Navegando por Assunto "Genetic algorithm"

Agora exibindo 1 - 12 de 12

Acesso aberto (Open Access)
Desenvolvimento de uma biblioteca para geração automática de casos de teste com algoritmos genéticos
(Universidade Federal do Pará, 2023-04-20) ALMEIDA NETO, Adilson; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
Neste trabalho uma biblioteca é desenvolvida com o proposito de gerar casos de teste automaticamente na linguagem de programação Python, para a geração dos testes, é utilizado um algoritmo genético com um operador de mutação desenvolvido de forma ad-hoc baseado na interação social. O Algoritmo é aplicado ao problema de geração de dados para testes com sucesso, resultados razoáveis são obtidos quando comparado ao estado da arte, o que demonstra um possível caminho a ser explorado na solução deste tipo de problema.
Acesso aberto (Open Access)
Estimativa da capacidade de hospedagem de geração distribuída em redes de distribuíção via algoritmos genéticos
(Universidade Federal do Pará, 2019-03-29) SOUSA, Alana Lima de; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
A utilização de fontes de energia próximas aos centros consumidores na forma de Geração Distribuída (GD) vem ganhando destaque no cenário mundial. A alta penetração de GD mudará o paradigma de operação dos sistemas elétricos de tal forma a afetar a qualidade da energia elétrica entregue aos consumidores. A potência ativa injetada pela GD provoca diversas consequências para os sistemas de distribuição, sendo a sobretensão a mais impactante delas. A inversão de fluxo de potência causada pela GD eleva as tensões da rede de distribuição, podendo levar a sobretensões e consequentemente o desligamento da própria GD. Durante a operação com fator de potência unitário da GD, os operadores de distribuição evitam a sobretensão pela redução de potência ativa da GD. É neste cenário que surge o conceito da Capacidade de Hospedagem (CH) da GD, o qual tem o objetivo de estimar a potência máxima injetada pela GD sem comprometer a qualidade da tensão do sistema. Esta dissertação de mestrado estima a capacidade de hospedagem da GD em sistemas de distribuição de média tensão usando Algoritmo Genético (AG), considerando como principal fator limitante o problema da sobretensão. Os testes de desempenho foram realizados nos sistemas IEEE 33 barras e IEEE 69 barras.
Acesso aberto (Open Access)
Estratégia de otimização para a melhoria da interpretabilidade de redes bayesianas: aplicações em sistemas elétricos de potência
(Universidade Federal do Pará, 2009-12-10) ROCHA, Cláudio Alex Jorge da; FRANCÊS, Carlos Renato Lisboa; http://lattes.cnpq.br/7458287841862567
A investigação de métodos, técnicas e ferramentas que possam apoiar os processos decisórios em sistemas elétricos de potência, em seus vários setores, é um tema que tem despertado grande interesse. Esse suporte à decisão pode ser efetivado mediante o emprego de vários tipos de técnicas, com destaque para aquelas baseadas em inteligência computacional, face à grande aderência das mesmas a domínios com incerteza. Nesta tese, são utilizadas as redes Bayesianas para a extração de modelos de conhecimento a partir dos dados oriundos de sistemas elétricos de potência. Além disso, em virtude das demandas destes sistemas e de algumas limitações impostas às inferências em redes bayesianas, é desenvolvido um método original, utilizando algoritmos genéticos, capaz de estender o poder de compreensibilidade dos padrões descobertos por essas redes, por meio de um conjunto de procedimentos de inferência em redes bayesianas para a descoberta de cenários que propiciem a obtenção de um valor meta, considerando a incorporação do conhecimento a priori do especialista, a identificação das variáveis mais influentes para obtenção desses cenários e a busca de cenários ótimos que estabeleçam valores, definidos e ponderados pelo usuário/especialista, para mais de uma variável meta.
Acesso aberto (Open Access)
Imitação da voz humana através do processo de análise-por-síntese utilizando algoritmo genético e sintetizador de voz por formantes
(Universidade Federal do Pará, 2015-12-18) ARAÚJO, Fabiola Pantoja Oliveira; KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha; http://lattes.cnpq.br/1596629769697284
A imitação da voz através do mecanismo de utterance copy consiste em estimar os parâmetros de entrada de um sintetizador de voz para gerar um sinal parecido com o da voz original. Este processo distingue-se da tradicional conversão texto-fala, porém é usado em muitas áreas, especialmente, em Linguística e na Saúde. Imitar a voz humana através deste mecanismo é um problema inverso difícil, pois este mapeamento é não linear e de muitos para um. Por exemplo, existem diferentes combinações dos valores dos parâmetros de entrada do sintetizador que produzem o mesmo sinal de voz sintética. Sendo assim, realizar manualmente a imitação da voz requer uma quantidade considerável de tempo e métodos automáticos, como o proposto aqui, são de interesse. Este trabalho apresenta um arcabouço baseado em algoritmo genético (AG) para estimar automaticamente os valores dos parâmetros de entrada de um sintetizador de voz por formantes, utilizando o processo de análise-por-síntese. Os resultados apresentados compreendem a imitação de vozes sintéticas (geradas por computador) e naturais (geradas por humanos) em inglês americano, para falantes masculinos e femininos. Estes resultados são comparados com os obtidos através do Winsnoori (baseline), o único software disponível atualmente que executa a mesma tarefa. Os experimentos mostraram que o arcabouço desenvolvido (newGASpeech) é uma alternativa eficaz para o trabalhoso processo manual de estimar os valores dos parâmetros de entrada de um sintetizador por formantes, superando a qualidade das vozes geradas pelo baseline em relação à cinco métricas objetivas utilizadas e à avaliação subjetiva aplicada a vinte e sete ouvintes não especialistas na área de voz e nem no idioma adotado.
Acesso aberto (Open Access)
Inteligência computacional aplicada à detecção e correção de outliers em séries temporais: estudo de caso em consumo de energia elétrica
(Universidade Federal do Pará, 2015-09-04) MELO, Diemisom Carlos Romano de; CASTRO, Adriana Rosa Garcez; http://lattes.cnpq.br/5273686389382860
A previsão de consumo de energia elétrica é uma tarefa que requer modelos computacionais bastante acurados para que possam influenciar corretamente na tomada de decisão em usinas hidrelétricas e distribuidoras de energia. Estes modelos computacionais são implementados a partir de um conjunto de dados que deve representar fielmente o comportamento das variáveis. Porém, nesses conjuntos de dados é bastante comum a presença de outliers, que surgem devido a erros de leitura de sensores, erros no próprio sistema de processamento/armazenamento dos dados ou falhas no sistema de distribuição. Este trabalho propõe então uma nova metodologia baseada em Inteligência Computacional para detecção e correção de outliers em séries temporais de consumo de energia elétrica. Uma rede neural artificial auto-associativa é utilizada para detecção de outliers. Posteriormente, esta rede neural, em conjunto com um algoritmo genético, é utilizada para a correção dos outliers detectados. Esta abordagem foi aplicada a uma série temporal de consumo de Energia Elétrica no Estado do Pará. Os resultados obtidos demonstram a eficiência da metodologia proposta, que identificou e corrigiu todos os outliers virtuais introduzidos durante a fase de avaliação da metodologia.
Acesso aberto (Open Access)
Métodos de auto sintonização bioinspirados para o algoritmo genético
(Universidade Federal do Pará, 2024-03-25) COSTA, Heictor Alves de Oliveira; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; https://orcid.org/0000-0002-6640-3182
Esta pesquisa foi motivada pela necessidade de aprimorar a eficiência do algoritmo genético (Genetic Algorithm - GA) ao lidar com uma variedade de problemas complexos. O objetivo é desenvolver estratégias que permitam ao GA ajustar-se automaticamente aos desafios específicos de cada problema, sem necessidade de intervenção manual para reajustar os seus parâmetros operacionais, tornando este algoritmo em uma ferramenta mais dinâmica. Para atingir esse objetivo, a pesquisa propôs duas estratégias bioinspiradas para aprimorar a adaptabilidade e a eficiência do GA. A primeira foi a Radiação Adaptativa (Adaptive Radiation - AR), um fenômeno biológico que provoca altas taxas de mutação em populações, permitindo rápida adaptação às condições de sobrevivência. A segunda foi uma técnica de seleção inspirada em Modelos de Decisão Multicritério (MDMC) e no comportamento natural da escolha de parceiros de diversas espécies, que auxiliam na tomada de decisão, avaliando soluções com base em critérios múltiplos. A metodologia envolveu a implementação dessas estratégias no GA, criando dois novos algoritmos: GA com Radiação Adaptativa (GAAR) e GA Multicritério (MCGA). Esses algoritmos foram então testados em três categorias diferentes de problemas: dez funções de benchmark, que simulam uma variedade de ambientes complexos; quatro problemas de engenharia, que representam desafios da indústria; e um problema real, para testar a aplicabilidade prática dos algoritmos em um cenário de alta magnitude. Os resultados mostraram que os algoritmos GAAR e MCGA superaram o GA padrão e outros algoritmos de otimização na maioria dos problemas testados. Em particular, eles foram capazes de adaptar-se efetivamente a diferentes tipos de problemas e encontrar soluções eficientes sem a necessidade de reajuste manual dos seus parâmetros. Esses resultados sugerem que a introdução de estratégias bioinspiradas como AR e MDMC pode melhorar significativamente o desempenho do GA, tornando-os uma ferramenta poderosa para uma ampla gama de aplicações do mundo real
Acesso aberto (Open Access)
Modelagem paramétrica linear aplicada à faixa de sinal de televisão digital para cidades densamente arborizadas
(Universidade Federal do Pará, 2014-02-26) LOPES, Ramz Luiz Fraiha; CAVALCANTE, Gervásio Protásio dos Santos; http://lattes.cnpq.br/2265948982068382
Este trabalho apresenta uma modelagem paramétrica (auto-regressiva) linear aplicável a estudos de propagação de televisão digital e telefonia celular para cidades densamente arborizadas. A modelagem proposta apresenta um forte embasamento estatístico e depende apenas de dados provenientes de medição, no caso dados relativos a potência recebida e o valor de PSNR (Peak Signal-to-Noise Ratio). Um algoritmo genético é utilizado no cálculo dos parâmetros de ajuste do modelo a um conjunto de dados. O trabalho foi realizado na faixa de televisão digital e foram analisadas duas variáveis: a potência recebida do sinal e o valor de PSNR. Foram executadas campanhas de medição na cidade de Belém. Nestas medições foram coletados dados de potência e gravados vídeos da programação diária de uma emissora de televisão. Os resultados podem ser aplicados no planejamento de serviços de telecomunicações.
Acesso aberto (Open Access)
Modelos equivalentes de parques eólicos usando algoritmos genéticos
(Universidade Federal do Pará, 2013-09-11) MONTEIRO, Felipe; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
Esta dissertação apresenta uma metodologia baseada em algoritmo genético (AG) para determinar modelos dinâmicos equivalentes de parques eólicos com geradores de indução em gaiola de esquilo ( GIGE) e geradores de indução duplamente alimentados ( GIDA), apresentando parâmetros elétricos e mecânicos distintos. A técnica se baseia em uma formulação multiobjetiva solucionada por um AG para minimizar os erros quadráticos das potências ativa e reativa entre modelo de um único gerador equivalente e o modelo do parque eólico investigado. A influência do modelo equivalente do parque eólico no comportamento dinâmico dos geradores síncronos é também investigada por meio do método proposto. A abordagem é testada em um parque eólico de 10MW composto por quatro turbinas eólicas ( 2x2MW e 2x3MW), consistindo alternadamente de geradores GIGE e GIDA interligados a uma barra infinita e posteriormente a rede elétrica do IEEE 14 barras. Os resultados obtidos pelo uso do modelo dinâmico detalhado para a representação do parque eólico são comparados aos do modelo equivalente proposto para avaliar a precisão e o custo computacional do modelo proposto.
Acesso aberto (Open Access)
Otimização de controladores utilizando algoritmos genéticos para melhoria da capacidade de sobrevivência a afundamentos de tensão de aerogeradores de indução duplamente excitados
(Universidade Federal do Pará, 2009-12-01) VIEIRA, João Paulo Abreu; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813; NUNES, Marcus Vinícius Alves; http://lattes.cnpq.br/9533143193581447
Na presente tese propõe-se uma metodologia de ajuste ótimo dos controladores do conversor interligado ao rotor de aerogeradores de indução duplamente excitados (DFIG), utilizando algoritmos genéticos (AG), com o objetivo de melhorar a segurança e a robustez do sistema elétrico de potência, permitindo que os aerogeradores DFIG participem da gestão técnica do sistema. Para garantir este objetivo, é utilizada uma estratégia de proteção do tipo “crow-bar” durante a falta, mantendo o conversor interligado ao rotor conectado à máquina. Imediatamente após a eliminação da falta, o “crow-bar” é desativado, e simultaneamente os controladores ótimos do conversor interligado ao rotor são acionados, previamente ajustados pelo AG, a fim de melhorar a capacidade de sobrevivência a afundamentos de tensão “ridethrough capability” e a margem de estabilidade global do sistema elétrico. Para validação da metodologia ótima desenvolvida foram realizadas simulações computacionais utilizando uma rede elétrica real, em três condições operacionais distintas.
Acesso aberto (Open Access)
Síntese de superfícies seletivas de frequência multicamadas via otimização bioinspirada
(Universidade Federal do Pará, 2019-08-23) LIMA, Wirlan Gomes; ALCÂNTARA NETO, Miércio Cardoso de; http://lattes.cnpq.br/0549389076806391; BARROS, Fabrício José Brito; http://lattes.cnpq.br/9758585938727609
A análise de dispositivos eletromagnéticos via softwares computacionais, geralmente, demanda alto custo computacional e elevado tempo de processamento. Em certas situações, para atender certos objetivos de projeto, encontrar os parâ- metros estruturais ótimos podem levar dias ou até mesmo semanas quando feitos pelo método da tentativa e erro, ao se buscar respostas precisas em estruturas de alta complexidade. Neste cenário, as ferramentas de computação bioinspiradas (Bioinspired Computation - BIC) são fortes aliadas em economia de tempo, custo computacional e, consequentemente, de dinheiro. Para intensificar o poder e a efici- ência dessas ferramentas, métodos híbridos têm sido desenvolvidos, nos quais redes neurais trabalham conjuntamente com algoritmos de otimização a fim de obter re- sultados ainda mais satisfatórios e precisos. Nesse contexto, este trabalho apresenta a utilização de dois modelos híbridos de otimização bioinspirada multiobjetivo para o projeto e síntese de superfícies seletivas de frequência (Frequency Selective Surfaces - FSS) multicamadas. Inicialmente, é feita uma investigação eletromagnética da célula unitária das estruturas do tipo patch que irão compor a FSS multicamadas, sendo elas uma espira triangular e um losango sólido impressos em substrato de fibra de vidro (FR-4). As simulações computacionais foram realizadas com o auxílio do software CST® Micro Wave Studio, cuja técnica numérica utilizada é a dasintegrais finitas (FIT). São projetados três filtros com características distintas que abrangem as bandas C, X e Ku. O processo de síntese consiste em sintonizar os objetivos das estruturas inseridos na função custo dos algoritmos de otimização. A modelagem das estruturas é realizada por uma rede neural de regressão geral (General Regression Neural Network - GRNN) e o processo de otimização é realizado pelos algoritmos. As simulações computacionais para cálculo dos dados eletromagnéticos (EM) das FSS multicamadas foram realizadas aplicando o software CST®. Os valores otimizados retornados pelos modelos híbridos também foram simulados usando o software Ansoft DesignerTM HFSS para avaliar os resultados obtidos anteriormente. Observou-se boa concordância entre os resultados simulados, evidenciando a redução no tempo de processamento das estruturas, além de mostrar que o modelo GRNN-AG Multi se sobressaiu em relação ao GRNN-MOCS, apresentando erros em relação aos objetivos de projeto para as simulações em CST® de 0,44%, 0,254% e 0,387% para os filtro 1, 2 e 3, respectivamente, sendo este o modelo híbrido mais eficiente para a otimização de FSS multicamadas.
Acesso aberto (Open Access)
Techniques of downstream rate balancing for vectored digital subscriber line systems: case study of the ITU G.9700 standard
(Universidade Federal do Pará, 2015-03-10) COUTINHO FILHO, Claudio de Castro; KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha; http://lattes.cnpq.br/1596629769697284
Conforme a tecnologia DSL (Digital Subscriber Line) atinge o seu limite de largura de banda física e o modelo Fiber-to-the-Home (FTTH) se torna um substituto em potencial, novas técnicas são desenvolvidas para lidar com as exigências da indústria de acesso à Internet. Nesse contexto, o padrão recém acordado do International Telecommunication Union (ITU), o G.9700 (G.fast) traz para a rede de cobre uma renovação de sua vida útil, com o uso de técnicas como o Vectoring. Esta, apesar de ser uma ferramenta poderosa para que DSL se torne uma tecnologia competitiva para a fibra óptica, ainda deve lidar com o problema de que os assinantes podem obter taxas diferentes em seus CPEs (Customer Premises Equipments), causado principalmente por aspectos físicos do canal. Com isso em mente, este trabalho propõe métodos para balancear as taxas entregues às linhas dos usuários no downstream. Isso é feito por meio de diferentes ordenações das colunas da matriz do canal, em cenários que utilizam o Precoder Tomlinson-Harashima (THP) até 200 MHz. Simulações foram feitas usando cada método de balanceamento de taxas em seis cabos medidos, a fim de demonstrar os progressos de cada método. Estas simulações são estendidas para o ainda não validado cenário Near-Far, que tenta representar as situações em que algumas linhas têm comprimento maior do que outras, e serve apenas como referência. Os métodos propostos produziram resultados promissores de balanceamento, com reduções de até 95,79% do desvio padrão para o cabo Swisscom I51, quando se comparando resultados de um método de algoritmo genético com aqueles do THP.
Acesso aberto (Open Access)
Utilização de um sistema de armazenamento térmico para aplicação de gerenciamento pelo lado da demanda em uma rede de distribuição universitária
(Universidade Federal do Pará, 2018-08-16) SOUZA, Zaire de Assis Ferreira; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
A presente dissertação propõe o gerenciamento ótimo da demanda de refrigeração de uma rede de distribuição universitária para promover maior economia e eficiência energética utilizando a inercia térmica de salas de aula climatizadas como elemento armazenador de energia térmica e geração fotovoltaica. O método proposto considera a variação horária da temperatura ambiente influenciando a variação da temperatura interna das salas de aula e o consumo de energia ao longo do dia, sabendo que a unidade consumidora é tarifada no modelo Horo-Sazonal Verde. A análise das cargas da unidade consumidora leva a concluir que a maior parte da energia consumida é destinada a algum tipo de carga de refrigeração, sobretudo a climatizadores de ambiente, assim, considerar a gestão deste tipo de cargas no contexto das redes inteligentes (Smart Grids) é uma maneira coerente de impactar positivamente no aumento da eficiência energética. O gerenciamento pelo lado da demanda é realizado com base em Algoritmo Genético e os resultados comprovam a eficácia do método proposto em equilibrar o gerenciamento energético e promover um aumento considerável na economia com os gastos de energia.