Academic literature on the topic 'Algoritmo genético multiobjetivo'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Algoritmo genético multiobjetivo.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Algoritmo genético multiobjetivo"
1
Goldbarg, Marco César, Elizabeth Ferreira Gouvêa Goldbarg, Carlos Raoni de Alencar Mendes, Frederiko Stenio Luiz Neves de Araújo, Gilberto Corso, and Nuruara Mara Osti. "Algoritmo evolucionário para otimização do plano de tratamento em radioterapia conformal 3D." Pesquisa Operacional 29, no. 2 (August 2009): 239–67. http://dx.doi.org/10.1590/s0101-74382009000200001.
Full textAbstract:
O planejamento do tratamento por radioterapia tem por objetivo atingir um volume alvo com altas doses de radiação tomando cuidado para não expor órgãos sadios a doses elevadas. É, portanto, muito importante que se encontre um balanço ideal entre esses objetivos conflitantes. O presente trabalho relata um modelo de programação matemática multiobjetivo e introduz um Algoritmo Transgenético para o problema de seleção do direcionamento dos feixes de radiação no planejamento em radioterapia conformal 3D. A seleção das direções dos feixes é feita através de uma técnica denominada de isocentros variáveis. Com a finalidade de testar o potencial do algoritmo desenvolvido, realiza-se um experimento comparativo com um Algoritmo Genético Multiobjetivo. O experimento computacional obtém dados quantitativos e qualitativos que são analisados no trabalho.
2
Salvino, Moisés Menezes, Paulo Sergio Oliveira de Carvalho, and Heber Pimentel Gomes. "Calibração multivariada de redes de abastecimento de água via algoritmo genético multiobjetivo." Engenharia Sanitaria e Ambiental 20, no. 3 (September 2015): 503–12. http://dx.doi.org/10.1590/s1413-41522015020000099484.
Full textAbstract:
RESUMO Este trabalho teve por objetivo propor um modelo computacional com vistas à calibração multivariada de modelos hidráulicos de sistemas de distribuição de água que possibilita a identificação de possíveis irregularidades, como: vazamentos, obstruções nas tubulações, válvulas inoperantes ou estranguladas e incompatibilidades na modelagem referente aos dados reais. Utiliza um algoritmo genético multiobjetivo no processo de calibração para ajustar as diferenças das variáveis de estado da rede, a fim de produzir informações compatíveis com suas respectivas redes reais. O modelo proposto permite utilizar até sete variáveis: a rugosidade, a demanda, a perda de carga singular, a cota topográfica, os vazamentos, os diâmetros e as válvulas, simultaneamente, ou qualquer combinação delas. A aplicação experimental foi realizada no Laboratório de Eficiência Energética e Hidráulica em Saneamento da Universidade Federal da Paraíba (LENHS/UFPB) com os dados do seu Sistema Piloto de Distribuição de Água (SPDA). Os resultados mostraram uma boa convergência com relação ao tempo de processamento e à aproximação dos dados medidos e calculados, assim como possibilitaram a identificação de problemas mediante análise dos parâmetros resultantes da calibração, o que proporciona subsídios para uma reabilitação mais precisa.
3
Prata, Bruno De Athayde. "Um algoritmo genético multiobjetivo para a programação integrada de veículos e tripulações." TRANSPORTES 24, no. 1 (April 21, 2016): 19. http://dx.doi.org/10.14295/transportes.v24i1.975.
Full textAbstract:
O Vehicle and Crew Scheduling Problem (VCSP) é um difícil problema de Otimização Combinatória, objeto de pesquisa continuada ao longo dos últimos anos. Tendo em consideração a gama de variáveis relacionadas com o VCSP, há uma série de características práticas do problema que não têm sido contempladas nas soluções geradas computacionalmente. Os modelos existentes na literatura focam somente na minimização de custos. No entanto, outros objetivos ou critérios devem ser considerados como, por exemplo, a redução nos intervalos de lanche dos tripulantes. Este artigo tem como objetivo reportar o desenvolvimento de uma abordagem multiobjetivo, baseada em um Algoritmo Genético, para a otimização integrada da programação de veículos e tripulações em sistemas de transporte público. Experimentos computacionais são apresentados e discutidos. Os resultados obtidos apontam para a possibilidade de, com o uso da abordagem proposta, se obter ganhos significativos em termos de custos de operação e em termos da redução dos tempos de planejamento.
4
Ruiz, Santiago, Omar Danilo Castrillón, and William Sarache. "Metodología selectiva de dinámica poblacional para optimizar un ambiente multiobjetivo de producción job shop." Revista de Matemática: Teoría y Aplicaciones 22, no. 1 (January 1, 2015): 113. http://dx.doi.org/10.15517/rmta.v22i1.17558.
Full textAbstract:
El presente artículo desarrolla una metodología basada en genética poblacional que permite mejorar el desempeño de dos o más variables en un sistema de producción job shop. La metodología aplica un algoritmo genético con características especiales en la selección de individuos que pasan de generación en generación. Los resultados permitieron demostrar mejores desempeños de la metodología propuesta en las variables makespan, tiempo muerto y costo de energía al ser comparada con el método FIFO. Al comparar la metodología con el método NSGA II no se obtuvieron diferencias en las variables makespan y tiempo muerto; sin embargo, se obtuvo un mejor desempeño en el costo de la energía y, principalmente, mayor eficiencia en relación al número de iteraciones realizadas para obtener el makespan óptimo.
5
Pino Vargas, Edwin, Violeta Quevedo Porras, Luis Alfaro Ravello, and César Avendaño Jihuallaga. "APLICACIÓN DE ALGORITMOS GENÉTICOS SPEA & MAGNO PARA DISEÑO ÓPTIMO DE REDES DE DISTRIBUCIÓN DE AGUA, VIÑANI, TACNA." Ciencia & Desarrollo, no. 22 (June 11, 2019): 11–18. http://dx.doi.org/10.33326/26176033.2018.22.740.
Full textAbstract:
El diseño óptimo de redes de distribución es consecuencia de un estudio hidráulico detallado; el cual se ha adaptado a los criterios de ingeniería, a las exigencias económicas y a la normativa vigente. Yates, Templeman, & Boffey (1984) afirman que se necesita encontrar un método aproximado efectivo que garantice calidad en los diseños para extender la cobertura del servicio de agua potable. En este contexto, se aplica el Algoritmo Evolutivo Multiobjetivo (SPEA) para comprobar su efectividad en el diseño de redes de distribución de agua potable, caso sector Viñani de la ciudad de Tacna, comparándolos con los resultados obtenidos con el Micro Algoritmo Genético Multiobjetivo (MAGMO). Mediante este proceso de optimización se pretende la búsqueda de la red de mínimo costo y máxima confiabilidad, que a su vez está sujeta a múltiples restricciones del tipo hidráulicas y normativas. Se trata de una red que tiene 01 reservorio, 20 circuitos básicos, 91 nodos y 139 tuberías. Los resultados indicaron que la red optimizada con MAGMO presentó un mejor desempeño para el diseño óptimo de redes de agua que la red optimizada con SPEA.
6
Pereira-Arroyo, Roberto, and Alfonso Chacón-Rodríguez. "Diseño de una biblioteca de compuertas MCML utilizando un algoritmo genético y optimización multiobjetivo." Revista Tecnología en Marcha 27, no. 4 (November 1, 2014): 41. http://dx.doi.org/10.18845/tm.v27i4.2084.
Full textAbstract:
<p class="p1">En este documento se alude al problema de dimensionamiento de circuitos MCML (<em>MOS Current Mode Logic</em>). Se introduce el Frente de Pareto como una herramienta de análisis útil para explorar el espacio de diseño de las distintas compuertas que conforman nuestra biblioteca básica MCML. Un algoritmo genético (GA) es implementado para detectar automáticamente este frente, en un proceso que busca eficientemente las parametrizaciones óptimas del diseño y sus correspondientes valores en un espacio de aptitudes. Las mediciones del consumo de potencia, el retardo de propagación y el rango del voltaje de salida se usan como funciones de aptitud, puesto que el problema se trata como una tarea de optimización multiobjetiva. Finalmente, se presentan los resultados de las simulaciones <em>postlayout</em>, usando la tecnología de fabricación AMS 0,35 μm. </p>
7
Bedolla Martínez, David, Esther Lugo González, Felipe Trujillo Romero, and F. Hugo Ramírez Leyva. "Sintonizador fuera de línea de un controlador PID discreto usando un algoritmo genético multiobjetivo." Research in Computing Science 113, no. 1 (December 31, 2016): 171–80. http://dx.doi.org/10.13053/rcs-113-1-13.
Full text
8
Tejada Muñoz, Guillermo. "Enrutamiento y secuenciación óptimos en un flexible job shop multiobjetivo mediante algoritmos genéticos." Industrial Data 19, no. 2 (December 23, 2016): 124. http://dx.doi.org/10.15381/idata.v19i2.12846.
Full textAbstract:
El artículo propone, un algoritmo genético para solucionar óptimamente el problema de la programación de tareas en un sistema de producción Flexible Job Shop Scheduling (FJSS) multiobjetivo, actualmente de interés por muchos investigadores, porque es un problema de optimización combinatoria de complejidad NP-hard, y porque una solución óptima redunda en un aumento en la producción. Se divide el problema, en el subproblema de enrutamiento, en donde se asigna, a cada operación de los Jobs, una de las máquinas más óptima (desde un conjunto disponible) minimizando el Máximo Workload, y Total Workload, y el subproblema de secuenciación, en donde es encontrado el orden óptimo de ejecución de las operaciones (distribuidas en cada máquina) minimizando el Makespan. El algoritmo es codificado en lenguaje M de Matlab, su desempeño es puesto a prueba, solucionando complejos problemas, y los resultados se comparan con los obtenidos por otros investigadores.
9
LAGUNAS JIMENEZ, RUBEN, VICTOR MANUEL MOO YAM, HECTOR QUEJ COSGAYA, and BENJAMIN ORTIZ. "SINTONIZACIÓN DE UN CONTROLADOR PI MEDIANTE UN ALGORITMO GENÉTICO MULTIOBJETIVO APLICADO A UN HORNO EXPERIMENTAL." DYNA NEW TECHNOLOGIES 4, no. 1 (2017): 14 p. http://dx.doi.org/10.6036/nt8518.
Full text
10
Nunez, Angel. "Hybrid systems in electrical distribution design with genetic algorithm." minerva 1, no. 1 (April 24, 2020): 32–42. http://dx.doi.org/10.47460/minerva.v1i1.4.
Full textAbstract:
The incorporation of hybrid systems based on renewable sources for the optimization of electricity distribution systems and planning of power supply strategies using genetic algorithms (GA) is studied. A series of characteristics of electrical sub-stations was chosen and through simulations, data were obtained for the optimization of the existing infrastructure, which provides reliability, security, economic supply and quality of service. An algorithm was obtained with the optimal configuration of various components: photovoltaic panels, batteries, AC generator, fuel cell and inverter, which in the case of mono-objective optimization, minimized total system costs throughout its useful life. The most appropriate control strategy or combination of control variables was obtained to minimize costs. Keywords: Electrical distribution, Hybrid systems, Genetic algorithms. References [1]D. F. Pinzón, «Diseño óptimo de Sistemas de Distribución,» Universidad Nacional de Colombia, Bogotá, 2014. [2]F. A. Mendoza Lameda, «Diseño multiobjetivo y multietapa de sistemas de distribución de energía eléctrica aplicando algoritmos evolutivos,» Universidad de Zaragoza, Zaragoza, 2010. [3]L. Miró Hernández and R. Vizcón Toledo, «Sistema Hibrido Propuesto Para la Generación de Electricidad en un Policlínico,» Revista Avanzada Científica, vol. 9, nº 2, pp. 50-56, 2006. [4]J. Lagunas M., C. Ortega S. and P. Caratozzolo M., «Control supervisorio para sistemas híbridos de geración eléctrica basado en lógica difusa,» Boletin UE, Monterrey, 2005. [5]J. L. Bernal Agustín, «Aplicación de algoritmos genéticos al diseño óptimo de sistemas de distribución de energía eléctrica,» Universidad de Zaragoza, Zaragoza, 1998. [6]V. MIranda, J. V. Ranito and L. Proenca, «Genetic Algorithms in Optimal Multistage Distribution Network Planning, » IEEE, Porto, 1994. [7]I. Ramirez-Rosado and J. Dominguez-Navarro, «Computer Aided Desing of Power Distribution Systems: Multiobjective Mathematical Simulations» International Journal of Power and Energy Systems, vol. 19, nº 4, pp. 1801-1810, 2004.
Dissertations / Theses on the topic "Algoritmo genético multiobjetivo"
1
Marsolla, Rafael. "Estimação fasorial em tempo real utilizando um algoritmo genético compacto multiobjetivo." Universidade de São Paulo, 2015. http://www.teses.usp.br/teses/disponiveis/18/18154/tde-02062015-151039/.
Full textAbstract:
A medição fasorial sincronizada é utilizada hoje como forma de aprimorar a operação de um Sistema Elétrico de Potência (SEP), empregando unidades de medição fasorial estrategicamente localizadas e instaladas. Estas realizam a aquisição do sinal elétrico e posteriormente a estimação dos fasores de tensão e corrente sincronizados no tempo, os quais indicam o comportamento do SEP em uma localidade específica. Este trabalho multidisciplinar propõe a análise e implementação de um método computacional evolutivo, o Algoritmo Genético Compacto Multiobjetivo (AGCM) aplicado ao problema de medição fasorial, amplamente utilizado por exemplo, no monitoramento de um SEP, comportando-se assim como uma unidade medidora de fasor, ou Phasor Measurement Unit (PMU). O AGCM aqui apresentado tem como principal característica a análise multiobjetiva do problema. Pelo fato de todo SEP ser trifásico, é proposto esta nova abordagem, onde é considerando para a estimação fasorial as três fases de forma conjunta, e não mais estimadas independentemente. Assim o AGCM proposto considera em seu mapeamento genético dos indivíduos, as características do sinais das três fases, diferentemente da abordagem mono-objetivo, onde cada fase do SEP é modelada sobre um indivíduo diferente. Posteriormente para garantir a eficácia do método evolutivo quando em operação em um cenário de tempo real, é proposto uma plataforma de aquisição de dados e processamento, inspirada em trabalhos anteriormente desenvolvidos, permitindo a integração de todos os módulos que formarão um PMU para análise fasorial em tempo real. Aqui um sistema de Global Positioning System (GPS) existente é proposto como forma de sincronismo entre os PMUs, sincronizando uma gama de equipamentos em um única referência de tempo, com a precisão necessária. Para auxiliar na integração dos módulos necessários, uma biblioteca de funções desenvolvida no LSEE será expandida permitindo a execução do método evolutivo diretamente em uma interface Field Programmable Gate Array (FPGA) a qual atuará como um coprocessador genético da plataforma de tempo real. Os resultados aqui apresentados foram obtidos seguindo especificações normativas, através de sinais gerados sinteticamente, e também utilizando o Alternative Transient Program (ATP), permitindo assim ensaios mais realísticos para a validação dos métodos evolutivos.The synchronized phasor measurement is used today as a way to enhance the operation of an Electric Power System (EPS), using phasor measurement units strategically located and installed. They perform the acquisition of the electrical signal and then, the estimation of the voltage and current phasors, synchronized in time, which indicates the SEPs behavior in a specific location. This multidisciplinary work proposes the analysis and implementation of an evolutionary computing method, the Multibjective Compact Genetic Algorithm (MCGA) applied to the phasor estimation method used in EPS, known as an Phasor Measurement Units (PMUs). The MCGA presented here has as a main characteristic the multiobjective analysis of the problem. Because all EPSs have three phases, this new approach is proposed , which is considering the phasor estimation for the three phases together, instead of doing it for each phase independently.Thus the proposed MCGA includes in its genetic mapping of individuals, the characteristics of the signals of the three phases, unlike the monoobjective where each phase of the Electric Power System (EPS) is modeled using a different individual. In order to ensure the effectiveness of the evolutionary method when operating in a real time scenario, a platform for data acquisition and processing is proposed, inspired by previous work, allowing the integration of all the modules that composes a PMU for real-time phasor analysis. A Global Positioning System (GPS) is proposed as a way to synchronize different PMUs, integrating pieces of equipment in a single time reference, with the precision required. In order to assist in the integration of the required modules, a library of functions developed in the Laboratory of Electric Power Systems will be expanded allowing the execution of the evolutionary method directly on a Field Programmable Gate Array (FPGA) interface, which will act as a genetic co-processor of a real-time platform. The results presented here were obtained following normative specifications, through signals generated synthetically, and also using the Alternative Transient Program (ATP), allowing more realistic tests to validate the evolutionary methods.
2
Jardim, Marco Antonio Souza. "Reconfiguração de redes de distribuição de energia elétrica usando algoritmo genético multiobjetivo." Universidade Federal de Minas Gerais, 2011. http://hdl.handle.net/1843/BUOS-8MHJW9.
Full textAbstract:
In this work, the reconfiguration of electrical energy distribution systems is studied by using a multi-objective genectic algorithm. Three objective functions are considered here: monetary costs of the network(installation, maintenance and energy losses), costs involved in the reability of the system and number of lines switching used for the reconfiguration. The multiobjective algorithm used here is the NSGA II. Faults in the system branchs and changes in the loads at the buses have been simulated to provoke a system reconfiguration. Two test systems have been used: A 21 bus system and an 100 bus system. A novelty presented here is a methodology based on optimization for choosing the spare cables of the network.Neste trabalho é tratada a reconfiguração de redes de distribuição de energia elétrica com o uso de um algoritmo genético multiobjetivo. Três funções objetivo são consideradas: os custos monetários da rede(instalação, manutenção e perdas resistivas), os custos de confiabilidade e o número de manobras. O algoritmo genético multiobjetivo usado é o NSGA II. Foram simuladas falhas nos ramos da rede e mudanças no perfil da carga atendida com o intuito de provocar a otimização do sistema. Dois sistemas testes foram utilizados: um de 21 barras e outro de 100 barras. Uma novidade apresentada neste trabalho é uma metodologia baseada em otimização para a escolha dos cabos reserva da rede.
3
YOSHIOKA, Peterson Marcelo Santos. "Uma abordagem para otimização do período de sensoriamento em rádio cognitivo com algoritmo genético multiobjetivo." Universidade Federal do Pará, 2011. http://repositorio.ufpa.br/jspui/handle/2011/2986.
Full textAbstract:
Submitted by Samira Prince (prince@ufpa.br) on 2012-09-25T16:13:32Z
No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Dissertacao_AbordagemOtimizacaoPeriodo.pdf: 941682 bytes, checksum: d1d24af6bc15618e96ae4a934b46ab98 (MD5)Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2012-09-27T13:38:55Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AbordagemOtimizacaoPeriodo.pdf: 941682 bytes, checksum: d1d24af6bc15618e96ae4a934b46ab98 (MD5)
Made available in DSpace on 2012-09-27T13:38:55Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AbordagemOtimizacaoPeriodo.pdf: 941682 bytes, checksum: d1d24af6bc15618e96ae4a934b46ab98 (MD5) Previous issue date: 2011
A eficiência espectral em redes baseadas na tecnologia de Rádio Cognitivo (RC) pode ser comprometida caso o rádio seja utilizado por muito tempo para a detecção em vez da transmissão de dados. Por isso, tornam-se necessários esquemas de sensoriamento que tenham o objetivo de obter o máximo possível de utilização do espectro, evitando sensoriamento desnecessário, bem como, obtendo o mínimo de interferência na transmissão do usuário primário decorrente de detecção incorreta de sua transmissão. Neste trabalho, propomos a utilização de Algoritmos Genéticos para realizar a adaptação do período de sensoriamento. O objetivo é obter um período de sensoriamento ótimo para os canais com vistas a maximizar a descoberta de oportunidades no espectro e minimizar o overhead decorrente do sensoriamento. A maioria dos trabalhos relacionados a este assunto considera que o overhead de sensoriamento é fixo, não levando em conta que alguns canais podem ter menor tolerância à interferência que outros. A proposta apresentada neste trabalho pode adaptar-se aos requisitos de tolerância à interferência no canal licenciado por meio da determinação de um período de sensoriamento que otimize as oportunidades para qualquer valor de overhead definido. Nossa proposta consegue obter um ganho de até 90% em relação às técnicas não otimizadas no número de oportunidades encontradas, até 40,9% no ganho de transmissão útil e obteve uma redução no tempo de interferência de 66,83%, bem como resultados similares aos obtidos por uma proposta otimizada presente na literatura, com a vantagem de permitir a adaptação do overhead de sensoriamento.
The spectral efficiency in networks based on cognitive radio (CR) technology can be compromised if the radio is used for a long time for the detection instead of data transmission. So it becomes necessary sensing schemes that have the purpose of obtaining the maximum possible use of spectrum, avoiding unnecessary sensing, as well as obtaining a minimum of interference in the transmission of the primary user due to incorrect detection of its transmission. In this paper, we propose the use of genetic algorithms for the adaptation of the sensing period. The goal is to obtain an optimal channels sensing period in order to maximize the discovery of spectrum opportunities and minimize the overhead due to the sensing. Most related works to this issue adopt fixed sensing overhead, not taking into account that some channels may have less tolerance to interference than others. The proposal presented in this work can adapt to the requirements of tolerance to interference with licensed channel by determining a period of sensing that optimizes the opportunities for any set amount of overhead. Our proposal achieves a gain up to 90% compared to nonoptimized techniques in terms of the number of opportunities found up to 40.9% gain in useful transmission and obtained a reduction in the time of interference of 66.83%. In addition, our proposal also achieves similar results to those obtained by an optimized proposal in the literature, with the advantage of allowing the adaptation of the sensing overhead.
4
Araujo, Elaynne Xavier Souza. "Fluxo de potência ótimo em sistemas elétricos de potência através de um algoritmo genético multiobjetivo." Universidade Estadual Paulista (UNESP), 2018. http://hdl.handle.net/11449/153015.
Full textAbstract:
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
5
VIEIRA, Maria Eulina Aires Gonçalves. "CALIBRAÇÃO DE MODELOS DE REDES DE DISTRIBUIÇÃO DE ÁGUA USANDO ALGORÍTMO GENÉTICO MULTIOBJETIVO." Universidade Federal de Goiás, 2008. http://repositorio.bc.ufg.br/tede/handle/tde/628.
Full textAbstract:
Made available in DSpace on 2014-07-29T15:01:49Z (GMT). No. of bitstreams: 1
Dissertacao Maria Eulina.pdf: 268672 bytes, checksum: c0eee8e291e9fdcbef88ed3cb0d6d969 (MD5)
Previous issue date: 2008-08-29Increasing population united the behaviour of man carefree about the environmental preservation has led to a scarcity of natural resources. A key resource for human survival has been directly affected by these desmazelos, water. Based on this context arises as a commitment to operational excellence of water supply systems, seeking greater efficiency in the establishment of operational rules. To this end, the general objective of this research is to develop a study of water distribution networks model calibration, because it is believed to be the best technique for tracking this problem by adjusting the physical parameters that have changed over time and dictate strategies. This work aims to develop a technique based on the inverse of calibration using GAs as a tool for optimization, using multiple goals: pressure and flow. The parameters adjusted were roughness coefficients and coefficients of losses by leaks. To evaluate the proposed methodology were employed two networks often used in literature. The first network employed is a theoretical system proposed by Tucciarelli (1999) and was used to evaluate the behavior of multiobjectives methods and their parameters. The second network is located in Campo Grande (MS) has been studied by Cheung (2004) and Soares et al. (2004). This example is a real system that had its data measured in situ and presents all the complications inherent in the calibration real problems. The results were very satisfactory, since the optimization multiobjective shown to be able to improve the accuracy of the calibration of the model.
O aumento populacional unido ao comportamento despreocupado do homem quanto à preservação ambiental levou a uma escassez dos recursos naturais. Um recurso fundamental à sobrevivência humana está sendo diretamente afetado por esses desmazelos, a água. Com base nesse contexto nasce um comprometimento quanto a excelência operacional dos sistemas de distribuição de água, buscando uma maior eficiência no estabelecimento de regras operacionais. Para tanto, o objetivo geral desta pesquisa é desenvolver um estudo de calibração de modelos de redes de distribuição de água, pois acredita-se ser a melhor técnica de monitoramento deste problema, por ajustar os parâmetros físicos que foram alterados com o tempo e ditar estratégias para auxiliar a tomada de decisão dos operadores.O presente trabalho visa desenvolver uma técnica de calibração inversa baseada nos AGs como ferramenta de otimização, fazendo uso de objetivos múltiplos: pressão e vazão. Os parâmetros ajustados são: coeficientes de rugosidades e coeficientes de perdas por vazamentos. Para avaliação da metodologia proposta foram empregadas duas redes frequentemente usadas na literatura. A primeira rede empregada por Tucciarelli et al. (1999), é uma rede teórica, e servirá para avaliar o comportamento dos métodos multiobjetivos e seus parâmetros. A segunda rede está localizada na cidade de Campo Grande (MS) foi estudada por Cheung (2004) e Soares et al. (2004). Este exemplo é um sistema real que teve os seus dados medidos em loco e apresenta todas as complicações inerentes aos problemas de calibração real. Os resultados encontrados foram bastante satisfatórios, uma vez que a otimização multiobjetivo demonstrou ser capaz de melhorar a acurácia da calibração do modelo.
6
Zini, Érico de Oliveira Costa [UNESP]. "Algoritmo genético especializado na resolução de problemas com variáveis contínuas e altamente restritos." Universidade Estadual Paulista (UNESP), 2009. http://hdl.handle.net/11449/87116.
Full textAbstract:
Made available in DSpace on 2014-06-11T19:22:32Z (GMT). No. of bitstreams: 0
Previous issue date: 2009-02-20Bitstream added on 2014-06-13T19:28:05Z : No. of bitstreams: 1
zini_eoc_me_ilha.pdf: 1142984 bytes, checksum: 4ff93a7fe459a5a56e15da26b7a6dd45 (MD5)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Este trabalho apresenta uma metodologia composta de duas fases para resolver problemas de otimização com restrições usando uma estratégia multiobjetivo. Na primeira fase, o esforço concentra-se em encontrar, pelo menos, uma solução factível, descartando completamente a função objetivo. Na segunda fase, aborda-se o problema como biobjetivo, onde se busca a otimização da função objetivo original e maximizar o cumprimento das restrições. Na fase um propõe-se uma estratégia baseada na diminuição progressiva da tolerância de aceitação das restrições complexas para encontrar soluções factíveis. O desempenho do algoritmo é validado através de 11 casos testes bastantes conhecidos na literatura especializada.
This work presents a two-phase framework for solving constrained optimization problems using a multi-objective strategy. In the first phase, the objective function is completely disregarded and entire search effort is directed toward finding a single feasible solution. In the second phase, the problem is treated as a bi-objective optimization problem, where the technique converts constrained optimization to a two-objective optimization: one is the original objective function; the other is the degree function violating the constraints. In the first phase a methodology based on progressive decrease of the tolerance of acceptance of complex constrains is proposed in order to find feasible solutions. The approach is tested on 11 well-know benchmark functions.
7
Nogueira, Heber Valdo. "Algoritmo genético compacto com dominância para seleção de variáveis." Universidade Federal de Goiás, 2017. http://repositorio.bc.ufg.br/tede/handle/tede/7360.
Full textAbstract:
Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-05-23T11:37:07Z
No. of bitstreams: 2
Dissertação - Heber Valdo Nogueira - 2017.pdf: 1812540 bytes, checksum: 14c0f7496303095925cd3ae974fd4b7b (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-05-23T11:37:50Z (GMT) No. of bitstreams: 2 Dissertação - Heber Valdo Nogueira - 2017.pdf: 1812540 bytes, checksum: 14c0f7496303095925cd3ae974fd4b7b (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Made available in DSpace on 2017-05-23T11:37:51Z (GMT). No. of bitstreams: 2 Dissertação - Heber Valdo Nogueira - 2017.pdf: 1812540 bytes, checksum: 14c0f7496303095925cd3ae974fd4b7b (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-04-20
The features selection problem consists in to select a subset of attributes that is able to reduce computational processing and storage resources, decrease curse of dimensionality effects and improve the performance of predictive models. Among the strategies used to solve this type of problem, we highlight evolutionary algorithms, such as the Genetic Algorithm. Despite the relative success of the Genetic Algorithm in solving various types of problems, different improvements have been proposed in order to improve their performance. Such improvements focus mainly on population representation, search mechanisms, and evaluation methods. In one of these proposals, the Genetic Compact Algorithm (CGA) arose, which proposes new ways of representing the population and guide the search for better solutions. Applying this type of strategy to solve the problem of variable selection often involves overfitting. In this context, this work proposes the implementation of a version of the Compact Genetic Algorithm to minimize more than one objective simultaneously. Such algorithm makes use of the concept of Pareto dominance and, therefore, is called Genetic Algorithm Compacted with Dominance (CGAD). As a case study, to evaluate the performance of the proposed algorithm, AGC-D is combined with Multiple Linear Regression (MLR) to select variables to better predict protein concentration in wheat samples. The proposed algorithm is compared to CGA and the Mutation-based Compact Genetic Algorithm. The results indicate that the CGAD is able to select a small set of variables, reducing the prediction error of the calibration model, reducing the possibility of overfitting.
O problema de seleção de variáveis consiste em selecionar um subconjunto de atributos que seja capaz reduzir os recursos computacionais de processamento e armazenamento, diminuir os efeitos da maldição da dimensionalidade e melhorar a performance de modelos de predição. Dentre as estratégias utilizadas para solucionar esse tipo de problema, destacam-se os algoritmos evolutivos, como o Algoritmo Genético. Apesar do relativo sucesso do Algoritmo Genético na solução de variados tipos de problemas, diferentes propostas de melhoria têm sido apresentadas no sentido de aprimorar seu desempenho. Tais melhorias focam, sobretudo, na representação da população, nos mecanismos de busca e nos métodos de avaliação. Em uma dessas propostas, surgiu o Algoritmo Genético Compacto (AGC), que propõe novas formas de representar a população e de conduzir a busca por melhores soluções. A aplicação desse tipo de estratégia para solucionar o problema de seleção de variáveis, muitas vezes implica no overfitting. Diversas pesquisas na área têm indicado a abordagem multiobjetivo pode ser capaz de mitigar esse tipo de problema. Nesse contexto, este trabalho propõe a implementação de uma versão do Algoritmo Genético Compacto capaz de minimizar mais de um objetivo simultaneamente. Tal algoritmo faz uso do conceito de dominância de Pareto e, por isso, é chamado de Algoritmo Genético Compacto com Dominância (AGC-D). Como estudo de caso, para avaliar o desempenho dos algoritmos propostos, o AGC-D é combinado com a Regressão Linear Múltipla (RLM) com o objetivo de selecionar variáveis para melhor predizer a concentração de proteína em amostras de trigo. O algoritmo proposto é comparado ao AGC e ao AGC com operador de mutação. Os resultados obtidos indicam que o AGC-D é capaz de selecionar um pequeno conjunto de variáveis, reduzindo o erro de predição do modelo de calibração e minimizando a possibilidade de overfitting.
8
Guazzelli, Paulo Roberto Ubaldo. "Controle preditivo de torque do motor de indução com otimização dos fatores de ponderação por algoritmo genético multiobjetivo." Universidade de São Paulo, 2017. http://www.teses.usp.br/teses/disponiveis/18/18153/tde-23032017-094031/.
Full textAbstract:
Neste trabalho investiga-se a aplicação de um algoritmo genético multiobjetivo, ferramenta que se destaca por sua flexibilidade e interpretabilidade, na obtenção de fatores de ponderação para aplicação no controle preditivo de torque do motor de indução, ou Model Predictive Torque Control (MPTC). O MPTC busca minimizar a cada instante de atuação uma função custo que representa o sistema, destacando-se pela rápida resposta de torque, facilidade de incorporar restrições e ausência de modulador de tensão. No entanto, essa técnica apresenta fatores de ponderação em sua estrutura de cálculo que não dispõem de métodos analíticos de projeto. Utilizou-se o algoritmo genético de classificação nãodominada, ou Non-dominated Sorting Genectic Algorithm II (NSGA-II), projetado de forma a obter soluções que busquem o compromisso entre o desempenho dinâmico do motor, via minimização das oscilações de torque e fluxo, e a eficiência energética do sistema por meio da minimização da frequência média de chaveamento da eletrônica de potência. Resultados simulados e experimentais mostraram que o conjunto de soluções fornecido pelo NSGA-II é factível e contrapõe as oscilações de torque e de fluxo e a frequência média de chaveamento, cabendo à aplicação desejada a escolha da solução. Com isso, tem-se uma ferramenta de projeto dos fatores de peso do MPTC capaz de incorporar restrições e ajustar vários fatores ao mesmo tempo.This work investigates the application of a multi-objective genetic algorithm to obtain a set of weighting factors suitable for use in Model Predictive Torque Control (MPTC) of a induction motor variable speed drive. MPTC approach aims at minimizing a cost function at each step, and is highlighted for its fast torque response, facility to incorporate system constraints and the absence of voltage modulators. Nevertheless, MPTC structure presents weighting factors in the cost function which lack of an analytical design procedure. The Non-dominated Sorting Genetic Algorithm II (NSGA-II) was designed for a trade-off between torque and flux ripples minimization and minimization of the average switching frequency of the system. Simulated and experimental results showed NSGA-II offered a Pareto set of feasible solutions, so that torque ripple, flux ripple or average switching frequency can be minimized, depending on the solution chosen according to project demand. Thereby, there is a project tool for MPTC weighting factors able to adjust several factor at the same time, incorporating desired restrictions.
9
Lucena, Daniel Vitor de. "Algoritmos evolutivo multiobjetivo para seleção de variáveis em problemas de calibração multivariada." Universidade Federal de Goiás, 2013. http://repositorio.bc.ufg.br/tede/handle/tede/3096.
Full textAbstract:
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.
10
Pires, Danúbia Soares. "PROPOSTA DE CONTROLE NEBULOSO BASEADO EM CRITÉRIO DE ESTABILIDADE ROBUSTA NO DOMÍNIO DO TEMPO DISCRETO VIA ALGORITMO GENÉTICO MULTIOBJETIVO." Universidade Federal do Maranhão, 2013. http://tedebc.ufma.br:8080/jspui/handle/tede/505.
Full textAbstract:
Made available in DSpace on 2016-08-17T14:53:25Z (GMT). No. of bitstreams: 1
dissertacao Danubia.pdf: 4153198 bytes, checksum: f8dd2d9ab5e8fbfa00744bcff5dce73b (MD5)
Previous issue date: 2013-09-30In this master thesis, a robust fuzzy digital PID control methodology based on gain and phase margins specifications, is proposed. A mathematical formulation, based on gain and phase margins specifications, the Takagi-Sugeno fuzzy model of the plant to be controlled, the structure of the digital PID controller and the time delay uncertain system, was developed. From input and output data of the plant, the fuzzy clustering Fuzzy C-Means (FCM) algorithm estimates the antecedent parameters (operation areas ) and the rules number of Takagi-Sugeno fuzzy model. The least squares algorithm provides the consequent parameters linear submodels. A multiobjective genetic strategy is defined to tune the fuzzy digital PID controller parameters, so the gain and phase margins specified to the fuzzy control system are get. An analysis of necessary and sufficient conditions for fuzzy digital PID controller design with robust stability, with the proposal of the two theorems are presented. The digital fuzzy PID controller was implemented on a platform designed for monitoring and control in real time, based on CompactRIO and LabVIEW 9073, National Instruments, of the Laboratory of Computational Intelligence Applied to Technology (ICAT/DEE/IFMA), applying the temperature control of a thermal plant. Experimental results show the efficiency of the proposed methodology, through tracking of the reference and the gain and phase margins keeping closed of the specified ones.
Nesta dissertação é proposta uma metodologia para projeto de controle PID digital nebuloso robusto baseado nas especificações das margens de ganho e fase. É desenvolvida uma formulação matemática, baseada nas especificações das margens de ganho e fase, no modelo nebuloso Takagi-Sugeno da planta a ser controlada, na estrutura do controlador PID digital e o atraso de tempo do sistema incerto. A partir dos dados de entrada e saída da planta, o algoritmo de agrupamento nebuloso Fuzzy C-Means (FCM), estima os parâmetros do antecedente (regiões de operação) e o número de regras do modelo nebuloso Takagi-Sugeno. O algoritmo de mínimos quadrados fornece os parâmetros dos submodelos lineares do consequente. Uma estratégia genética multiobjetiva é utilizada para encontrar os parâmetros do controlador PID digital nebuloso, de modo que as margens de ganho e fase especificadas para o sistema de controle nebuloso sejam alcançadas. Uma análise das condições necessárias e suficientes para o projeto do controlador PID digital nebuloso com estabilidade robusta, a partir da proposta de dois teoremas, é apresentada. O controlador PID digital nebuloso projetado foi implementado numa plataforma para supervisão e controle em tempo real, baseada no CompactRIO 9073 e no software LabVIEW, da National Instruments, do Laboratório de Inteligência Computacional Aplicada à Tecnologia (ICAT/DEE/IFMA), com aplicação ao controle de temperatura de uma planta térmica. Resultados experimentais mostram a eficiência da metodologia proposta, uma vez que a trajetória de referência é seguida e as margens de ganho e fase permanecem próximas às especificadas.
Books on the topic "Algoritmo genético multiobjetivo"
1
López, Javier. Optimización multi-objetivo. Editorial de la Universidad Nacional de La Plata (EDULP), 2015. http://dx.doi.org/10.35537/10915/45214.
Full textAbstract:
Cuando hablamos de optimización en el ámbito de las ciencias de la computación hacemos referencia al mismo concepto coloquial asociado a esa palabra, la concreción de un objetivo utilizando la menor cantidad de recursos disponibles, o en una visión similar, la obtención del mejor objetivo posible utilizando todos los recursos con lo que se cuenta. Los métodos para encontrar la mejor solución (óptima) varían de acuerdo a la complejidad del problema enfrentado. Para problemas triviales, el cerebro humano posee la capacidad de resolverlos (encontrar la mejor solución) directamente, pero a medida que aumenta la complejidad del problema, se hace necesario contar con herramientas adicionales. En esta dirección, existe una amplia variedad de técnicas para resolver problemas complejos. Dentro de estas técnicas, podemos mencionar las técnicas exactas. Este tipo de algoritmos son capaces de encontrar las soluciones óptimas a un problema dado en una cantidad finita de tiempo. Como contrapartida, requiere que el problema a resolver cumpla con condiciones bastante restrictivas. Existen además un conjunto muy amplio de técnica aproximadas, conocidas como metaheurísticas. Estas técnicas se caracterizan por integrar de diversas maneras procedimientos de mejora local y estrategias de alto nivel para crear un proceso capaz de escapar de óptimos locales y realizar una búsqueda robusta en el espacio de búsqueda del problema. En su evolución, estos métodos han incorporado diferentes estrategias para evitar la convergencia a óptimos locales, especialmente en espacios de búsqueda complejos. Este tipo de procedimientos tienen como principal característica que son aplicables a cualquier tipo de problemas, sin requerir ninguna condición particular a cumplir por los mismos. Estas técnicas no garantizan en ningún caso la obtención de los valores óptimos de los problemas en cuestión, pero se ha demostrado que son capaces de alcanzar muy buenos valores de soluciones en períodos de tiempo cortos. Además, es posible aplicarlas a problemas de diferentes tipos sin mayores modificaciones, mostrando su robustez y su amplio espectro de uso. La mayoría de estas técnicas están inspiradas en procesos biológicos y/o físicos, y tratan de simular el comportamiento propio de estos procesos que favorecen la búsqueda y detección de soluciones mejores en forma iterativa. La más difundida de estas técnicas son los algoritmos genéticos, basados en el mecanismo de evolución natural de las especies. Existen diferentes tipos de problemas, y multitud de taxonomías para clasificar los mismos. En el alcance de este trabajo nos interesa diferenciar los problemas en cuanto a la cantidad de objetivos a optimizar. Con esta consideración en mente, surge una primera clasificación evidente, los problemas mono-objetivo, donde existe solo una función objetivo a optimizar, y los problemas multi-objetivo donde existe más de una función objetivo. En el presente trabajo se estudia la utilización de metaheurísticas evolutivas para la resolución de problemas complejos, con uno y con más de un objetivo. Se efectúa un análisis del estado de situación en la materia, y se proponen nuevas variantes de algoritmos existentes, validando que las mismas mejoran resultados reportados en la literatura. En una primera instancia, se propone una mejora a la versión canónica y mono-objetivo del algoritmo PSO, luego de un estudio detallado del patrón de movimientos de las partículas en el espacio de soluciones. Estas mejoras se proponen en las versiones de PSO para espacios continuos y para espacios binarios. Asimismo, se analiza la implementación de una versión paralela de esta técnica evolutiva. Como segunda contribución, se plantea una nueva versión de un algoritmo PSO multiobjetivo (MOPSO Multi Objective Particle Swarm Optimization) incorporando la posibilidad de variar dinámicamente el tamaño de la población, lo que constituye una contribución innovadora en problemas con mas de una función objetivo. Por último, se utilizan las técnicas representativas del estado del arte en optimización multi-objetivo aplicando estos métodos a la problemática de una empresa de emergencias médicas y atención de consultas domiciliarias. Se logró poner en marcha un proceso de asignación de móviles a prestaciones médicas basado en metaheurísticas, logrando optimizar el proceso de asignación de móviles médicos a prestaciones médicas en la principal compañía de esta industria a nivel nacional.
Conference papers on the topic "Algoritmo genético multiobjetivo"
1
Palioto, Narcizo Gabriel Freitas, and Thelma Colanzi. "Configuração de Algoritmos Genéticos Multiobjetivos para Otimização de Projeto de Arquitetura de Linha de Produto." In Escola Regional de Engenharia de Software. Sociedade Brasileira de Computação, 2020. http://dx.doi.org/10.5753/eres.2020.13731.
Full textAbstract:
Algoritmos de busca têm sido explorados com sucesso na otimização de projeto de Arquitetura de Linha de Produto de Software (PLA) na abordagem seminal chamada Multi-Objective Approach for Product-Line Architecture Design (MOA4PLA). Tal abordagem produz um conjunto de alternativas de projeto de PLA que melhora os diferentes fatores otimizados. Atualmente, o algoritmo utilizado nesta abordagem é o algoritmo NSGA-II (Non-dominated Sorting Genetic Algorithm II), um algoritmo genético multiobjetivo que otimiza várias propriedades simultaneamente. Apesar de resultados experimentais promissores, estudar a melhor combinação de configuração dos parâmetros do algoritmo genético é imprescindível para obter melhores resultados. Valores de referência para os parâmetros ainda não foram definidos para otimização de projeto de PLA porque este é um tópico de pesquisa incipiente. Nesse contexto, o objetivo deste trabalho é identificar os valores mais adequados para configurar o algoritmo NSGA-II para a otimização de projetos de PLA por meio de um estudo experimental. Uma análise quantitativa baseada no indicador de qualidade hypervolume e em testes estatísticos foi realizada para determinar o valor mais adequado para configurar cada parâmetro do algoritmo.
2
Jardim, Marco A. S., Oriane M. Neto, and Karla V. "Algoritmo Genético Multiobjetivo Aplicado Ao Problema De Reconfiguração De Redes De Distribuição De Energia Elétrica." In 10. Congresso Brasileiro de Inteligência Computacional. SBIC, 2016. http://dx.doi.org/10.21528/cbic2011-02.4.
Full text
3
Jardim, Marco A. S., Oriane M. Neto, and Karla V. "Algoritmo Genético Multiobjetivo Aplicado Ao Problema De Reconfiguração De Redes De Distribuição De Energia Elétrica." In 10. Congresso Brasileiro de Inteligência Computacional. ABRICOM, 2016. http://dx.doi.org/10.21528/cbic2011-204.
Full text
4
A. Maran, Maycon, Rogério A. Flauzino, and Rodrigo A. Ramos. "Otimização multiobjetiva da máquina síncrona de polos salientes baseada em algoritmo genético e análise de robustez." In Simpósio Brasileiro de Sistemas Elétricos - SBSE2020. sbabra, 2020. http://dx.doi.org/10.48011/sbse.v1i1.2305.
Full textAbstract:
A otimização de máquinas elétricas tem se tornado um tópico relevante na última década. A evolução da ciência da computação disponibilizou uma enorme capacidade de processamento para análise de diferentes designs. Processos de otimização multifísicos e multiestágios complexos têm sido testados, incluindo algoritmos híbridos e análises de elementos finitos. A máquina síncrona continua desempenhando um papel importante na geração de energia elétrica em fontes renováveis de energia como eólica e pequenas centrais hidrelétricas. Este trabalho apresenta os resultados de um algoritmo de otimização analítico multiobjetivo para máquina síncrona de polos salientes eletricamente excitada, utilizando NSGA-II e análise de robustez. É comparada uma amostragem fatorial com a técnica de amostragem Box-Behnken para seis variáveis e suas tolerâncias de fabricação. Os resultados indicaram que a fronteira de Pareto obtida por NSGA-II não apresentam design robustos e a técnica de Box-Behnken é capaz de atingir resultados melhores, confiáveis e com menor tempo de processamento que a amostragem fatorial.
5
Massao Kagami, Ricardo, Miguel Angonese, Ramon Martinez Pereira, Sulivan Patrick Von Ganter, Gilberto Reynoso-Meza, and Roberto Zanetti Freire. "Otimização Multiobjetivo Aplicada no Controle de um Sistema Não Linear do Tipo Aeropêndulo." In Congresso Brasileiro de Automática - 2020. sbabra, 2020. http://dx.doi.org/10.48011/asba.v2i1.1173.
Full textAbstract:
A parametrização de controladores é um problema constantemente estudado, tanto para aplicações na área industrial, quanto acadêmica. A utilização da otimização multiobjetivo, apoiada por metaheurísticas no auxílio a esta tarefa tem sido cada vez mais comum, visto que possibilita a obtenção de múltiplas soluções de maneira mais simples e rápida, quando confrontada por métodos clássicos. Neste artigo, o Algoritmo Genético de Classificação Não Dominada II (NSGA-II) é utilizado para a obtenção dos ganhos de um controlador Proporcional-Integral-Derivativo (PID) cujo propósito é estabilizar um sistema não linear aeropêndulo, identificado por um modelo Hammerstein-Wiener. O conjunto de soluções obtido pelo algoritmo NSGA-II mostrou-se inviável para análise e simulação individual devido à sua elevada quantidade, de modo que o método de auxílio à tomada de decisão multicritério Processo Analítico Hierárquico (AHP), foi adotado, a solução apontada como preferencial pelo método AHP apresentou rápido tempo de estabilização e mínimo de sobressinal.
6
Souto, Sergio Polimante, Ronaldo C. Prati, and João H. Kleinschmidt. "Otimização Multiobjetivo de Trajetórias de VANTs Utilizando Curvas de Bézier e Algoritmos Genéticos." In Congresso Brasileiro de Inteligência Computacional. ABRICOM, 2020. http://dx.doi.org/10.21528/cbic2019-71.
Full text
7
Guilherme GOMES, Sebastião Cunha Jr., and Antônio Ancelotti Jr. "DETECÇÃO DE DANOS EM MATERIAL COMPÓSITO LAMINADO CONSIDERANDO OTIMIZAÇÃO MULTIOBJETIVO E ALGORITMOS GENÉTICOS." In IX Congresso Nacional de Engenharia Mecânica. Rio de Janeiro, Brazil: ABCM Associação Brasileira de Engenharia e Ciências Mecânicas, 2016. http://dx.doi.org/10.20906/cps/con-2016-0033.
Full text
8
Knebel Centenaro, Lucas, and Thelma Solange Piazza Fernandes. "Alocação Ótima de Religadores Automáticos Simplificados em Alimentadores de Média Tensão Utilizando Algoritmos Genéticos." In Congresso Brasileiro de Automática - 2020. sbabra, 2020. http://dx.doi.org/10.48011/asba.v2i1.969.
Full textAbstract:
Dentre os estudos realizados na fase de planejamento da operação de sistemas elétricos, tem os que visam aplicar adequadamente equipamentos que promovam a qualidade da energia elétrica entregue aos consumidores. No conjunto dos diversos equipamentos disponíveis, este trabalho aponta para a alocação ótima de religadores automáticos simplificados (RASs) em redes de distribuição. Para tanto, formula um problema de otimização (resolvido via Algoritmos Genéticos) que visa otimizar vários índices de qualidade da energia elétrica ao menor custo de investimento. Assim, a função multiobjetivo maximiza os custos evitados por multas aplicadas pelo regulador, minimiza o custo de instalação, manutenção e operação dos RASs, maximiza a priorização na instalação em locais com índices de falha elevado e minimiza o tempo do retorno de investimento. Os resultados obtidos foram simulados utilizando o sistema IEEE-123 barras.
9
Santos, Jésus J. S., Cidiney J. Silva, and Elizabeth F. Wanner. "SINTONIA DE PARÂMETROS DE ALGORITMOS GENÉTICOS MULTIOBJETIVOS PARA SOLUÇÃO DE TREINAMENTO DE MÁQUINA DE VETOR SUPORTE TRANSDUTIVA." In 9. Congresso Brasileiro de Redes Neurais. SBRN, 2016. http://dx.doi.org/10.21528/cbrn2009-061.
Full text