Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-08-24Bitstream added on 2014-06-13T18:07:18Z : No. of bitstreams: 1 homem_tpd_me_bauru.pdf: 3557697 bytes, checksum: a1fa6fe9ed118fd4c4f8be6400b6d78f (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O Brasil é o maior produtor de cana-de-açúcar do mundo. Mas, existe uma grande preocupação com o sistema de colheita utilizado nesta cultura, pois é prática comum a colheita manual com a pré-queima do palhiço. Autoridades brasileiras têm aprovado leis proibindo a queimada nos canaviais. Entretanto, a colheita mecanizada, com cana-de-açúcar crua, cria novos problemas com a permanência do resíduo no solo. Assim, muitos estudos têm sido propostos para o uso deste resíduo para geração de energia. A maior dificuldade no uso desta biomassa está no custo de coletar e transferir o resíduo, do campo para o centro de processamento. Para análise da viabilidade deste sistema há a necessidade de um estudo do balanço de energia envolvido, devido ao grande número de maquinário utilizado no processo. O objetivo deste trabalho é investigar modelos matemáticos que auxiliem na escolha das variedades de cana-de-açúcar a serem implantadas, de forma a minimizar o custo de coleta da biomassa residual e avaliar o balanço de energia gerado, adicionado restrições sobre a produção de sacarose e limitações da área para plantio e considerando as distâncias entre os talhões e o centro de processamento. Para isto, técnicas de programação linear e inteira 0-1 foram utilizadas. A busca de soluções para problemas de programação inteira com grande número de variáveis e restrições é de difícil resolução, mas os resultados apresentados mostram que a utilização d eum procedimento híbrido envolvendo o método Primal-Dual de Pontos Interiores e o método Branch and Bound promove uma boa performance computacional, apresentando soluções confiáveis. Assim, o uso deste procedimento é viável para o auxílio na seleção de variedades, otimizando o custo do uso da biomassa residual de colheita ou o balanço de geração de energia / It is that Brazil is the world's largest sugar cane producer. But there is great concern about the harvesting system used in this culture, because it is a common practice to burn the straw before the barvest. Brazilian authorities have approved laws prohibiting the burning in the sugar cane fields. However, with mechanized harvesting of sugar cane raw creates new problems with the accumulation of the waste biomass in the ground. Many studies have been proposed to use this waste for energy generation. The greatest difficulty to use this biomass is in the cost of collect and transfer the residues from the field to the the processing center. To analyze the feasibility of this system, it is necessary a study of the involved energy balance, because of the large number of machines in the process. The aim of this study is to investigate mathematical models that help on choosing varieties of sugar cane to be planted, to minimize the cost of collect of residual biomass and to analyze the balance of power generated, adding restrictions on the production on the production of sucrose and limitations on the area for planting and considering the distances among the plots the processing center. To this, techniques of 0-1 integer linear programming were used. The search for solutions to integer programming problems with many variables and constraints its very hard, but the results show that the use of a hybrid procedure involving the Primal-Dual Interior Point method and Branch and Bound method promotes good performance computing, with reliable solutions. Thus, the use of this procedure is feasible to help on select of varieties, optimizing the cost of collect of the waste biomass or the the balance of power generation

Submitted by Mariana Rodrigues Barbosa dos Santos null (mariana.rsb@gmail.com) on 2016-08-03T17:28:29Z No. of bitstreams: 1 Mariana Rodrigues Barbosa dos Santos.pdf: 3047570 bytes, checksum: bd1b89dc57eeef6047e27fce6c4c698d (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-08-05T17:13:55Z (GMT) No. of bitstreams: 1 santos_mrb_me_bauru.pdf: 3047570 bytes, checksum: bd1b89dc57eeef6047e27fce6c4c698d (MD5) / Made available in DSpace on 2016-08-05T17:13:55Z (GMT). No. of bitstreams: 1 santos_mrb_me_bauru.pdf: 3047570 bytes, checksum: bd1b89dc57eeef6047e27fce6c4c698d (MD5) Previous issue date: 2016-06-08 / O problema multiobjetivo de despacho econômico e ambiental envolve a minimização de dois objetivos conflitantes: o custo de geração em uma unidade térmica e a emissão de poluentes. Quando a função objetivo custo de geração inclui os efeitos de pontos de carregamento de válvula, esta torna-se não convexa e, além disso, não diferenciável, pois termos modulares que envolvem a função seno são considerados, impossibilitando que métodos clássicos de otimização sejam diretamente empregados à resolução do problema. Neste trabalho é proposta uma nova metodologia de solução de problemas multiobjetivo que envolve o método de restrições canalizadas progressivas, o método de suavização arco tangente e o método primal-dual previsor-corretor de pontos interiores para a determinação de soluções do problema multiobjetivo de despacho econômico e ambiental. O método de restrições canalizadas progressivas transforma o problema multiobjetivo em um conjunto de subproblemas mono-objetivo, considerando a função custo de geração como função objetivo e a função custo de emissão de poluentes como restrição adicional do problema. O método de suavização arco tangente suaviza os termos modulares da função custo de geração quando são considerados os efeitos de pontos de carregamento de válvula e possibilita a utilização do método primal-dual previsor-corretor de pontos interiores à resolução dos subproblemas mono-objetivo determinados pelo método de restrições canalizadas progressivas. Para a aplicação deste método são consideradas as estratégias de pontos exteriores relacionada à função barreira logarítmica modificada e de correção de inércia, as quais permitem ao método, respectivamente, ser inicializado com pontos exteriores à região viável e determinar uma sequência de pontos que converge para mínimos locais dos subproblemas. A metodologia proposta foi implementada em MATLAB 2011a e aplicada aos problemas testes de despacho econômico e ambiental de três, seis, dez, dezenove e quarenta unidades geradoras. Os resultados obtidos demonstram o bom desempenho desta quando comparados aos resultados da literatura. / The multiobjective problem of economic and environmental order involves the minimization of two conflicting objectives: the cost of generation in a thermal unit and the emission of pollutants. When the generation cost objective function includes the effects of valve loading points, it becomes non-convex, and moreover, not differentiable, as modular terms involving the sine are considered to function, making it impossible classical optimization methods are directly employees to solving the problem. This paper proposes a new multi-objective problem-solving methodology that involves the method of progressive bounded constraints, the arctangent smoothing method and the primal-dual predictor-corrector interior point method for the determination of multi-objective solutions to the problem of economic dispatch and environmental. The method of progressive bounded constraints transforms the multi-objective problem into a set of mono-objective sub-problems, considering the role generation cost as objective function and the cost function of emissions as an additional restriction of the problem. The arctangent smoothing method smoothes modular terms of generation cost function when the valve points load effect are considered and enables the use of the primal-dual method predictor-corrector interior point the resolution of single-purpose subproblems determined by method of progressive bounded constraints. For the application of this method are considered the strategies of external points related to the modified logarithmic barrier function and inertia correction, which allow the method, respectively, be initialized with outside points to the feasible region and determine a sequence of points converging to minimum locations of sub-problems. The proposed methodology was implemented in MATLAB 2011a and applied to economic and environmental problems dispatch tests of three, six, ten, nineteen and forty generating units. The obtained results demonstrated the good performance of this compared to literature results.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-07-22T15:02:52Z No. of bitstreams: 1 HudsonGeovaneDeMedeiros_DISSERT.pdf: 1225087 bytes, checksum: 40f3994faacf86961dbe3768775e4f86 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-07-26T23:00:12Z (GMT) No. of bitstreams: 1 HudsonGeovaneDeMedeiros_DISSERT.pdf: 1225087 bytes, checksum: 40f3994faacf86961dbe3768775e4f86 (MD5) / Made available in DSpace on 2016-07-26T23:00:12Z (GMT). No. of bitstreams: 1 HudsonGeovaneDeMedeiros_DISSERT.pdf: 1225087 bytes, checksum: 40f3994faacf86961dbe3768775e4f86 (MD5) Previous issue date: 2016-02-05 / Problemas multiobjetivo, diferentes daqueles com um ?nico objetivo, possuem, em geral, diversas solu??es ?timas, as quais comp?em o conjunto Pareto ?timo. Uma classe de algoritmos heur?sticos para tais problemas, aqui chamados de otimizadores, produz aproxima??es deste conjunto. Devido ao grande n?mero de solu??es geradas durante a otimiza??o, muitas delas ser?o descartadas, pois a manuten??o e compara??o frequente entre todas elas poderia demandar um alto custo de tempo. Como uma alternativa a este problema, muitos otimizadores lidam com arquivos limitados. Um problema que surge nestes casos ? a necessidade do descarte de solu??es n?o-dominadas, isto ?, ?timas at? ent?o. Muitas t?cnicas foram propostas para lidar com o problema do descarte de solu??es n?o-dominadas e as investiga??es mostraram que nenhuma delas ? completamente capaz de prevenir a deteriora??o dos arquivos. Este trabalho investiga uma t?cnica para ser usada em conjunto com as propostas previamente na literatura, a fim de para melhorar a qualidade dos arquivos. A t?cnica consiste em reciclar periodicamente solu??es descartadas. Para verificar se esta ideia pode melhorar o conte?do dos otimizadores durante a otimiza??o, ela foi implementada em tr?s algoritmos da literatura e testada em diversos problemas. Os resultados mostraram que, quando os otimizadores j? conseguem realizar uma boa otimiza??o e resolver os problemas satisfatoriamente, a deteriora??o ? pequena e o m?todo de reciclagem ineficaz. Todavia, em casos em que o otimizador deteriora significativamente, a reciclagem conseguiu evitar esta deteriora??o no conjunto de aproxima??o. / Multi-objective problems may have many optimal solutions, which together form the Pareto optimal set. A class of heuristic algorithms for those problems, in this work called optimizers, produces approximations of this optimal set. The approximation set kept by the optmizer may be limited or unlimited. The benefit of using an unlimited archive is to guarantee that all the nondominated solutions generated in the process will be saved. However, due to the large number of solutions that can be generated, to keep an archive and compare frequently new solutions to the stored ones may demand a high computational cost. The alternative is to use a limited archive. The problem that emerges from this situation is the need of discarding nondominated solutions when the archive is full. Some techniques were proposed to handle this problem, but investigations show that none of them can surely prevent the deterioration of the archives. This work investigates a technique to be used together with the previously proposed ideas in the literature to deal with limited archives. The technique consists on keeping discarded solutions in a secondary archive, and periodically recycle these solutions, bringing them back to the optimization. Three methods of recycling are presented. In order to verify if these ideas are capable to improve the archive content during the optimization, they were implemented together with other techniques from the literature. An computational experiment with NSGA-II, SPEA2, PAES, MOEA/D and NSGA-III algorithms, applied to many classes of problems is presented. The potential and the difficulties of the proposed techniques are evaluated based on statistical tests.

Reconhecendo-se a importância da água como recurso natural limitado e considerando-se a perspectiva de crescimento do contingente populacional urbano, faz-se necessária uma investigação dos sistemas de distribuição de água para abastecimento, por tratarem-se de infra-estruturas básicas comuns aos núcleos populacionais do mundo todo. O planejamento da reabilitação das redes de distribuição de água torna-se de fundamental importância considerando os recursos financeiros limitados e o comportamento operacional desses sistemas que são alterados ao longo do tempo devido ao processo de deterioração de seus componentes. O presente trabalho representa um esforço no sentido de considerar objetivos mais promissores na análise de reabilitação de redes. Dessa maneira, foram considerados: custo, benefício, vazamentos e confiabilidade. Este trabalho apresenta contribuições às análises multiobjetivo via algoritmos genéticos, propriciando um aprimoramento do algoritmo Multiobjective Genetic Algorithm (MOGA) e realizando investigação dos operadores (recombinação e mutação) e dos métodos Non-dominated Sorting Genetic Algorithm (NSGA), Strength Pareto Evolutionary Algorithm (SPEA) e Elitist Non-Dominated Sorting Genetic Algorithm (NSGA II). Do ponto de vista hidráulico, este trabalho introduz tanto perdas por vazamentos como demanda variável com a pressão, proporcionando uma análise mais realística do problema. Os estudos desenvolvidos para redes hipotéticas e para um sistema real, possibilitaram que soluções satisfatórias fossem obtidas, chegando-se inclusive a uma proposição do conceito de programação dinâmica para o caso multiobjetivo. / Recognizing the importance of water as a limited natural resource and considering the prospect of continued population growth, it is important to investigate water distribution systems which are common to all urban infrastructures. Planning of the water distribution network rehabilitation becomes additionally important given economic constraints and operational behavior these systems which modifies in time due to deterioration of water networks. The present work is an effort to consider the multiple objectives in the water network rehabilitation analyses. Four objectives were considered: cost minimization, benefit maximization, leakage minimization and reliability maximization. In addition, it presents some contributions to multiobjective optimization methodology by genetic algorithms, offering an improvement of Multiobjective Genetic Algorithm (MOGA). A detailed investigation is conducted on genetic operators (recombination and mutation) comparing some existing multiobjective optimization methods (Multiobjective Genetic Algorithm - MOGA, Non-dominated Sorting Genetic Algorithm - NSGA, Strength Pareto Evolutionary Algorithm - SPEA and Elitist Non-Dominated Sorting Genetic Algorithm - NSGA II). As regards the hydraulic analysis, this work introduces both leakages and pressure dependent demands in the simulations, providing a more realistic representation of actual field situations. The present study employs hypothetical networks and a real network obtaining satisfactory solutions. Further, dynamic programming concept is also incorporated into the multiobjective optimization framework.

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2015-03-13T19:26:15Z No. of bitstreams: 2 DISSERTAÇÃO Rafael Valença Azevedo.pdf: 3613931 bytes, checksum: 7fcd4342dc4b7b5e89fd3ebd5aab5be4 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T19:26:15Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Rafael Valença Azevedo.pdf: 3613931 bytes, checksum: 7fcd4342dc4b7b5e89fd3ebd5aab5be4 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-11-20 / CNPQ / Esta dissertação trata de caminhos para modelagem e busca de solução para um problema de otimização da manutenção de forma a tornar o modelo mais aplicável a casos reais. Para tanto, considera um Algoritmo Genético (AG) Multiobjetivo acoplado com Simulação Discreta de Evento (SDE), mais especificamente a técnica de Simulação Monte Carlo (SMC) para resolver problemas de definição simultânea da política de substituição e da quantidade de sobressalentes para sistemas sujeitos a reparos imperfeitos. Uma abordagem multiobjetivo é utilizada, onde a taxa média de custo de manutenção, o número esperado de falhas por ciclo de substituição, a vida residual média e o investimento em sobressalentes devem ser minimizados, enquanto que a disponibilidade deve ser maximizada. O processo de falha-reparo do sistema é modelado por um Processo de Renovação Generalizado (PRG). A metodologia apresentada fornece um conjunto de soluções promissoras que incorporam não apenas o intervalo de substituição por idade, mas também o número máximo de falhas por ciclo e a quantidade de peças sobressalentes que deve ser comprada no início de um horizonte de planejamento. O AG Multiobjetivo e o algoritmo da SDE são validados por um exemplo com solução analítica. Além disso, um exemplo de aplicação é apresentado e uma análise sobre a disponibilidade e o investimento é sugerida para auxiliar o decisor a escolher uma solução do conjunto obtido.

Made available in DSpace on 2014-06-12T15:55:34Z (GMT). No. of bitstreams: 2 arquivo2265_1.pdf: 2206873 bytes, checksum: 40af7f6131b3c67b98302383ab7f63e7 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A geração e manutenção de soluções distintas em Algoritmos Evolucionários Multiobjetivo (MOEAs), sobretudo em ambientes dinâmicos nos quais os critérios de avaliação das soluções podem variar ao longo do tempo, é um problema em aberto, em que há poucos estudos sobre a influência das diferentes maneiras de gerar diversidade na qualidade do conjunto de soluções ótimas. A inclusão de geradores de diversidade em MOEAs pode aumentar o custo do processo evolucionário e prejudicar seu desempenho. Surge, então, a necessidade de buscar meios para atenuar a repercussão negativa do aumento dos níveis de dispersão da população de soluções candidatas no caminhamento à superfície onde se situam os pontos ótimos, conhecida como a Frente de Pareto (PF). Em sistemas biológicos, regimes de imigração aumentam as possíveis combinações de trocas genéticas, promovendo diversidade de caminhos evolucionários. Inspirada na modelagem de imigração natural, esta pesquisa investiga a inserção de soluções atípicas (imigrantes) em populações de soluções candidatas como forma de gerar diversidade em MOEAs aplicados à otimização dinâmica multiobjetivo. A dissertação também propõe e formaliza as Paisagens de Não-Dominância (NDL) para guiar a inserção dos imigrantes gerados na população. As NDLs proveem os MOEAs das probabilidades dos imigrantes serem não-dominados em uma população a partir da estimação de funções densidade de probabilidade e de estatísticas de ordem multivariadas no espaço de objetivos. Após caracterizar a influência da diversidade na dinâmica de aproximação da PF em MOEAs, incorporaram-se as NDLs a geradores de imigrantes. A validação experimental do Gerador de Diversidade baseado em NDL (NDL-DG) expressa o potencial da abordagem proposta no aumento da qualidade média dos conjuntos de soluções não-dominadas evoluídas. A análise dos resultados da incorporação do NDL-DG ao algoritmo NSGA2 revela a obtenção de soluções de maior qualidade média com significância estatística em 79% dos cenários de otimização dinâmica estudados, em termos do indicador de Hipervolume offline, quando comparado com populações evoluídas sem o uso das NDLs. Em seguida, identificaram-se os cenários de otimização em que o NDL-DG se mostra mais promissor. Finalmente, indicaram-se direções de pesquisa para ampliar o alcance da aplicação das NDLs para outros problemas em aberto na otimização multiobjetivo evolucionária

Orientadores: Antonio Carlos Moretti, Roberto Andreani / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-13T15:55:52Z (GMT). No. of bitstreams: 1 Silva_DanielTressida_M.pdf: 563016 bytes, checksum: 89e68063d06bd89084d7d6a15fdb7403 (MD5) Previous issue date: 2009 / Resumo: Nesta dissertação, estudamos algoritmos genéticos para resolver o problema de corte unidimensional multiobjetivo, onde minimizamos o desperdício dos objetos processados e o número de padrões distintos denominado custo de setup. Primeiro, realizamos uma codificação baseada em grupos desenvolvida por Falkenauer e, em seguida, aplicamos o algoritmo genético multiobjetivo SPEA2 para obter a Fronteira de Eficiente do problema. / Abstract: In this dissertation we studied genetic algorithms to solve the unidimensional multiobjective cutting stock problem, where we minimize the wastage of processed objects and the distinct number of patterns used, called setup cost. First, we make a group based codification derived by Falkenauer and, after that, we apply the multiobjective genetic algorithm SPEA2 to obtain problem's Efficient Frontier. / Mestrado / Otimização e Pesquisa Operacional / Mestre em Matemática Aplicada

Orientadores: Akebo Yamakami, Jose Luis Verdegay Galdeano / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T06:44:19Z (GMT). No. of bitstreams: 1 Silva_RicardoCoelho_D.pdf: 1144878 bytes, checksum: 38379443fb6892fd6eda74c55c3b99dc (MD5) Previous issue date: 2009 / Resumo: O objetivo deste trabalho é buscar, estudar e estabelecer as condições de otimali-dade para resolver problemas de programação multi-objetivo irrestritos e restritos em um ambiente impreciso. Essas imprecisões estão presentes nos problemas da vida real e existem muitas formas de tratá-las, mas nesse trabalho será usado a teoria de conjuntos nebulosos. Utilizando como base a otimização nebulosa, foram desenvolvidas duas abordagens para resolver problemas multi-objetivo nebulosos. A primeira abordagem transforma um problema nebuloso em um problema clássico paramétrico com um número maior de funções objetivo, a qual é chamada de paramétrica. A segunda abordagem, chamada de possibilística, usa a teoria de possibilidade como um índice de comparação entre números nebulosos com a finalidade de garantir condições de otimalidade em um ambiente nebuloso. Alguns exemplos numéricos são resolvidos usando um algoritmo genético chamado NSGA-II elitista, com algumas modificações para a comparação de números nebulosos, e depois feita uma análise dos resultados encontrados por ambos os enfoques. / Abstract: The main goal of this work is to search, study and present the optimality conditions to solve the unconstraint and constraint multiobjetive programming problems in imprecise environment. These imprécisions can be found in the real-world optimization problems and there are utmost ways for dealing with them, but in this work will be used the theory of fuzzy sets. Using as a basis the fuzzy optimization, two approaches were developed to solve fuzzy multiobjective problems. The first approach transforms a fuzzy problem into a parametric classic multiobjective programming problem with many more objective functions, which is called parametric approach. The second one, called possibilistic, uses the possibility theory as a comparison index between two fuzzy numbers in order to ensure optimality conditions in a fuzzy environment. Some numerical examples are solved by using a genetic algorithm called elitist NSGA-II with some modifications to compare fuzzy numbers, and then the results obtained with both approaches are analysed. / Doutorado / Automação / Doutor em Engenharia Elétrica

Os problemas de gerenciamento da qualidade da água envolvem diversas aspirações dos usuários envolvidos, quer sejam eles os que usam o recurso hídrico para diluição de seus efluentes ou para seu consumo. Portanto, é raro que os modelos matemáticos usados para auxílio nas tomadas de decisões sejam expressos em termos de um único objetivo, como a maximização da eficiência econômica. Para o aproveitamento de um determinado sistema hídrico, deve ser considerada a distribuição eqüitativa, o uso racional, a maximização da eficiência econômica, a minimização dos impactos ambientais, entre outros. Neste contexto, três modelos de otimização multiobjetivo foram propostos e foram considerados a maximização da carga lançada pelas fontes poluidoras, a melhora qualitativa da água, e a minimização da magnitude das violações dos padrões de qualidade da água. A principal contribuição deste trabalho está na incorporação de uma restrição ao modelo de otimização multiobjetivo. A restrição proposta representa um índice que tem o intuito de distribuir eqüitativamente a eficiência do tratamento necessária entre as fontes de poluição. Sem a consideração de uma medida de eqüidade, a tentativa de maximizar a quantidade de efluentes lançados resultaria numa alocação de grandes quantidades de efluentes passíveis de serem lançados pelos usuários localizados mais a montante do rio, enquanto que os usuários à jusante deveriam tratar seus efluentes com um nível máximo de eficiência. O método utilizado para solucionar o problema foi o non-dominated sorting genetic algorithm e este estudo teve sua aplicação na bacia do rio Atibaia, SP. As soluções apresentadas pela otimização demonstram e comprovam os conflitos existentes e a competição entre os critérios considerados. O algoritmo genético demonstrou ser uma técnica efetiva para solucionar problemas de otimização multiobjetivo em aplicações de gerenciamento da qualidade da água, identificando as variáveis de decisão e a frente Pareto. / Problems of water quality management involve many aspirations of the users engaged, those that use water for wastewater dilution or for their consumption. Therefore, it is uncommon that decision-making mathematical models used are expressed in terms of a single objective, like the maximization of economic efficiency. Using a particular water system, one should consider the equitable distribution, the rational use, the maximization of economic efficiency, the minimization of environmental impacts, among others parameters. In this context, three models of multiobjective optimization were proposed and considered to maximize the wastewater discharge by point sources, the qualitative improvement of the water, minimizing the magnitude of the violations of water quality standards. The main contribution of this work was the incorporation of a restriction on the multiobjective optimization model. The proposed restriction is an index that intends to distribute equitably the efficiency of treatment needed between pollution sources. Without considering equity measure, the attempt to maximize waste discharge would result in an allocation of large quantities of waste to the upstream users, while the downstream dischargers would be required to treat their effluents at levels of maximum possible efficiency. The method used to solve the problem was the non-dominated sorting genetic algorithm (NSGA) and the case study was implemented in the Atibaia river basin, SP. The solutions presented by the optimization show and prove the existing conflicts and competition among the criteria considered. The genetic algorithm has been shown to be an effective technique for solving problems of multiobjective optimization in applications of water quality management, identifying the decision variables in Pareto front.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-22T18:10:23Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Osenildo M. Maciel.pdf: 1271016 bytes, checksum: d18538c8482aeb9b2cf836dcf47cab90 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-22T18:10:36Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Osenildo M. Maciel.pdf: 1271016 bytes, checksum: d18538c8482aeb9b2cf836dcf47cab90 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-22T18:10:51Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Osenildo M. Maciel.pdf: 1271016 bytes, checksum: d18538c8482aeb9b2cf836dcf47cab90 (MD5) / Made available in DSpace on 2017-03-22T18:10:51Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Osenildo M. Maciel.pdf: 1271016 bytes, checksum: d18538c8482aeb9b2cf836dcf47cab90 (MD5) Previous issue date: 2016-08-12 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / In this work, characterization are presented solutions for unconstrained multiobjective optimization for the cases of convex and non-convex function. The theoretical foundation of the convex case discusses a local solution obtained by solving a convex problem and some additional assumptions. For nonconvex case we show that the algorithm have a global convergence, in which the theoretical foundations ensure that curvature condition is obtained. / Neste trabalho, apresentam-se caracterizações de soluções para Otimização Multiobjetivo Irrestrita para os casos de funções convexas e não convexas. A fundamentação teórica do caso convexo discorre sobre uma solução local, obtida através da resolução de um problema convexo e algumas hipóteses adicionais. Para o caso não convexo, mostramos que o algoritmo tem convergência global, no qual os fundamentos teóricos asseguram que a condição de curvatura é obtida