Dissertations / Theses on the topic 'Programação multiobjetivo'

Made available in DSpace on 2014-06-12T17:42:20Z (GMT). No. of bitstreams: 2 arquivo7439_1.pdf: 870168 bytes, checksum: aea24203766388e11d6885b2b79b16f2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006<br>Universidade Federal de Pernambuco<br>A atividade de planejamento agregado consiste numa etapa intermediária do planejamento da produção, que busca uma estratégia de atendimento da demanda que direcione as quantidades de itens a serem produzidos em cada alternativa de produção, abrangendo todos os períodos do horizonte de planejamento, os níveis de estoque ao longo do horizonte de planejamento e as variações na força de trabalho para que a demanda prevista seja atendida. Buscando o alinhamento da atividade de planejamento agregado com a estratégia de produção definida, este trabalho apresenta dois modelos de apoio multicritério a decisão para o problema de planejamento agregado, ambos baseados no mesmo princípio, o de estender as prioridades da estratégia de produção para as decisões a serem tomadas no contexto do planejamento agregado da produção. Dessa maneira, o gerente pode fazer o planejamento dos recursos a serem utilizados para atender à demanda priorizando os objetivos de desempenho que melhor refletem os fatores competitivos do negócio. Os modelos propostos neste trabalho buscam fazer com que um problema típico do contexto de planejamento da produção permita que a função produção possa atuar como implementadora da estratégia de produção adotada. A cada estratégia de atendimento da demanda será associado um custo. Portanto, o modelo aqui proposto busca encontrar uma estratégia de atendimento da demanda (obtida através do Planejamento Agregado) que esteja alinhada com as estratégias de produção definidas, respeitando a prioridade e as relações estabelecidas entre os objetivos de desempenho

Made available in DSpace on 2019-03-29T23:23:07Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-12-21<br>A remarkable progress has been recently achieved in the area of data clustering, in part due to the development of clustering ensemble methods. In a nutshell, this approach aims at combining multiple partitions produced over the same dataset into a single consensus partition. Although promising, this approach is still restrictive in the sense that obtaining a single solution (partition) as result limits the knowledge that could be grasped from the data, which could contain several meaningful alternative solutions. On the other hand, there exist several validation criteria to assess the data partitions, each considering a distinct viewpoint. This permits to model the data clustering task as a typical multiobjective optimization problem. This strategy, which has also gained much attention in the last years, is known as multiobjective clustering. In this context, this study presents a novel hybrid approach, based on multiobjective genetic programming, aiming at the automatic design of novel hierarchical fusion operators for clustering ensembles. By this means, an initial set of partitions obtained via the application of different clustering techniques could be continuously refined through a population of hierarchies of fusion operators, which select and combine the original partitions, using different quality criteria as objective functions. To validate the new approach in terms of efficiency and effectiveness, we have implemented a prototype and conducted a comparative study including other clustering algorithms (three of which are of clustering ensembles and two are multiobjective in nature) over 10 different datasets. The experiments indicate that, in general, the idea of having a fusion hierarchy together with the correct selection of the data partitions can provide significant gains in terms of effectiveness and robustness. Keywords: Data Clustering. Clustering Ensembles. Hierarchical Fusion. Multiobjective Evolutionary Algorithms, Genetic Programming.<br>Um notável avanço vem sendo recentemente obtido na área de agrupamento de dados mediante o desenvolvimento de métodos de fusão de partições. Essa abordagem, conhecida como clustering ensembles, consiste em combinar os resultados de múltiplos agrupamentos de uma mesma base de dados em uma única partição-consenso. Embora promissora, essa abordagem ainda é restritiva, já que uma única resposta para um problema limita a aquisição do conhecimento que poderia ser obtido considerando outras possíveis soluções (partições). Por outro lado, devido à existência de vários critérios de avaliação da qualidade de agrupamentos, pode-se modelar essa tarefa como um problema típico de otimização multiobjetivo. Nesse contexto, o presente estudo apresenta uma nova abordagem, baseada em programação genética multiobjetivo, que projeta automaticamente novos operadores hierárquicos de fusão de partições. Desse modo, um conjunto inicial de partições, obtido via a aplicação de diferentes técnicas de agrupamento, pode ser continuamente refinado através de uma população de hierarquias de fusores, que selecionam e combinam as partições originais, utilizando diferentes critérios de qualidade como funções-objetivo. Para validar a nova abordagem, em termos de eficiência e eficácia, foi implementado um protótipo e conduzido um estudo comparativo, envolvendo outros algoritmos de agrupamento (dentre os quais três são de clustering ensembles e dois são multiobjetivo), sobre 10 diferentes bases de dados. Os experimentos demonstram que, em geral, a ideia de se ter uma hierarquia de fusores aliada à correta seleção das partições pode proporcionar ganhos significativos em termos de eficácia e robustez. Palavras-chave: Agrupamento de Dados. Clustering Ensembles. Fusão Hierárquica de Partições. Algoritmos Evolutivos Multiobjetivos. Programação Genética.

O projeto aeronáutico é um pouco complexo e integrado que exige, desde suas faces iniciais, dados de entrada e diretrizes de diversas disciplinas. Este cenário exige sistemas capazes de acompanhar a complexidade dos projetos por meio da integração de todas as ferramentas especializadas, reduzindo o tempo consumido pelo trabalho repetitivo, o que permite aos engenheiros se empenharem mais em criatividade. A otimização de projetos multidisciplinares, que consiste na busca pela melhor solução de compromisso em projetos que envolvem diversas disciplinas de interesses conflitantes, se mostra uma abordagem adequada para tratar do projeto aeronáutico. O presente trabalho tem como objetivo o desenvolvimento de uma ferramenta computacional eficiente que aprimore o projeto de aeronaves em suas fases iniciais, integrando em um ambiente de projeto multidisciplinar ferramentas e processos necessários à tarefa da otimização. A ferramenta computacional gerada tange disciplinas de aerodinâmica, peso e CG, análise de qualidade de vôo e desempenho, e o método de otimização multidisciplinar utilizado é a programação seqüencial quadrática. Quanto à aplicação desta ferramenta, o estudo é focado no projeto conceitual de uma aeronave executiva, considerando o uso de sistemas de aumento de estabilidade longitudinal e látero-direcional. Os resultados obtidos demonstraram que o projeto conceitual de aeronaves pode ser aperfeiçoado através do emprego adequado de métodos de otimização multidisciplinar.

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

Problemas com múltiplos objetivos são muito frequentes nas áreas de Otimização, Economia, Finanças, Transportes, Engenharia e várias outras. Como os objetivos são, geralmente, conflitantes, faz-se necessário o uso de técnicas apropriadas para obter boas soluções. A área que trata de problemas deste tipo é chamada de Otimização Multiobjetivo. Neste trabalho, estudamos os problemas dessa área e alguns dos métodos existentes para resolvê-los. Primeiramente, alguns conceitos relacionados ao conjunto de soluções são definidos, como o de eficiência, no intuito de entender o que seria a melhor solução para este tipo de problema. Em seguida, apresentamos algumas condições de otimalidade de primeira ordem, incluindo as do tipo Fritz John para problemas de Otimização Multiobjetivo. Discutimos ainda sobre algumas condições de regularidade e total regularidade, as quais desempenham o mesmo papel das condições de qualificação em Programação Não-Linear, propiciando a estrita positividade dos multiplicadores de Lagrange associados às funções objetivo. Posteriormente, alguns dos métodos existentes para resolver problemas de Otimização Multiobjetivo são descritos e comparados entre si. Ao final, aplicamos a teoria e métodos de Otimização Multiobjetivo nas áreas de Compressed Sensing e Otimização de Portfolio. Exibimos então testes computacionais realizados com alguns dos métodos discutidos envolvendo problemas de Otimização de Portfolio e fazemos uma análise dos resultados.<br>Problems with multiple objectives are very frequent in areas such as Optimization, Economy, Finance, Transportation, Engineering and many others. Since the objectives are usually conflicting, there is a need for appropriate techniques to obtain good solutions. The area that deals with problems of this type is called Multiobjective Optimization. The aim of this work is to study the problems of such area and some of the methods available to solve them. Firstly, some basic concepts related to the feasible set are defined, for instance, efficiency, in order to comprehend which solution could be the best for this kind of problem. Secondly, we present some first-order optimality conditions, including the Fritz John ones for Multiobjective Optimization. We also discuss about regularity and total regularity conditions, which play the same role in Nonlinear Multiobjective Optimization as the constraint qualifications in Nonlinear Programming, providing the strict positivity of the Lagrange multipliers associated to the objective functions. Afterwards, some of the existing methods to solve Multiobjective Optimization problems are described and compared with each other. At last, the theory and methods of Multiobjective Optimization are applied into the fields of Compressed Sensing and Portfolio Optimization. We, then, show computational tests performed with some of the methods discussed involving Portfolio Optimization problems and we present an analysis of the results.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-09-10T18:01:33Z No. of bitstreams: 1 VLADIMIR COSTA DE ALENCAR - TESE PPGRN 2009..pdf: 9290550 bytes, checksum: cdd4f50a45bc398ddd2ac6cdfd4cdb0d (MD5)<br>Made available in DSpace on 2018-09-10T18:01:33Z (GMT). No. of bitstreams: 1 VLADIMIR COSTA DE ALENCAR - TESE PPGRN 2009..pdf: 9290550 bytes, checksum: cdd4f50a45bc398ddd2ac6cdfd4cdb0d (MD5) Previous issue date: 2009-11<br>À nível mundial, está ocorrendo gradativamente a mudança da matriz alimentar da humanidade. Em função de um maior nível de informação da sociedade, a partir dos meios de comunicação de massa e pesquisas acadêmicas, está aumentando o consumo de carnes brancas, frutas, verduras e legumes. Além disso, há um componente político-ideológico, onde os consumidores passam a preferir alimentos que não sejam produzidos com a exploração de mão-de-obra infantil, sem agressão do meio ambiente e com tecnologias de produção de baixo custo, sem o uso de agroquímicos (agrotóxicos e adubos químicos). A preservação dos recursos naturais não renováveis passa a ser a pauta do dia, e a sustentabilidade emerge com uma grande importância. Diante desse quadro, a agricultura orgânica tem se fortalecido, vindo da necessidade de alimentos limpos (sem resíduos tóxicos) que a sociedade moderna exige e por conseqüência a preservação da natureza. Este trabalho teve como finalidade uma análise comparativa multiobjetivo de um sistema de produção convencional e um sistema de produção orgânico, tendo como base as áreas irrigadas da cidade de Boqueirão, Estado da Paraíba, onde possui um reservatório que abastece várias cidades deste estado. Foi utilizada uma série de 10 anos hidroclimáticos da região. Para execução deste trabalho foi utilizado (e adicionadas funcionalidades) um sistema de apoio à decisão que utiliza programação linear para otimização multiobjetivo de análises de seleção de culturas para áreas irrigadas. Foram demonstrados, através de cenários, que o manejo orgânico tem um ganho maior em relação ao manejo convencional em relação à receita líquida, mão-de-obra, saúde humana e preservação ambiental.<br>In worldwide level, a change of humanity’s food matrix is gradually occurring. Because of a higher level of information that society’s receiving, through mass media and academic researches, the consumption of white meat, fruits and vegetables is rising. Also, there is a political-ideological component, in which consumers tend to prefer food that is not produced through infantile labour exploitation, that doesn’t harm the environment while it’s being produced and that, when produced, uses technology of production with low cost, without the usage of agrochemicals (pesticides and chemical fertilizers). The preservation of not renewable natural resources is at the top of the agenda, and sustainability emerges with a great importance. Before this frame, organic agriculture has strengthened, because of modern society’s demand for clean food (without toxic residues), and consequently for nature protection. The present work had the objective of developing a multiobjective comparative analysis of a production system that utilizes conventional management (using agrochemicals – fertilization and pesticides) and of a production system that uses organic management, on Epitácio Pessoa Reservoir (Boqueirão), in the State of Paraíba, through a 10 climatic years scenario. In this work a DSS (Decision Support System) was used with the purpose of applying a multiobjective optimization based on linear programming to crop selection analysis in irrigated areas. It has been shown that agricultural organic management provides better net profit, use of human labor and health and environmental protection than conventional management.

Orientadores: Antonio Carlos Moretti, Roberto Andreani<br>Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica<br>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<br>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.<br>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.<br>Mestrado<br>Otimização e Pesquisa Operacional<br>Mestre em Matemática Aplicada

Orientador : Paulo Sergio Franco Barbosa<br>Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil<br>Made available in DSpace on 2018-08-01T13:12:17Z (GMT). No. of bitstreams: 1 Francato_AlbertoLuiz_D.pdf: 5372355 bytes, checksum: 8c306baaac7400ca2a32ea3db0f41717 (MD5) Previous issue date: 2002<br>Resumo: A operação adequada dos sistemas urbanos de abastecimento de água está diretamente relacionada à qualidade da oferta do produto água à população. A otimização desses sistemas surge como alternativa para buscar soluções eficientes e também eficazes e garantindo assim a gestão dos sistemas. Na literatura relacionada ao assunto, verifica-se o desenvolvimento de muitos trabalhos com a aplicação e o desenvolvimento de rotinas computacionais de otimização específicas para redes hidráulicas. Contudo, observam-se dificuldades nas ações dos decisores dos sistemas, pois, na realidade, existem objetivos operacionais conflitantes e que merecem atenção. Diante desse quadro, desenvolveu-se uma metodologia para aplicação de otimização multiobjetivo ao problema da operação de redes hidráulicas. A metodologia utiliza o software de programação linear GAMS/CONOPT com recursos iterativos e a abordagem multiobjetivo do problema se faz com a aplicação do Método dos Pesos. O estudo de caso é feito sobre o setor alça leste do sistema adutor metropolitano da grande São Paulo. Como resultados, apresentam-se curvas de soluções nãodominadas para as funções objetivo aplicadas aos sistemas de abastecimento em estudo<br>Abstract: The proper operation of the urban water supply systems has a direct impact on the water to be provided to the quality consumers. The optimization of these systems appears as an alternative to search efficient and also efficient solutions, thus guaranteeing the management of the systems. Many research works have been reported in the literature describing applications and specific computational routines for optimization of hydraulics networks. However, some difficulties for taking decisions have also been reported since there are conflicting objectives in the real word context, which deserve proper attention. A multiobjective approach for operation planning of hydraulic networks is developed considering that context. The methodology uses the software of linear programming GAMS/CONOPT with iterative procedures. The multiobjective formulation of the problem uses the Weighting Method. The case study is made on the East sector of the metropolitan system of the great São Paulo. The results present solutions as the typical non-dominated curves<br>Doutorado<br>Recursos Hidricos<br>Doutor em Engenharia Civil

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-06-08T18:50:10Z No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5)<br>Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-13T19:33:47Z (GMT) No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5)<br>Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-13T19:33:53Z (GMT) No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5)<br>Made available in DSpace on 2017-06-13T19:37:52Z (GMT). No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) Previous issue date: 2016-08-19<br>Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)<br>The companies today are looking for ways to expand their competitive advantages, optimizing their production, and in this context, they found solutions in activities of production scheduling. The production scheduling of the type job-shop, results in one of the most complex problems of combination, the Job-shop Scheduling Problem (JSP), which deterministic resolution is not feasible in polynomial computational time. The Flexible Job-shop Scheduling Problem (FJSP) is a classic extension of the JSP and has been widely reported in the literature. Thus, optimization algorithms have been developed and evaluated in the last decades, in order to provide more efficient production planning, with emphasis to artificial intelligence algorithms of the swarm type, that the latest research presented favorable results. The FJSP allows an operation to be processed for any machine arising from a set of machines along different routes. This problem is commonly dismembered into two sub-problems, the assignment of machines for operations, which is called routing, and operation scheduling. In the FJSP context, this research presents the resolution of the FJSP multi-objective, using a hierarchical approach that divides the problem into two subproblems, being the Particle Swarm Optimization (PSO), responsible for resolving the routing sub-problem, and tasking three local search algorithms, Random Restart Hill Climbing (RRHC), Simulated Annealing (SA) and Tabu Search (TS), for the resolution of scheduling sub-problem. The implementation of the proposed algorithm has new strategies in the population initialization, displacement of particles, stochastic allocation of operations, and management of scenarios partially flexible. Experimental results using technical benchmarks problems are conducted, and proved the effectiveness of the hybridization, and the advantage of RRHC algorithm compared to others in the resolution of the scheduling subproblem.<br>As empresas atualmente buscam meios de ampliarem suas vantagens competitivas, otimizando sua produção, e neste contexto, encontraram soluções nas atividades de programação da produção. A programação da produção do tipo job-shop, resulta em um dos problemas mais complexos de combinação, o Job-shop Scheduling Problem (JSP), cuja resolução determinística é inviável em tempo computacional polinomial. O Flexible Job-shop Scheduling Problem (FJSP) é uma extensão do clássico JSP e tem sido amplamente relatado na literatura. Desta forma, algoritmos de otimização têm sido desenvolvidos e avaliados nas últimas décadas, com o intuito de fornecer planejamentos de produção mais eficientes, com destaque para os algoritmos de inteligência artificial do tipo enxame, que nas pesquisas mais recentes obtiveram resultados satisfatórios. O FJSP permite que uma operação seja processada por qualquer recurso produtivo advindo de um conjunto de recursos ao longo de diferentes roteiros. Este problema é comumente desmembrado em dois subproblemas, a atribuição de recursos para as operações, que é chamado de roteamento, e programação das operações. No contexto do FJSP, a proposta dessa pesquisa apresenta a resolução do FJSP em caráter multiobjetivo, utilizando a abordagem hierárquica, que divide o problema em dois subproblemas, sendo o Enxame de Partículas (PSO), responsável pela resolução do subproblema de roteamento e incumbindo três algoritmos de busca local, Reinício Aleatório de Subida de Colina (RRHC), Arrefecimento Simulado (SA) e Busca Tabu (TS), para a resolução do subproblema de programação. A implementação do algoritmo proposto, dispõe de novas estratégias na inicialização da população, deslocamento das partículas, alocação estocástica das operações e tratamento de cenários parcialmente flexíveis. Resultados experimentais obtidos em base de testes comumente usada, comprovam a eficácia da hibridização proposta, e a vantagem do algoritmo RRHC em relação aos outros na resolução do subproblema de programação.

Submitted by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T12:44:58Z No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5)<br>Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T12:45:05Z (GMT) No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5)<br>Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T12:45:10Z (GMT) No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5)<br>Made available in DSpace on 2017-08-23T12:45:16Z (GMT). No. of bitstreams: 1 DissRFVS.pdf: 2728458 bytes, checksum: 4d07aa40b8f58f835e1e857098ff74a8 (MD5) Previous issue date: 2017-02-14<br>Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)<br>The production scheduling activity is considered as one of the most complex activities in production management. This activity is part of the class of NP-Hard problems found in the area of computer science, that is, those problems that can not be solved deterministically in polynomial time. In addition, the complexity of this activity may increase according to the constraints imposed on each programming system/problem. In this research, the problem of programming of production the Flexible Job Shop (JSF) is studied. This problem is considered an extension of the Job Shop programming problem. In JSF, a group of jobs (i.e., products, items, part of an item) formed by a set of operations and each operation must be programmed by a resource (i.e., machine) that belongs to a group of resources that have the same functional characteristics (e.g., cut, sanding, painting). This problem is characterized in two sub-problems being routing and sequencing activity. Routing involves determining which resource will process a given operation. Sequencing is the order in which each operation will be processed on a resource. Through established programming, the objective of this research is to optimize performance multicriteria: the makespan (i.e., time spent to produce a set of jobs), processing time spent on the resource that worked by more time and total production time. In order to reach the objectives mentioned above, a hybrid swarm approach is proposed in this research. In this approach, two auxiliary methods are used to treat the abovementioned sub-problems: genetic operator of mutation to perform the routing activity and for the sequencing activity, an adaptive method of neighborhood structures is proposed. In order to deal with the multiobjectivity of the problem, we propose the Pareto dominance method. Experimental results obtained through commonly used benchmarks prove the efficacy and superiority of the proposed approach when compared to other approaches also applied to the problem studied.<br>A atividade de programação da produção é considerada como uma das atividades mais complexas no gerenciamento da produção. Essa atividade faz parte da classe de problemas NP-Difícil encontrados na área da ciência da computação, ou seja, aqueles problemas que não podem ser solucionados deterministicamente em tempo polinomial. Além disso, a complexidade dessa atividade pode aumentar de acordo com as restrições impostas a cada sistema/problema de programação. Nesta pesquisa, estuda-se o problema de programação da produção Job Shop Flexível (JSF). Esse problema é considerado como uma extensão do problema de programação Job Shop. No JSF, deve-se programar um grupo de jobs (i.e., produtos, itens, parte de um item) formados por um conjunto de operações e cada operação é processada por um recurso (i.e., máquina) que pertence a um grupo de recursos que possuam mesmas caraterísticas funcionais (e.g., cortar, lixar, pintar). Esse problema é caracterizado em dois sub-problemas, sendo eles, a atividade de roteamento e de sequenciamento. O roteamento implica em definir qual recurso irá processar uma determinada operação. O sequenciamento é a ordem em que cada operação será processada em um recurso. Por meio da programação estabelecida objetiva-se nessa pesquisa, otimizar multicritérios de desempenho, sendo eles: makespan (i.e., tempo gasto para produzir um conjunto de jobs), tempo de processamento gasto no recurso que trabalhou por mais tempo e tempo total de produção. Para alcançar os objetivos supracitados é proposto nessa pesquisa uma abordagem híbrida de enxame de abelhas. Nessa abordagem, utiliza-se dois métodos auxiliares para tratar os sub-problemas supracitados, sendo eles: operador genético de mutação para realizar a atividade de roteamento e para a atividade de sequenciamento é proposto um método adaptativo de estruturas de vizinhança. Para tratar a multiobjetividade do problema, propõe-se o método dominância de Pareto. Resultados experimentais obtidos por meio de benchmarks comumente usados comprovam a eficácia e a superioridade da abordagem proposta quando comparada com outras abordagens também aplicadas ao problema estudado.

Orientadora: Profª. Drª. Aurora Pozo<br>Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 10/03/2017<br>Inclui referências<br>Área de concentração: Ciência da Computação<br>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.<br>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.

Orientador: Paulo Augusto Valente Ferreira<br>Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação<br>Made available in DSpace on 2018-08-24T07:32:44Z (GMT). No. of bitstreams: 1 Fontanini_Walcir_D.pdf: 1375688 bytes, checksum: e26761ae454a5f51d8d316afa0718881 (MD5) Previous issue date: 2013<br>Resumo: O problema de programação de serviços web é considerado. O processo de tomada de decisão em ambientes de negócios web, descritos por tarefas sequenciais e/ou paralelas, envolve selecionar fornecedores de forma ótima dentre um conjunto potencial de provedores de serviços. Características dos serviços como custo, duração de execução, confiabilidade, disponibilidade e reputação são tratadas como múltiplos objetivos a atingir. Inicialmente, a escolha de provedores é feita por Otimização Multi-Objetivo Inteira-Mista, mais especificamente por meio de um modelo de Programação Alvo. Em seguida, o problema de programação de serviços passa a ser tratado no contexto da Teoria dos Jogos, como um jogo envolvendo provedores que buscam maximizar suas utilidades. Diferentes hipóteses sobre a interação entre provedores dão origem a diferentes noções de equilíbrio: Equilíbrio de Nash, Equilíbrio Correlacionado e Equilíbrio de Bayes-Nash. Finalmente, o problema de programação de serviços é modelado como um problema de Leilão de Segundo Preço, o Mecanismo de Leilão Vickrey-Clark-Grooves. A tese inclui exemplos numéricos ilustrativos para todos os modelos propostos<br>Abstract: The web services scheduling problem is considered. The decision making process in web-based business environments, described by sequential and/or parallel tasks, involves the optimal selection of suppliers over a set of potential service providers. Characteristics as cost, execution duration, reliability, availability and reputation are treated as multiple objectives to be reached. Initially, the selection of suppliers is performed by Mixed-Integer Multi-Objective Optimization, more specifically, by means of a Goal Programming model. Subsequently, the web services scheduling problem is handled in the Game Theory framework, as a game played by suppliers who aim at maximizing their own utilities. Different hypothesis about the interaction between the suppliers give rise to different equilibrium solutions: Nash Equilibrium, Correlated Equilibrium and Bayes-Nash Equilibrium. Finally, the web services scheduling problem is modeled as a Second Price Auction, the Vickrey-Clark-Grooves Auction Mechnism. The thesis includes illustrative numerical examples for all the models proposed<br>Doutorado<br>Automação<br>Doutor em Engenharia Elétrica

Orientador: Silvio Alexandre de Araujo<br>Banca: Helenice de Oliveira Florentino Silva<br>Banca: Maria do Socorro Nogueira Rangel<br>Resumo: Este trabalho trata do problema de corte de estoque unidimensional inteiro, que consiste em cortar um conjunto de objetos disponíveis em estoque para a produção de itens menores demandados, de tal forma que se otimize uma ou mais funções objetivos. Foi estudado o caso em que existe apenas um tipo de objeto em estoque em quantidades suficiente para atender a demanda. Três adaptações de um método heurístico baseadas nos conceitos dos algoritmos evolutivos multiobjetivo são propostas para resolver o problema considerando duas funções objetivo conflitantes, a minimização do número de objetos cortados e a minimização do número de diferentes padrões de corte. As adaptações utilizam as idéias presentes no método da Soma Ponderada, no Vector Evaluated Genetic Algorithm e no Multiple Objective Genetic Algorithm. Estas heurísticas são analisadas resolvendo-se instâncias geradas aleatoriamente.<br>Abstract: This work deals with the one-dimensional integer cutting stock problem, which consist of cutting a set of available objects in stock in order to produce ordered smaller items in such a way as to optimize one or more objective functions. On the case studied there is just one type of object in stock available in sufficient quantity to satisfy the demand. Three adaptations of a heuristic method based on the multi-objective evolutionary algorithms concepts are proposed to solve the problem considering two conflicting objective functions, the minimization of the number of objects to be cut and the minimization of the number of different cutting patterns. The adaptations consider the ideas from the Weighted Sum method, the Vector Evaluated Genetic Algorithm and the Multiple Objective Genetic Algorithm. These heuristics are analyzed by solving randomly generated instances.<br>Mestre

Made available in DSpace on 2014-06-11T19:26:55Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-01-30Bitstream added on 2014-06-13T20:55:42Z : No. of bitstreams: 1 lopes_am_me_sjrp.pdf: 648692 bytes, checksum: 6aa3a670ac391b9033fe7de1566f1648 (MD5)<br>Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)<br>Este trabalho trata do problema de corte de estoque unidimensional inteiro, que consiste em cortar um conjunto de objetos disponíveis em estoque para a produção de itens menores demandados, de tal forma que se otimize uma ou mais funções objetivos. Foi estudado o caso em que existe apenas um tipo de objeto em estoque em quantidades suficiente para atender a demanda. Três adaptações de um método heurístico baseadas nos conceitos dos algoritmos evolutivos multiobjetivo são propostas para resolver o problema considerando duas funções objetivo conflitantes, a minimização do número de objetos cortados e a minimização do número de diferentes padrões de corte. As adaptações utilizam as idéias presentes no método da Soma Ponderada, no Vector Evaluated Genetic Algorithm e no Multiple Objective Genetic Algorithm. Estas heurísticas são analisadas resolvendo-se instâncias geradas aleatoriamente.<br>This work deals with the one-dimensional integer cutting stock problem, which consist of cutting a set of available objects in stock in order to produce ordered smaller items in such a way as to optimize one or more objective functions. On the case studied there is just one type of object in stock available in sufficient quantity to satisfy the demand. Three adaptations of a heuristic method based on the multi-objective evolutionary algorithms concepts are proposed to solve the problem considering two conflicting objective functions, the minimization of the number of objects to be cut and the minimization of the number of different cutting patterns. The adaptations consider the ideas from the Weighted Sum method, the Vector Evaluated Genetic Algorithm and the Multiple Objective Genetic Algorithm. These heuristics are analyzed by solving randomly generated instances.

Mestrado em Métodos Quantitativos para a Decisão Económica e Empresarial<br>A Science4you S.A. é uma empresa portuguesa, com sede em Loures (MARL), que produz brinquedos científicos e educativos e presta outros serviços para crianças. A fábrica conta com 17744 referências, sendo 6641 referentes a produto final. A produção desta empresa está dividida por secções. Na secção de produção primária são enchidos os frascos. Na secção de produção intermédia é feita a etiquetagem e a arrumação dos diferentes componentes em sacos. As caixas são montadas nas duas secções de produção final. O produto final é classificado de acordo com três níveis de prioridade: prioridade elevada, para os produtos de campanha; prioridade intermédia para os produtos de stock; e prioridade baixa, para os produtos de buffer stock. A produção é orientada de acordo com objetivos diários, não existindo, atualmente, um procedimento sistemático de afetação dos recursos humanos disponíveis. Com o objetivo de encontrar uma afetação diária dos trabalhadores às diferentes tarefas envolvidas na produção, propõe-se uma abordagem de programação linear por metas hierarquizadas que minimiza os desvios entre os objetivos de produção e a produção efetiva. O modelo é aplicado a um dia de produção, e os resultados obtidos indiciam que esta abordagem poderá ser útil no cumprimento dos objetivos de produção.<br>Science4you S.A. is a Portuguese company, based in Loures (MARL), that produces scientific and educational toys and provides other services for children. The factory has 17744 references, 6641 of these are final products. The production is divided into sections. In the primary production section, the vials are filled. In the intermediate production section, the labeling and storage of the different components in bags is carried out. The boxes are assembled in the two final production sections. The final product is classified according to three priority levels: high priority for the campaign products; intermediate priority for stock products; and low priority, for buffer stock products. The production is oriented according to daily objectives, and there is currently no systematic procedure for allocating available human resources. In order to find a daily allocation of workers to the different tasks involved in the production, a goal programming approach is proposed by hierarchical goals that minimizes deviations between production objectives and actual production. The model is applied to a day of production and the results indicate that this approach may be useful in meeting the production objectives.<br>info:eu-repo/semantics/publishedVersion

Orientador: Antonio Roberto Balbo<br>Resumo: A produção de energia eólica tem se destacado no Brasil e mostrado grande importância na questão ambiental, pois auxilia na redução da emissão dos gases poluentes na atmosfera, provenientes de outras fontes de energia. Neste trabalho é proposta uma modelagem matemática de otimização multiobjetivo a qual explora a produção de energia eólica em um problema de despacho econômico e ambiental termo-eólico. O principal objetivo é mostrar que uma metodologia determinística envolvendo os métodos de otimização multiobjetivo de restrições canalizadas progressivas e de técnicas de programação por metas ponderadas, em conjunto com o método de pontos interiores, é eficiente à resolução deste problema. É proposta uma nova técnica, a qual é uma combinação entre os métodos de otimização multiobjetivo citados. As soluções dos subproblemas gerados por estes métodos serão determinadas através de pacotes computacionais, onde são apresentados resultados de casos distintos de produção de energia, mostrando a insuficiência da energia eólica nos custos operacionais da geração e no impacto ambiental<br>Abstract: The production of wind energy has stood out in Brazil and has shown great importance in the environmental issue, as it assists to reduce of polluting gases in the atmosphere arising out of other sources of energy. In this work a mathematical modeling of optimization multiobjective is proposed, which explores the wind energy production in a thermal-wind environmental and economic dispatch problem. The main objective is to show that a deterministic methodology involving the multiobjective optimization methods, progressive bounded constraints and weighted goal programming techniques, together with an interior point method, is e cient to solve this problem. A new technique is proposed, which is a combination of the mentioned multiobjective optimization methods. The solutions of the generated subproblems by these methods will be determined through of computational package and the results of distinct cases of energy production will be presented, showing the in uence of the wind power on the generation and on the environmental impact.<br>Doutor

Made available in DSpace on 2015-04-22T22:16:14Z (GMT). No. of bitstreams: 1 Gustavo Cunha.pdf: 1000425 bytes, checksum: fc84dd761ea9f58fc46869f1324d8e1d (MD5) Previous issue date: 2011-09-02<br>CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior<br>This paper presents a model for solving multiobjective linear programming problems based on the calculation of the minimum fuzzy distance. The theoretical principles outline some elements of the fuzzy logic as well as crisp multiobjective optimization elements needed for the formulation of the model. Moreover, some classical multiobjective methods are presented and classified in three types: a priori, a posteriori and interactive. From these elements we formulate the method for finding an efficient solution from the minimal fuzzy distance, obtained through a subproblem which is calculated based on the L1 metric. At the end, a study case is done in the context of energy planning in isolated electric systems in which we analyze the inclusion of biodiesel as input for electricity generation taking into account the values of the overall cost for generation and number of direct jobs promoted using this technology. In addition, we evaluate, from the values obtained, the environmental impact represented here by the emission of carbon dioxide with the use of their inputs.<br>Neste trabalho apresenta-se um modelo para solução de problemas de programação linear multiobjetivo baseado no cálculo da distância mínima fuzzy. Os fundamentos teóricos discorrem sobre alguns elementos de lógica fuzzy bem como elementos de otimização multiobjetivo crisp necessários para formulação do modelo. Além disso, apresentam-se alguns métodos multiobjetivo clássicos que são classificados em três tipos: à Priori, à Posteriori e Interativos. A partir destes elementos, formula-se o método para encontrar uma solução eficiente a partir da distância mínima fuzzy, obtida através de um subproblema calculado com base na métrica L1. Ao final, faz-se um estudo de caso no contexto do planejamento energético de sistemas elétricos isolados sobre o qual se analisa a inclusão do biodiesel como insumo para geração de energia elétrica levando em consideração os valores do custo global para geração e número de empregos diretos promovidos com a utilização dessa tecnologia. Além disso, avalia-se, a partir dos valores obtidos, o impacto ambiental representado aqui pela emissão de dióxido de carbono com a utilização dos respectivos insumos.

This paper presents the study of Parallel Multiobjective Evolutionary Algorithms to enable the automation of exterior lighting designs by computers and results in an optimized version of the algorithm. The resulting algorithm basically works with variable length chromosomes and for which intrinsic operators of crossover and mutation were created. The fitness function was determined through a statistical evaluation method (difference of means), thus enabling the comparison of how different options of fitness functions could impact the performance of the proposed parallel multi-objective evolutionary algorithm. The chosen fitness function enables to develop more efficiently automated designs for exterior lighting. Moreover, adding to the proposed evolutionary algorithm, an application was developed in which the user chooses which the heights of the poles, lamps and fixtures to use and also the layout of the area to be illuminated (allowed to be irregular). Within this area, can be defined sub-areas where there are restrictions on the placement of lighting poles. The user must be set average illumination with a respective tolerance range, though. As a case study, the area of an airport parking lot in the city of Uberlândia-MG (Brazil) is presented. Evolved designs present a low coefficient of variation evaluated for 30 runs. This demonstrates that the system is converging on designs for similar metrics. By identifying the worst and the best of designs achieved by the system for those executions, one could note that there are savings regarding installed capacity when compared to the design of reference: 37.5 % for the worst evolved design and 50.0 % for the best evolved design. Also, evolved designs have better lighting uniformity and energy efficiency, as well as their respective quantities of lighting poles have decreased.<br>Este trabalho apresenta o estudo de um Algoritmo Evolucionário Multiobjetivo Paralelo que viabiliza a criação de projetos de iluminação de áreas externas automatizadas por computador e que resulta em uma versão otimizada desse algoritmo. O algoritmo resultante, essencialmente, trabalha com cromossomos de tamanho variável e para os quais foram criados operadores intrínsecos de cruzamento e mutação. A determinação da função de aptidão ocorreu por meio do método de avaliação estatística (diferença de médias), possibilitando, assim, a comparação de diferentes opções das funções de aptidão no desempenho do algoritmo evolucionário multiobjetivo paralelo proposto. Com a função escolhida, tornou-se possível construir projetos automatizados de iluminação externa de forma mais eficiente. Além disso, por meio do algoritmo evolucionário proposto, foi desenvolvida uma aplicação, pela qual o usuário escolhe quais as alturas dos postes, lâmpadas e luminárias que deseja utilizar e também o layout de área a ser iluminada (mesmo que irregular). Dentro dessa área, podem ser definidas subáreas onde existem restrições quanto à colocação de postes de iluminação. O usuário deve definir a iluminação média associada à sua respectiva tolerância, ou faixa de variação. Como estudo de caso, é apresentada a área de um estacionamento do aeroporto da cidade de Uberlândia, MG. Os projetos desenvolvidos, apresentam um baixo coeficiente de variação calculado a partir de 30 execuções. Isso demonstra que o sistema está convergindo para projetos com métricas similares. Ao identificar o pior e o melhor dos projetos apresentados como solução pelo sistema para essas execuções, pode-se notar que apresentam economia nas potências instaladas quando comparados ao projeto de referência: 37,5% no pior dos projetos e 50% no melhor projeto apresentado. Além disso, constataram-se melhores uniformidades para iluminação e maiores eficiências energéticas, bem como a diminuição das respectivas quantidades de unidades de iluminação.<br>Doutor em Ciências

Orientador: Antonio Roberto Balbo<br>Coorientador: Ricardo Bento Nogueira Mori Pinheiro<br>Banca: Marcelo Suetake<br>Banca: Sonia Cristina Poltroniere Silva<br>Resumo: Neste trabalho, são apresentadas técnicas de otimização multiobjetivo, de Programação por Metas Ponderadas e de Restrições Canalizadas Progressivas, consideradas para propor uma técnica mista denominada de Programação por Metas Ponderadas com Restrições Canalizadas Progressivas (PMPRCP), as quais são aplicadas ao Problema Multiobjetivo de Despacho Econômico e Ambiental, com o efeito Ponto de Carregamento de Válvula (PMDEA-PV), próprios da área de geração de ebnergia. A abordagem relacionada a programação por metas ponderadas visa a minimização das variáveis de desvio pré-definidas, com o intuito de determinar soluções de compromisso para o PMDEA-PV, considerando metas pré-estabelecidas relativas à função de custos, do problema de despacho econômico e à função de emissão de poluentes, do problema de despacho ambiental. O intuito do uso da técnica de PMPRCP é determinar a curva de soluções não dominadas para o PMDEA-PV, denominada de soluções Pareto-Eficientes. Os subproblemas mono-objetivos obtidos pelo uso da programação por metas ponderadas e da PMPRCP para a formulação do PMDEA-PV são resolvidos pelo método Primal-Dual Previsor-Corretor de pontos interiores. Ainda neste tabalho, o PMDEA-PV em sua forma canônica é resolvido pelo Algoritmo genético de Ordenação Não-Dominada II (conhecido na literatura por NSGA-II) com o intuito de comparação de resultados para a validação da técnica de PMPRCP apresentada, considerando que o NSGA-II é utilizado no ramo de otimização multiobjet... (Resumo completo, clicar acesso eletrônico abaixo)<br>Abstract: In this work are presented multiobjective optimization techniques, Weighted Goal Programming and Progressive Bounded Constraints, considered to propose a mixed technique called Weighted Goal Programming with Progressive Channeling Constraints (PMPRCP), which are applied to the Economic and Environmental Dispatch Multiobjective Problem with the effect Valve loading point (PMDEA-PV), own of the area of energy generation. The approach related to Weighted Goal Programming aims to minimizing the predefined deviation variables, aiming to determine compromise solutions for the PMDEA-PV, considering pre-established goals related to the cost function related to the problem of economic dispatch and the emission of pollutants related to the problem of environmental dispatch. The purpose of the PMPRCP technique is to determine the curve of non-dominated solutions for PMDEA-PV, called Pareto-Efficient solutions. The mono-objective subproblems obtained from the use of weighted goal programming and the PMPRCP for PMDEA-PV formulation are solved by the Primal-Dual Predictor-Corrector of interior points method. Still in this work, the PMDEA-PV in its canonical form is solved too by a Non-Dominated Sorting Genetic Algorithm II (known in the literature by NSGA-II) with the purpose of comparing results for the validation of the PMPRCP technique presented, considering that NSGA-II is used in the field of multiobjective optimization to determine the curve of non-dominated solutions to multiobjecti... (Complete abstract click electronic access below)<br>Mestre

Um tema pouco estudado na literatura, mas frequentemente encontrado por empresas prestadoras de serviço, é o Problema de Escalonamento de Técnicos de Campos (Field Technician Scheduling Problem). O problema consiste em associar um número de tarefas - em diversos locais, com diferentes prioridades e com janelas de tempo - a uma quantidade de técnicos - com diferentes horários de expediente e com habilidades distintas - que saem no início do horário de trabalho da sede da empresa, para onde devem retornar antes do fim do expediente. Cada tarefa é atendida por um único técnico. Esse problema é estudado neste trabalho. A primeira parte do trabalho apresenta um modelo de programação linear inteira mista (PLIM) e, dada a complexidade do problema, heurísticas construtivas e meta-heurísticas foram desenvolvidas. Na função objetivo, procura-se principalmente maximizar o número ponderado de tarefas executadas em um dia de trabalho, de acordo com as suas prioridades. Em linhas gerais, as heurísticas construtivas ordenam as tarefas de acordo com um critério pré-estabelecido e, em seguida, designam cada uma a um dos técnicos capazes de realiza-la sem violar as restrições do problema. Tendo em conta o bom desempenho obtido em outros problemas semelhantes, foi adotado um Algoritmo Genético denominado Biased Random-Key Genetic Algorithms (BRKGA), que utiliza chaves aleatórias para codificar e decodificar as soluções. Codificadores e decodificadores adaptados ao problema foram desenvolvidos e testes computacionais são apresentados. As soluções obtidas em problemas de pequenas dimensões são comparadas com as soluções ótimas conhecidas e, para aprimorar a avaliação do desempenho nas instâncias médias e grandes, quatro procedimentos para obter limitantes superiores foram propostos. Testes computacionais foram realizados em 1040 instâncias. O BRKGA encontrou 99% das 238 soluções ótimas conhecidas e, nas 720 instâncias de dimensões médias e grandes, ficou em média a 3,8% dos limitantes superiores. As heurísticas construtivas superaram uma heurística construtiva da literatura em 90% das instâncias. A segunda parte do trabalho apresenta uma nova abordagem para o Problema de Escalonamento de Técnicos de Campo: um modelo biobjetivo, onde uma segunda função objetivo buscará que as tarefas prioritárias sejam realizadas o mais cedo possível. Uma versão multiobjectivo do BRKGA foi desenvolvida, considerando diversas estratégias para classificar a população do algoritmo e escolher as melhores soluções (estratégias de elitismo). Codificadores e decodificadores foram criados para o problema multiobjectivo. Os resultados computacionais obtidos são comparados com os resultados de um Algoritmo Genético conhecido na literatura, o Nondominated Sorting Genetic Algorithm II (NSGA II). Para instâncias de pequenas dimensões, os resultados da meta-heurística proposta também são comparados com a fronteira ótima de Pareto de 234 instâncias, obtidas por enumeração completa. Em média, o BRKGA multiobjectivo encontrou 94% das soluções da fronteira ótima de Pareto e, nas instâncias médias e grandes, superou o desempenho do NSGA-II nas medidas de avaliação adotadas (porcentagem de soluções eficientes, hipervolume, indicador epsílon e cobertura).<br>An important topic in service companies, but little studied until now, is the field technician scheduling problem. In this problem, technicians have to execute a set of jobs or service tasks. Technicians have different skills and working hours. Tasks are in different locations within a city, with different time windows, priorities, and processing times. Each task is executed by only one technician. This problem is addressed in this thesis. The first part of the research presents the mixed integer linear programming model (MILP) and, due to the complexity of this problem, constructive heuristics and metaheuristics were proposed. The objective function is to maximize the sum of the weighted performed tasks in a day, based on the priority of tasks. In general terms, in the proposed constructive heuristics, jobs are ordered according to a criterion and, after that, tasks are assigned to technicians without violating constraints. A Genetic Algorithm (the Biases Randon Key Genetic Algorithm - -RKGA) is applied to the problem, based on its success in similar problems; the BRKGA uses random keys and a decoder transforms each chromosome of the Genetic Algorithm into a feasible solution of the problem. Decoders and encoders adapted to the problem were developed and computational tests are presented. A comparison between the solutions of the heuristic methods and optimal solutions values was also conducted for small instances and, to analyze medium and large instances, four upper bound models were proposed. Computational experiments with 1040 instances were carried out. The BRKGA reached 99% of the 238 optimal solutions and, for 720 medium and large instances, the average upper bound gap was 3,8%. Constructive heuristics overcame a heuristic of the literature in 90% of the instances. The second part of this research presents a new approach of the Field Technician Scheduling Problem: a multiobjective model, with a second objective function to execute the priority tasks as soon as possible. A multiobjective BRKGA was developed, with different strategies to classify the Genetic Algorithm population and to select the elite solutions (elite strategies). Decoders and encoders were developed for the multiobjective problem too. The results were compared with a known Genetic Algorithm, the Nondominated Sorting Genetic Algorithm II (NSGA II). For 234 small instances, the results were compared with the Pareto optimal solutions, obtained by complete enumeration. On average, the BRKGA found 94% of the Pareto optimal solutions and, for 720 medium and large instances, outperformed the NSGA-II by means of the measures adopted (percentage of efficient solutions, hypervolume, epsilon and coverage).

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)<br>Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)<br>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<br>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

Orientador: Antonio Roberto Balbo<br>Banca: Helenice de Oliveira F. Silva<br>Banca: Edmea Cassia Baptista<br>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<br>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<br>Mestre

Fundação Araucária<br>A Predição da Estrutura das Proteínas, conhecida como PSP (Protein Structure Prediction) pode ser considerada um dos problemas mais desafiadores da Bioinformática atualmente. Quando uma proteína está em seu estado de conformação nativa, a energia livre tende para um valor mínimo. Em geral, a predição da conformação de uma proteína por métodos computacionais é feita pela estimativa de dois valores de energia livre que são provenientes das interações intra e intermoleculares entre os átomos. Alguns estudos recentes indicam que estas interações estão em conflito, justificando o uso de abordagens baseadas em otimização multiobjetivo para a solução do PSP. Neste caso, a otimização destas energias é realizada separadamente, diferente da formulação mono-objetivo que considera a soma das energias. A Evolução Diferencial (ED) é uma técnica baseada em Computação Evolucionária e representa uma alternativa interessante para abordar o PSP. Este trabalho busca desenvolver um otimizador baseado no algoritmo de ED para o problema da Predição da Estrutura de Proteínas multiobjetivo. Este trabalho investiga ainda estratégias baseadas em parâmetros adaptativos para a evolução diferencial. Nicialmente avalia-se uma abordagem simples baseada em ED proposta para a solução do PSP. Uma evolução deste método que incorpora conceitos do algoritmo MOEA/D e adaptação de parâmetros é testada em um conjunto de problemas benchmark de otimização multiobjetivo. Os resultados preliminares obtidos para o PSP (para seis proteínas reais) são promissores e aqueles obtidos para o conjunto benchmark colocam a abordagem proposta como candidata para otimização multiobjetivo.<br>Protein Structure Prediction (PSP) can be considered one of the most challenging problems in Bioinformatics nowadays. When a protein is in its conformation state, the free energy is minimized. Evaluation of protein conformation is generally performed based on two values of the estimated free energy, i.e., those provided by intra and intermolecular interactions among atoms. Some recent experimental studies show that these interactions are in conflit, justifying the use of multiobjective optimization approaches to solve PSP. In this case, the energy optimization is performed separately, different from the mono-objective optimization which considers the sum of free energy. Differential Evolution (DE) is a technique based on Evolutionary Computation and represents an interesting alternative to solve multiobjective PSP. In this work, an optimizer based on DE is proposed to solve the PSP problem. Due to the great number of parameters, typical for evolutionary algorithms, this work also investigates adaptive parameters strategies. In experiments, a simple approach based on ED is evaluated for PSP. An evolution for this method, which incorporates concepts of the MOEA/D algorithm and parameter adaptation techniques is tested for a set of benchmarks in the multiobjective optimization context. The preliminary results for PSP (for six real proteins) are promising and those obtained for the benchmark set stands the proposed approach as a candidate to the state-of-art for multiobjective optimization.

Orientadores: Ieda Geriberto Hidalgo, Paulo de Barros Correia<br>Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica<br>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<br>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<br>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<br>Doutorado<br>Planejamento de Sistemas Energeticos<br>Doutora em Planejamento de Sistemas Energéticos

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-09-21T12:23:46Z No. of bitstreams: 1 VALTERLIN DA SILVA SANTOS - TESE (PPGRN) 2011.pdf: 3041889 bytes, checksum: 467826184024aad805f839754781de82 (MD5)<br>Made available in DSpace on 2018-09-21T12:23:46Z (GMT). No. of bitstreams: 1 VALTERLIN DA SILVA SANTOS - TESE (PPGRN) 2011.pdf: 3041889 bytes, checksum: 467826184024aad805f839754781de82 (MD5) Previous issue date: 2011-08<br>CNPq<br>Este trabalho apresenta um modelo de otimização multiobjetivo quali-quantitativo, baseado em programação linear, para o planejamento e operação integrada de sistemas de reservatórios e perímetros ou áreas irrigadas, visando estabelecer a alocação ótima dos recursos naturais existentes (água e terras aptas ao plantio) e políticas operacionais ótimas em bacias hidrográficas. Os múltiplos usos da água incluem o atendimento das demandas através de tomadas d águas em reservatórios e/ou a fio d água; dos volumes metas dos reservatórios; das concentrações permitidas dos parâmetros de qualidade de água nos reservatórios e nas seções dos rios; da alocação de áreas agrícolas; do controle de cheias e da regularização de vazões. Aspectos econômicos e sociais, como a maximização da receita líquida e da geração de empregos oriunda da agricultura irrigada, são contemplados pelo modelo. O modelo foi aplicado a um sistema constituído por dois reservatórios, Epitácio Pessoa e Argemiro Figueiredo, ligados em série, na bacia do Rio Paraíba, uma área irrigada de 1020 ha e o trecho do rio Paraíba entre os dois reservatórios. As demandas hídricas consideradas dizem respeito ao abastecimento urbano de 27 cidades através de adutoras nos reservatórios, a irrigação, a perenização do rio a jusante do reservatório Argemiro Figueiredo e o atendimento das concentrações permitidas para a classe adotada para os parâmetros de qualidade de água nos reservatórios e no trecho de rio considerado. Para a operação do sistema foram considerados os seguintes objetivos: minimização do déficit do atendimento das demandas das adutoras, das concentrações de certos parâmetros de qualidade de água nos reservatórios e nós do sistema, do atendimento ao volume meta dos reservatórios e da vazão defluente mínima do reservatório Acauã e a maximização da receita líquida e da mão-de-obra oriunda da atividade agrícola no perímetro irrigado. Foram idealizados cenários, variando as prioridades de atendimentos dos objetivos, com o intuito de avaliar o comportamento das respostas do modelo para 4 anos de operação do sistema. Os resultados mostraram que os objetivos são atendidos considerando as restrições e prioridades de atendimento pré-estabelecidas em cada cenário (comprovando que o modelo efetua uma análise multiobjetivo). A demanda de abastecimento urbano é atendida em todos os cenários sem apresentar falhas. A atividade agrícola pode ser desenvolvida sem comprometer a demanda de abastecimento urbano. Entretanto, a consideração do atendimento das concentrações permitidas dos parâmetros de qualidade pode afetar a atividade agrícola, caso não seja implantado um sistema de tratamento de esgoto. Observa-se que tais resultados podem prover subsídios para a tomada de decisão quanto ao estabelecimento de regras operacionais ou no processo de outorga.<br>This work presents a quali-quantitative multiobjective optimization model, based on linear programming, for planning and management of reservoirs and irrigated areas perimeters, besides other water uses, integrated system to provide optimal resources (water and land) allocation and establish optimal operational policies in riverbasin systems, The multiple water uses includes meeting the requirement of irrigation and human supplies demands, flood control, minimum regulated flows, target reservoirs volumes, optimal crop plantation area allocation and water quality parameters concentration in reservoirs and riverbeds. The water withdraw can be done at reservoirs or riverbed sections. Social and economic aspects, such as maximization of net profit and irrigated perimeter labor, are considered in the model. The nonlinearities of the objective function and the involved process, described by the constraints imposed in the optimization problem, were implemented through the use of a combined used of mathematical linearization techniques. The model has been applied to the study of two reservoirs, Epitácio Pessoa and Argemiro Figueiredo, connected in series in the Paraíba river basin, a 1220 ha irrigated perimeter and the riverbed connecting both reservoirs. The considered water demands involved human supply for the cities in the neighborhood, irrigation, regulation of river flow downstream the Acauã reservoir and meeting adopted class water quality standard parameters within the reservoirs and the considered section of the river. The following objectives were considered: minimization of water requirement deficities and some water quality parameters in reservoirs and the section of the river, meeting the reservoirs target volumes and the minimum regulated flow downstream the Acauã reservoir and maximization of net profit, labor in irrigated perimeter and dissolved oxygen water quality parameter. In order to evaluate the model response regarding computational time and results consistency, scenarios with different priority assignments to the objectives were idealized. The results have shown that the considered objectives were met according to the preestablished constraints and priorities for each scenario (showing the model performs a multiobjetive analysis). The urban water demand is fulfilled without any failure. Agricultural activities can be developed without compromising the fulfillment of urban water requirements. On the other hand, the requirement of certain water quality parameters may compromise agricultural activities, if it is not implanted a sewer treatment system. The attained results may provide subsidies to decision making regarding the establishment of operational rules or water right processes.

Orientador: Aneirson Francisco da Silva<br>Banca: Fernando Augusto Silva Marins<br>Banca: Rafael de Carvalho Miranda<br>Resumo: O controle de qualidade é um dos principais pilares para um bom rendimento de uma linha produtiva, visando garantir maior eficiência, eficácia e redução de custos de produção. A identificação de causas de defeitos e o controle das mesmas é uma atividade relativamente complexa, devido à infinidade de variáveis presentes em determinados processos. Na produção de itens à base de aço fundido, objetiva-se reduzir defeitos de fundição (rechupes, trincas, problemas dimensionais, entre outros), os quais podem ser ocasionados por diversas variáveis de processo, tais como: composição química do aço, temperatura de vazamento e propriedades mecânicas. Em virtude disso, o presente trabalho foi desenvolvido em uma indústria siderúrgica de grande porte, a qual atua na produção de componentes ferroviários e industriais. Por meio de sua extensa base de dados, foram avaliadas as eficiências dos produtos produzidos, sendo os mesmos denominados DMU (Decision Making Units). Para tal foi aplicada a BiO-MCDEA (Bi Objective Data Envelopment Analysis) em sete DMUs produzidas à base de aço fundido em função de 38 variáveis de processos. Nesta aplicação foram evidenciadas as variáveis de processos (input/output) influentes na determinação da eficiência das DMUs. Uma vez obtidos tais resultados, foram desenvolvidas funções empíricas para as variáveis respostas em função das variáveis de processos influentes por meio de regressão não-linear múltipla. Por fim foi realizada a Otimização via Simulação ... (Resumo completo, clicar acesso eletrônico abaixo)<br>Abstract: Quality control is one of the pillars to guaranty a good yield on a production line, aiming to reach better efficiency, effectiveness and reduction of production costs. The identification of defects causes and its control is an activity relatively complex, due to the infinity of variables on some process. One of the most important objectives on a Steel Castings Parts production is to reduce castings defects (shrinkage, cracks, dimensional problems, etc.), that can be caused by several process variables, such asChemical Composition, Pouring Temperature and Mechanical Properties. Due to the mentioned explanations, this study was developed at a large steel industry, which produces rail and industrial parts. The efficiency of the produced parts, called DMU (Decision Making Units), was analyzed through an extensive data base. It was done by using BiO-MCDEA (Bi Objective Data Envelopment Analysis) on seven DMUs, which are steel casting parts, in function of 38 process variables. Additionally, the process variables influents on the DMU's efficiency determination were evidenced through the mentioned implementation. Once those results were obtained, empirical functions were developed for the response variables in function of the influents process variables through multiple non-linear regression. Finally an optimization via Monte Carlo Simulation was implemented in order to determine the inputs values necessary to optimize the empirical functions. The achieved results were satisfactory... (Complete abstract click electronic access below)<br>Mestre

Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-25T23:07:30Z No. of bitstreams: 1 Dissertação.pdf: 1014783 bytes, checksum: 22908ac56d455abd6c044c5f2ad518ac (MD5)<br>Rejected by Luiz Galeffi (luizgaleffi@gmail.com), reason: Solicitamos que realize uma nova submissão seguindo a orientação abaixo: O arquivo submetido não contém o certificado de aprovação. O arquivo submetido está sem a ficha catalográfica. A versão submetida por você é considerada a versão final da dissertação/tese, portanto não poderá ocorrer qualquer alteração em seu conteúdo após a aprovação. Corrija esta informação e realize uma nova submissão com o arquivo correto. Agradecemos a compreensão. on 2017-05-30T16:26:10Z (GMT)<br>Submitted by MARCELO VILELA FIGUEIREDO null (marcelo_mvf@yahoo.com.br) on 2017-05-30T21:46:52Z No. of bitstreams: 1 Dissertação - Marcelo Vilela Figueiredo.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5)<br>Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-05-31T12:49:55Z (GMT) No. of bitstreams: 1 figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5)<br>Made available in DSpace on 2017-05-31T12:49:55Z (GMT). No. of bitstreams: 1 figueiredo_mv_me_guara.pdf: 1210959 bytes, checksum: 8c48e557b53c5d68ac46ba054aedee03 (MD5) Previous issue date: 2017-03-31<br>O controle de qualidade é um dos principais pilares para um bom rendimento de uma linha produtiva, visando garantir maior eficiência, eficácia e redução de custos de produção. A identificação de causas de defeitos e o controle das mesmas é uma atividade relativamente complexa, devido à infinidade de variáveis presentes em determinados processos. Na produção de itens à base de aço fundido, objetiva-se reduzir defeitos de fundição (rechupes, trincas, problemas dimensionais, entre outros), os quais podem ser ocasionados por diversas variáveis de processo, tais como: composição química do aço, temperatura de vazamento e propriedades mecânicas. Em virtude disso, o presente trabalho foi desenvolvido em uma indústria siderúrgica de grande porte, a qual atua na produção de componentes ferroviários e industriais. Por meio de sua extensa base de dados, foram avaliadas as eficiências dos produtos produzidos, sendo os mesmos denominados DMU (Decision Making Units). Para tal foi aplicada a BiO-MCDEA (Bi Objective Data Envelopment Analysis) em sete DMUs produzidas à base de aço fundido em função de 38 variáveis de processos. Nesta aplicação foram evidenciadas as variáveis de processos (input/output) influentes na determinação da eficiência das DMUs. Uma vez obtidos tais resultados, foram desenvolvidas funções empíricas para as variáveis respostas em função das variáveis de processos influentes por meio de regressão não-linear múltipla. Por fim foi realizada a Otimização via Simulação Monte Carlo de forma a determinar com quais valores se deve trabalhar com cada input para a otimização das funções empíricas. Os resultados obtidos foram satisfatórios, sendo bem condizentes com a realidade da empresa e a abordagem aplicada por meio da combinação de diferentes ferramentas se mostrou aderente à realidade estudada, e também inovadora.<br>Quality control is one of the pillars to guaranty a good yield on a production line, aiming to reach better efficiency, effectiveness and reduction of production costs. The identification of defects causes and its control is an activity relatively complex, due to the infinity of variables on some process. One of the most important objectives on a Steel Castings Parts production is to reduce castings defects (shrinkage, cracks, dimensional problems, etc.), that can be caused by several process variables, such asChemical Composition, Pouring Temperature and Mechanical Properties. Due to the mentioned explanations, this study was developed at a large steel industry, which produces rail and industrial parts. The efficiency of the produced parts, called DMU (Decision Making Units), was analyzed through an extensive data base. It was done by using BiO-MCDEA (Bi Objective Data Envelopment Analysis) on seven DMUs, which are steel casting parts, in function of 38 process variables. Additionally, the process variables influents on the DMU’s efficiency determination were evidenced through the mentioned implementation. Once those results were obtained, empirical functions were developed for the response variables in function of the influents process variables through multiple non-linear regression. Finally an optimization via Monte Carlo Simulation was implemented in order to determine the inputs values necessary to optimize the empirical functions. The achieved results were satisfactory, being consistent with the industry’s reality and the applied methodology through the combination of different tools were effectiveness and innovative.

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-07-04T16:01:12Z No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5)<br>Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-08-08T15:16:30Z (GMT) No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5)<br>Made available in DSpace on 2017-08-08T15:16:30Z (GMT). No. of bitstreams: 1 rafaelvalenteveiga.pdf: 4234191 bytes, checksum: 215e887a2d4ac1ec9993886981d707eb (MD5) Previous issue date: 2017-03-08<br>Nas últimas décadas os casos de asma e demais doenças alérgicas tiveram grande aumento em todo o mundo, sendo atualmente um grande problema de saúde pública. As causas do aumento da prevalência destas patologias são desconhecidas, porém a hipótese mais aceita é que seja oriunda da redução de infecções na infância como consequência da recente melhora nas condições de higiene. Esta redução das infecções pode levar ao desenvolvimento anômalo do sistema imune, aumentando assim a chance de desenvolver alergias e a asma. Tanto a asma como as demais alergias são patologias complexas, causadas por fatores genéticos e ambientais, de modo que o uso de ferramentas computacionais, tais como a programação genética podem contribuir para a compreensão destas doenças. Aplicou-se a técnica de Programação Genética Gramatical Multiobjetivo (MGGP) em dados obtidos de um coorte de 1445 crianças entre 4 e 11 anos para gerar modelos os quais possam representar como as relações entre infecções e ambiente podem explicar o desenvolvimento de atopia e asma. Para avaliar a presença de asma foi usado um questionário do ISAAC fase II e para avaliar atopia foram realizadas medições de anticorpos IgE contra alérgenos comuns e teste de reatividade cutânea. Os resultados obtidos mostram que os modelos gerados pela MGGP apresentam desempenho em acurácia competitivos aos obtidos pelo algoritmo C4.5 e regressão logística múltipla para os diferentes desfechos. Os resultados obtidos pela MGGP são de fácil interpretação, e capazes de encontrar relações complexas relevantes para o entendimento destas patologias, sendo assim, a MGGP é uma poderosa ferramenta para ajudar a compreender essas condições.<br>In the last decades cases of asthma and other allergic diseases have increased greatly throughout the world, being nowadays a major public health problem. The causes of this increased prevalence are unknown, however the most accepted hypothesis is that it comes from the reduction of childhood infections as a consequence of the recent improvement in hygiene conditions. This reduction of infections can lead to anomalous development of the immune system, thus increasing the chance of developing allergies, including asthma. Asthma and other allergies are complex pathologies caused by genetical and environmental factors, so the use of computational tools such as genetic programming can contribute to the understanding of these diseases. We applied the Multiobjective Grammatical Genetic Programming (MGGP) technique to data obtained from a cohort of 1445 children to generate models which may represent how the relationships between infections and environment may explain the development of allergies and asthma. To assess the presence of asthma, a questionnaire was used and allergy measurements were performed on IgE antibodies against common allergens and skin reactivity test. The results obtained show that the models generated by MGGP show a performance in accuracy that is competitive with those obtained by the algorithm C4.5 and multiple logistic regression for the different outcomes. The results obtained by MGGP are easy to interpret, and capable of finding complex relationship relevant to the understanding of these complex pathologies, therefore MGGP is a powerful tool to help understand these conditions.

ANP; FINEP; MCT<br>A modelagem de sistemas envolvidos no gerenciamento das operações de uma rede de dutos é um problema de otimização que envolve complexas restrições operacionais. O transporte por meio de dutos mostra-se confiável e econômico, principalmente para grandes volumes. Porém, a elevada taxa de ocupação das redes de distribuição e a quantidade de diferentes produtos que devem ser transportados sob condições operacionais diferenciadas levam a cenários operacionais complexos. Uma melhoria na eficiência do transporte de produtos através de redes de dutos pode ser obtida por uma melhor alocação dos recursos disponíveis, contudo além de ser este um problema combinatório de difícil solução, é também um problema de otimização multiobjetivo. Para resolver este tipo de problema, as técnicas baseadas em metaheurísticas populacionais, em especial os algoritmos evolucionários parecem adequados pois tratam simultaneamente com um conjunto de soluções possíveis que permite encontrar um conjunto de soluções ótimas de Pareto com a simples execução do algoritmo. Neste contexto, este trabalho tem como objetivo o desenvolvimento de modelos de otimização multiobjetivo aplicados ao escalonamento de operações em rede de dutos existente na indústria P & G, investigando técnicas baseadas em metaheurísticas que auxiliem na tomada de decisões deste cenário específico, em especial, técnicas baseadas em algoritmos evolucionários multiobjetivos. Assim, usa-se uma abordagem que propõe o uso de um algoritmo evolucionário multiobjetivo inspirado a partir da evolução memética de um grupo de sapos que procuram por comida: o SFLA (Shuffled Frog Leaping Algorithm). Os resultados obtidos a partir das simulações realizadas serão comparados com um algoritmo muito conhecido e usado na literatura, o algoritmo genético (AG). Além disso, como este trabalho utiliza um modelo de otimização multiobjetivo e nestes casos procura-se um conjunto de soluções Pareto-ótimas, uma nova abordagem é proposta para o algoritmo SFLA: o Modified Shuffled Frog-leaping Pareto Approach (MSFLPA). Esta nova abordagem combina o uso de uma pequena população e uma estratégia de arquivamento com um processo de reinicialização da população usando duas memórias auxiliares para armazenar soluções não-dominadas~(Conjunto de Pareto) encontradas durante a evolução da população. Para validar o desempenho e a eficiência do algoritmo MSFLPA proposto, cinco funções Zitzler-Deb-Thiele são utilizadas para comparar com dois algoritmos genéticos multi-objetivos bem conhecidos da literatura: NSGA-II e SPEA2. Os experimentos numéricos indicam que MSFLPA produz soluções bem espalhadas~(diversidade) e converge para a verdadeira fronteira de Pareto e verifica-se ser eficiente e competitivo para resolver problemas multiobjetivos. Após essa validação, o MSFLPA é usado para otimizar a alocação dos recursos e para resolver o problema de programação de uma rede de dutos e quando comparado com o NSGA-II e microAG, MSFLPA tem se mostrado uma nova alternativa eficaz para a solução de problemas multiobjetivos com mais de dois objetivos, como é o caso dos problemas de escalonamento de redes de dutos.<br>The development of model to support pipeline network operation management is an optimization problem which involves complex operational constraints. The product transport through pipelines proves reliable and economical, especially for large volumes. However, the high occupancy rate of the distribution networks and the amount of different products should be transported under different operating conditions lead to complex operational scenarios. An efficiency improvement of products transport through pipeline networks can be obtained by a better allocation of available resources. However that is a hard solution combinatorial problem with multiobjective optimization characteristics. An alternative to efficient solve this type of problem is the use of metaheuristics such Multiobjective Evolutionary Algorithms~(MOEA). MOEA uses a population of solutions in its search, and multiple Pareto-optimal solutions can, in principle, be found in one single run. This work aims to develop a model of multi-criterion optimization applied to scheduling operations in a real-world pipeline network in the oil industry. We use a metaheuristic optimization method inspired from the memetic evolution of a group of frogs when seeking for food: SFLA~(Shuffled Frog Leaping Algorithm). The results obtained from the simulations are compared to an algorithm well known in the literature: genetic algorithm~(GA). Moreover, this works then introduces a new approach of the original shuffled frog leaping algorithm to create a modified form of the algorithm: the Modified Shuffled frog-leaping Pareto Approach~(MSFLPA). The main goal of MSFLPA is to represent and recover the entire Pareto front to a modeled problem, moreover an efficient and competitive algorithm to solve multi-objective scheduling problems with more than two conflicting objectives. This new approach combines the use of a small population and an archiving strategy with a procedure to restart the population using two auxiliary memories to store nondominated solutions (Pareto set) found during population evolution. To validate the performance and efficiency of the proposed MSFLPA in spread Pareto front, five Zitzler-Deb-Thiele functions are examined and compared against two well-known multi-objective genetic algorithms: NSGA-II and SPEA2. The numerical experiments indicate that MSFLPA yields spread solutions and converges to the true Pareto front and it is verified to be efficient and competitive for solving multi-objective problem. After this validation, the MSFLPA is used to optimize the allocation of the resources and to solve the scheduling problem of a real world pipeline network and if compared with NSGA-II and microGA, MSFLPA is verified to be a new effective alternative for solving of multi-objective problems with more than two objectives as it is the case of the pipeline scheduling problems.

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-07-31T22:06:58Z No. of bitstreams: 1 RaimundoLeandroAndradeMarques_DISSERT.pdf: 2113159 bytes, checksum: 05abba5f2d3fdeb23f1c146143f0833c (MD5)<br>Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-07-31T22:11:47Z (GMT) No. of bitstreams: 1 RaimundoLeandroAndradeMarques_DISSERT.pdf: 2113159 bytes, checksum: 05abba5f2d3fdeb23f1c146143f0833c (MD5)<br>Made available in DSpace on 2018-07-31T22:11:47Z (GMT). No. of bitstreams: 1 RaimundoLeandroAndradeMarques_DISSERT.pdf: 2113159 bytes, checksum: 05abba5f2d3fdeb23f1c146143f0833c (MD5) Previous issue date: 2017-02-17<br>O problema da árvore geradora mínima com restrição de grau multiobjetiva, vem sendo estudado por pesquisadores da área de otimização combinatória há pouco mais de uma década, em grande parte por sua ampla aplicação em problemas práticos relacionados à modelagem de redes. Esse problema é considerado NP-difícil, ainda em sua versão mono-objetiva, para um grau de restrição de pelo menos = 3. Esse trabalho propõe a resolução do problema através de um algoritmo evolucionário chamado AEMPH. Essa abordagem utiliza-se de arquivos externos compartilhados e de diferentes técnicas de otimização multiobjetiva executadas paralelamente, visando uma melhor cobertura do espaço de busca. As técnicas escolhidas para sua implementação foram o MPAES, o NSGA2, e o SPEA2, as quais também foram utilizadas para comparação de desempenho computacional. Foram realizados 5040 testes ao todo, envolvendo instâncias de 3 diferentes tipos, com tamanhos variando entre 50 e 1000 vértices. Devido à natureza multiobjetiva do problema, os resultados dos experimentos são expressos através dos indicadores de qualidade hipervolume e épsilon binário, e avaliados quanto a sua significância através do teste estatístico de Mann-Whitney<br>The Multiobjective Degree Constrained Minimum Spanning Tree Problem, has been studied by combinatorial optimization researchers within a little more than a decade, especially due to its wide usability in network modeling design problems. This is a NP-hard problem, even in its mono-objective version for a degree of at least = 3. The new algorithm proposed here called AEMPH, uses shared external archives and different multiobjective optimization techniques in a parallel execution to a better survey of the search space. This AEMPH version adopts the MPAES, NSGA2 and SPEA2 algorithms in its implementation which also are used in the comparison tests. A total of 5040 empirical tests are presented here, involving 3 different graph generators, and instances of size 50 up to 1000 nodes. For a matter of multi-objective trait, the results for these experiments are presented by means of hypervolume and -binary indicators. The significance of computational experiments is evaluated by the Mann-Whitney statistical test.

O objetivo do presente trabalho é a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo (FPO), onde existe a necessidade de se considerar as variáveis de controle associadas aos taps de transformadores em-fase e chaveamentos de bancos de capacitores e reatores shunt como variáveis discretas e existe a necessidade da limitação, e/ou até mesmo a minimização do número de ações de controle. Neste trabalho, o problema de FPO será abordado por meio de três estratégias. Na primeira proposta, o problema de FPO é modelado como um problema de Programação Não Linear com Variáveis Contínuas e Discretas (PNLCD) para a minimização de perdas ativas na transmissão; são propostas três abordagens utilizando funções de discretização para o tratamento das variáveis discretas. Na segunda proposta, considera-se que o problema de FPO, com os taps de transformadores discretos e bancos de capacitores e reatores shunts fixos, possui uma limitação no número de ações de controles; variáveis binárias associadas ao número de ações de controles são tratadas por uma função quadrática. Na terceira proposta, o problema de FPO é modelado como um problema de Otimização Multiobjetivo. O método da soma ponderada e o método &#949-restrito são utilizados para modificar os problemas multiobjetivos propostos em problemas mono-objetivos. As variáveis binárias associadas às ações de controles são tratadas por duas funções, uma sigmoidal e uma polinomial. Para verificar a eficácia e a robustez dos modelos e algoritmos desenvolvidos serão realizados testes com os sistemas elétricos IEEE de 14, 30, 57, 118 e 300 barras. Todos os algoritmos e modelos foram implementados em General Algebraic Modeling System (GAMS) e os solvers CONOPT, IPOPT, KNITRO e DICOPT foram utilizados na resolução dos problemas. Os resultados obtidos confirmam que as estratégias de discretização são eficientes e as propostas de modelagem para variáveis binárias permitem encontrar soluções factíveis para os problemas envolvendo as ações de controles enquanto os solvers DICOPT e KNITRO utilizados para modelar variáveis binárias não encontram soluções.<br>The aims of this study are the investigation and the development of continuous and discrete optimization strategies to Optimal Power Flow (OPF) problems, where the control variables are the tap ratios of on-load tap changing (OLTC) transformers and shunt susceptances of switchable capacitors and reactors banks. These controls are discrete variables and a need for the limitation and/or even the minimization of the number of control adjustments is required. In this work, three strategies for solving the OPF problem have been deviced. In the first strategy, the OPF problem is modeled as a nonlinear programming problem with continuous and discrete variables for active power losses minimization; Three approaches using discretization functions for handling discrete variables have been investigated. In the second proposal, the OPF problem with discrete OLTC transformers and continuous shunt susceptances of switchable capacitors and reactors banks has a limitation on the number of control adjustments; binary variables associated with control adjustments are handled by a quadratic function. In the third proposal, the OPF problem is modeled as a multiobjective optimization problem. The weighting method and the &#949-constraint method are used to modify the proposed multiobjective problems onto single-objective problems. The binary variables associated with the controls are handled by sigmoidal and polynomial functions. The efficiency and robustness of the models and algorithms are shown for IEEE benchmark test-systems with up to 300 buses. All algorithms and models were implemented in GAMS modeling language and the results are obtained by means of CONOPT, IPOPT, KNITRO and DICOPT solvers. The results confirm that the discretization strategies are efficient and the proposed modeling for binary variables allows finding feasible solutions to problems involving the of controls while DICOPT and KNITRO solvers used to handle binary variables fail to find solutions.

Orientador : Jose Claudio Geromel<br>Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica<br>Made available in DSpace on 2018-07-14T14:02:05Z (GMT). No. of bitstreams: 1 Ferreira_PauloAugustoValente_D.pdf: 8826327 bytes, checksum: e95da1805538281d6074c41b321e6ac6 (MD5) Previous issue date: 1986<br>Resumo: Neste trabalho, estrategias de Projeção, Relaxação e Linearização externa, de emprego frequente em programação matemática, são incorporadas ao desenvolvimento de uma nova metodologia para a resolução interativa de blemas de decisão envolvendo multiplos objetivos. Atraves de uma projeção adequada, o problema multiobjetivo original é decomposto em um problema mestre inteiramente definido no espaço dos objetivos, cuja resolução fica a cargo de um Decisor e eumum subproblema que analisa a viabilidade das soluções propostas pelo problema mestre. Algoritmos para resolução destes dois níveis são apresentados e discutidos. Em particular, demonstra-se que através de estratégias de Relaxação, o Decisor pode desenvolver adequadamente o ,seu aprendizado acerca do comportamento do sistema em questão. O trabalho inclui resultados numéricos obtidos com a aplicação do metodo a problemas planejamento na área de energia<br>Abstract: In this work, solution strategies based on Projection, Relaxation and Outer Linearization frequently employed in mathematical programming are incorporated to the proposition of a newly developed methodology for the interactive solution of decision problems under multiple objectives. By means of a suitable projection, the original multiobjective problem is decomposed into a master problem completely defined in the objective space, whose solution is furnished by a Decision-Maker, and into a subproblem which analises the feasibility of the solutions proposed by the master one. Algorithms for solving both levels are presented and discussed. In particular, Relaxation is shown to constitute an appropriate basis through which the Decision-Maker can develop his apprenticenship about the behaviour of the system being considered. Numerical experiences regarding the application of the method to energy planning problems are included.<br>Doutorado<br>Telecomunicações e Telemática<br>Doutor em Engenharia Elétrica

Orientador: Francisco de Assis Magalhães Gomes Neto<br>Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica<br>Made available in DSpace on 2018-08-25T19:03:25Z (GMT). No. of bitstreams: 1 Villela_PedroFerraz_D.pdf: 10794575 bytes, checksum: 746b8aebf0db423d557d9c5fe1446592 (MD5) Previous issue date: 2014<br>Resumo: Neste trabalho, propomos um método exato para obter o conjunto solução de um problema biobjetivo quadrático de otimização de carteiras de investimento, que envolve variáveis binárias. Nosso algoritmo é baseado na junção de três algoritmos específicos. O primeiro encontra uma curva associada ao conjunto solução de problemas biobjetivo contínuos por meio de um método de restrições ativas, o segundo encontra o ótimo de um problema de programação quadrática inteira mista pelo método Branch-and-Bound, e o terceiro encontra a interseção de duas curvas associadas a problemas biobjetivo distintos. Ao longo do texto, algumas heurísticas e métodos adicionais também são introduzidos, com o propósito de acelerar a convergência do algoritmo proposto. Além disso, o nosso método pode ser visto como uma nova contribuição na área, pois ele determina, de forma exata, a curva associada ao conjunto solução do problemas biobjetivo inteiro misto, algo que é incomum na literatura, pois o problema alvo geralmente é abordado via métodos meta-heurísticos. Ademais, ele mostrou ser eficiente do ponto de vista do tempo computacional, pois encontra o conjunto solução do problema em poucos segundos<br>Abstract: In this work, we propose an exact method to find the solution set of a mixed quadratic bi-objective portfolio optimization problem. Our method is based on the combination of three specific algorithms. The first one obtains a curve associated with the solution set of a continuous bi-objective problem through an active set algorithm, the second one solves a mixed quadratic optimization problem through the Branch-and-Bound method, and the third one searches the intersection of two curves associated with distinct bi-objective problems. Throughout the text, some heuristics are also introduced in order to accelerate the performance of the method. Moreover, our method can be seen as a new contribution to the field, since it finds, in an exact way, the curve related to the solution set of the mixed integer bi-objective problem, something uncommon in the corresponding literature, where the target problem is usually approached by metaheuristic methods. Additionally, it has also shown to be efficient in terms of running time, being capable of finding the problem's solution set within a much faster time frame<br>Doutorado<br>Matematica Aplicada<br>Doutor em Matemática Aplicada

Orientador: Antônio Fernando Branco Costa<br>Resumo: O presente trabalho desenvolveu um modelo matemático que contribui para o projeto de redes cicloviárias conexas e integradas ao sistema de transporte público por ônibus em áreas urbanas, fazendo uso da Otimização Multiobjetivo (OM) por meio da Programação Linear Inteira Mista (MILP ou MIP). A investigação dos critérios de infraestrutura que influenciam a demanda cicloviária e que deveriam compor a modelagem matemática foi realizada por meio da Revisão da Literatura e cinco critérios identificados, referentes ao: Conforto, Segurança, Objetividade, Intermodalidade e Continuidade. Cada critério é composto por uma série de subcritérios, dezesseis no total, classificados como parâmetros de projeto de entrada e/ou de saída para o modelo matemático, segundo funções objetivos e restrições. Uma aplicação do modelo foi realizada em um caso real para cidade de grande porte, em São José dos Campos – SP, e obtidas soluções exatas com redes parcialmente conexas (abordagem 1) e redes totalmente conexas (abordagem 2), integradas aos pontos de parada de ônibus e as linhas de ônibus da região delimitada, por meio da linguagem de modelagem General Algebric Modeling System (GAMS) e o solver CPLEX. Os resultados obtidos foram aderentes a realidade da macrozona de tráfego na região estudada e contribuem para o planejamento urbano como validado pela Secretaria de Mobilidade Urbana de São José dos Campos. A análise de diversos cenários para o modelo matemático, ponderando os objetivos do modelo, pos... (Resumo completo, clicar acesso eletrônico abaixo)<br>Abstract: The present work created a mathematical model that contributes to design bikeway networks integrated to the public transport service by buses in urban areas, using the Network Multiobjective Optimization through Mixed by means of Mixed Integer Linear Programming (MILP or MIP). The investigation of the infrastructure criteria that influence cycling demand and that should set the mathematical modeling was carried out through the Literature Review and five criteria were identified, referring to: Comfort, Safety, Objectivity, Intermodality and Connectivity. Each criteria is composed of a subcriteria set, sixteen in total, which performed as input and/or output design parameters for the mathematical model, according to fitness functions and constraints. An application of the model was carried out in a real case in São Jose dos Campos city - Sao Paulo state, and exact solutions were obtained with partially connected networks (approach 1) and fully connected networks (approach 2), integrated to the stop points by bus and bus lines in the defined region, using the General Algebric Modeling System (GAMS) modeling language and the CPLEX solver. The results obtained were adherent to the reality of the traffic macrozone in the studied region and contribute to urban planning, as validated by the São José dos Campos Urban Mobility Secretariat. The analysis of several scenarios for the mathematical model, considering the model's objectives, made it possible to verify the behavior of the res... (Complete abstract click electronic access below)<br>Doutor

O principal objetivo deste estudo é propor uma nova metodologia para lidar com o problema de Planejamento da Expansão de Redes de Transmissão de Energia Elétrica com Múltiplos Cenários de Geração (PERTEEG). Com a metodologia proposta neste trabalho almeja-se construir planos de expansão de redes de transmissão de energia elétrica que sejam capazes de, no menor custo de investimento possível, satisfazer às novas exigências dos sistemas elétricos modernos, tais como construção de redes de transmissão livres de congestionamento e robustas à incerteza em relação aos cenários de geração futuros. Através de estudos realizados na literatura do problema, verificou-se que novos modelos e metodologias de abordagem do PERTEEG se fazem necessários. Ao se modelar o PERTEEG visando construir redes de transmissão que contornem as incertezas em relação aos cenários de geração futuros e concomitantemente minimizar o custo de investimento para a expansão do sistema, o planejador se depara com um problema de otimização multiobjetivo. Existem na literatura da pesquisa operacional diversos algoritmos que visam lidar com problemas multiobjetivos. Nesta tese, foram aplicados dois desses algoritmos: Nondominated Sorting Genetic Algorithms-II (NSGA-II) e SPEA2: Strength Pareto Evolutionary Algorithm (SPEA2). Em primeira análise, se destacou uma das maiores dificuldade de lidar com o PERTEEG, a saber, o esforço computacional elevado. Por isso, vislumbrou-se que uma possível solução para contornar esta dificuldade esteja na computação paralela. Para se confirmar esta suspeita, nesta tese foram implementadas versões paralelas dos algoritmos sequenciais testados. A qualidade das soluções encontradas pelos algoritmos foram bastante superiores às soluções encontradas pelos algoritmos sequenciais. Neste trabalho também será mostrado que as soluções ótimas clássicas considerando somente o objetivo de m´mínimo custo são incapazes de atender às novas necessidades dos sistemas elétricos de potência. Testes computacionais foram realizados e analisados neste trabalho. Considerando as metodologias conhecidas na literatura para medição da qualidade das soluções encontradas por algoritmos multiobjetivo, se pode afirmar de que a proposta de abordagem do problema de PERTEEG pode ser viável tanto do ponto de vista de engenharia como do ponto de vista da computação matemática.<br>The main objective of this study is to propose a new methodology to deal with the long-term transmission system expansion planning with multiple generation dispatch scenarios problem (TEP-MDG). With the methodology proposed in this thesis we aim to build expansion plans with minimum investment cost and also capable of meeting the new demands of modern electrical systems, such as uncertainty about the future generation scenarios and congestion in the transmission systems. By modeling the TEP-MDG aiming to build transmission networks that circumvent the uncertainties regarding the future generation scenarios and simultaneously minimize the cost of investment for transmission networks expansion, the planner faces a multiobjective optimization problem. One can find various algorithms that aim to deal with multiobjective problems in the literature of operations research. In this thesis, we apply two of these algorithms: Nondominated Sorting Genetic Algorithms-II (NSGA-II) and SPEA2: Strength Pareto Evolutionary Algorithm (SPEA2). In a first analysis, we have found that the most critical issue with the TEP-MOG is the high computational demand. Therefore, in order to circumvent this difficulty we have implemented parallel versions of the sequential algorithms tested. In performed tests, the parallel algorithms have found solutions of superior quality than the solutions found by the sequential algorithms. In this thesis we also show that optimal solutions considering only the classical least cost objective are unable to meet the electric power systems new demands. Tests have been performed and analyzed in this work. By considering the methods known in the literature convinced to measure the quality of solutions found by multiobjective algorithms, we concluded that the proposed approach to TEP-MDG may be feasible from the point of view of both engineering and computational mathematics.

Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia<br>A programação linear multiobjetivo é um caso particular de programação multiobjetivo, onde se otimiza simultaneamente múltiplas funções lineares sujeitas a um conjunto de restrições também lineares. Este tipo de problemas, tipicamente, não admite uma única solução mas um conjunto de soluções incomparáveis. Este conjunto de soluções representa o melhor resultado possível entre os objetivos conflituantes, visto que não é possível melhorar um critério sem piorar algum dos outros. Neste trabalho iremos introduzir as principais definições de otimização multiobjetivo, analisar as principais ideias da programação linear multiobjetivo, sumarizar os resultados mais importantes de programação linear e mostrar como usar os programas lineares paramétricos para resolver programas lineares com múltiplos objetivos, utilizando exemplos em $\mathbb{R}^2$ que ilustrem esses resultados. Provaremos alguns resultados importantes, como por exemplo o principal teorema de programação linear multiobjetivo que afirma que todas as soluções eficientes são também propriamente eficiente. Estudaremos também dois métodos para resolver programas lineares biobjetivo, o método da soma ponderada e o método simplex, ambos implementados em \textit{Matlab}. Faremos ainda uma breve generalização do método simplex para o caso de programação linear multiobjetivo. Concluímos este trabalho com um breve estudo computacional comparativo dos dois métodos que permite concluir que o método simplex é mais rápido que o método da soma ponderada nos exemplos testados.<br>Multiobjective linear programming it is a particular case of multiobjective programming, where multiples linear functions, subjected to a set of linear constraints, are optimized simultaneously. This type of problems do not admit, in general, unique solution, but a set of solutions of incomparable solutions. This set of solutions represents the best result possible among the conflicting objectives in the sense that it is not possible to improve one criterion without worsening any of the others. In this work, we will introduce the main definitions of multiobjective optimization, analyze the main ideas of multiobjective linear programming, summarize the main results of linear programming and show how parametric linear programming can be used to solve linear programs with several objectives, using examples in $\mathbb{R}^2$ that illustrate the results. We will also proof some important results, for example, the main theorem of multiobjective linear programming, which states that all efficient solutions are properly efficient. We will also study two methods to solve biobjective linear programs, the weighted sum method and the simplex method, both implemented in \textit{Matlab}. We will also make a brief generalization of the simplex method for multiobjective linear programming. We concluded this work with a brief comparative computational study of the both methods which allows us to conclude that the simplex method is much more faster than the weighted sum method, in the examples tested.

Esta dissertação tem como objetivo apresentar uma abordagem metodológica assente em modelos de portfolio multiobjetivo, com vista à obtenção de carteiras de ações possivelmente eficientes que considerem a incerteza intrínseca de decisões de investimento, utilizando o modelo dos desvios médios semi-absolutos como medida de risco. A modelação da incerteza é feita considerando o retorno esperado, o risco dos ativos e a liquidez como números intervalares, sendo contempladas restrições intervalares respeitantes às frações máximas de investimento nos vários ativos e em relação ao número máximo de ativos mantidos em carteira. Neste trabalho, é, ainda, apresentada uma proposta para obtenção de soluções possivelmente eficientes dos problemas de portfolio multiobjetivo intervalares, que permite atender a três tipos de estratégias de investimento, ou seja, uma estratégia conservadora, uma estratégia agressiva e uma estratégia combinada. A aplicabilidade da abordagem descrita é ilustrada através da utilização de dados de um conjunto de ações cotadas nos mercados Euronext e FTSE 100 e transacionadas entre 1 de janeiro de 2007 e 12 de novembro de 2015. Os resultados obtidos permitem avaliar os trade-offs entre risco, retorno e liquidez em diferentes conjunturas económicas. Neste contexto, para além do trade-off entre risco e retorno, que tende a aumentar num cenário de crise, evidencia-se também o trade-off entre liquidez e risco, verificando-se que o risco mínimo conduz, em geral, a níveis de liquidez mais baixos. Por outro lado, o trade-off entre retorno e liquidez está também patente nos resultados obtidos, com a maximização da liquidez a traduzir-se em níveis baixos de retorno. Finalmente, os resultados indicam que, quando a diversificação setorial é considerada como ponto de partida, o investidor pode obter portfolios possivelmente eficientes, consistentes com níveis de risco mais baixos, quando comparados com os níveis de risco obtidos sem atender a qualquer estratégia de diversificação de partida.

É amplamente aceite que a produtividade do Homem na execução de tarefas repetitivas aumenta à medida que as mesmas vão sendo efetuadas sucessivamente. Daqui se depreende o porquê de ser muito comum ouvir-se a célebre expressão de que “é a prática que leva à perfeição”. Na gestão de projetos, é costume fazer-se a alusão a esta convicção natural designando-a por efeito de aprendizagem. Reconhecendo a sua importância, esta dissertação terá como questão central o problema da gestão de projetos repetitivos, num contexto em que a possibilidade dos mesmos serem executados em paralelo coexiste com a possibilidade de colher os benefícios resultantes do efeito de aprendizagem. De facto, entrar em linha de conta com o fator aprendizagem poderá contribuir decisivamente para melhorar as estimativas de duração e custo inerentes à execução de vários projetos repetitivos sucessivamente, beneficiando a precisão dos processos de orçamentação e calendarização e, em última instância, promovendo a competitividade negocial das empresas junto dos seus parceiros de negócio/clientes. Este último aspeto torna-se essencial seja qual for a estratégia de negócio que a empresa prossiga. Sendo claro o interesse deste tema, para concretizar o objetivo desta investigação, foi utilizado um novo modelo de programação matemática multiobjetivo, desenvolvido por Gomes da Silva & Carreira (2016), que considera explicitamente a possibilidade de analisar os trade-offs estratégicos entre tempo, custo e qualidade, incidindo simultaneamente sobre o efeito de aprendizagem. Neste modelo, o gestor de projetos terá de determinar o número de equipas que irá executar cada atividade dos vários projetos repetitivos. Esta decisão implica, naturalmente, consequências diretas nas três dimensões referidas anteriormente e é da sua interação tipicamente conflituante que advém a complexidade deste problema. Devido à complexidade do modelo, foram desenvolvidas e aplicadas quatro heurísticas que têm por base algumas regras de prioridade, através das quais se pretendeu gerar aproximações à fronteira de Pareto do problema. As heurísticas foram posteriormente implementadas em dois exemplos específicos, de modo a ilustrar a sua aplicação, e foi possível verificar a sua relevância e capacidade para gerarem uma boa aproximação da fronteira de Pareto. Assim sendo, é necessária investigação adicional, no sentido de averiguar se os resultados aqui alcançados se mantêm válidos para outro tipo de redes e parâmetros.

Tese de mestrado, Estatística e Investigação Operacional (Investigação Operacional) Universidade de Lisboa, Faculdade de Ciências, 2016<br>This dissertation presents an automated method for creating a cyclic master surgery schedule (with a week horizon), and describes the reality and the results of a case study applied in a medium-sized Portuguese private hospital. Four objectives are taken into account when building the master surgery schedule, which can have OR time allocated to a specific surgeon, or to a surgical specialty. Firstly, the resulting workload at the hospitalization units should be leveled as much as possible. Secondly, the operating rooms are best allocated if shared as little as possible between different surgical specialties (i.e., by being shared by surgeons of the same surgical specialty). Thirdly, the surgical specialties are best allocated when the highest number of surgeons not already assigned that belong to the surgical specialty are available. Lastly, the weekly OR time assigned to surgeons or surgical specialties must be as close as possible to the corresponding OR time used in the last trimester (so the master surgery schedule is renewed based on the recent demand for surgeries). The surgery duration is not assumed to be deterministic. Since the duration of the surgeries are highly dependent on the type of surgery, and dependent on the surgeon and on the surgical specialty of the surgeon performing the surgery, Sturges' rule is considered in order to incorporate the empirical distribution of the stochastic variable in the model. Besides the constraints related with the objectives, the developed model incorporates structural constraints which ensure that surgeons and surgical specialties share the OR time properly, such as, capacity constraints that limit the available blocks on each day, and others related with hospital requirements. The number of required OR time blocks per surgical specialty is not given as input as it usually happens on other studies available in the literature. The method relies on mixed-integer linear programming techniques involving the solution of multiobjective optimization problems. Since the problem' objective function is formulated as a weighted sum of the multiple criteria presented, the model does not provide an overall solution, and after different algorithm runs, it is up to the decision maker to choose the best solution.<br>O sistema de saúde e os fatores que determinam a sua evolução são de grande complexidade. O desenvolvimento científico, tecnológico, social e económico a que temos assistido nas últimas décadas possibilitou a resolução de muitos dos problemas relacionados com os cuidados de saúde que enfrentávamos, mas também contribuiu para a descoberta de novos problemas mais complexos. Entre outros, as alterações nas necessidades dos cuidados de saúde motivadas pelo aumento da esperança média de vida, o progressivo envelhecimento da população, e o aumento da incidência e prevalência de doenças cronicas, deu origem aos novos desafios que o sector dos cuidados de saúde enfrenta atualmente. O sector dos cuidados de saúde em Portugal sofreu grandes alterações não só devido ao envelhecimento da população, mas também devido à crise financeira portuguesa (que se desenvolveu em consequência da crise da dívida pública da Zona Euro). A crise financeira portuguesa levou ao corte de orçamentos nos hospitais públicos e também no setor privado. A gestão do fornecimento de serviços de saúde está, pois, a tornar-se cada vez mais importante e exigente. Uma unidade hospitalar que é de particular interesse é o bloco operatório. Dado que uma grande percentagem das admissões hospitalares é devida à necessidade de intervenção cirúrgica (Guerriero & Guido 2011), o bloco operatório é um recurso hospital que representa um elevado nível de custo e receita, o que deixa pouco espaço para uma gestão ineficiente ou comunicação deficiente. O planeamento e agendamento do bloco operatório pode ser encarado como um processo de otimização hierarquizado em três fases: case mix planning (ou nível de decisão estratégica, em que são tomadas as decisões relacionadas com a oferta cirúrgica do hospital), master surgery planning (ou nível tático, em que é definido um horário cíclico que divide, entre cirurgiões ou especialidades cirúrgicas, o tempo de funcionamento das salas de operação), e surgery scheduling (ou nível operacional, em que os procedimentos cirúrgicos são marcados para uma sala operatória e dia específico), tal como referido no trabalho de Marques et al. (2012). Este trabalho apresenta e estuda a realidade de um hospital privado de dimensão médio localizado em Lisboa. O hospital tem oito salas de operação idênticas, estando apenas sete completamente equipadas e operacionais e nenhuma delas dedicada a um servi co específico, treze valências ou especialidades cirúrgicas, cerca de 224 cirurgiões ativos. Mais de 8400 cirurgias realizadas no ano de 2014. O hospital tem serviço de emergência, mas dado que a percentagem destes procedimentos é muito reduzida face ao volume global de cirurgias, este serviço não faz parte do estudo realizado. Em termos de cirurgias programadas, o hospital realiza cirurgias de ambulatório e convencionais. Pacientes sujeitos a uma cirurgia de ambulatório têm admissão e alta em menos de vinte e quatro horas. Em oposição, pacientes a que seja realizada uma cirurgia convencional terão que recuperar pelo menos uma noite numa das unidades de hospitalização (internamento ou cuidados intensivos). Segundo a análise efetuada aos dados das cirurgias realizadas no hospital ao longo de 2013 e 2014, e segundo a administração do bloco operatório, o volume de trabalho do mesmo tem vindo e continua a aumentar, incrementando a dificuldade de o gerir de forma eficiente. Esta realidade hospitalar difere significativamente da realidade dos hospitais públicos por não existir lista de espera para cirurgia, e por, em grande maioria, ser o cirurgião a propor ao paciente, no momento da consulta, a data para o procedimento cirúrgico. Este estudo tem como objetivo criar um master surgery schedule automatizado, de acordo com os requisitos específicos do hospital, por forma a aumentar a eficiência do bloco operatório. Este trabalho insere-se no segundo nível de otimização. No entanto, não pode ser considerado um problema exclusivamente inserido neste nível de decisão, pois não considera o tempo a ser atribuído a cada cirurgião ou especialidade cirúrgica como um input do modelo. A decisão inerente a este valor é considerada como pertencente ao primeiro nível de decisão. Calculando este valor no processo de otimização do segundo nível, este trabalho difere significativamente do de Belien et al. (2009), apesar de este ser o trabalho mais próximo de que temos conhecimento em termos de abordagem ao problema e definição de variáveis. As especificações do problema diferem também do trabalho mencionado, dado que cada hospital tem uma realidade hospitalar particular, apesar de os desafios diários, preocupações e dificuldades de implementação serem, genericamente, idênticos. À semelhança do estudo referido, este trabalho considera que a duração das cirurgias não é determinística. É usada a regra de Sturges, por forma a incorporar, no modelo, a distribuição empírica da duração das cirurgias. A duração das cirurgias é conhecida como sendo estritamente dependente do tipo de procedimento cirúrgico, consequentemente dependente da especialidade cirúrgica, e dependente do cirurgião que executa o procedimento (nomeadamente, por ser mais ou menos experiente na realização da cirurgia). Com o uso desta abordagem, espera-se simplificar a tarefa do diretor do bloco operatório, reduzir o conflito entre cirurgiões e o responsável pelo planeamento (sem perda de confiança por parte dos cirurgiões), e aumentar a eficiência e robustez do bloco operatório, reduzindo a variabilidade na sua produção, e consequentemente reduzindo a variabilidade da procura pelos serviços subsequentes (como as unidades de hospitalização). Pretende-se ainda demonstrar, nomeadamente junto do hospital, o potencial das técnicas de programação linear inteira mista na criação de boas sugestões de mudança neste âmbito de atuação. De forma mais precisa, este trabalho tem o intuito de alocar cirurgiões e especialidades cirúrgicas ao tempo de bloco de operatório disponível, considerando restrições estruturais gerais (p. ex. de capacidade) e restrições particulares provenientes dos processos implementados no hospital. Consideram-se quatro objetivos: reduzir a variabilidade da procura pelas unidades de hospitalização, nivelando o máximo possível, ao longo dos dias, a carga de trabalho resultante do centro cirúrgico; concentrar cirurgiões da mesma especialidade cirúrgica o máximo possível na mesma sala operatória, reduzindo o tempo de intervalo entre cirurgias; alocar tempo de bloco às especialidades cirúrgicas quando o maior número de cirurgiões não alocados estejam disponíveis; e renovar o horário cíclico, com uma semana de horizonte temporal, tendo por base o histórico mais recente de cirurgias. A metodologia criada recai, portanto, num modelo multiobjetivo, formulado como a soma ponderada dos quatro critérios descritos. Ao correr o algoritmo para diferentes pesos dos critérios, tem-se uma visão sobre o espaço das soluções, não se obtendo uma solução ótima única global. Compete, portanto, ao diretor do bloco decidir sobre qual a ponderação dos critérios, e consequentemente a solução, que aplicada à sua realidade particular, é considerada a melhor. Nesta fase, são avaliados vários trade-offs (dada a natureza conflituosa dos critérios da função objetivo ponderada). Foram recolhidos, junto do hospital, os dados das cirurgias realizadas ao longo dos anos de 2013 e 2014. Depois de analisados os dados, e ter sido possível extrair algumas métricas como p. ex. a taxa de ocupação real do bloco e a variabilidade do volume de cirurgias ao longo da semana e do ano, foi possível criar três instâncias de teste. Foram também recolhidos três master surgery schedules que estiveram em vigor durante o período de tempo de janeiro de 2013 a março de 2015. Foi, por isso, possível comparar os resultados obtidos pelo modelo e o plano real em vigor. Concluiu-se que o modelo produz soluções de qualidade, de acordo com as especificações e necessidades do hospital. Algumas das soluções encontradas obtêm melhor resultado para as várias métricas apresentadas (critérios da função objetivo) do que a solução implementada no hospital, o que permite estabelecer que o modelo desenvolvido gera master surgery schedules que melhoram o desempenho do bloco operatórios, tal como proposto inicialmente.

Tese de Doutoramento em Ciências e Tecnologias da Informação, apresentada ao Departamento de Engenharia Informática da Faculdade de Ciências e Tecnologia da Universidade de Coimbra<br>Sequence alignment is a standard technique in bioinformatics to measure the relationship between evolutionary or structurally related DNA/proteins sequences. Most modern programs for sequence alignment optimize a given objective function that is a convex combination of how many gaps need to be inserted into the sequences and how many characters become aligned. Clearly, depending on the weights given to each of the two components, different optimal alignments can be obtained. Therefore, choosing only one weight setting may provide an undesirable bias in further steps of the analysis, such as phylogenetic tree construction, and provide too simplistic interpretations. In this thesis, we take a different point of view on the mathematical formulation of the sequence alignment problem. Rather than considering the optimization of a scalar score function, resulting from a weighted sum of components, we consider a vector score function with the goal of optimizing, simultaneously, the different score components. This brings us to the topic of multiobjective optimization, which deals with the mathematical formulation of optimization problems with several conflicting objectives as well as with algorithms to solve them. Under this new formulation, these algorithms return a set of non-dominated alignments, each of which representing a trade-off between the several components. This set gives further information about the similarity of the sequences, from which a practitioner could analyze and choose the most plausible alignment. We consider the biobjective pairwise sequence alignment problem and propose extensions of efficient dynamic programming algorithms for several variants of this problem. We propose a novel pruning technique that substantially reduces the computation time and memory usage. Moreover, we consider a biobjective variant of this problem with more than two sequences, which is computationally intractable. We introduce local search techniques for this problem and conduct an in-depth experimental analysis on a wide range of benchmark instances. Based on the hypervolume indicator and empirical attainment function methodology, we establish functional relationships between algorithm performance and instance features. Finally, we present a method that uses multiobjective concepts for the construction of phylogenetic trees. We test this method on two real-life cases and show that the number of distinct phylogenetic tree topologies obtained is very small. This work shows that multiobjective concepts can successfully be applied to the sequence alignment problem and identifies which approaches can be used for the several variants of this problem. We believe that the methods proposed in this thesis, by providing more information about the relationship between biological sequences than the current known procedures, can be of great value to a broad range of research communities as well as to practitioners in the field.<br>O alinhamento de sequências é um procedimento utilizado na Bioinformática que tem por objetivo medir a semelhança entre sequências de DNA ou proteínas relacionadas entre si de uma forma evolutiva ou estrutural. As aplicações atuais para alinhamento de sequências otimizam uma determinada função objetivo que resulta da combinação convexa da quantidade de espaços a inserir nas sequências e da quantidade de caracteres que ficam alinhados. Dependendo das ponderações atribuídas a cada um destes dois componentes, diferentes alinhamentos podem ser obtidos. Desta forma, a escolha de uma só ponderação pode enviesar, indesejadamente, os passos seguintes da análise, por exemplo, na construção de árvores filogenéticas, e fornecer interpretações demasiado simples. Esta tese aborda o problema de alinhamento de sequências de uma forma diferente na perspetiva de formulação matemática. Em vez da otimização de uma função escalar que resulta de uma soma ponderada das componentes, considera-se uma função vetorial em que se pretende otimizar, simultaneamente, as suas componentes. O estudo destes problemas é abordado em otimização multi-objetivo, que lida com as formulações matemáticas de problemas de otimização com vários objetivos conflituosos entre si e com algoritmos para a sua resolução. Com esta nova formulação, os algoritmos retornam um conjunto de alinhamentos não-dominados, cada um representando um compromisso entre as várias componentes da função objetivo. Este conjunto, ao fornecer mais informação acerca da semelhança entre as sequências em análise, permite, ao profissional, escolher o alinhamento mais plausível. Neste estudo, considera-se o problema bi-objetivo de alinhamento emparelhado de sequências e variantes deste problema, para os quais propõem-se extensões de algoritmos eficientes baseados em programação dinâmica. Propõe-se iguamente uma variante bi-objetivo deste problema para mais do que duas sequências, que é considerado um problema computacionalmente intratável. Por esta razão, apresentam-se técnicas de procura local para este problema. Estes algoritmos são analisados experimentalmente num conjunto de instâncias de referência. Com base no indicador de hipervolume e na metodologia das funções de aproveitamento, estabelecem-se relações funcionais entre o desempenho dos algoritmos e características destas instâncias. Finalmente, apresenta-se um método que utiliza conceitos de otimização multi-objetivo para a construção de árvores filogenéticas. Este método é testado em dois casos reais. Os resultados obtidos indicam que o número de topologias distintas de árvores filogenéticas é bastante pequeno. Este estudo mostra que os conceitos multi-objetivo podem ser utilizados com sucesso no problema de alinhamento de sequências e permite identificar quais as abordagens que podem ser utilizadas para cada uma das variantes apresentadas. Ao fornecer mais informação acerca da relação entre as sequências biológicas do que os métodos atuais, espera-se que as contribuições desta tese possam de grande valor tanto para a comunidade académica como para os profissionais de Bioinformática.