FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / Ao longo das Ãltimas trÃs dÃcadas os algoritmos evolucionÃrios vÃm sendo aplicados com sucesso nas mais diversas Ãreas. Dentre as principais vantagens dos algoritmos evolucionÃrios estÃo a facilidade de aplicaÃÃo, a eficiÃncia e a confiabilidade. Na remediaÃÃo de Ãguas subterrÃneas, geralmente, os objetivos sÃo minimizar custos, minimizar a presenÃa do contaminante, maximizar a eficiÃncia do bombeamento, entre outros. Esses objetivos sÃo naturalmente conflitantes e a busca de soluÃÃes Ãtimas, ou quase Ãtimas, faz-se necessÃria. Tendo em vista esse fato, os mÃtodos de otimizaÃÃo evolucionÃria vÃm sendo aplicados e aperfeiÃoados na busca dessas soluÃÃes. à apresentada uma breve descriÃÃo de alguns desses mÃtodos, discutindo-se algumas de suas vantagens e limitaÃÃes. Cinco funÃÃes matemÃticas sÃo utilizadas para avaliar o desempenho dos algoritmos e tambÃm para servir de base para efetuar uma comparaÃÃo entre os mesmos. Para otimizar um sistema âbombear-e-tratarâ na remediaÃÃo de um sÃtio hipotÃtico, sÃo utilizados algoritmos evolucionÃrios multipopulaÃÃo, tratando o problema na sua dimensÃo multiobjetiva. A abordagem multipopulaÃÃo vem sendo empregada como mitigadora de um dos principais inconvenientes da otimizaÃÃo evolucionÃria: o excessivo tempo computacional. O fluxo de Ãguas subterrÃneas à modelado com o MODFLOW (modular finite-difference flow model), enquanto o transporte de contaminante à simulado com o MT3DMS (modular three-dimensional multispecies transport model). SÃo propostos dois algoritmos multipopulaÃÃo: MINPGA (Multi-Island Niched Pareto Genetic Algorithm), a partir do NPGA (Niched Pareto Genetic Algorithm) e da abordagem de ilhas de injeÃÃo; MHBMO (Multiple Hive Honey Bee Mating Optimization), uma versÃo multipopulaÃÃo do HBMO (Honey Bee Mating Optimization). TambÃm à utilizada uma versÃo multipopulaÃÃo do PSO (Particle Swarm Optimization), chamada MCPSO (Multi-Swarm Cooperative Particle Swarm Optimization). Os testes com funÃÃes matemÃticas validaram os algoritmos apresentados, e o problema de otimizaÃÃo do sistema âbombear-e-tratarâ tem como objetivos a minimizaÃÃo do custo da remediaÃÃo e da quantidade final da pluma contaminante. Todos os algoritmos obtiveram bons resultados, com sutil vantagem para o MINPGA / Through the last three decades the evolutionary algorithms have been successful on application to many areas. Easily applied, efficiency and confidence are the main advantages of the evolutionary algorithms. In the groundwater remediation, generally, the objectives are the cost minimization, minimization of contaminant presence, maximization of pumping efficiency, among others. These objectives are naturally in conflicting and the search for optimal solutions, or almost optimal solutions are needed. In view of that, the evolutionary optimization methods have been applied and refined in order to search these solutions. A brief description of these methods is presented, referring to their advantages and limitations. Five mathematical functions are used to measure the algorithms performance and allow a comparison between them. In order to optimize a âpump-and-treatâ system in the remediation of a hypothetical site, multi-population evolutionary algorithms are used, considering the problem multi-objective dimension. The multi-population approach has been applied as mitigate for the main evolutionary optimization drawback: the excessive computational time. The groundwater flow modeler MODFLOW (modular finite-difference flow model) is used with the contaminant transport simulator MT3DMS (modular three-dimensional multispecies transport model). Two multi-population algorithms are presented: MINPGA (Multi-Island Niched Pareto Genetic Algorithm), that is a NPGA (Niched Pareto Genetic Algorithm) multi-population version with the injection island approach; MHBMO (Multi-Hive Honey Bee Mating Optimization), that is a HBMO (Honey Bee Mating Optimization) multi-population version. A PSO (Particle Swarm Optimization) multi-population version, called MCPSO (Multi-Swarm Cooperative Particle Swarm Optimization) is too used. Tests with mathematical functions validate the presented algorithms. Remediation problem using the âpumping-and-treatâ technique had as objectives the minimization of remediation cost and minimization of contaminant final plume. The results were shown to be very good for all algorithms, but MINPGA had a tenuous advantage over others
| Identifer | oai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:2891 |
| Date | 24 July 2009 |
| Creators | Marcos Rodrigues Pinto |
| Contributors | Eduardo SÃvio Passos Rodrigues Martins, CarÃsia Carvalho Gomes, Carlos de Oliveira GalvÃo, Dirceu Silveira Reis JÃnior |
| Publisher | Universidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Engenharia Civil, UFC, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds