Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-05T17:13:46Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Jefferson Wellano Pinto.pdf: 3407503 bytes, checksum: d5c3b7701f2881317226c2ca801d09b2 (MD5) / Made available in DSpace on 2015-03-05T17:13:46Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Jefferson Wellano Pinto.pdf: 3407503 bytes, checksum: d5c3b7701f2881317226c2ca801d09b2 (MD5) Previous issue date: 2014-05-16 / Na área da engenharia de reservatórios de petróleo, um dos grandes desafios enfrentados é a busca da melhor solução para a produção de óleo. Uma ferramenta disponível para previsão da produção e que fornece informações para o controle da mesma é a simulação computacional de reservatórios. Com base nessa ferramenta, a simulação do campo pode ser conduzido de forma automática através de procedimentos de otimização. Neste trabalho será abordada a otimização do gerenciamento da injeção de água, tendo como variáveis as vazões atribuídas a cada poço produtor e injetor sob diferentes condições operacionais. O valor presente líquido (VPL), a produção acumulada de óleo e a injeção acumulada de água são as funções objetivo utilizadas. Tais problemas, por envolverem repetidas simulações numéricas, na maioria das vezes são computacionalmente onerosos. Visando contornar este custo, modelos substitutos podem ser utilizados. O presente trabalho propõe apresentar uma ferramenta para a otimização de problemas de gerenciamento de reservatório uni e multiobjetivos utilizando um acoplamento das técnicas Soma Ponderada (Weighted Sum (WS)) e Intersecção Contorno-Normal (Normal Boundary Intersection (NBI)) à estratégia de otimização sequencial aproximada (Sequential Aproximation Optimization (SAO)), baseada em modelos substitutos. A técnica aqui utilizada para a construção de tais modelos é a baseada em ajuste de dados, utilizando a técnica de amostragem do hipercubo latino (Latin Hypercube Sampling (LHS)). Para tal, dois procedimentos são investigados, krigagem e funções de base radial (Radial Basis Function (RBF)). O ambiente computacional utilizado para o desenvolvimento da ferramenta proposta é o MATLAB. As simulações do reservatório são feitas com um simulador comercial black-oil, o IMEX.

Orientador: Renato Pavanello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-27T18:05:36Z (GMT). No. of bitstreams: 1 QuispeRodriguez_Sergio_M.pdf: 51003475 bytes, checksum: 7e557fe0fe0448fd7cae415ebca527f8 (MD5) Previous issue date: 2015 / Resumo: A otimização estrutural topológica é uma ferramenta aplicada atualmente em muitos campos da engenharia tendo se consolidado no meio acadêmico e industrial. Em muitos casos práticos os carregamentos mecânicos e térmicos ocorrem simultaneamente nas estruturas. Nestas situações, a aplicação do método de otimização estrutural topológica deve contemplar tanto os requisitos mecânicos, como os requisitos térmicos. Assim, uma abordagem multi-física e multi-objetivo precisa ser desenvolvida para a solução desta classe de problemas. O presente trabalho é dedicado ao estudo da aplicação do método BESO (BESO - Bi-directional Evolutionary Structural Optimization) à sistemas multi-físicos considerando inicialmente os carregamentos termo-mecânicos como forças de corpo ou seja, forças dependentes do projeto. As funções objetivo consideradas são a flexibilidade média da estrutura e a capacidade térmica do sistema. A análise termo-mecânica é realizada usando o método de acoplamento sequencial, onde obtêm-se inicialmente a resposta do campo térmico, ou aplica-se um campo previamente conhecido do ponto da estrutura e na sequência calculam-se as forças térmicas geradas e a dilatação da estrutura. Explora-se também a otimização termo-mecânica multiobjetivo, em que duas funções objetivo são consideradas simultaneamente. Considera-se como o objetivo do problema de otimização, a minimização da flexibilidade média e a minimização da capacidade térmica, usando o método de soma ponderada. Para a validação dos procedimentos de otimização implementados neste trabalho, são apresentados exemplos de otimização para sistemas termo-mecânicos bidimensionais. A viabilidade do método para aplicação em problemas de engenharia e a comparação de resultados com outros métodos de otimização, permite afirmar que as técnicas propostas podem ser usadas na solução de problemas de otimização topológica de sistemas termo-mecânicos / Abstract: The structural topology optimization is an usefull tool applied in many engineering fields, having been established in the academic and industrial environments. In many practical cases, the mechanical and thermal loads occur simultaneously in a structure. In these cases, the aplication of structural topology optimization should consider the thermal and mechanical requirements. For this reason, a multi-physic and multi-objective approach needs to be developed for the solution of these types of problems. The present work is dedicated to the study of the BESO method (BESO - Bi-directional Evolutionary Structural Optimization) applied to multi-physic systems taking in consideration thermo-mechanical loads as design dependent body loads. The objective functions considered are the compliance and heat capacity of the system. The thermo-mechanical analysis is carried out using a sequential coupling method, where the thermal field response is obtained initially, and in the sequence, the thermal loads or dilation loads are calculated. The bi-objective thermo-mechanical optimization problem is also analysed, where two objective functions are considered simultaneously. To validate the procedures implemented in this work, some 2-D examples of thermo-mechancial systems optimization are presented. The feasibility of the method for the aplication in engineering problems and the comparison of the results obtained using other methods, alows to state that the proposed techniques can be used in the solution of optimization problems of thermo-mechanical systems / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

A operação eficiente do sistema é uma ferramenta fundamental para que sua vida útil se prolongue o máximo possível, garantindo o perfeito atendimento aos consumidores, além de manter os custos com energia elétrica e manutenção dentro de padrões aceitáveis. Para uma eficiente operação, é fundamental o conhecimento do sistema, pois, através deste, com ferramentas como modelos de simulação hidráulica, otimização e definição de regras, é possível fornecer ao operador condições de operacionalidade das unidades do sistema de forma racional, não dependendo exclusivamente de sua experiência pessoal, mantendo a confiabilidade do mesmo. Neste trabalho é desenvolvido um modelo computacional direcionado ao controle operacional ótimo de sistemas de macro distribuição de água potável, utilizando um simulador hidráulico, um algoritmo de otimização, considerando dois objetivos (custos de energia elétrica e benefícios hidráulicos) e um algoritmo de aprendizado para extração de regras operacionais para o sistema. Os estudos foram aplicados no sistema de macro distribuição da cidade de Goiânia. Os resultados demonstraram que podem ser produzidas estratégias operacionais satisfatórias para o sistema em substituição ao julgamento pessoal do operador. / The efficient operation of a system is a fundamental tool to postpone the system’s service life as much as possible, thus ensuring a good service to the consumer while keeping electrical energy and maintenance costs at acceptable levels. Efficient operation requires knowledge of the system, for this knowledge, supported by tools such as models for hydraulic simulation, optimization, and definition of rules, provides the operator with proper conditions for the rational operating of the system’s units without depending exclusively on personal experience while maintaining the system’s reliability. In this work is developed a computational model for the optimal operation control of macro water distribution systems using a hydraulic simulator, an optimization algorithm, and a learn algorithm to extract operational rules (strategies) for the system. These studies are to be based on the macro system of the city of Goiânia, in Brazil. The results show that solutions for satisfactory operation can be quickly produced as a substitute to the personal judgment of the operator.

Este trabalho apresenta um modelo de otimização multiobjetivo aplicado ao projeto de concepção de submarinos convencionais (i.e. de propulsão dieselelétrica). Um modelo de síntese que permite a estimativa de pesos, volume, velocidade, carga elétrica e outras características de interesse para a o projeto de concepção é formulado. O modelo de síntese é integrado a um modelo de otimização multiobjetivo baseado em algoritmos genéticos (especificamente, o algoritmo NSGA II). A otimização multiobjetivo consiste na maximização da efetividade militar do submarino e na minimização de seu custo. A efetividade militar do submarino é representada por uma Medida Geral de Efetividade (OMOE) estabelecida por meio do Processo Analítico Hierárquico (AHP). O Custo Básico de Construção (BCC) do submarino é estimado a partir dos seus grupos de peso. Ao fim do processo de otimização, é estabelecida uma Fronteira de Pareto composta por soluções não dominadas. Uma dessas soluções é selecionada para refinamento preliminar e os resultados são discutidos. Subsidiariamente, esta dissertação apresenta discussão sucinta sobre aspectos históricos e operativos relacionados a submarinos, bem como sobre sua metodologia de projeto. Alguns conceitos de Arquitetura Naval, aplicada ao projeto dessas embarcações, são também abordados. / This thesis presents a multi-objective optimization model applied to concept design of conventional submarines (i.e. diesel-electric powered boats). A synthesis model that allows the estimation of weights, volume, speed, electrical load and other design features of interest is formulated. The synthesis model is integrated with a multi-objective optimization model based on genetic algorithms (specifically, the NSGA II algorithm). The multi-objective optimization consists of maximizing the submarine\'s military effectiveness and minimizing its cost. The military effectiveness is represented by an Overall Measure of Effectiveness (OMOE) established via the Analytic Hierarchy Process (AHP). The submarine\'s Basic Construction Cost (BCC) is estimated from its weight groups. At the end of the optimization process, a Pareto Front composed of non-dominated solutions is established. One of these solutions is selected for preliminary refinement and the results are discussed. This work also presents succinct discussion about submarine historical and operational aspects and design methodology. Some Naval Architectural concepts, applied to submarine design, are also discussed.

Submitted by Cássia Santos (cassia.bcufg@gmail.com) on 2014-09-19T11:19:07Z No. of bitstreams: 2 Dissertacao Daniel Vitor de Lucena.pdf: 708978 bytes, checksum: 466a21a76649073c30364b80f17037fc (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-09-19T11:25:02Z (GMT) No. of bitstreams: 2 Dissertacao Daniel Vitor de Lucena.pdf: 708978 bytes, checksum: 466a21a76649073c30364b80f17037fc (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-09-19T11:25:02Z (GMT). No. of bitstreams: 2 Dissertacao Daniel Vitor de Lucena.pdf: 708978 bytes, checksum: 466a21a76649073c30364b80f17037fc (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2013-05-03 / This work proposes the use of multi-objective genetics algorithms NSGA-II and SPEA-II on the variable selection in multivariate calibration problems. These algorithms are used for selecting variables for a Multiple Linear Regression (MLR) by two conflicting objectives: the prediction error and the used variables number in MLR. For the case study are used wheat data obtained by NIR spectrometry with the objective for determining a variable subgroup with information about protein concentration. The results of traditional techniques of multivariate calibration as the Partial Least Square (PLS) and Successive Projection Algorithm (SPA) for MLR are presents for comparisons. The obtained results showed that the proposed approach obtained better results when compared with a monoobjective evolutionary algorithm and with traditional techniques of multivariate calibration. / Este trabalho propõe a utilização dos algoritmos genéticos multiobjetivo NSGA-II e SPEA-II na seleção de variáveis em problemas de calibração multivariada. Esses algoritmos são utilizados para selecionar variáveis para Regressão Linear Múltipla (MLR) com dois objetivos conflitantes: o erro de predição e do número de variáveis utilizadas na MLR. Para o estudo de caso são usado dados de trigo obtidos por espectrometria NIR com o objetivo de determinar um subgrupo de variáveis com informações sobre a concentração de proteína. Os resultados das técnicas tradicionais de calibração multivariada como dos Mínimos Quadrados Parciais (PLS) e Algoritmo de Projeções Sucessivas (APS) para a MLR estão presentes para comparações. Os resultados obtidos mostraram que a abordagem proposta obteve melhores resultados quando comparado com um algoritmo evolutivo monoobjetivo e com as técnicas tradicionais de calibração multivariada.

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

Orientador: José Roberto Sanches Mantovani / Resumo: O planejamento de sistemas de distribuição consiste em encontrar uma configuração otimizada, a um baixo custo, que permita manter a qualidade e confiabilidade do fornecimento de energia. Fontes de Geração Distribuída (GD) quando inseridas na rede alteram as suas características físicas e operacionais e tornam o problema de planejamento de curto prazo mais complexo para ser resolvido. Portanto, é importante desenvolver ferramentas computacionais eficientes para reduzir custos e o tempo na tomada de decisão para o setor de planejamento das empresas, indicando onde, quando e quais os tipos de componentes devem ser instalados e/ou substituídos nas redes de distribuição na presença de fontes de GD. Neste trabalho propõe-se uma metodologia para o planejamento de curto prazo para alocação das fontes de GD do tipo eólica (considerando as incertezas presentes neste tipo de fonte primária de energia), alocação de bancos de capacitores, dispositivos de proteção e controle, bem como a possibilidade de recondutoramento e troca de estruturas da rede de distribuição, mantendo-se os índices de qualidade para o fornecimento de energia dentro dos padrões estabelecidos pela agência reguladora. O problema de planejamento de curto prazo é formulado como um modelo de programação inteira multiobjetivo, o qual consiste em minimizar os custos de investimento e perdas técnicas na rede (energia não suprida e perdas ôhmicas nos condutores) e está sujeito a restrições físicas, econômicas e operacionais. ... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Made available in DSpace on 2014-06-11T19:22:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-08-29Bitstream added on 2014-06-13T20:09:45Z : No. of bitstreams: 1 pereirajunior_br_me_ilha.pdf: 2079589 bytes, checksum: 086f2d874ba748765509a09a3555c74f (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Manter o perfil de tensão da rede de distribuição dentro dos limites operacionais adequados é um problema que deve ser modelado e resolvido obedecendo às restrições de natureza técnica e econômica. Após um período de construção da rede de distribuição ocorre degradação da qualidade do perfil de tensão como conseqüência das dificuldades de prever condições precisas durante a fase de planejamento do sistema. Desta maneira torna-se necessário o planejamento de curto prazo da rede de distribuição como a instalação de dispositivos que assegurem que o sistema opere dentro dos limites de magnitude de tensão estabelecidos pelas agências reguladoras. Dentre os dispositivos, destaca-se a alocação de bancos de capacitores, que instalados de forma adequada proporcionam a compensação de reativos, regulando as magnitudes das tensões ao longo da rede bem como o fator de potencia da subestação e fornecendo como benefício secundário a redução de perdas ativas no sistema. O problema de alocação de bancos de capacitores em sistemas de distribuição de energia elétrica consiste em determinar os tipos, capacidade, localização e esquemas de controle dos bancos alocados. Neste trabalho apresenta-se uma nova metodologia para alocar bancos de capacitores fixos e chaveados em alimentadores de distribuição. Esta metodologia contempla as necessidades de representar o comportamento estocástico dos diferentes tipos de cargas conectadas ao sistema de distribuição e a característica topológica das redes de distribuição que não apresentam mais estrutura radial, devido à presença de geradores distribuídos ligados diretamente à rede. O problema de alocação de bancos de capacitores fixos e chaveados é formulado como um modelo de programação não linear inteiro misto multiobjetivo e para solução deste modelo é proposto um algoritmo genético multiobjetivo e uma algoritmo busca tabu multiobjetivo / Maintaining the voltage profile of distribution networks within the operational limits is a problem that must be modeled and solved according to economical and technical restrictions. Afterwards a period of constructing the distribution network, there is degradation of the quality of the voltage profile as a consequence of the difficulties in predicting precise conditions during the planning phase. This way, it is necessary the short term distribution planning and the installation of devices that assure the system operating within the voltage magnitudes fixed by the regulating agencies. Among the devices, there are allocation of capacitor banks, that when adequately installed provide the reactive compensation, regulating the voltage magnitude along the network as well as the substation power factor and providing as a secondary result reducing the active losses of the system. The problem of allocating capacitor banks in electrical energy distribution systems consists in determining the types, capacity, localization and control techniques of the allocated Banks. This work presents a new methodology for allocating fixed and switched capacitor banks in distribution feeders. This methodology attends the needs of representing the stochastic behavior of the different types of the loads connected to the distribution system and the topological characteristics of the distribution networks that do not present radial structure, due to the distributed generators connected directly to the network. The problem of allocating fixed and switched capacitor banks is formulated as a mixed multi objective nonlinear integer programming model and for solution of this model is proposed a multi objective genetic algorithm and a multi objective tabu search algorithm

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

Submitted by RODRIGO RODRIGUES DA CUNHA PAIVA null (rodrigorcp@hotmail.com) on 2017-01-27T17:19:53Z No. of bitstreams: 1 Tese_Rodrigo_Paiva.pdf: 2424828 bytes, checksum: 304f20862a283a2556f7f0f3576eb60e (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-01-31T15:33:23Z (GMT) No. of bitstreams: 1 paiva_rrc_dr_ilha.pdf: 2424828 bytes, checksum: 304f20862a283a2556f7f0f3576eb60e (MD5) / Made available in DSpace on 2017-01-31T15:33:24Z (GMT). No. of bitstreams: 1 paiva_rrc_dr_ilha.pdf: 2424828 bytes, checksum: 304f20862a283a2556f7f0f3576eb60e (MD5) Previous issue date: 2016-12-09 / O planejamento de sistemas de distribuição consiste em encontrar uma configuração otimizada, a um baixo custo, que permita manter a qualidade e confiabilidade do fornecimento de energia. Fontes de Geração Distribuída (GD) quando inseridas na rede alteram as suas características físicas e operacionais e tornam o problema de planejamento de curto prazo mais complexo para ser resolvido. Portanto, é importante desenvolver ferramentas computacionais eficientes para reduzir custos e o tempo na tomada de decisão para o setor de planejamento das empresas, indicando onde, quando e quais os tipos de componentes devem ser instalados e/ou substituídos nas redes de distribuição na presença de fontes de GD. Neste trabalho propõe-se uma metodologia para o planejamento de curto prazo para alocação das fontes de GD do tipo eólica (considerando as incertezas presentes neste tipo de fonte primária de energia), alocação de bancos de capacitores, dispositivos de proteção e controle, bem como a possibilidade de recondutoramento e troca de estruturas da rede de distribuição, mantendo-se os índices de qualidade para o fornecimento de energia dentro dos padrões estabelecidos pela agência reguladora. O problema de planejamento de curto prazo é formulado como um modelo de programação inteira multiobjetivo, o qual consiste em minimizar os custos de investimento e perdas técnicas na rede (energia não suprida e perdas ôhmicas nos condutores) e está sujeito a restrições físicas, econômicas e operacionais. Este problema é resolvido através de um algoritmo genético multiobjetivo baseado no Non-dominated Sorting Genetic Algorithm (NSGA-II), e a metodologia proposta e implementada foi testada em um sistema de distribuição real de 135 barras, e os resultados obtidos mostram eficácia e robustez da metodologia proposta. / The planning of distribution systems consists of finding an optimized configuration, at a low cost, which allows to maintain the quality and reliability of the power supply. Distributed Generation (DG) sources, when inserted into the network, change their physical and operational characteristics and make the short-term planning problem more complex to be solved. Hence, it is important to develop efficient computational tools aiming to reduce costs and the impact of time limits on decision making for the utility planning sector, indicating where, when and what types of components should be installed and / or replaced in distribution networks in the presence of sources. Accordingly, this work proposes a new methodology for the short-term planning which considers the allocation of wind-type DG sources (considering the uncertainties present in this type of primary energy source capacitor banks, protection and control devices, as well as the possibility of reconnecting and exchanging structures of the distribution network, maintaining the quality indices for the supply of energy within the standards established by the regulatory agency. The short-term planning problem is formulated as an integer multiobjective programming model, which consists of minimizing the investment costs and technical losses in the network (energy not supplied and ohmic losses in the conductors) by subjecting to physical, economic and operational constraints. Thus, this problem is solved here by using a multiobjective genetic algorithm based on the Non-dominated Sorting Genetic Algorithm (NSGA-II). In order to testthe proposed methodology, a real distribution system, containing 135-buses, is implemented and analyzed. In short, the obtained results demonstrate its efficacy and robustness in light of the proposed methodology.