing the problem of restoration by a multiobjective mathematical programming model with linear or quadratic objective function and constraints that represent the network structure of the distribution system. Two objectives are evaluated for the restoration, losses reduction and recomposition time, resulting in a multiobjective programming problem. The proposed restoration action consists of opening and closing of branches in order to transfer loads to areas that are affected by interrupting the power supply. The proposition is directed to the primary distribution networks, characterized by presenting a radial topology and being in a restorative state, when there is a permanent fault. It is also suitable for systems with distributed generation (DG) when the power flow in the branches is no longer unidirectional. The resolution of the problem starts from the prior knowledge of the distribution system (topology and operational levels), the affected region and the possible recomposition resources for restoring the network through OCF model. The objective function of losses can be represented by a linear or a quadratic function. The linear representation results in a problem with linear equations and inequalities, that is, in a linear programming problem. The use of a quadratic objective function (minimization of losses) implies a more complex model for execution, since it results in a set of linear and non-linear equations and inequalities, when it is a multiobjective problem. The quadratic model may become unsuitable for applications in smart grid technologies due to longer algorithm execution time. The results attested the importance of applying a multiobjective proposal, because when individually evaluated the criteria of loss minimization and shorter recomposition time, different recomposition options were obtained. / O presente documento prop?e um novo enfoque para a recomposi??o de sistemas de distribui??o de energia el?trica resolvido por modelo de Fluxo de Corrente ?timo (FCO). A import?ncia de se trabalhar com propostas para recomposi??o utilizando FCO ? possibilitar a an?lise do problema de recomposi??o por um modelo de programa??o matem?tica multiobjetivo, com fun??o objetivo linear ou quadr?tica e restri??es que representem a estrutura da rede do sistema de distribui??o. S?o avaliados dois objetivos para a recomposi??o, minimiza??o de perdas e menor tempo de recomposi??o, resultando em um problema de programa??o multiobjetivo. A a??o de recomposi??o proposta compreende manobras para transfer?ncia de carga ?s ?reas que se encontram ilhadas devido ? interrup??o de fornecimento de energia. A proposi??o est? dirigida ?s redes prim?rias de distribui??o, caracterizadas por apresentarem topologia radial e se encontrarem em um estado restaurativo, quando h? presen?a de uma falha permanente. Tamb?m ? adequada a sistemas com gera??o distribu?da (GD) quando os fluxos nos ramos deixam de ser unidirecionais. A resolu??o do problema parte do conhecimento pr?vio do sistema de distribui??o (topologia e n?veis operacionais), da regi?o afetada e dos poss?veis recursos restauradores para restaura??o da rede por meio de FCO. A fun??o objetivo pode ser representada por uma fun??o linear ou quadr?tica para as perdas. A representa??o linear resulta em um problema com equa??es e inequa??es lineares, ou seja, em um problema de programa??o linear. A utiliza??o de uma fun??o objetivo quadr?tica (minimiza??o de perdas) implica em um modelo mais complexo para execu??o, uma vez que re?ne um conjunto de equa??es e inequa??es lineares e n?o lineares, quando se tratar de um problema multiobjetivo. O modelo quadr?tico pode se tornar impr?prio para aplica??es em tecnologias de redes inteligentes devido ao maior tempo de execu??o de algoritmo. Os resultados atestaram a import?ncia de aplica??o de uma proposta multiobjetivo, pois quando avaliados individualmente os crit?rios de minimiza??o de perdas e de menor tempo de recomposi??o, foram obtidas diferentes op??es de recomposi??o.

Made available in DSpace on 2015-03-04T18:51:05Z (GMT). No. of bitstreams: 1 Dissert_MSc_JaquelineAngelo.pdf: 926474 bytes, checksum: da4b07a3aac6c41fe497e0351128bde1 (MD5) Previous issue date: 2008-07-24 / Coordenacao de Aperfeicoamento de Pessoal de Nivel Superior / This dissertation presents the BicriterionAnt, MACS and MONACO Ant Colony algorithms, available in literature, to solve the Multi-Objective Traveling Salesman Problem (MOTSP). The characteristics of the problem and of each algorithm used are presented. Those algorithms were tested in six bi-objective instances of MOTSP. Changes in the original algorithms were implemented to try to produce better results than the original ones. To validate the results and to measure the quality of the solutions, metrics of performance were used which help to identify the best non-dominated solution sets. / Esta dissertação apresenta os algoritmos BicriterionAnt, MACS e MONACO, disponíveis na literatura, baseados em colônia de formigas, para resolução do Problema do Caixeiro Viajante Multiobjetivo (PCVMO). São apresentadas as características do problema e de cada algoritmo utilizado. Estes algoritmos foram testados em seis instâncias bi-objetivo do PCVMO. Foram implementadas algumas alterações na estrutura original dos algoritmos na tentativa de produzir resultados melhores do que os algoritmos originais. Para a avaliação dos resultados e medição da qualidade das soluções, foram utilizadas métricas de desempenho que auxiliam na identificação dos melhores conjuntos de soluções não-dominadas.

A elaboração de planos de restabelecimento de energia (PRE) de forma rápida, para re-energização de sistemas de distribuição radiais (SDR), faz-se necessária para lidar com situações que deixam regiões dos SDR sem energia. Tais situações podem ser causadas por faltas permanentes ou pela necessidade de isolar zonas dos SDR para serviços de manutenção. Dentre os objetivos de um PRE, destacam-se: (i) reduzir o número de consumidores interrompidos (ou nenhum), e (ii) minimizar o número de manobras; que devem ser atendidos sem desrespeitar os limites operacionais dos equipamentos. Conseqüentemente, a obtenção de PRE em SDR é um problema com múltiplos objetivos, alguns conflitantes. As principais técnicas desenvolvidas para obtenção de PRE em SDR baseiam-se em algoritmos evolutivos (AE). A limitação da maioria dessas técnicas é a necessidade de simplificações na rede, para lidar com SDR de grande porte, que limitam consideravelmente a possibilidade de obtenção de um PRE adequado. Propõe-se, neste trabalho, o desenvolvimento e implantação computacional de um algoritmo para obtenção de PRE em SDR, que consiga lidar com sistemas de grande porte sem a necessidade de simplificações, isto é, considerando uma grande parte (ou a totalidade) de linhas, barras, cargas e chaves do sistema. O algoritmo proposto baseia-se em um AE multi-objetivo e na estrutura de dados, para armazenamento de grafos, denominada representação nó-profundidade (RNP), bem como em dois operadores genéticos que foram desenvolvidos para manipular de forma eficiente os dados armazenados na RNP. Em razão de se basear em um AE multi-objetivo, o algoritmo proposto possibilita uma investigação mais ampla do espaço de busca. Por outro lado, fazendo uso da RNP, para representar computacionalmente os SDR, e de seus operadores genéticos, o algoritmo proposto aumenta significativamente a eficiência da busca por adequados PRE. Isto porque aqueles operadores geram apenas configurações radiais, nas quais todos os consumidores são atendidos. Para comprovar a eficiência do algoritmo proposto, várias simulações computacionais foram realizadas, utilizando o sistema de distribuição real, de uma companhia brasileira, que possui 3.860 barras, 635 chaves, 3 subestações e 23 alimentadores. / An elaborated and fast energy restoration plan (ERP) is required to deal with steady faults in radial distribution systems (RDS). That is, after a faulted zone has been identified and isolated by the relays, it is desired to elaborate a proper ERP to restore energy on that zone. Moreover, during the normal system operation, it is frequently necessary to elaborate ERP to isolate zones to execute routine tasks of network maintenance. Some of the objectives of an ERP are: (i) very few interrupted customers (or none), and (ii) operating a minimal number of switches, while at the same time respecting security constraints. As a consequence, the service restoration is a multiple objective problem, with some degree of conflict. The main methods developed for elaboration of ERP are based on evolutionary algorithms (EA). The limitation of the majority of these methods is the necessity of network simplifications to work with large-scale RDS. In general, these simplifications restrict the achievement of an adequate ERP. This work proposes the development and implementation of an algorithm for elaboration of ERP, which can deal with large-scale RDS without requiring network simplifications, that is, considering a large number (or all) of lines, buses, loads and switches of the system. The proposed algorithm is based on a multi-objective EA, on a new graph tree encoding called node-depth encoding (NDE), as well as on two genetic operators developed to efficiently manipulate a graph trees stored in NDEs. Using a multi-objective EA, the proposed algorithm enables a better exploration of the search space. On the other hand, using NDE and its operators, the efficiency of the search is increased when the proposed algorithm is used generating proper ERP, because those operators generate only radial configurations where all consumers are attended. The efficiency of the proposed algorithm is shown using a Brazilian distribution system with 3,860 buses, 635 switches, 3 substations and 23 feeders.

[pt] Estudos empíricos na área de séries temporais indicam que combinar modelos preditivos, originados a partir de diferentes técnicas de modelagem, levam a previsões consensuais superiores, em termos de acurácia, às previsões individuais dos modelos envolvidos na combinação. No presente trabalho é apresentada uma metodologia de combinação convexa de modelos estatísticos de previsão, cujo sucesso depende da forma como os pesos de combinação de cada modelo são estimados. Uma Rede Neural Artificial Perceptron Multi-camada (Multilayer Perceptron - MLP) é utilizada para gerar dinamicamente vetores de pesos ao longo do horizonte de previsão, sendo estes dependentes da contribuição individual de cada previsor observada nos dados históricos da série. O ajuste dos parâmetros da rede MLP é efetuado através de um algoritmo de treinamento híbrido, que integra técnicas de busca global, baseadas em computação evolucionária, junto com o algoritmo de busca local backpropagation, de modo a otimizar de forma simultânea tanto os pesos quanto a arquitetura da rede, visando, assim, a gerar de forma automática um modelo de ponderação dinâmica de previsores de alto desempenho. O modelo proposto, batizado de Neural Expert Weighting - Genetic Algorithm (NEW-GA), foi avaliado em diversos experimentos comparativos com outros modelos de ponderação de previsores, assim como também com os modelos individuais envolvidos na combinação, contemplando 15 séries temporais divididas em dois estudos de casos: séries de derivados de petróleo e séries da versão reduzida da competição NN3, uma competição entre metodologias de previsão, com maior ênfase nos modelos baseados em Redes Neurais. Os resultados demonstraram o potencial do NEWGA em fornecer modelos acurados de previsão de séries temporais. / [en] Empirical studies on time series indicate that the combination of forecasting models, generated from different modeling techniques, leads to higher consen+sus forecasts, in terms of accuracy, than the forecasts of individual models involved in the combination scheme. In this work, we present a methodology for convex combination of statistical forecasting models, whose success depends on how the combination weights of each model are estimated. An Artificial Neural Network Multilayer Perceptron (MLP) is used to generate dynamically weighting vectors over the forecast horizon, being dependent on the individual contribution of each forecaster observed over historical data series. The MLP network parameters are adjusted via a hybrid training algorithm that integrates global search techniques, based on evolutionary computation, along with the local search algorithm backpropagation, in order to optimize simultaneously both weights and network architecture. This approach aims to automatically generate a dynamic weighted forecast aggregation model with high performance. The proposed model, called Neural Expert Weighting - Genetic Algorithm (NEW-GA), was com- pared with other forecaster combination models, as well as with the individual models involved in the combination scheme, comprising 15 time series divided into two case studies: Petroleum Products and the reduced set of NN3 forecasting competition, a competition between forecasting methodologies, with greater emphasis on models based on neural networks. The results obtained demonstrated the potential of NEW-GA in providing accurate models for time series forecasting.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-08-05T17:38:42Z No. of bitstreams: 2 Dissertação - Alexandre Barbosa de Almeida - 2016.pdf: 11943401 bytes, checksum: 94f2e941bbde05e098c40f40f0f2f69c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-09T11:57:53Z (GMT) No. of bitstreams: 2 Dissertação - Alexandre Barbosa de Almeida - 2016.pdf: 11943401 bytes, checksum: 94f2e941bbde05e098c40f40f0f2f69c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-09T11:57:53Z (GMT). No. of bitstreams: 2 Dissertação - Alexandre Barbosa de Almeida - 2016.pdf: 11943401 bytes, checksum: 94f2e941bbde05e098c40f40f0f2f69c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-06-17 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Proteins are vital for the biological functions of all living beings on Earth. However, they only have an active biological function in their native structure, which is a state of minimum energy. Therefore, protein functionality depends almost exclusively on the size and shape of its native conformation. However, less than 1% of all known proteins in the world has its structure solved. In this way, various methods for determining protein structures have been proposed, either in vitro or in silico experiments. This work proposes a new in silico method called Monte Carlo with Dominance, which addresses the problem of protein structure prediction from the point of view of ab initio and multi-objective optimization, considering both protein energetic and structural aspects. The software GROMACS was used for the ab initio treatment to perform Molecular Dynamics simulations, while the framework ProtPred-GROMACS (2PG) was used for the multi-objective optimization problem, employing genetic algorithms techniques as heuristic solutions. Monte Carlo with Dominance, in this sense, is like a variant of the traditional Monte Carlo Metropolis method. The aim is to check if protein tertiary structure prediction is improved when structural aspects are taken into account. The energy criterion of Metropolis and energy and structural criteria of Dominance were compared using RMSD calculation between the predicted and native structures. It was found that Monte Carlo with Dominance obtained better solutions for two of three proteins analyzed, reaching a difference about 53% in relation to the prediction by Metropolis. / As proteínas são vitais para as funções biológicas de todos os seres na Terra. Entretanto, somente apresentam função biológica ativa quando encontram-se em sua estrutura nativa, que é o seu estado de mínima energia. Portanto, a funcionalidade de uma proteína depende, quase que exclusivamente, do tamanho e da forma de sua conformação nativa. Porém, de todas as proteínas conhecidas no mundo, menos de 1% tem a sua estrutura resolvida. Deste modo, vários métodos de determinação de estruturas de proteínas têm sido propostos, tanto para experimentos in vitro quanto in silico. Este trabalho propõe um novo método in silico denominado Monte Carlo com Dominância, o qual aborda o problema da predição de estrutura de proteínas sob o ponto de vista ab initio e de otimização multiobjetivo, considerando, simultaneamente, os aspectos energéticos e estruturais da proteína. Para o tratamento ab initio utiliza-se o software GROMACS para executar as simulações de Dinâmica Molecular, enquanto que para o problema da otimização multiobjetivo emprega-se o framework ProtPred-GROMACS (2PG), o qual utiliza algoritmos genéticos como técnica de soluções heurísticas. O Monte Carlo com Dominância, nesse sentido, é como uma variante do tradicional método de Monte Carlo Metropolis. Assim, o objetivo é o de verificar se a predição da estrutura terciária de proteínas é aprimorada levando-se em conta também os aspectos estruturais. O critério energético de Metropolis e os critérios energéticos e estruturais da Dominância foram comparados empregando o cálculo de RMSD entre as estruturas preditas e as nativas. Foi verificado que o método de Monte Carlo com Dominância obteve melhores soluções para duas de três proteínas analisadas, chegando a cerca de 53% de diferença da predição por Metropolis.