Dissertations / Theses: '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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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: 2008-08-29
Increasing 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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

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 text

Abstract:

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: 2013-09-30
In 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.

APA, Harvard, Vancouver, ISO, and other styles

11

LIMA, Fernanda Maria Maciel de. "PROPOSTA DE CONTROLE NEBULOSO BASEADO EM CRITÉRIO DE ESTABILIDADE ROBUSTA NO DOMÍNIO DO TEMPO CONTÍNUO VIA ALGORITMO GENÉTICO MULTIOBJETIVO." Universidade Federal do Maranhão, 2015. http://tedebc.ufma.br:8080/jspui/handle/tede/1861.

Full text

Abstract:

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-24T11:30:17Z No. of bitstreams: 1 Fernanda Lima.pdf: 9275191 bytes, checksum: 7f56bba066e97503f4da03ab7ab861c9 (MD5)
Made available in DSpace on 2017-08-24T11:30:17Z (GMT). No. of bitstreams: 1 Fernanda Lima.pdf: 9275191 bytes, checksum: 7f56bba066e97503f4da03ab7ab861c9 (MD5) Previous issue date: 2015-08-31
A fuzzy project Takagi-Sugeno (TS) with robust stability based on the specifications of the gain and phase margins via multi-objective genetic algorithm in continuos time domain is proposed in this master thesis. A Fuzzy C-means (FCM) clustering algorithm is used to estimate the antecedent parameters and rules number of a fuzzy TS model by means of the input and output experimental data of the plant to be controlled, while minimum squares algorithm estimate the consequent parameters. A multi-objective genetic strategy is defined to adjust the parameters of a fuzzy PID controller, so that, the gain and phase margins of the fuzzy control system are close to the specified values. Two theorems are proposed to analyse the necessary and sufficient conditions for the fuzzy PID controller design to ensure the robust stability in the close-loop control. The fuzzy PID controller was simulated in the Simulink environment and compared with lead and delay compensator. Experimental results obtained in a control platform in real time to validation the methodology proposed are presented and compared with fuzzy PID controller obtained by the Ziegler Nichols method. The results demonstrate the effectiveness and practical feasibility of the proposed methodology.
Um projeto de controle nebuloso Takagi-Sugeno(TS) com estabilidade robusta baseado nas especificações das margens de ganho e fase via algoritmo genético multiobjetivo no domínio do tempo contínuo é proposto nesta dissertação. Um algoritmo de agrupamento Fuzzy C-Means (FCM) é usado para estimar os parâmetros do antecedente e o número da regras de um modelo nebuloso TS, por meio dos dados experimentais de entrada e de saída da planta a ser controlada, enquanto que o algoritmo de mínimos quadrados estima os parâmetros do consequente. Uma estratégia genética multiobjetiva é definida para ajustar os parâmetros de um controlador PID nebuloso, de modo que, as margens de ganho e fase do sistema de controle nebuloso estejam próximos dos valores especificados. São propostos dois teoremas que analisam as condições necessárias e suficientes para o projeto do controlador PID nebuloso de modo a garantir a estabilidade robusta na malha de controle. O controlador PID nebuloso foi simulado no ambiente Simulink e comparado com compensadores de avanço e de atraso e os resultados analisados. Resultados experimentais obtidos em uma plataforma de controle, em tempo real, para validação da metodologia proposta são apresentados e comparado com controlador PID nebuloso obtido pelo método de Ziegler Nichols. Os resultados obtidos demonstram a eficácia e viabilidade prática da metodologia proposta.

APA, Harvard, Vancouver, ISO, and other styles

12

PAULA, Taynara Incerti de. "Avaliação da influência de parâmetros do Algoritmo Genético na otimização de um problema multiobjetivo utilizando-se Arranjo de Misturas." reponame:Repositório Institucional da UNIFEI, 2015. http://repositorio.unifei.edu.br:8080/xmlui/handle/123456789/221.

Full text

Abstract:

Submitted by repositorio repositorio (repositorio@unifei.edu.br) on 2015-12-07T11:20:39Z No. of bitstreams: 1 dissertacao_paula_2015.pdf: 3023331 bytes, checksum: d02be887334f8aa864d5532d2290d4e1 (MD5)
Made available in DSpace on 2015-12-07T11:20:39Z (GMT). No. of bitstreams: 1 dissertacao_paula_2015.pdf: 3023331 bytes, checksum: d02be887334f8aa864d5532d2290d4e1 (MD5) Previous issue date: 2015-07
A complexidade dos problemas de otimização multiobjetivo tem levado diversos pesquisadores a desenvolver e aperfeiçoar métodos e algoritmos capazes de solucionar estes problemas de maneira adequada e eficiente. Alguns métodos aplicáveis à otimização multiobjetivo, como o Método do Critério Global, realizam a aglutinação das diferentes respostas através da atribuição de pesos, que priorizam as funções mais importantes. Uma maneira de solucionar um problema multiobjetivo é utilizar o Método do Critério Global para definir o problema e depois empregar o Algoritmo Genético como o algoritmo de busca da solução ótima para este problema. Um obstáculo geralmente encontrado na utilização do Algoritmo Genético é a necessidade de configuração de diferentes parâmetros responsáveis pelo funcionamento do algoritmo, devido à dificuldade em determinar os melhores valores para estes, já que não existe um consenso sobre quais seriam os valores mais adequados. Uma configuração inadequada desses parâmetros pode influenciar no desempenho do algoritmo, levando-o a localizar soluções insatisfatórias. Este trabalho aborda a complexidade de problemas de otimização multiobjetivo, em relação à determinação dos pesos aplicados às funções objetivo e a interação que pode haver entre estes pesos e os parâmetros do algoritmo utilizado na solução deste problema. Foi proposto um procedimento experimental que aplica o planejamento de experimentos, através de um arranjo de misturas combinado com variáveis de processo, na avaliação da influência dos parâmetros do algoritmo genético na solução do problema e da interação destes com os pesos atribuídos às funções objetivo, além de possibilitar a determinação dos pesos e parâmetros ótimos para a solução do problema em questão. O procedimento proposto foi aplicado na otimização do processo de soldagem com arame tubular empregada em uma operação de revestimento de chapas de aço carbono com aço inoxidável e os parâmetros do algoritmo genético avaliados foram o tamanho da população, a taxa de crossover e o tipo de mutação. O método provou ser eficiente, permitindo a detecção de interações significativas entre os parâmetros analisados e os pesos das funções objetivo, além de permitir a análise da influência dos parâmetros na solução do problema e de ter determinado os pesos e parâmetros ótimos para a utilização na otimização do processo de soldagem. Como resultados, destaca-se a grande influência do tipo de mutação no resultado da otimização e a grande interação entre os parâmetros taxa de crossover e tamanho da população.

APA, Harvard, Vancouver, ISO, and other styles

13

Dias, Tiago Fouchy. "Otimização multiobjetivo de uma máquina pentafásica utilizando NSGA-II." reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, 2016. http://hdl.handle.net/10183/156471.

Full text

Abstract:

Neste trabalho é desenvolvida uma metodologia de otimização multiobjetivo baseada no NSGA-II (Nondominated Sorting Genetic Algorithm), a qual visa a otimização do projeto de máquinas de indução pentafásicas. A escolha deste tipo de máquina se justifica pelo fato de que elas apresentam vantagens importantes quando comparadas com as trifásicas convencionais, tais como maior potência e maior torque para um mesmo volume de material ativo, além da possibilidade de operar na ocorrência de falhas (perda de uma ou duas fases). Na otimização de máquinas de indução vários objetivos podem ser definidos, sendo estes muitas vezes conflitantes. Neste contexto, este trabalho visa obter soluções que representam um compromisso entre dois objetivos: rendimento e custo do material ativo (ferro e material condutor). O algoritmo de otimização desenvolvido e implementado utiliza dois controles de diversidade da população, um baseado no fenótipo dos indivíduos, que é característico do NSGA-II, e outro adicional que é baseado no genótipo. A geometria do estator e do rotor da máquina e o seu modo de acionamento são parametrizados por 14 variáveis inteiras. O método desenvolvido foi implementado no Matlab R e aplicado a um caso prático de otimização de uma máquina de indução pentafásica considerando os dois objetivos citados. Os resultados práticos mostram que o método é capaz de obter projetos otimizados com maior rendimento e menor custo aproveitando as características particulares deste tipo de máquina.
In this work, it is developed a method of multiobjective optimization based on NSGAII (Nondominated Sorting Genetic Algorithm), which aims at optimizing the design of five-phase induction machines. The choice of this particular type of machine is justified by the fact that they have important advantages over conventional three-phase machines, such as higher power and higher torque for the same volume of material; in addition, they can operate under fault (loss of one or even two phases). When optimizing induction machines, several objectives can be defined, which are often conflicting. In this context, this work aims to obtain solutions that represent a trade-off between two objectives: efficiency and cost of active material (iron and conductor materials). The optimization algorithm that was developed and implemented uses two types of control for the diversity of the population, one based on the phenotype of the individuals, characteristic of the NSGA-II, and another one based on the genotype. The geometrical dimensions of the stator and rotor, together with the driving strategy, are parameterized by 14 integer variables. The developed method was implemented using Matlab R and applied to a practical case of a five-phase induction machine considering the aforementioned objectives. The practical results show that the method can lead to an optimized design with higher efficiency and at a lower cost, accounting for the special characteristics of this type of machine.

APA, Harvard, Vancouver, ISO, and other styles

14

Aduviri, Choque Robert Alonso. "Algoritmo genético multiobjetivo para la optimización de la distribución de ayuda humanitaria en caso de desastres naturales en el Perú." Bachelor's thesis, Pontificia Universidad Católica del Perú, 2018. http://hdl.handle.net/20.500.12404/15478.

Full text

APA, Harvard, Vancouver, ISO, and other styles

15

SOUZA, Viviane Lucy Santos de. "Uma metodologia para síntese de circuitos digitais em FPGAs baseada em otimização multiobjetivo." Universidade Federal de Pernambuco, 2015. https://repositorio.ufpe.br/handle/123456789/17339.

Full text

Abstract:

Submitted by Irene Nascimento (irene.kessia@ufpe.br) on 2016-07-12T18:32:53Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Final_bib.pdf: 4325542 bytes, checksum: 5cafa644d256b743ce0f06490e4d5920 (MD5)
Made available in DSpace on 2016-07-12T18:32:53Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Final_bib.pdf: 4325542 bytes, checksum: 5cafa644d256b743ce0f06490e4d5920 (MD5) Previous issue date: 2015-08-20
Atualmente, a evolução na arquitetura dos FPGAs (Field programable gate arrays) permite que os mesmos sejam empregados em aplicações que vão desde a prototipação rápida de circuitos digitais simples a coprocessadores para computação de alto desempenho. Entretanto, a utilização eficiente dessas arquiteturas é fortemente dependente, entre outros fatores, da ferramenta de síntese empregada. O desafio das ferramentas de síntese está em converter a lógica do projetista em circuitos que utilizem de maneira efetiva a área do chip, não degradem a frequência de operação e que, sobretudo, sejam eficientes em reduzir o consumo de energia. Nesse sentido, pesquisadores e grandes fabricantes de FPGA estão, frequentemente, desenvolvendo novas ferramentas com vistas a esses objetivos, que se caracterizam por serem conflitantes. O fluxo de síntese de projetos baseados em FPGAs engloba as etapas de otimização lógica, mapeamento, agrupamento, posicionamento e roteamento. Essas fases são dependentes, de forma que, otimizações nas etapas iniciais produzem impactos positivos nas etapas posteriores. No âmbito deste trabalho de doutorado, estamos propondo uma metodologia para otimização do fluxo de síntese, especificamente, nas etapas de mapeamento e agrupamento. Classicamente, a etapa de mapeamento é realizada mediante heurísticas que determinam uma solução para o problema, mas que, não permitem a busca por soluções ótimas, ou que beneficiam um objetivo em detrimento de outros. Desta forma, estamos propondo a utilização de uma abordagem multiobjetivo baseada em algoritmo genético e de uma abordagem multiobjetivo baseada em colônia artificial de abelhas que, associadas a heurísticas específicas do problema, permitem que sejam obtidas soluções de melhor qualidade e que resultam em circuitos finais com área reduzida, ganhos na frequência de operação e com menor consumo de potência dinâmica. Além disso, propomos uma nova abordagem de agrupamento multiobjetivo que se diferencia do estado da arte, por utilizar uma técnica de predição e por considerar características dinâmicas do problema, produzindo circuitos mais eficientes e que facilitam a tarefa das etapas de posicionamento e roteamento. Toda a metodologia proposta foi integrada ao fluxo acadêmico do VTR (Verilog to routing), um projeto código aberto e colaborativo que conta com múltiplos grupos de pesquisa, conduzindo trabalhos nas áreas de desenvolvimento de arquitetura de FPGAs e de novas ferramentas de síntese. Além disso, utilizamos como benchmark, um conjunto dos 20 maiores circuitos do MCNC (Microelectronics Center of North Carolina) que são frequentemente utilizados em pesquisas da área. O resultado do emprego integrado das ferramentas frutos da metodologia proposta permite a redução de importantes aspectos pós-roteamento avaliados. Em comparação ao estado da arte, são obtidas, em média, redução na área dos circuitos de até 19%, além da redução do caminho crítico em até 10%, associada à diminuição na potência dinâmica total estimada de até 18%. Os experimentos também mostram que as metodologias de mapeamento propostas são computacionalmente mais custosas em comparação aos métodos presentes no estado da arte, podendo ser até 4,7x mais lento. Já a metodologia de agrupamento apresentou pouco ou nenhum overhead em comparação ao metodo presente no VTR. Apesar do overhead presente no mapeamento, os métodos propostos, quando integrados ao fluxo completo, podem reduzir o tempo de execução da síntese em cerca de 40%, isto é o resultado da produção de circuitos mais simples e que, consequentemente, favorecem as etapas de posicionamento e roteamento.
Nowadays, the evolution of FPGAs (Field Programmable Gate Arrays) allows them to be employed in applications from rapid prototyping of digital circuits to coprocessor of high performance computing. However, the efficient use of these architectures is heavily dependent, among other factors, on the employed synthesis tool. The synthesis tools challenge is in converting the designer logic into circuits using effectively the chip area, while, do not degrade the operating frequency and, especially, are efficient in reducing power consumption. In this sense, researchers and major FPGA manufacturers are often developing new tools to achieve those goals, which are characterized by being conflicting. The synthesis flow of projects based on FPGAs comprises the steps of logic optimization, mapping, packing, placement and routing. These steps are dependent, such that, optimizations in the early stages bring positive results in later steps. As part of this doctoral work, we propose a methodology for optimizing the synthesis flow, specifically, on the steps of mapping and grouping. Classically, the mapping step is performed by heuristics which determine a solution to the problem, but do not allow the search for optimal solutions, or that benefit a goal at the expense of others. Thus, we propose the use of a multi-objective approach based on genetic algorithm and a multi-objective approach based on artificial bee colony that, combined with problem specific heuristics, allows a better quality of solutions are obtained, yielding circuits with reduced area, operating frequency gains and lower dynamic power consumption. In addition, we propose a new multi-objective clustering approach that differs from the state-of-the-art, by using a prediction technique and by considering dynamic characteristics of the problem, producing more efficient circuits and that facilitate the tasks of placement and routing steps . The proposal methodology was integrated into the VTR (Verilog to routing) academic flow, an open source and collaborative project that has multiple research groups, conducting work in the areas of FPGA architecture development and new synthesis tools. Furthermore, we used a set of the 20 largest MCNC (Microelectronics Center of North Carolina) benchmark circuits that are often used in research area. The results of the integrated use of tools based on the proposed methodology allow the reduction of important post-routing aspects evaluated. Compared to the stateof- the-art, are achieved, on average, 19% reduction in circuit area, besides 10% reduction in critical path, associated with 18% decrease in the total dynamic estimated power. The experiments also reveal that proposed mapping methods are computationally more expensive in comparison to methods in the state-of-the-art, and may even be 4.7x slower. However, the packing methodology presented little or no overhead compared to the method in VTR. Although the present overhead mapping, the proposed methods, when integrated into the complete flow, can reduce the running time of the synthesis by approximately 40%, which is the result of more simple circuits and which, consequently, favor the steps of placement and routing.

APA, Harvard, Vancouver, ISO, and other styles

16

Brito, Felix Estevam de Jesus. "Seleção e alocação de dispositivos limitadores de corrente de curto-circuito utilizando o algoritmo evolucionário multiobjetivo NSGA-II." Universidade Federal de Sergipe, 2016. https://ri.ufs.br/handle/riufs/5024.

Full text

Abstract:

The working condition of the electrical transmission systems is a factor that takes a lot of concern among energy suppliers and users. To maintain appropriate conditions for operation of the system is important in all aspects. For this purpose, several devices are used, monitoring and protection electrical devices, for example. These include the fault current limiter, with this device you can limit the fault current in the bus or lines of the electrical system. In this work, it is proposed to accomplish the selection and allocation of fault current limiters devices in electrical systems to minimize the short-circuit current, considering the device cost and the cost due to technical losses. For this, it has been used the multi-objective genetic algorithm NSGA-II for his known efficiency in optimization problems in electrical systems. The proposed algorithm was applied in benchmark systems, a 30-bus and a 57-bus, and the systems were simulated with and without the presence of the devices for comparison and validation of results.
A condição de funcionamento dos sistemas elétricos de transmissão é um fator que demanda muita preocupação por parte dos fornecedores e usuários de energia. Manter condições adequadas para a operação do sistema é importante em todos os aspectos. Para este fim, vários equipamentos são utilizados, dispositivos elétricos de monitoramento e proteção, por exemplo. Entre eles, estão os dispositivos limitadores de corrente de curto-circuito. Com este dispositivo é possível limitar a corrente de falta nas barras ou linhas do sistema elétrico. Neste trabalho, propõe-se realizar a seleção e alocação de dispositivos limitadores de corrente de curto-circuito em sistemas elétricos de modo a minimizar a corrente de curto-circuito, considerando o custo do dispositivo e o custo devido à perdas técnicas. Para isso, foi utilizado o algoritmo genético multiobjetivo NSGA-II por sua já conhecida eficiência em problemas de otimização em sistemas elétricos. O algoritmo proposto foi aplicado em sistemas teste de 30 e 57 barras e os sistemas foram simulados com e sem a presença dos dispositivos para efeito de comparação e validação dos resultados.

APA, Harvard, Vancouver, ISO, and other styles

17

Bastos, Hélios Kárum de Oliveira. "Otimização multiobjetivo para seleção simultânea de variáveis e objetos em cromossomo duplo de representação inteira para calibração multivariada." Universidade Federal de Goiás, 2017. http://repositorio.bc.ufg.br/tede/handle/tede/8094.

Full text

Abstract:

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-01-10T09:42:22Z No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-01-10T09:42:46Z (GMT) No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Made available in DSpace on 2018-01-10T09:42:46Z (GMT). No. of bitstreams: 2 Dissertação - Hélios Kárum de Oliveira Bastos - 2017.pdf: 2219804 bytes, checksum: ba853c18f7e7e2c65eb0a342d4a34640 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-24
Multiobjective Optimization for feature and samples selection in double chromosome of integer representation and variable size for multivariate calibration} In several problems of regression, classification, prediction, approximation Optimization, the original data contain a large number of variables to obtain a better representation of the problem under consideration. However, a significant part of the variables may be irrelevant and redundant from the point of view of machine learning. Indeed, one of the challenges to be overcome is a selection of a subset of variables that has the best perform. One of the breakthroughs in this type of problem is the use of a multiobjective formulation that avoids the overlap of the model to the training data set. Another important point is the process of choosing the objects to be used in the learning stage. Generally, a selection of variables and treatment objects are treated separately and without dependence. This project proposes a multiobjective modeling to select variables and objects simultaneously using a genetic integer representation algorithm with variable size chromosomes. It is expected that a simultaneous selection of objects and variables on a multiobjective context produce better results in a traditional approach. As a case study this work utilized an analysis of near infrared (NIR) material on oil samples for the purpose of estimating the concentration of an interest properties such set was used in the competition conducted at the International Diffuse Reflectance Conference (IDRC) in the year 2014.
Em diversos problemas de regressão, classificação, previsão, aproximação e otimização, os dados originais contêm um grande número de variáveis introduzidas para se obter uma melhor representação do problema considerado. Entretanto, uma parte significativa destas variáveis podem ser irrelevantes e/ou redundantes do ponto de vista do aprendizado de máquina acerca do problema. Com efeito, um dos desafios a ser superados é a seleção de um subconjunto de variáveis que apresentem um melhor desempenho. Um dos avanços recentes neste tipo de problema está no uso de uma formulação multiobjetivo que evita o superajuste do modelo ao conjunto de dados de treinamento. Outro ponto importante refere-se ao processo de escolha adequada dos objetos a serem utilizados na etapa de aprendizado. Geralmente, a seleção de variáveis e de objetos de treinamento são tratados de forma separada e sem dependência. Este projeto propõe uma modelagem multiobjetivo para seleção de variáveis e objetos de forma simultânea utilizando-se de algoritmo genético de representação inteira com cromossomos de tamanho variáveis. Espera-se que a seleção simultânea de objetos e variáveis no contexto multiobjetivo produza melhores resultados em relação a abordagem tradicional. Como estudo de caso este trabalho utiliza dados obtidos por uma análise de material com ondas de infravermelho próximo (NIR) sobre amostras de petróleo com o propósito de estimar a concentração de uma propriedade de interesse, tal conjunto foi utilizado na competição realizada no International Diffuse Reflectance Conference (IDRC) (\url{http://cnirs.clubexpress.com/content.aspx?page_id=22&club_id=409746&module_id=19 0211}), no ano de 2015.

APA, Harvard, Vancouver, ISO, and other styles

18

Cruz, Andre Rodrigues da. "Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica." Universidade Federal de Minas Gerais, 2011. http://hdl.handle.net/1843/BUOS-8EXHUD.

Full text

Abstract:

Epidemiology is a science that studies the patterns of health and disease and its associated factors in a population. It is based on public health research to identify risks for disease and determining optimal treatment approaches in clinical and preventive medicine. Epidemiology Mathematical models the dynamics of the spread of diseases and allows the quantitative study provide tools to determine effective interventions to control. Mathematical modeling contributes to the design and analysis of epidemiological studies, suggests what are the crucial data to be collected, identifies trends, generates predictions, helps to analyze a possible pre-intervention and determines uncertainties. This dissertation presents a multiobjective methodology to optimize and validate a set of nondominated solutions containing control policies that minimizes the infected population and the cost with the implementation of vaccination campaigns in a finite time horizon. The epidemiological model that governs the system during the optimization is the Susceptible-Infected-Recovered (SIR). The solutions have a number of campaigns, the necessary amount of vaccine in each campaign and the time intervals between each campaign. The optimization engine is the NSGA-II, embedded with a local search to accelerate convergence and improve the quality of solutions, based on the optimization of weighted sums of convex quadratic approximations of the objective functions on a neighborhood of points. The approximation of the Pareto set is validated in an Individual Based Model (IBM) through a Monte Carlo procedure. Information about probability of eradication and confidence intervals are extracted.
A Epidemiologia é uma ciência que estuda os padrões de saúde e doença e os respectivos fatores associados em uma população. Ela se fundamenta na pesquisa em saúde pública para identificar os riscos para uma doença e determinar abordagens de tratamento ideal na medicina clínica e preventiva. A Epidemiologia Matemática modela a dinâmica da proliferação e permite o estudo quantitativo oferecendo ferramentas para determinar intervenções efetivas para o controle de doenças. A modelagem matemática contribui para o projeto e análise de pesquisas epidemiológicas, sugere quais são os dados cruciais que devem ser coletados, identifica tendências, permite gerar previsões gerais, analisar previamente uma possível intervenção e determinar incertezas. Nessa dissertação é apresentada uma metodologia multiobjetivo para otimizar e validar um conjunto de soluções não dominadas que contêm políticas de controle que minimizam a população de infectados e o custo com a implementação de campanhas de vacinação em um horizonte de tempo finito. O modelo epidemiológico que governa o sistema durante a otimização é o Suscetível-Infectado-Recuperado (SIR). As soluções apresentam o número de campanhas, a quantidade necessária de vacinas em cada campanha e os intervalos de tempo entre cada campanha. O motor de otimização é o NSGA-II, incorporado com uma busca local, para acelerar a convergência e melhorar a qualidade das soluções, baseada na otimização de somas ponderadas das aproximações quadráticas convexas das funções objetivo sobre uma vizinhança de pontos. A aproximação do conjunto Pareto é validada em um Modelo Baseado em Indivíduos (MBI) através de um procedimento Monte Carlo. As informações sobre a probabilidade de erradicação e intervalos de confiança são extraídas.

APA, Harvard, Vancouver, ISO, and other styles

19

Dhein, Guilherme. "Problemas de roteamento de veículos com dependência temporal e espacial entre rotas de equipes de campo." Universidade Federal de Santa Maria, 2016. http://repositorio.ufsm.br/handle/1/3700.

Full text

Abstract:

This thesis presents two new routing problems, both with objective functions focused on relative positioning of teams during the routing horizon. The relative positioning results in temporal and spatial dependencies among routes and is quantified with a nonlinear dispersion metric, designed to evaluate the instantaneous distances among teams over a time interval. This metric allows the design of objective functions to approximate teams during routes execution, when minimized, or disperse them, when maximized. Both approximation and dispersion are important routing characteristics in some practical applications, and two new optimization problems are proposed with these opposite objectives. The first one is a variation of the Multiple Traveling Salesman Problem, and its goal is to find a set of tours where the salesmen travel close to each other, minimizing dispersion. A Local Search Genetic Algorithm is proposed to solve the problem. It includes specialized genetic operators and neighborhoods. A new set of benchmark instances is proposed, adapted for the new problem from literature instances. Computational results show that the proposed approach provides solutions with the desired characteristics of minimal dispersion. The second problem is a bi-objective arc routing problem in which routes must be constructed in order to maximize collected profit and dispersion of teams. The maximization of the dispersion metric fosters the scattering of the teams during routing procedure. Usually, profit and dispersion objectives are conflicting, and by using a bi-objective approach the decision maker is able to choose a trade-off between collecting profits and scattering teams. Two solution methods are proposed, a Multi-objective Genetic Algorithm and a Multi-objective Genetic Local Search Algorithm, both specialized in order to exploit the characteristics of the problem. It is demonstrated, by means of computational experiments on a new set of benchmark instances, that the proposed approach provides approximation sets with the desired characteristics.
Esta tese apresenta dois novos problemas de roteamento, ambos com funções objetivo voltadas para o posicionamento relativo das equipes durante o horizonte de roteamento. O posicionamento relativo resulta em uma dependência temporal e espacial entre rotas e é quantificado com uma métrica de dispersão não-linear, projetada para avaliar as distâncias instantâneas entre as equipes ao longo de um intervalo de tempo. Esta métrica permite a concepção de funções objetivo para aproximar as equipes durante a execução das rotas, quando minimizada, ou para dispersá-las, quando maximizada. Tanto a aproximação quanto a dispersão são características importantes de roteamento em algumas aplicações práticas, e dois novos problemas de otimização são propostos com esses objetivos opostos. O primeiro é uma variação do Problema de Múltiplos Caixeiros Viajantes, e seu objetivo é encontrar um conjunto de rotas em que os caixeiros viajam próximos uns dos outros, minimizando a dispersão. Um Algoritmo Genético com Busca Local é proposto para resolver o problema. Ele inclui operadores genéticos e vizinhanças especializados. Um novo conjunto de instâncias é proposto, adaptado para o novo problema de instâncias da literatura. Resultados computacionais mostram que a abordagem proposta proporciona soluções com as características desejadas de dispersão mínima. O segundo problema é um problema de roteamento de arcos biobjetivo em que as rotas devem ser construídas de modo a maximizar o lucro recolhido e o distanciamento entre as equipes. A maximização da métrica promove a dispersão das equipes durante a execução das rotas. Normalmente, os objetivos de lucro e dispersão são conflitantes, e com uma abordagem biobjetivo o tomador de decisão é capaz de avaliar a troca entre a coleta de lucros e a dispersão de equipes. Dois métodos de solução são propostos, um Algoritmo Genético Multiobjetivo e um Algoritmo Genético Multiobjetivo com Busca Local, ambos especializados para explorar as características do problema. É demonstrado, por meio de experimentos computacionais sobre um novo conjunto de instâncias, que a abordagem proposta fornece conjuntos de aproximação com as características desejadas.

APA, Harvard, Vancouver, ISO, and other styles

20

TOZZO, Everton. "A hybrid multi-objective genetic algorithm for scheduling heterogeneous workover rigs on onshore oil fields." Universidade Federal de Pernambuco, 2017. https://repositorio.ufpe.br/handle/123456789/23757.

Full text

Abstract:

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2018-02-20T18:02:59Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertacao TIAGO FRANCA BARRETO versao final revisada com ficha.pdf: 1881406 bytes, checksum: 12e01eebda9019e211cef41ad935a421 (MD5)
Made available in DSpace on 2018-02-20T18:02:59Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Dissertacao TIAGO FRANCA BARRETO versao final revisada com ficha.pdf: 1881406 bytes, checksum: 12e01eebda9019e211cef41ad935a421 (MD5) Previous issue date: 2017-02-16
CNPQ
Campos de produção de petróleo terrestres são compostos por um conjunto de poços de petróleo que, depois de certo tempo em operação, podem apresentar algum tipo de mau funcionamento e ter a produção interrompida. Quando isso ocorre, veículos especialmente equipados, também chamados sondas de manutenção, são utilizados para prestação de serviço nos poços e garantir que suas atividades sejam reestabelecidas. Dado um número limitado de sondas de manutenção e a grande quantidade de poços existentes no campo de petróleo, o problema das sondas de manutenção consiste em encontrar o melhor escalonamento para as mesmas de modo que a perda de produção total dos poços seja minimizada. O escalonamento dos poços considera alguns fatores como a taxa de perda de produção por poço, o nível de atendimento requerido e o horizonte de planejamento para o qual o escalonamento será executado. Este trabalho apresenta um algoritmo genético híbrido para a resolução do problema de sondas de manutenção com múltiplos objetivos, frota heterogênea e horizonte de planejamento finito. O algoritmo genético híbrido incorpora uma heurística de descida em vizinhança variável como método de busca local para aumentar a velocidade de convergência do conjunto de soluções. São considerados os objetivos de minimização da perda de produção e custo com frota associado ao aluguel das sondas de manutenção. A frota é mantida variável, portanto um depósito de sondas é incluído em uma posição estratégica no campo de produção de petróleo para garantir que as novas sondas de manutenção, além das já espalhadas no campo, possam ser incluídas no escalonamento quando requeridas. O algoritmo genético foi testado em um conjunto de instâncias com até 200 poços, 10 sondas de manutenção e horizonte de planejamento igual a 300. Os resultados demonstram um alto conflito entre os objetivos de minimização da perda de produção e o custo da frota para o problema das sondas de manutenção, além de importantes aspectos relacionados às soluções obtidas pelo algoritmo proposto aplicado ao problema.
Onshore oil fields are composed by a set of geographically distributed wells that, after some time of operation, might present some malfunction and have their production interrupted. When the oil production of some wells is interrupted, specially-equipped vehicles, also called workover rigs, are deployed to service the wells and guarantee that their activity is restored. Given the limited number of workover rigs and the large number of wells around the oil field, the workover rig problem consists in finding the best scheduling for the workover rigs so the total production loss of wells is minimized. The scheduling considers some factors such as the production loss rate of each well, the service level required and the planning time horizon in which the scheduling must be executed. This research presents a hybrid genetic algorithm to solve the multi-objective workover rig problem with a heterogeneous fleet and a finite time horizon. The hybrid genetic algorithm incorporates a variable neighborhood descent heuristic as a local search procedure to increase the convergence speed of the set of solutions. Both objectives of minimization of the production loss and fleet cost associated to the rent of workover rigs are taken in consideration. The fleet is held variable, so a workover rig depot is included at a strategic position on the oil field in order to guarantee that new workover rigs, besides the already existent ones on the oil field, might be included in the scheduling when required. The genetic algorithm was tested on a set of practical-sized instances up to 200 wells, 10 workover rigs and 300 period horizon. Results show a high conflict between the objectives of minimizing the production loss and fleet cost for the workover rig problem, besides important aspects of the solutions obtained by the proposed algorithm to solve the problem.

APA, Harvard, Vancouver, ISO, and other styles

21

AZEVEDO, Rafael Valença. "Um problema de decisão simultânea da política de substituição e da quantidade de sobressalentes para sistemas sujeitos a reparos imperfeitos utilizando algoritmos genéticos multiobjetivos e simulação discreta de eventos." Universidade Federal de Pernambuco, 2013. https://repositorio.ufpe.br/handle/123456789/12638.

Full text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

22

Lima, Marlon Paolo. "Planejamento multiobjetivo de redes WLAN utilizando algoritmos genéticos." Universidade Federal de Minas Gerais, 2011. http://hdl.handle.net/1843/BUOS-97VJE8.

Full text

Abstract:

This work proposes a new tool for planning wireless local area networks (WLAN). This approach is based on a multiobjective genetic algorithm and greedy heuristics. It is composed of two steps: network structure design and channel assignment. In the first step, the quantity, position and load balance of the access points (AP) are planned taking into account the desired coverage, AP capacity and the traffic demand in the WLAN. In the second step, the channel of each access point is assigned in such a way that the network presents minimal interference and high throughput. To evaluate the efficiency and robustness of the developed algorithm, tests were performed in four distinct scenarios, in which it is considered the user mobility and consumption profile variation. The results show that the developed tool is useful to define the optimal number and placement of the access points, and it is efficient with regard to channel allocation. Additionally, the GA employs a mechanism designed to balance the load of AP in order to increase the overall network throughput. Thus, the proposed algorithm delivers as the output an approximation of the efficient solution set. These solutions can be used to provide cost reduction and quality improvement of the solution chosen.
Este trabalho propõe uma ferramenta de planejamento de redes locais sem fio ( wireless local area networks ou WLAN) baseada em um algoritmo genético multiobjetivo e heurísticas gulosas. A abordagem proposta consiste em duas etapas: projeto da estrutura da rede e alocação de canais. Na primeira fase, a quantidade, posicionamento e balanceamento de carga dos pontos de acesso (AP) são abordados de acordo com critérios de cobertura desejada, demanda de tráfego e capacidade de largura de banda dos AP. Na segunda etapa, o canal de cada AP é atribuído com o intuito de reduzir a interferência entre os pontos de acesso e aumentar a vazão (do inglês throughput) da rede. Para avaliar a eficiência e robustez do algoritmo desenvolvido, foram realizados testes em quatro cenários possíveis, na qual é considerada a mobilidade dos usuários e variações no perfil de acesso. Os resultados demonstram que a ferramenta desenvolvida é útil para definir a quantidade e o posicionamento de pontos de acesso, além de sugerir um esquema de alocação de canais eficiente para as redes WLAN. Adicionalmente, o algoritmo genético (AG) desenvolvido emprega um mecanismo para balancear a carga dos pontos de acesso, de modo a aumentar o throughput geral da rede. Assim, o algoritmo proposto fornece uma aproximação do conjunto de soluções eficientes, resultando em redução nos custos de implementação do projeto, aumento de desempenho e melhor qualidade de serviço.

APA, Harvard, Vancouver, ISO, and other styles

23

Silva, Gisele Pinheiro da. "Restauração de redes de energia utilizando algoritmos genéticos multiobjetivo." Universidade Federal de Minas Gerais, 2014. http://hdl.handle.net/1843/BUOS-9UNSNW.

Full text

Abstract:

A novel strategy is proposed in this work for power system restoration. Due to the nature of the objective functions and constraints, the restoration problem should be modelled as a non-linear multi-objective optimization problem. This makes it hard to find suitable solutions for the problem. In this proposal, a multi-objective genetic algorithm, Strenght Pareto Evolutionary Algorithm (SPEA2), was implemented with the goal of performing scans in order to generate efficient unique solutions. To prove the efficiency of the proposed strategy, one test system, with 16 buses, was considered. The algorithm creates as result a decoded individual with sequential solutions, always recovering a big amount of system load. The algorithm was then applied to two real large systems offered by Cemig Distribution, one with 703 buses and another with 484 buses. The algorithm generates as a result individuals decoded over sequential solutions. A novelty presented in this paper is that the algorithm not only minimizes the load disconnected at the end of the set of maneuvers, but also minimizes disconnected after each iteration load, thus the decision-maker will make sure that the sequence of maneuvers is presented that retrieve the largest amount of charge.
Neste trabalho é proposta uma nova estratégia para restauração de sistemas de distribuição de energia elétrica. Devido à natureza de suas funções objetivo e restrições, a restauração deve ser modelada como um problema de otimização nãolinear multiobjetivo. Isso torna difícil a tarefa de encontrar soluções adequadas. Nesta proposta, um algoritmo genético multiobjetivo, Strenght Pareto Evolutionary Algorithm (SPEA2), foi implementado com o objetivo de realizar varreduras e gerar soluções eficientes e não repetidas. Para comprovar a eficiência da estratégia proposta, um sistema teste de 16 barras foi utilizado. O algoritmo foi, então, aplicado a dois sistemas reais de grande porte disponibilizados pela Cemig Distribuição, um com 703 barras e outro com 484 barras. O algoritmo gera como resultado indivíduos decodificados em várias soluções sequenciais. Uma novidade apresentada neste trabalho é que o algoritmo não só minimiza a carga desconectada ao fim do conjunto de manobras, mas também minimiza a carga desconectada ao fim de cada iteração, dessa forma o decisor terá certeza que a sequência de manobras apresentada é a que recuperará a maior quantidade de carga.

APA, Harvard, Vancouver, ISO, and other styles

24

Moura, Luciano de. "Um algoritmo genetico para otimização multiobjetivo fuzzy." [s.n.], 2002. http://repositorio.unicamp.br/jspui/handle/REPOSIP/260119.

Full text

Abstract:

Orientador : Akebo Yamakami
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-08-02T21:27:36Z (GMT). No. of bitstreams: 1 Moura_Lucianode_M.pdf: 3762125 bytes, checksum: 40f35b3eac1ee7c5402300656cce0a9f (MD5) Previous issue date: 2002
Mestrado

APA, Harvard, Vancouver, ISO, and other styles

25

Arroyo, Jose Elias Claudio. "Heuristicas e metaheuristicas para otimização combinatoria multiobjetivo." [s.n.], 2002. http://repositorio.unicamp.br/jspui/handle/REPOSIP/260313.

Full text

Abstract:

Orientador : Vinicius Amaral Armentano
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-08-01T21:52:15Z (GMT). No. of bitstreams: 1 Arroyo_JoseEliasClaudio_D.pdf: 1677999 bytes, checksum: 81b520f4ff3ee0219ee84806c934f3f3 (MD5) Previous issue date: 2002
Doutorado

APA, Harvard, Vancouver, ISO, and other styles

26

Spolaôr, Newton. "Aplicação de algoritmos genéticos multiobjetivo ao problema de seleção de atributos." reponame:Repositório Institucional da UFABC, 2010.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

27

Cárdenas, Edward Hinojosa. "Geração genética multiobjetivo de sistemas fuzzy usando a abordagem iterativa." Universidade Federal de São Carlos, 2011. https://repositorio.ufscar.br/handle/ufscar/486.

Full text

Abstract:

Made available in DSpace on 2016-06-02T19:05:54Z (GMT). No. of bitstreams: 1 3998.pdf: 3486824 bytes, checksum: f1c040adfdc7d0672bc93a058f8a413d (MD5) Previous issue date: 2011-06-28
Financiadora de Estudos e Projetos
The goal of this work is to study, expand and evaluate the use of multiobjective genetic algorithms and the iterative rule learning approach in fuzzy system generation, especially, in fuzzy rule-based systems, both in automatic fuzzy rule generation from datasets and in fuzzy sets optimization. This work investigates the use of multi-objective genetic algorithms with a focus on the trade-off between accuracy and interpretability, considered contradictory objectives in the representation of fuzzy systems. With this purpose, we propose and implement an evolutive multi-objective genetic model composed of three stages. In the first stage uniformly distributed fuzzy sets are created. In the second stage, the rule base is generated by using an iterative rule learning approach and a multiobjective genetic algorithm. Finally the fuzzy sets created in the first stage are optimized through a multi-objective genetic algorithm. The proposed model was evaluated with a number of benchmark datasets and the results were compared to three other methods found in the literature. The results obtained with the optimization of the fuzzy sets were compared to the result of another fuzzy set optimizer found in the literature. Statistical comparison methods usually applied in similar context show that the proposed method has an improved classification rate and interpretability in comparison with the other methods.
O objetivo deste trabalho é estudar, expandir e avaliar o uso dos algoritmos genéticos multiobjetivo e a abordagem iterativa na geração de sistemas fuzzy, mais especificamente para sistemas fuzzy baseados em regras, tanto na geração automática da base de regras fuzzy a partir de conjuntos de dados, como a otimização dos conjuntos fuzzy. Esse trabalho investiga o uso dos algoritmos genéticos multiobjetivo com enfoque na questão de balanceamento entre precisão e interpretabilidade, ambos considerados contraditórios entre si na representação de sistemas fuzzy. Com este intuito, é proposto e implementado um modelo evolutivo multiobjetivo genético composto por três etapas. Na primeira etapa são criados os conjuntos fuzzy uniformemente distribuídos. Na segunda etapa é tratada a geração da base de regras usando a abordagem iterativa e um algoritmo genético multiobjetivo. Por fim, na terceira etapa os conjuntos fuzzy criados na primeira etapa são otimizados mediante um algoritmo genético multiobjetivo. O modelo desenvolvido foi avaliado em diversos conjuntos de dados benchmark e os resultados obtidos foram comparados com outros três métodos, que geram regras de classificação, encontrados na literatura. Os resultados obtidos após a otimização dos conjuntos fuzzy foram comparados com resultados de outro otimizador de conjuntos fuzzy encontrado na literatura. Métodos estatísticos de comparação usualmente aplicados em contextos semelhantes mostram uma melhor taxa de classificação e interpretabilidade do método proposto com relação a outros métodos.

APA, Harvard, Vancouver, ISO, and other styles

28

Burgos, Diego Felipe Sarzosa. "Técnica de otimização multiobjetivo aplicada ao projeto preliminar de navios petroleiros." Universidade de São Paulo, 2008. http://www.teses.usp.br/teses/disponiveis/3/3135/tde-07112008-092055/.

Full text

Abstract:

Este trabalho apresenta um processo racional para a seleção das dimensões e coeficientes de forma ótimos para um navio petroleiro usando a técnica dos algoritmos genéticos. É proposto um procedimento para balanceamento em função do peso e espaço disponível de carga, determinando sua viabilidade e permitindo balancear navios de peso ou de volume. A elaboração de um procedimento e sua implementação em um programa eficiente é muito importante no dimensionamento preliminar de um navio, assim, esta pesquisa é uma divulgação da técnica dos algoritmos genéticos como uma técnica robusta para o projeto preliminar do navio. Duas funções de mérito são usadas para avaliar cada projeto: custo e vazamento médio de óleo. Estes atributos são conflitantes entre si, isto é, um baixo custo corresponde a um alto vazamento e vice-versa. O vazamento médio de óleo é avaliado com a metodologia probabilística proposta pela INTERTANKO (INTERTANKO, 2002). A avaliação do vazamento médio, através de um adimensional, considera a possibilidade de ocorrência de eventos de encalhes e/ou colisão resultando, respectivamente, em dano ao fundo e ao costado. Para a estimativa do custo são utilizados dois modelos, apresentando-se uma comparação dos seus efeitos nos valores finais das dimensões principais. Além disso, para o procedimento de balanceamento, cinco modelos de peso do casco são testados e analisados os impactos na forma e distribuição da fronteira de Pareto. Um algoritmo genético é implementado para buscar os parâmetros de projeto ótimos e identificar a fronteira não-dominada de Pareto. O algoritmo é testado com quatro funções encontradas na literatura técnica. As funções de teste são convexas, não-convexa, descontínua e uma com quatro restrições funcionais. A implementação mostra resultados similares com os apresentados na literatura. Um navio Suezmax, um Aframax e um Panamax são usados como estudo de casos para comparar os resultados obtidos com o programa implementado. Um objetivo adicional deste trabalho é expor à comunidade naval a utilidade e efetividade dos algoritmos genéticos nos problemas de projeto multiobjetivo. O enfoque desta pesquisa está na metodologia implementada e na sua recomendação para o projeto preliminar de navios.
This paper shows the rational process of selecting the optimal dimensions and forms coefficients of tanker ships using the technique of genetic algorithm. It is proposed a procedure to balance designs in weight and useful space and assesses their feasibility so that weight and volume limited tankers can be balanced. The elaboration of a procedure and its implementation in an efficient program is so important in the preliminary dimension of a ship, so this paper is a divulgation of the genetic algorithm as robust technique for the preliminary ship design. Two objective attributes are used to evaluate each design: Total Cost and Mean Oil Outflow. This attributes are conflicting between them, that is, a low cost correspond a high outflow and vice versa. The Mean Oil Outflow is evaluated with the probabilistic methodology proposed by the INTERTANKO to IMO. The assessment of mean oil outflow, by a non dimensional parameter, supposes the event of grounding and/or collision resulting in bottom and side damage respectively. In estimating the cost two models are used performing a comparison of their effects on the final values of principal dimension. In addition, for the balance procedure, five hull weight models are tested and analyzed the impact on the form and distribution of Pareto frontier. A genetic algorithm is implemented to search the optimal design parameters and identify non-dominated frontier of Pareto. The algorithm is tested with four test functions found in the technical literature. The test functions selected are convex, non convex, discontinuing and one with four restrictions. The implementation shows similar results with those showed in others papers. A Suezmax, an Aframax, and a Panamax ships are used as case study in order to compare the gotten results by the implemented program. One additional goal of this work is to expose to naval community the usefulness and effectiveness of the genetic algorithm in the Multi-Objective design. The emphasis of this paper is on methodology of design implemented and is suggested for preliminary ship design.

APA, Harvard, Vancouver, ISO, and other styles

29

Guder, Ritchie. "Otimização de portfólios de contratos de energia elétrica utilizando algoritmos genéticos multiobjetivo." reponame:Repositório Institucional da UFSC, 2012. http://repositorio.ufsc.br/xmlui/handle/123456789/88946.

Full text

Abstract:

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2009.
Made available in DSpace on 2012-10-22T15:12:26Z (GMT). No. of bitstreams: 1 269453.pdf: 565426 bytes, checksum: e31653e28c11e328608111ec500b39aa (MD5)
A otimização de portfólios de contratos de energia é um problema complexo e atual, associado com a atividade de comercialização de energia elétrica. No Brasil essa atividade ocorre em dois ambientes, Ambiente de Contratação Livre (ACL) e Ambiente de Contratação Regulado (ACR). Os agentes envolvidos neste ambiente interessados em otimizar seus portfólios têm que levar em consideração não somente o montante a ser comercializado, mas também os riscos associados ao preço da energia no mercado de curto prazo e as formas de mensurar esses riscos, transformando-se em um problema de otimização multiobjetivo. Além disto, a utilização de contratos de opção, bilaterais e flexíveis são também meios de fornecer hedging (cobertura contra riscos) aos agentes comercializadores. Neste trabalho é proposta uma técnica de Algoritmo Genético Multiobjetivo, que incorpora as funções objetivo de Markowitz, Value-at-Risk e Conditional Value-at-Risk, como também contratos derivativos, para a construção de uma fronteira eficiente de portfólios de ativos, sendo os ativos testados os contratos de energia elétrica e ações em bolsa de valores, podendo ser expandido a outros tipos de ativos. Sendo assim, o objetivo do trabalho não é encontrar um portfólio ótimo, mas sim fornecer um conjunto de soluções ótimas de Pareto. Isso permite que os agentes avaliem em conjunto as medidas de risco e de retorno para definição de seu portfólio de energia elétrica, entre outros tipos de portfólios. Ao final esta metodologia é validada com problemas realísticos.

APA, Harvard, Vancouver, ISO, and other styles

30

Pimenta, Adinovam Henriques de Macedo. "Geração genética multiobjetivo de bases de conhecimento fuzzy com enfoque na distribuição das soluções não dominadas." Universidade Federal de São Carlos, 2014. https://repositorio.ufscar.br/handle/ufscar/8574.

Full text

Abstract:

Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-02-14T11:18:13Z No. of bitstreams: 1 TeseAHMP.pdf: 2470407 bytes, checksum: b3f2c2d64bfa00285c28963c74627bea (MD5)
Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-03-20T13:12:18Z (GMT) No. of bitstreams: 1 TeseAHMP.pdf: 2470407 bytes, checksum: b3f2c2d64bfa00285c28963c74627bea (MD5)
Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-03-20T13:12:31Z (GMT) No. of bitstreams: 1 TeseAHMP.pdf: 2470407 bytes, checksum: b3f2c2d64bfa00285c28963c74627bea (MD5)
Made available in DSpace on 2017-03-20T13:23:55Z (GMT). No. of bitstreams: 1 TeseAHMP.pdf: 2470407 bytes, checksum: b3f2c2d64bfa00285c28963c74627bea (MD5) Previous issue date: 2014-12-02
Não recebi financiamento
The process of building the knowledge base of fuzzy systems has benefited extensively of methods to automatically extract the necessary knowledge from data sets that represent examples of the problem. Among the topics investigated in the most recent research is the matter of balance between accuracy and interpretability, which has been addressed by means of multi-objective genetiv algorithms, NSGA-II being on of the most popular. In this scope, we identified the need to control the diversity of solutions found by these algorithms, so that each solution would balance the Pareto frontier with respect to the goals optimized by the multi-objective genetic algorithm. In this PhD thesis a multi-objective genetic algorithm, named NSGA-DO, is proposed. It is able to find non dominated solutions that balance the Pareto frontier with respect optimization of the objectives. The main characteristicof NSGA-DO is the distance oriented selection of solutions. Once the Pareto frontier is found, the algorithm uses the locations of the solutions in the frontier to find the best distribution of solutions. As for the validation of the proposal, NSGA-DO was applied to a methodology for the generation of fuzzy knowledge bases. Experiments show the superiority of NSGADO when compared to NSGA-II in all three issues analyzed: dispersion, accuracy and interpretability.
A construção da base de conhecimento de sistemas fuzzy tem sido beneficiada intensamente por métodos automáticos que extraem o conhecimento necessário a partir de conjuntos de dados que representam exemplos do problema. Entre os tópicos mais investigados nas pesquisas recentes está a questão do balanceamento entre acuidade e interpretabilidade, que têm sido abordada por meio dos algoritmos genéticos multiobjetivo, sendo o NSGA-II um dos mais populares. Neste escopo, identificou-se a necessidade do controle da distribuição das soluções encontradas por estes algoritmos, a fim de que cada solução possa equilibrar a fronteira de Pareto com relação aos objetivos otimizados pelo algoritmo genético multiobjetivo. Neste sentido, desenvolveu-se neste projeto de doutorado um algoritmo genético multiobjetivo, chamado NSGA-DO, capaz de encontrar soluções não dominadas que equilibram a fronteira de Pareto nos objetivos a serem otimizados. A principal característica do NSGA-DO é a seleção de soluções orientada à distância. Uma vez encontrada a fronteira de Pareto, o algoritmo usa a localização das soluções nesta fronteira para encontrar a melhor distribuição das soluções. Para a validação da proposta, aplicou-se o NSGA-DO em uma metodologia para a geração de bases de conhecimento fuzzy. Experimentos realizados comprovaram a superioridade do NSGA-DO com relação ao NSGA-II nos três quesitos analisados: dispersão, acurácia e interpretabilidade.

APA, Harvard, Vancouver, ISO, and other styles

31

Cheung, Peter Batista. "Análise de reabilitação de redes de distribuição de água para abastecimento via algoritmos genéticos multiobjetivo." Universidade de São Paulo, 2004. http://www.teses.usp.br/teses/disponiveis/18/18138/tde-30092008-185242/.

Full text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

32

Silva, Daniel Tressi da. "Algoritmos geneticos e o problema de corte multiobjetivo." [s.n.], 2009. http://repositorio.unicamp.br/jspui/handle/REPOSIP/306319.

Full text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

33

GARROZI, Cícero. "Algoritmos genéticos para um problema de objetivos múltiplos : roteamento multicast." Universidade Federal de Pernambuco, 2006. https://repositorio.ufpe.br/handle/123456789/2582.

Full text

Abstract:

Made available in DSpace on 2014-06-12T15:59:27Z (GMT). No. of bitstreams: 2 arquivo5126_1.pdf: 4037337 bytes, checksum: 3b95528e1b505d5a26acde521ac4feb4 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006
O roteamento multicast é realizado através do envio de informações em redes de computadores, de uma origem (ou mais) para vários destinatários (grupo multicast). Nele, cada informação é enviada somente uma vez para cada grupo. Este trabalho utiliza o custo total dos caminhos multicast para atingir os destinos como sendo a métrica de qualidade da solução. O objetivo principal do roteamento multicast é decomposto em dois objetivos conflitantes: (i) maximizar o número de caminhos compartilhados e (ii) minimizar o tamanho de cada caminho. Os Algoritmos Genéticos são aplicados para a otimização das rotas multicast. A função de aptidão satisfaz simultaneamente os objetivos conflitantes. Cada indivíduo é formado por múltiplos cromossomos (rotas origem-destino), com os enlaces da rede sendo os seus genes. Os operadores de seleção escolhem as soluções mais promissoras e preservam a diversidade na população. O modelo proposto é testado na rede GÉANT WAN de 33 nodos e em duas redes aleatórias, com 66 e 100 nodos cada, geradas usando o modelo de Waxman e o gerador de topologias BRITE. Os melhores resultados obtidos mostram que o modelo AG proposto alcança melhores desempenhos do que os menores caminhos do roteamento unicast, com ganhos nos custos de envio entre 44% e 62%

APA, Harvard, Vancouver, ISO, and other styles

34

Tejada, Muñoz Guillermo. "Enrutamiento y secuenciación óptimos en un flexible Job Shop multiobjetivo mediante algoritmos genéticos." Doctoral thesis, Universidad Nacional Mayor de San Marcos, 2017. https://hdl.handle.net/20.500.12672/6657.

Full text

Abstract:

Propone una solución óptima al problema de programar (Scheduling) el procesamiento de un conjunto de Jobs (Tareas) en un conjunto de máquinas de una manufactura tipo Flexible Job Shop (FJS-Taller Flexible). La solución minimiza tres criterios: El Maximum Workload (WM), el Total Workload (WT) y el Makespan (CM), es decir, el problema es de Optimización Multiobjetivo. El problema FJS es actualmente estudiado por muchos investigadores porque corresponde a uno de optimización combinatoria muy difícil de resolver (NP-Hard) y porque una solución óptima redunda en una producción eficiente de la manufactura. El problema también es conocido en la literatura como Flexible Job Shop Scheduling (FJSS) o Flexible Job Shop Scheduling Problem (FJSSP), cualquiera de estos términos son utilizados indistintamente en el presente trabajo. Se ha solucionado el FJSSP desde un enfoque jerárquico que divide el problema en dos de menor complejidad: el subproblema de enrutamiento y el subproblema de secuenciación, utilizando en ambos subproblemas algoritmos genéticos. El desempeño de los algoritmos ha sido demostrado solucionando los casos de FJSS planteados por Kacem, utilizados también por otros investigadores, por lo que es posible comparar los resultados. Adicionalmente, las soluciones son presentadas, para una validación objetiva, en diagramas de Gantt y datos numéricos. El programa ha sido totalmente codificado en Lenguaje M (Matlab).
Tesis

APA, Harvard, Vancouver, ISO, and other styles

35

Farias, Charles Marques de. "Alocação ótima de equipamentos facts em sistemas de potência através de algoritmos genéticos multiobjetivo." reponame:Repositório Institucional da UFSC, 2012. http://repositorio.ufsc.br/xmlui/handle/123456789/94063.

Full text

Abstract:

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2010
Made available in DSpace on 2012-10-25T06:02:14Z (GMT). No. of bitstreams: 1 288641.pdf: 1276307 bytes, checksum: 347fc9edb622b79f005b58e0092dc007 (MD5)
Este trabalho descreve uma metodologia para resolver o problema de alocação ótima de equipamentos FACTS (Flexible AC Transmission Systems) em sistemas de potência considerando otimização multiobjetivo. Dois critérios são utilizados: o técnico e o econômico. O critério econômico é expresso através do custo do equipamento em US$/kVAr. Para representar o critério técnico, duas diferentes funções são consideradas: mínimo desvio quadrático das tensões em relação aos valores nomnais e a máxima transferência de potência entre áreas. Um Algoritmo Genético Multiobjetivo (AGMO) é desenvolvido para gerar o conjunto de soluções de Pareto do problema e assim garantir a otimização simultânea de ambos os critérios. A factibilidade das soluções é garantida através de um programa de fluxo de potência ótimo (FPO). Desta forma, as soluções operativas associadas aos locais ótimos de inserção dos equipamentos FACTS respeitam as restrições físicas e operacionais da rede elétrica e dos próprios equipamentos Dois equipamentos são considerados: o compensador estático de reativos (SVC) e o compensador série variável (TCSC). A questão da diversidade das soluções na fronteira de Pareto é trabalhada através da técnica de fitness sharing. São analisados testes com o sistema de 30 barras do IEEE, com um sistema Inglês contendo 40 barras e com um equivalente do sistema Sul brasileiro contendo 182 barras.

APA, Harvard, Vancouver, ISO, and other styles

36

Santana, Laila Oliveira. "Otimização multiobjetivo da geometria de edificações residenciais energeticamente eficientes por meio de algoritmos genéticos." Universidade Federal de Viçosa, 2016. http://www.locus.ufv.br/handle/123456789/11536.

Full text

Abstract:

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2017-08-10T12:02:47Z No. of bitstreams: 1 texto completo.pdf: 8682129 bytes, checksum: 28a617205d3a91810965491cd542b1fd (MD5)
Made available in DSpace on 2017-08-10T12:02:47Z (GMT). No. of bitstreams: 1 texto completo.pdf: 8682129 bytes, checksum: 28a617205d3a91810965491cd542b1fd (MD5) Previous issue date: 2016-10-26
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Há uma abordagem em ascensão nas comunidades científicas de tecnologia de edificações denominada Otimização baseada em Simulação (OBS). Esta tem como base o uso de algoritmos de otimização acoplados a programas de simulação. As técnicas de OBS têm demonstrado grande potencial para alcançar metas de projetos energeticamente eficientes, entretanto, estas são raramente utilizadas na prática de trabalho de engenheiros e arquitetos, sendo, em sua maioria, apenas estudadas em pesquisas acadêmicas. O presente estudo aborda um método de OBS utilizando ferramentas computacionais com interfaces amigáveis do ponto de vista dos arquitetos. São estudados problemas concernentes aos aspectos geométricos de edificações, dada a complexa relação destes com o desempenho termo energético do espaço construído. O estudo foi dividido em três etapas - a análise inicial por meio do RTQ-R indicou características geométricas de destaque; a otimização de uma zona térmica confirmou o potencial de interoperabilidade entre os programas e plugins relacionados ao processo e, por fim, a otimização da unidade habitacional destacou parâmetros geométricos de maior impacto para a cidade de São Paulo. Utilizou-se, para a otimização da unidade habitacional, os indicadores graus-hora de resfriamento (GHr) e de aquecimento (GHa) com temperaturas base de 26°C e 18°C, respectivamente. Identificou-se como parâmetros de maior impacto sobre o desempenho: área útil, inclinação da cobertura, áreas envidraçadas e áreas de vão de ventilação. Graus-hora mínimos próximos a 200°Ch de resfriamento e 800°Ch de aquecimento foram alcançados no Pareto Front e foi proposto um surrogate model para minimizar o dispêndio computacional no processo. Os resultados apontam que métodos de OBS aplicados a modelos com reduzido número de variáveis já são acessíveis para estudos preliminares e/ou gerais de projeto, do ponto de vista dos arquitetos. Modelos mais complexos podem confirmar os resultados através do surrogate model proposto e aplicado neste trabalho.
A method called Simulation-based Optimization (SBO) is a rising approach in the scientific communities of building technology. It consists in the use of optimization algorithms coupled to simulation software. SBO techniques have shown great potential to achieve energy efficient design goals, however, they are seldom used by engineers and architects, and are mostly studied in academic research. The present research consists on a study of an SBO method using computational tools with friendly interfaces from the point of view of architects. Aspects related to the geometric aspects of buildings were studied, regarding their complex relationship with the thermal-energy performance. The study was divided into three stages - the initial analysis using the Brazilian Technical Quality Requirements for the Energy Efficiency of Residential Buildings (RTQ-R) indicated the prominent geometry characteristics; the optimization of a thermal zone confirmed the potential for interoperability between software and plugins related to the process and, finally, the optimization of the housing unit highlighted geometric parameters of higher impact for the city of São Paulo. The cooling and heating degree-hours (GHr and GHa) were used, with base temperatures of 26°C and 18°C, respectively, for the optimization of the housing unit, as the following parameters were identified as those with greater impact on the energy performance: area, roof inclination, glazed and ventilation area. A minimum of 200°Ch of cooling degree-hours and 800°Ch of heating degree-hours were achieved in the Pareto Front and a surrogate model was proposed to minimize the computational expenditure. The results indicate that SBO methods applied to models with a small number of variables are already accessible for preliminary and / or general design studies from the point of view of the architects. More complex models can confirm the results through the proposed surrogate model developed in this study.

APA, Harvard, Vancouver, ISO, and other styles

37

Ávila, Sérgio Luciano. "Otimização multiobjetivo e análise de sensibilidade para concepção de dispositivos." Florianópolis, SC, 2006. http://repositorio.ufsc.br/xmlui/handle/123456789/88982.

Full text

Abstract:

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica
Made available in DSpace on 2012-10-22T15:33:12Z (GMT). No. of bitstreams: 1 224404.pdf: 2119095 bytes, checksum: 4722e29b52bac1e496478000165019d0 (MD5)
A concepção de produtos de alta qualidade geralmente envolve a resolução de problemas com múltiplos objetivos conflitantes e espaços de busca complexos. Os métodos de otimização evolucionária multiobjetivo são considerados como ferramentas apropriadas para a resolução desses problemas de alto grau de dificuldade. Esta tese, além de apresentar uma breve revisão sobre conceitos e métodos de otimização, detalha a implementação de um 'Algoritmo Genético MultiObjetivo' (AGMO) aliado a análises de sensibilidade para a otimização de dispositivos. A intenção é proporcionar ao engenheiro não apenas uma vasta gama de possíveis soluções (o que facilita negociações com seu cliente), mas também a possibilidade de conhecer melhor seu próprio problema. O presente trabalho traz duas contribuições principais: " Um algoritmo de otimização que trata os espaços de parâmetros e objetivos com igual importância, tornando mais fácil o processo de busca por soluções ótimas; " O desenvolvimento e incorporação de estudos de sensibilidade, com o intuito de verificar o quão estáveis são as soluções obtidas e de testar o 'modelo' adotado pelo engenheiro para representação de seu problema. Inúmeros exercícios (projetos) envolvendo o eletromagnetismo foram resolvidos a fim de avaliar a metodologia proposta; a principal aplicação é a otimização de antenas refletoras embarcadas em satélite. O desempenho e as características do AGMO em cada problema são discutidos. Apesar de estas discussões terem sido feitas para problemas específicos, elas são gerais e suas conclusões podem ser estendidas para qualquer tipo de projeto. La conception de produits de haute qualité inclut généralement la résolution de problèmes à objectifs multiples antagonistes dans des espaces de recherche complexes. Les méthodes d'optimisation évolutionnaires multiobjectif sont considérées comme des outils appropriés pour la résolution de ces problèmes difficiles. Cette thèse présente une brève revue des concepts et méthodes d'optimisation et détaille en outre l'implémentation d'un " Algorithme Génétique MultiObjectif " (AGMO) associé à des analyses de sensibilité pour l'optimisation de dispositifs. Le but est de fournir à l'ingénieur non seulement une ample variété de solutions (ce qui facilite les négociations avec son client), mais aussi la possibilité de mieux analyser son propre problème. Ce travail comprend deux contributions principales : " Un algorithme d'optimisation qui traite les deux espaces, celui des paramètres et celui des objectifs, sans en privilégier un, ce qui rend plus facile le processus de recherche des solutions optimales ; " Le développement et l'intégration d'études de sensibilité, destinées à vérifier la stabilité des solutions obtenues, et à tester le modèle adopté par l'ingénieur pour la représentation de son problème. Plusieurs exemples concernant l'électromagnétisme ont été analysés pour évaluer la procédure proposée ; la principale application est l'optimisation des antennes à réflecteurs pour des systèmes de satellites. La performance et les caractéristiques de l'AGMO sont discutées pour chaque problème. Même si ces discussions ont été proposées pour les quelques exemples spécifiques présentés, elles sont généralisables et leurs conclusions s'appliquent à n'importe quel projet.

APA, Harvard, Vancouver, ISO, and other styles

38

Neto, Anselmo Ramalho Pitombeira. "Modelo híbrido de otimização multiobjetivo para formação de células de manufatura." Universidade de São Paulo, 2008. http://www.teses.usp.br/teses/disponiveis/18/18145/tde-13012011-111258/.

Full text

Abstract:

O objetivo deste trabalho é propor um procedimento híbrido para a solução do problema de formação de células de manufatura com réplicas de máquinas. Constrói-se um modelo matemático de otimização multiobjetivo cujos valores das funções-objetivo são obtidos por meio da execução de um modelo de simulação de eventos discretos, o qual representa um sistema de manufatura celular. Em seguida, geram-se soluções eficientes segundo o conceito de otimalidade de Pareto através de um processo de busca por valores ótimos executado por um algoritmo genético. Três funções-objetivo conflitantes são consideradas: inventário em processo, movimentação intercelular e investimento total em máquinas. Um algoritmo de análise de agrupamento é utilizado para a redução do conjunto final de soluções. A eficácia do procedimento é avaliada mediante a aplicação a dois casos da literatura. Os resultados obtidos são analisados e comentados. Conclui-se, por fim, que o procedimento é capaz de gerar um conjunto de configurações sub-ótimas equivalentes para as células de manufatura, representando aproximadamente os trade-offs entre as três funções-objetivo.
The purpose of this work is to propose a hybrid procedure for solving the manufacturing cell formation problem. A multiobjective optimization model is built whose objective function values are realized by running a discrete-event simulation model, which represents a cellular manufacturing system. Thereafter, efficient solutions are generated following the Pareto optimality concept through a search for optimum values carried out by a genetic algorithm. Three conflicting objective functions are considered, namely, work-in-process, intercell moves and total machine investment. A clustering algorithm is applied to the final solution set so as to reduce it. The procedure efficacy is evaluated via its application to two cases from the literature. The obtained results are analyzed and commented. Finally, it is concluded that the procedure is capable of generating a set of equivalent sub-optimal manufacturing cell configurations, representing approximately the trade-offs betvveen the objective functions adopted.

APA, Harvard, Vancouver, ISO, and other styles

39

Carrijo, Ivaltemir Barros. "Extração de regras operacionais ótimas de sistemas de distrubuição de água através de algoritmos genéticos multiobjetivo e aprendizado de máquina." Universidade de São Paulo, 2004. http://www.teses.usp.br/teses/disponiveis/18/18138/tde-01032005-154332/.

Full text

Abstract:

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 systems 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 systems units without depending exclusively on personal experience while maintaining the systems 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.

APA, Harvard, Vancouver, ISO, and other styles

40

Albertin, Liliane Lazzari. "Técnica de gerenciamento da qualidade hídrica superficial baseada na otimização multiobjetivo." Universidade de São Paulo, 2008. http://www.teses.usp.br/teses/disponiveis/18/18139/tde-16062008-094558/.

Full text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

41

Caridá, Vinicius Fernandes. "Modelo adaptativo fuzzy genético, preditivo e multiobjetivo para despacho de AGVs." Universidade Federal de São Carlos, 2011. https://repositorio.ufscar.br/handle/ufscar/468.

Full text

Abstract:

Made available in DSpace on 2016-06-02T19:05:50Z (GMT). No. of bitstreams: 1 3678.pdf: 5394148 bytes, checksum: 4abd3e7ce4acac9d5890eae3620c06d3 (MD5) Previous issue date: 2011-06-14
Financiadora de Estudos e Projetos
In recent years, most companies apply techniques of industrial automation with the goal of increasing its efficiency. Increasingly Automated Guided Vehicles (AGVs) are used to transport work in factories and warehouses. The management of these AGV is the key to an efficient transport system. One of the main problems encountered in the management of AGV is the dispatching decision. This work proposes a method of dispatching of AGV with the ability to optimize the performance of flexible manufacturing systems (FMS) in real time. In the dispatching deciding can be chosen to optimize two objectives: makespan or tardiness. When the goal is to optimize the makespan are evaluated variables: distance, number of nodes, the input buffer and output buffer of the workstation. When the goal is to optimize the tardiness are evaluated variables: distance, number of nodes, task chaining, date of delivery. In both cases are also considered the time of the AGVs and the processing times of the workstations, so you can anticipate some decision-making. To perform the tests we used the softwares: Matlab, CPNtools and Automod, which allow simulations of how the method works dispatching AGVs before the method is implemented in factories. Based on the tests, we analyzed the improvement in makespan and tardiness compared to other studies, but also the flexibility of the method in which it is possible to exchange goals in operating time.
Nos últimos anos, mais empresas aplicam técnicas de automação industrial com o objetivo de aumentar sua eficiência. Cada vez mais Veículos Auto Guiados (AGVs) são usados para tarefa de transporte em indústrias e armazéns. O gerenciamento desses AGVs é a chave para um sistema de transporte eficiente. Um dos principais problemas encontrados no gerenciamento dos AGVs é a decisão de despacho. Esse trabalho propõe um método de despacho de AGV com capacidade de otimizar o desempenho de Sistemas Flexíveis de Manufatura (FMS) em tempo real. Na tomada de decisão do despacho podem ser escolhidos dois objetivos para otimização: makespan ou tardiness. Quando o objetivo é otimizar o makespan são avaliadas as variáveis: distância, número de nós, buffer de entrada e buffer de saída das estações de trabalho. Quando o objetivo é otimizar o tardiness são avaliadas as variáveis: distância, número de nós, encadeamento de tarefas, data de entrega do produto. Em ambos os casos também são considerados os tempos dos AGVs e os tempos de processamento das estações de trabalho, para que seja possível adiantar algumas tomadas de decisões. Para realizar os testes foram usados os softwares MatLab, CPNtools e Automod, os quais permitem que simulações do funcionamento do método de despacho de AGVs antes que o método seja implementado em fábricas. Com base nos testes realizados, analisou-se as melhoras no makespan e tardiness em comparação com outros trabalhos, como também a flexibilidade do método no qual é possível a troca de objetivos em tempo de operação.

APA, Harvard, Vancouver, ISO, and other styles

42

Cabral, Leonardo Versiani. "Projeto conceitual de aeronaves através de técnicas de otimização multidisciplinar multiobjetiva utilizando algoritmos genéticos." Instituto Tecnológico de Aeronáutica, 2004. http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=610.

Full text

Abstract:

O objetivo do trabalho consiste no desenvolvimento de uma ferramenta para o projeto conceitual de uma família de aeronaves cujo resultado final produzirá o software chamado AeroGen. Para o sucesso do trabalho foi utilizada a teoria de otimização multidisciplinar (MDO) aliada à teoria de otimização por algoritmos genéticos (GAs). Através da utilização do MDO a ferramenta desenvolvida é capaz de analisar as várias áreas do conhecimento presentes no projeto conceitual de aeronaves, tais como: aerodinâmica, cargas, estruturas, propulsão, qualidade de vôo, estabilidade e controle. Com a utilização de algoritmos genéticos (GAs -Genetic Algorithms) são criadas "populações" para cada versão da família de jatos, evoluindo-as através das gerações, até se chegar a um conjunto de soluções pareto-ótimas da qual se possa escolher uma configuração ótima que atenda de forma satisfatória os requisitos de cada versão.

APA, Harvard, Vancouver, ISO, and other styles

43

Moreira, Walério Sandro da Costa. "Priorização de obras em sistemas de distribuição de energia elétrica utilizando algoritmos genéticos multiobjetivos." Florianópolis, SC, 2009. http://repositorio.ufsc.br/xmlui/handle/123456789/92570.

Full text

Abstract:

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
Made available in DSpace on 2012-10-24T10:12:29Z (GMT). No. of bitstreams: 1 267102.pdf: 2004349 bytes, checksum: 36afe7af8d8630a348e073181be7203f (MD5)
Este trabalho propõe uma metodologia e um modelo computacional aplicado ao problema de planejamento de sistemas de distribuição de energia elétrica, envolvendo a priorização de obras para a determinação de um plano indicativo otimizado de investimentos em redes de Média Tensão (MT). Este plano é gerado a partir de uma relação geral de obras, que leva em conta algumas características de cada um dos alimentadores em estudo. Para a modelagem deste problema, foi utilizado um método heurístico para otimização multiobjetivo (MO), envolvendo a técnica de algoritmos genéticos e a teoria da fronteira ótima de Pareto. A metodologia para priorização de obras é composta, basicamente, de três estágios: o primeiro realiza a verificação de dominância da população corrente; o segundo cria um nicho para indivíduos não-dominados; e o terceiro realiza a manutenção deste nicho para indivíduos não-dominados. Por meio de uma implementação computacional, foram executados testes de validação com informações de uma concessionária real, demonstrando a eficácia da metodologia desenvolvida. This work proposes a methodology and computational model applied to the problem of planning of electrical energy distribution networks, involving the works prioritization for the determination of an optimized indicative plan of investment in medium voltage networks . This plan is generated from a general list of work, which takes into account some characteristics of each feeder under study. For the modeling of this problem, a heuristic method was used for multiobjective optimization, involving the technique of genetic algorithms and the theory of the Pareto optimal frontier. The methodology for works priorization consists basically of three stages: the first checks the dominance of the current population, the second creates a niche for non-dominated individuals, and the third performs the maintenance of this niche for non-dominated individuals. With this computational implementation, validation tests were performed with information from a real distribution utility, demonstrating the effectiveness of the developed methodology.

APA, Harvard, Vancouver, ISO, and other styles

44

Lima, Ricardo Henrique Remes de. "Um estudo sobre configuração automática do algoritmo de otimização por enxame de partículas multiobjetivo." reponame:Repositório Institucional da UFPR, 2017. http://hdl.handle.net/1884/47749.

Full text

Abstract:

Orientadora: Profª. Drª. Aurora Pozo
Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 10/03/2017
Inclui referências
Área de concentração: Ciência da Computação
Resumo: O desempenho de algoritmos bio-inspirados está diretamente relacionado a uma escolha adequada de componentes e parâmetros de projeto. Para aumentar a robustez destes métodos e facilitar a sua utilização para usuário comum, pesquisas recentes focam no estudo de estratégias que automaticamente configurem algoritmos. Uma das principais abordagens utilizadas é a Programação Genética (PG), baseada em algoritmos evolutivos, ela evolui uma população de programas de computador através da aplicação de operadores de cruzamento e mutação para resolver o problema em questão. A Evolução Gramatical (GE) é um tipo de PG que utiliza gramáticas livres de contexto para a definição dos componentes do programa. Outra alternativa de configuração automática de algoritmos é a utilização de algoritmos de otimização: diversas ferramentas têm sido desenvolvidas neste contexto, entre elas destacam-se a Iterated Race (IRACE), um framework que utiliza conceitos de uma "corrida" entre os candidatos para selecionar as melhores configurações. Nesta dissertação o foco de estudo é a configuração automática de algoritmos e como caso de estudo escolhemos o algoritmo de Otimização por Enxame de Partículas Multiobjetivo (MOPSO). O MOPSO, assim como outros algoritmos de otimização estudados no nosso grupo de pesquisa, possui diversos componentes que podem ser alterados de acordo com a necessidade do usuário e o problema considerado. As duas técnicas Evolução Gramatical e o IRACE serão utilizadas. Experimentos foram realizados para avaliar ambas as técnicas na geração de projetos de MOPSO e verificar se os algoritmos gerados conseguem superar o desempenho de algoritmos refinados manualmente. Os resultados obtidos indicam que é possível gerar projetos MOPSO com desempenho similar e resultados competitivos. Palavras-cha e: evolução gramatical, projeto automático de algoritmos, otimização por enxame de partículas.
Abstract: The performance of bio-inspired algorithms is directly related to an appropriate choice of components and design parameters. To increase the robustness of these methods and simplify their use for ordinary users, recent research focuses on the study of strategies that automatically configure algorithms. One of the main approaches used is Genetic Programming (GP), based on evolutionary algorithms, it evolves a population of computer programs through the application of crossover and mutation operators to solve the problem in question. Grammatical Evolution (GE) is a type of GP that uses context-free grammars to define program components. Another alternative of automatic algorithm configuration is the use of optimization algorithms, several tools have been developed in this context, among them Iterated Race (IRACE), a framework that uses concepts of a "race" among the candidates to select the best settings. In this dissertation the focus of study is the automatic configuration of algorithms and as a case study we chose the Multi-objective Particle Swarm Optimization algorithm (MOPSO). The MOPSO, as well as other optimization algorithms studied in our research group, has several components that can be modified according to the user needs and the problem considered. The two techniques Grammatical Evolution and IRACE will be used. Experiments were performed to evaluate both techniques in the generation of MOPSO designs and to verify if the generated algorithms can outperform manually tunned algorithms. The results indicate that it is possible to generate MOPSO designs with similar performance and competitive results. Keywords: grammatical evolution, automatic design, particle swarm optimization.

APA, Harvard, Vancouver, ISO, and other styles

45

Fernandes, Jéssica Pillon Torralba 1985. "Abordagem lexicográfica na otimização da operação de usinas hidrelétricas." [s.n.], 2015. http://repositorio.unicamp.br/jspui/handle/REPOSIP/265794.

Full text

Abstract:

Orientadores: Ieda Geriberto Hidalgo, Paulo de Barros Correia
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica
Made available in DSpace on 2018-08-27T18:22:11Z (GMT). No. of bitstreams: 1 Fernandes_JessicaPillonTorralba_D.pdf: 6009989 bytes, checksum: a3f55f4b7f91827762cdfb4e83ebcf4c (MD5) Previous issue date: 2015
Resumo: Em busca do desenvolvimento sustentável, a atividade de produção de energia iniciou o século XXI com foco em dois temas: eficiência energética e utilização de fontes de energia renováveis. O Brasil é um país privilegiado em termos de disponibilidade de recursos naturais para a geração de energia, principalmente através da água. Apesar da evolução de outras fontes renováveis de energia, como a biomassa e a eólica, é previsto um aumento da utilização de energia hidráulica na geração de eletricidade de forma sustentável. Para acompanhar esse aumento, existe a necessidade de expandir a oferta de energia através da instalação de novas usinas hidrelétricas e/ou otimização da operação das usinas hidrelétricas existentes. Neste contexto, esta tese apresenta uma metodologia para resolver o problema de despacho dinâmico de máquinas e geração com horizonte diário e discretização horária. Ela baseia-se na Programação por Metas Lexicográficas, utilizando Algoritmo Genético e Strength Pareto Evolutionary Algorithm. A formulação matemática do problema possui dois objetivos conflitantes. O primeiro consiste em maximizar a geração líquida da usina ao longo do dia. O segundo visa minimizar o número de partidas e paradas das unidades geradoras. A resolução é executada em duas etapas. Na Etapa 1, o Algoritmo Genético é utilizado para resolver o problema estático para cada hora. Na Etapa 2, Algoritmo Genético e Strength Pareto Evolutionary Algorithm são empregados para solucionar o problema dinâmico ao longo de um dia. As soluções encontradas são analisadas através da construção de uma curva de trade-offs. Os estudos de casos são realizados com as usinas Jupiá e Porto Primavera ,que pertencem ao Sistema Interligado Nacional. Os resultados mostram que a metodologia proposta apresenta soluções eficientes e econômicas para a programação diária de usinas hidrelétricas
Abstract: In pursuit of the sustainable development, the energy production activity began the 21st century with focus on two themes: energy efficiency and use of renewable energy sources. Brazil is a privileged country in terms of availability of natural resources to energy production, mainly through water. Despite the development of other renewable energy sources, such as biomass and wind power, hydro energy is expected to increase in the electricity generation in a sustainable way. To keep this growing, there is a need to increase the supply of energy by installing new hydroelectric plants and/or optimizing the operation of existing ones. In this context, this thesis presents a methodology to solve the dynamic dispatch problem of units and generation with a daily horizon and hourly discretization. It is based on Lexicographic Goal Programming using Genetic Algorithm and Strength Pareto Evolutionary Algorithm. The mathematical formulation of the problem has two conflicting goals. The first consists of maximizing the electric power output the plant throughout the day. The second aims to minimize the number of start-ups and shut-downs of the generating units. The resolution is divided in two steps. In Step 1, Genetic Algorithm is used to solve the static problem for each hour. Phase 2 employs Genetic Algorithm and Strength Pareto Evolutionary Algorithm to solve the dynamic problem throughout the day. The solutions are analyzed by building a trade-offs curve. The case studies are carried out with Jupiá and Porto Primavera hydroelectric power plants that belong to the National Interconnected System. The results show that the proposed methodology provides efficient and economic solutions for the daily operation of hydroelectric power plants
Doutorado
Planejamento de Sistemas Energeticos
Doutora em Planejamento de Sistemas Energéticos

APA, Harvard, Vancouver, ISO, and other styles

46

SANTOS, Carlos Renato dos. "Metodologia para Projeto de Sistemas de Segurança sob Interação Estratégica com Enfoque Multiobjetivo." Universidade Federal de Pernambuco, 2009. https://repositorio.ufpe.br/handle/123456789/5012.

Full text

Abstract:

Made available in DSpace on 2014-06-12T17:35:23Z (GMT). No. of bitstreams: 2 arquivo3467_1.pdf: 1525201 bytes, checksum: 66321a4d0b9dfeb12d088cbd35fad0ee (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Políticas de segurança contra ações de vandalismo, roubos, sabotagem e/ou terrorismo são de grande importância para assegurar a disponibilidade de alguns sistemas. Esta dissertação possibilita através de teoria da confiabilidade, teoria dos jogos e otimização multiobjetivo via algoritmos genéticos a montagem de sistemas de segurança a partir da interação estratégica entre dois agentes racionais onde um deles busca defender o sistema principal contra ações de um dado atacante. A interação é caracterizada por um jogo sequencial de dois tempos modelado com informação perfeita ou imperfeita. Aspectos da teoria da confiabilidade assumem papel fundamental tanto na mensuração do desempenho do sistema de defesa quanto na definição das ações dos agentes. As estratégias do defensor são as várias configurações série-paralelo que o sistema de defesa pode assumir. Já o atacante, para maximizar sua eficiência segundo a teoria da confiabilidade, escolhe apenas um dos subsistemas de defesa. São apresentados exemplos de validação da metodologia em dois sentidos: em relação às soluções obtidas pelo AG multiobjetivo e em relação a obtenção de equilíbrio perfeito em subjogos através de um algoritmo exaustivo que utiliza a técnica de indução retroativa. São também apresentados exemplos de aplicação da metodologia, um destes exemplos está inserido no contexto de linhas de transmissão de energia elétrica

APA, Harvard, Vancouver, ISO, and other styles

47

Ribeiro, Lubienska Cristina Lucas Jaquiê 1977. ""Modelo híbrido multiobjetivo para obtenção de roteiros operacionais de bombas de rotação variável em instalações hidráulicas"." [s.n.], 2007. http://repositorio.unicamp.br/jspui/handle/REPOSIP/258178.

Full text

Abstract:

Orientador: Edevar Luvizotto Junior
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo
Made available in DSpace on 2018-08-08T11:16:30Z (GMT). No. of bitstreams: 1 Ribeiro_LubienskaCristinaLucasJaquie_D.pdf: 2510450 bytes, checksum: f6c4bcdcd5bde19b5d383fa35ffd59dd (MD5) Previous issue date: 2007
Resumo: A redução dos gastos com energia elétrica nas companhias de saneamento de todo o país é uma preocupação real nos últimos anos. Grande parte dos custos operacionais destas empresas estão associado aos custos de bombeamento. Diante desta preocupação, a presente pesquisa objetiva o desenvolvimento de um modelo híbrido multiobjetivo, com finalidade de obter a redução do consumo de energia elétrica nas estações de bombeamento que utilizam inversores de frequencia, reduzindo possíveis perdas no sistema. O modelo é desenvolvido de forma a garantir condições operacionais estabelecidas a priori para o atendimento das necessidades de consumo, tais como flutuação dos níveis dos reservatórios, pressões extremas e outros buscando trazer benefícios hidráulicos. Além da busca do atendimento destes objetivos, estarão sendo investigados o emprego do modelo de simulação hidráulica baseada no Time Marching Approach - TMA em conjunto a técnica de otimização multiobjetivo baseada nos Algoritmos Genéticos - AG, através do NSGA II, configurando um Modelo Híbrido Multiobjetivo
Abstract: The reduction of the expenses with electric energy in the company of sanitation of all the country is a real concern in the last years. The great part of the operational costs of these companies is associates to the bombardment costs. Ahead of this concern the present objective research the development of an multiobjective hybrid model, with the purpose of if getting a reduction of the consumption of electric energy in the bombardment stations that use invertors of frequency besides reducing losses in the system. The model is developed of form to guarante established operational conditions a priori for the attendance of the consumption necessities, such as fluctuation of the levels of the reservoirs, extreme pressures and others searching to bring hydraulical benefits. Through this necessity taking care of some objectives simultaneously they will be being investigated the job of the model of based hydraulical simulation in the Teams Marching Approach -TMA in set with techniques of based multiobjective otimizacion in the Genetic Algorithms - GA, through NSGA II, configuring a Hybrid Model Multiobjetivo
Doutorado
Recursos Hidricos
Doutor em Engenharia Civil

APA, Harvard, Vancouver, ISO, and other styles

48

Stanzani, Amélia de Lorena [UNESP]. "Método previsor-corretor primal-dual de pontos interiores em problemas multiobjetivo de despacho econômico e ambiental." Universidade Estadual Paulista (UNESP), 2012. http://hdl.handle.net/11449/87196.

Full text

Abstract:

Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-08-22Bitstream added on 2014-06-13T20:09:49Z : No. of bitstreams: 1 stanzani_al_me_bauru.pdf: 1270169 bytes, checksum: 95427289f92cae68045965f775abae46 (MD5)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
O presente trabalho apresenta o método primal-dual previsor-corretor de pontos interiores para programação quadrática, com restrições lineares e quadráticos e variáveis canalizadas, e a aplicação deste método na resolução de problemas multiobjetivo de despacho econômico e ambiental, encontrados na engenharia elétrica. Pretende-se determinar soluções que sejam eficientes em relação ao custo dos combustíveis empregados na geração termoelétrica de energia e ao controle da emissão de poluentes, investigando-se duas estratégias: a primeira estratégica considera na função objetivo a soma ponderada entre as funções objetivo econômica e objetivo ambiental; a segunda estratégia considera o problema de despacho econômico condicionado à restrição ambiental, limitada superiormente para níveis permissíveis de missão. Para a resolução destes, uma implementação computacional do método primal-dual foi realizada em linguagem de programação C++, considerando o procedimento previsor-corretor com uma estratégia de barreira modificada para as restrições quadráticas de desigualdade, quando consideramos a segunda estratégia. Os resultados obtidos demonstram a eficiência do método em destaque em comparação a outros métodos como algoritmos genéticos co-evolutivo, atávico híbrido e cultural, bem como ao método primal-dual de pontos interiores, com procedimento de busca unidimensional, que estão divulgados na literatura
This paper presents the primal-dual predictor-corrector interior point method for quadratic programming with linear and quadratic constraints and bounded variables, and its application in multiobjective problems of economic and environmental dispatch, found in electrical engineering. It is intended to determine effective solutions to the fuel cost used in thermal power generation and emissions control, by investigating two strategy; the first strategy considers the objective function as weighted sum of economic and environmental objective functions; the second strategy considers the economic dispatch problem subject to environmental constraint, upper bounded for allowable emission levels. To solve them, a computational implementation of primal-dual methods was performed in C++ programming language, considering the predictor-corrector procedure with a strategy of modified barrier for the quadratic inequality constraints, when we considerer the second strategy. The results obtained demonstrate the efficiency of the method highlighted in comparison with the co-evolutive genetic algorithms, hybrid and atavistic cultural, as well the primal-dual interior point method with one-dimensional search procedure, which are found in the literature

APA, Harvard, Vancouver, ISO, and other styles

49

Stanzani, Amélia de Lorena. "Método previsor-corretor primal-dual de pontos interiores em problemas multiobjetivo de despacho econômico e ambiental /." Bauru : [s.n.], 2012. http://hdl.handle.net/11449/87196.

Full text

Abstract:

Orientador: Antonio Roberto Balbo
Banca: Helenice de Oliveira F. Silva
Banca: Edmea Cassia Baptista
Resumo: O presente trabalho apresenta o método primal-dual previsor-corretor de pontos interiores para programação quadrática, com restrições lineares e quadráticos e variáveis canalizadas, e a aplicação deste método na resolução de problemas multiobjetivo de despacho econômico e ambiental, encontrados na engenharia elétrica. Pretende-se determinar soluções que sejam eficientes em relação ao custo dos combustíveis empregados na geração termoelétrica de energia e ao controle da emissão de poluentes, investigando-se duas estratégias: a primeira estratégica considera na função objetivo a soma ponderada entre as funções objetivo econômica e objetivo ambiental; a segunda estratégia considera o problema de despacho econômico condicionado à restrição ambiental, limitada superiormente para níveis permissíveis de missão. Para a resolução destes, uma implementação computacional do método primal-dual foi realizada em linguagem de programação C++, considerando o procedimento previsor-corretor com uma estratégia de barreira modificada para as restrições quadráticas de desigualdade, quando consideramos a segunda estratégia. Os resultados obtidos demonstram a eficiência do método em destaque em comparação a outros métodos como algoritmos genéticos co-evolutivo, atávico híbrido e cultural, bem como ao método primal-dual de pontos interiores, com procedimento de busca unidimensional, que estão divulgados na literatura
Abstract: This paper presents the primal-dual predictor-corrector interior point method for quadratic programming with linear and quadratic constraints and bounded variables, and its application in multiobjective problems of economic and environmental dispatch, found in electrical engineering. It is intended to determine effective solutions to the fuel cost used in thermal power generation and emissions control, by investigating two strategy; the first strategy considers the objective function as weighted sum of economic and environmental objective functions; the second strategy considers the economic dispatch problem subject to environmental constraint, upper bounded for allowable emission levels. To solve them, a computational implementation of primal-dual methods was performed in C++ programming language, considering the predictor-corrector procedure with a strategy of modified barrier for the quadratic inequality constraints, when we considerer the second strategy. The results obtained demonstrate the efficiency of the method highlighted in comparison with the co-evolutive genetic algorithms, hybrid and atavistic cultural, as well the primal-dual interior point method with one-dimensional search procedure, which are found in the literature
Mestre

APA, Harvard, Vancouver, ISO, and other styles

50

Zanin, Júnior Paulo Sérgio. "Modelo multiobjetivo de alocação e dimensionamento de geração distribuída para redes de distribuição." Universidade Federal de Goiás, 2018. http://repositorio.bc.ufg.br/tede/handle/tede/8442.

Full text

Abstract:

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-05-07T12:48:18Z No. of bitstreams: 2 Dissertação - Paulo Sérgio Zanin Júnior - 2018.pdf: 9799514 bytes, checksum: 91a3707c80f8aa8c8ee94301653047f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-05-07T13:03:18Z (GMT) No. of bitstreams: 2 Dissertação - Paulo Sérgio Zanin Júnior - 2018.pdf: 9799514 bytes, checksum: 91a3707c80f8aa8c8ee94301653047f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Made available in DSpace on 2018-05-07T13:03:18Z (GMT). No. of bitstreams: 2 Dissertação - Paulo Sérgio Zanin Júnior - 2018.pdf: 9799514 bytes, checksum: 91a3707c80f8aa8c8ee94301653047f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-04-20
Distributed generation represents a new paradigm to the electricity offer expansion in distribution networks, which has been studied in several aspects. This dissertation aims to propose a multi-objective sizing and siting analysis model to assist the distributed generation units planning, based on three perspectives of concern: technical aspect, from the distribution company viewpoint, financial aspect, from the distributed generation owner’s viewpoint, and social-environmental aspect, from the society viewpoint. In this analysis, a genetic algorithm and the Maximin metric are implemented to obtain a Pareto optimal solutions set. As to decision-making analysis, the present value distributed generators net income; minimum losses set; and the Max-Min approximation are used to choose a final solution from the Pareto set. Study cases are accomplished using distribution networks by the proposed model and Pareto-sets are obtained, which allow the view of the best solutions. The mentioned decision-making analysis is applied to capture one of the Pareto-set solutions. Therefore, the results enable the choice of a distributed generation siting and sizing set and also allow complementary analysis referring to generation sources and the model itself.
A geração distribuída representa um novo paradigma para expansão da oferta de eletricidade em redes de distribuição e tem sido estudada em diversos aspectos. Este trabalho propõe um modelo multiobjetivo de alocação e dimensionamento para auxiliar o planejamento de unidades de geração distribuída, baseado em três perspectivas de interesse: aspecto técnico, do ponto de vista da companhia de distribuição; aspecto financeiro, do ponto do empreendedor de geração distribuída; e aspecto socioambiental, do ponto de vista da sociedade como um todo. Nesta análise, um algoritmo genético e a métrica Maximin são implementados para obter um conjunto de soluções ótimas de Pareto. Para a análise de tomada de decisão, de forma a escolher uma solução final do conjunto de Pareto, são utilizados: o valor presente da receita líquida total dos geradores distribuídos; configuração de perdas mínimas; e a aproximação Max-Min. São realizados estudos de caso em redes elétricas de distribuição por meio do modelo proposto e são obtidos conjuntos de Pareto, que permitem visualização das melhores soluções e então a análise de tomada de decisão é aplicada para apreender uma das soluções do conjunto-Pareto. Dessa forma, os resultados permitem a escolha de uma das possíveis configurações de alocação e dimensionamento de geração distribuída e também permitem análises complementares referentes às fontes de geração e ao próprio modelo proposto.

APA, Harvard, Vancouver, ISO, and other styles

Dissertations / Theses on the topic 'Algoritmo genético multiobjetivo'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles