Navegando por Assunto "Genetics algorithms"

Agora exibindo 1 - 20 de 26

Acesso aberto (Open Access)
Uma abordagem heurística para os problemas de horários educacionais
(Universidade Federal do Pará, 2020-12-15) REIS, Williams Sousa dos; QUARESMA, João Nazareno Nonato; http://lattes.cnpq.br/7826389991864785
A cada novo período letivo, instituições de ensino têm o árduo trabalho de realizarem a alocação dos seus horários de aula, o problema implica em atribuir intervalos de tempo e recursos as atividades, de tal forma que satisfaçam as restrições impostas da melhor forma possível. Este é um problema considerado de difícil solução do ponto de vista da teoria da complexidade computacional. Pensando nisso, este trabalho tem como objetivo, desenvolver uma ferramenta que possa automatizar o processo de alocação de horários realizado pelo Instituto de Biodiversidade e Florestas (IBEF) da Universidade Federal do Oeste do Pará (UFOPA), apresentando uma proposta baseada na meta-heurística conhecida como algoritmo genético (AG). Esta proposta é submetida a vários experimentos com dados reais da referida instituição e os resultados são de plena satisfação, evidenciados pela superação das restrições impostas pelo problema em um tempo computacional aceitável, trazendo algumas vantagens com a automatização do processo, tais como: redução no tempo de desenvolvimento da alocação de horário; e uma melhor realocação e utilização dos recursos físicos e humanos
Acesso aberto (Open Access)
Uma abordagem para otimização do período de sensoriamento em rádio cognitivo com algoritmo genético multiobjetivo
(Universidade Federal do Pará, 2011-08-25) YOSHIOKA, Peterson Marcelo Santos; COSTA JÚNIOR, Carlos Tavares da; http://lattes.cnpq.br/6328549183075122
A eficiência espectral em redes baseadas na tecnologia de Rádio Cognitivo (RC) pode ser comprometida caso o rádio seja utilizado por muito tempo para a detecção em vez da transmissão de dados. Por isso, tornam-se necessários esquemas de sensoriamento que tenham o objetivo de obter o máximo possível de utilização do espectro, evitando sensoriamento desnecessário, bem como, obtendo o mínimo de interferência na transmissão do usuário primário decorrente de detecção incorreta de sua transmissão. Neste trabalho, propomos a utilização de Algoritmos Genéticos para realizar a adaptação do período de sensoriamento. O objetivo é obter um período de sensoriamento ótimo para os canais com vistas a maximizar a descoberta de oportunidades no espectro e minimizar o overhead decorrente do sensoriamento. A maioria dos trabalhos relacionados a este assunto considera que o overhead de sensoriamento é fixo, não levando em conta que alguns canais podem ter menor tolerância à interferência que outros. A proposta apresentada neste trabalho pode adaptar-se aos requisitos de tolerância à interferência no canal licenciado por meio da determinação de um período de sensoriamento que otimize as oportunidades para qualquer valor de overhead definido. Nossa proposta consegue obter um ganho de até 90% em relação às técnicas não otimizadas no número de oportunidades encontradas, até 40,9% no ganho de transmissão útil e obteve uma redução no tempo de interferência de 66,83%, bem como resultados similares aos obtidos por uma proposta otimizada presente na literatura, com a vantagem de permitir a adaptação do overhead de sensoriamento.
Acesso aberto (Open Access)
Algoritmos culturais com abordagem memética e multipopulacional aplicados a problemas de otimização
(Universidade Federal do Pará, 2012-04-20) SILVA, Deam James Azevedo da; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
Em muitos problemas de otimização há dificuldades em alcançar um resultado ótimo ou mesmo um resultado próximo ao valor ótimo em um tempo viável, principalmente quando se trabalha em grande escala. Por isso muitos desses problemas são abordados por heurísticas ou metaheurísticas que executam buscas por melhores soluções dentro do espaço de busca definido. Dentro da computação natural estão os Algoritmos Culturais e os Algoritmos Genéticos, que são considerados metaheurísticas evolutivas que se complementam devido ao mecanismo dual de herança cultura/genética. A proposta do presente trabalho é estudar e utilizar tais mecanismos acrescentando tanto heurísticas de busca local como multipopulações aplicados em problemas de otimização combinatória (caixeiro viajante e mochila), funções multimodais e em problemas restritos. Serão executados alguns experimentos para efetuar uma avaliação em relação ao desempenho desses mecanismos híbridos e multipopulacionais com outros mecanismos dispostos na literatura de acordo com cada problema de otimização aqui abordado.
Acesso aberto (Open Access)
Alocação ótima de geração distribuída em redes de distribuição utilizando algoritmo híbrido baseado em cuckoo search e algoritmo genético
(Universidade Federal do Pará, 2018-09-02) OLIVEIRA, Victoria Yukie Matsunaga de; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Esta tese de doutorado propõe um novo algoritmo Cuckoo Search (CS) chamado Cuckoo-GRN (Cuckoo Search with Genetically Replaced Nests), que incorpora benefícios do algoritmo genético (GA) no algoritmo CS. O método proposto trata os ninhos abandonados do CS de maneira mais eficiente, substituindo-os geneticamente. Isto melhora significativamente o desempenho do algoritmo, estabelecendo o equilíbrio ideal entre a diversificação e a intensificação de busca. O novo algoritmo é utilizado para otimizar a localização e o dimensionamento de unidades de geração distribuída em um sistema de distribuição, a fim de minimizar as perdas de energia ativa, melhorando a estabilidade da tensão do sistema e o perfil de tensão. Alocações de uma ou mais unidades de geração distribuída são consideradas. O algoritmo proposto é extensivamente testado em funções matemáticas de benchmark, bem como nos sistemas de distribuição de 33 e 119 barras. Os resultados da simulação mostram que o Cuckoo-GRN pode levar a uma melhora substancial de desempenho em relação ao algoritmo CS original e a outras técnicas atualmente conhecidas na literatura, não apenas em termos de convergência, mas também de precisão da solução.
Acesso aberto (Open Access)
Antenas compactas de microondas de banda larga e banda ultra-larga (UWB)
(Universidade Federal do Pará, 2011-12-16) MÉLO, Dilermando Ramalho de; DMITRIEV, Victor Alexandrovich; http://lattes.cnpq.br/0684541646225359
Nos últimos anos, com o surgimento de novos serviços e equipamentos para o sistema de comunicação móvel com maiores larguras de banda de operação e ocupando espaços cada vez menores, o desenvolvimento de novas antenas de bandas largas e com dimensões pequenas se tornou um dos principais desafios das pesquisas na área de antenas. Neste trabalho, duas estruturas de antenas de bandas largas e dimensões reduzidas foram analisadas e otimizadas. Na primeira parte, a antena filamentar monopolo dobrado (Wire Built-in Folded Monopole Antenna, W-BFMA) foi investigada e teve sua largura de banda otimizada, conectada a linha de alimentação em diferentes impedâncias. Para modelar a estrutura da antena W-BFMA foi usado o método numérico dos momentos (Method of Moments - MoM), e para sua otimização os métodos: paramétrico, hill climbing e algoritmo genético (AG). Programas computacionais baseados na linguagem Matlab foram desenvolvidos para modelagem, otimização e cálculos das principais curvas características da antena W-BFMA. Na segunda parte, duas diferentes configurações de antenas monopolos planos usando a tecnologia de banda ultra-larga (Ultra- Wideband Antenna, UWB) foram investigadas e otimizadas com a ajuda do programa comercial Computer Simulation Technology (CST) Microwave Studio. Ambas as antenas UWB foram alimentadas por uma linha de microfita (microstrip line) na impedância de 50Ω. A antena UWB que apresentou melhor resultado teve o seu protótipo construído, as principais curvas características, tais como: perda de retorno, ganho, distribuição de corrente e diagrama de radiação foram analisadas. Os resultados simulados foram comparados com resultados obtidos experimentalmente.
Acesso aberto (Open Access)
Avaliação da aprendizagem: uma abordagem qualitativa baseada em mapas conceituais, ontologias e algoritmos genéticos
(Universidade Federal do Pará, 2007-05-18) ROCHA, Francisco Edson Lopes da; FAVERO, Eloi Luiz; http://lattes.cnpq.br/1497269209026542
Nas últimas duas décadas, o crescimento nas áreas de Redes de Computadores e Inteligência Artificial - IA - favoreceu o avanço da pesquisa em outras áreas de conhecimento, entre elas a Educação. Nesta área, novas descobertas deslocaram as pesquisas das antigas teorias educacionais comportamentalistas para o construtivismo, levando a um melhor entendimento de como acontece a aprendizagem. Aprendizagem Significativa - AS - é uma das teorias construtivista em grande evidência atualmente e Mapa Conceitual - MC - é a sua ferramenta cognitiva principal. Adicionalmente, o amadurecimento da pesquisa da modalidade de Educação a Distância - EAD - permitiu aplicar o processo educacional em larga escala. Nesta tese investiga-se a avaliação automática inteligente da aprendizagem mediada por mapas conceituais. Trata-se de uma abordagem qualitativa, denominada de avaliação formativa, que está em conformidade com o modelo de Bloom, uma referência para os processos educacionais - ensino, aprendizagem e avaliação da aprendizagem. A proposta apresentada pretende ser uma alternativa de solução para uma importante questão na área da Educação: Como avaliar qualitativamente a aprendizagem respeitando os processos cognitivos idiossincráticos de cada estudante? A integração de mapas conceituais, ontologias de domínio e algoritmos genéticos possibilita um avanço no estado da arte de avaliação e acompanhamento automático da aprendizagem. Quebra-se o paradigma das avaliações apenas quantitativas, apresentando uma nova abordagem de acompanhamento gradual e contínuo das atividades do estudante. Nesta abordagem pode-se fazer o acompanhamento individual, respeitando a forma idiossincrática de aprender, e/ou de grupo de estudantes, sendo possível agrupá-los por características cognitivas específicas ou por grau de desenvolvimento. Esta tese inicia uma nova linha de pesquisa que pode ser sintetizada como “Avaliação automática qualitativa da aprendizagem centrada em Mapas Conceituais, fundamentada com técnicas de IA: ontologias e algoritmos genéticos”. Dentro dessa nova linha de pesquisa, a tese traz as seguintes contribuições: ² um protótipo de um ambiente para ensino, aprendizagem e avaliação da aprendizagem, fundamentado na Aprendizagem Significativa, incluindo um editor de mapas conceituais, um editor de ontologias e um módulo avaliador; ² uma proposta de uso de algoritmos genéticos e ontologias para avaliação/acompanhamento qualitativo da aprendizagem, permitindo: – acompanhamento individual passo a passo; – acompanhamento de grupos de estudantes; – comparações entre estudantes. As ontologias de domínio são geradas pelo professor usando um editor de ontologias que é disponibilizado no ambiente. Elas contêm o conhecimento estrutural que deve ser aprendido pelos estudantes antes que estes possam dominar outras formas de conhecimento. O algoritmo genético foi projetado para funcionar em dois modos distintos: i) gerando múltiplos MCs para comparar com o MC do estudante, permitindo uma avaliação da aprendizagem em qualquer estágio do andamento do curso; esta avaliação é relativa, centrada num determinado número de conceitos que representa uma estrutura parcial do domínio de conhecimento sendo estudado; e ii) gerando um MC ótimo de acordo com a ontologia gerada pelo professor para permitir uma avaliação completa da aprendizagem do domínio de conhecimento que foi estudado. O modelo proposto foi avaliado pela implementação de protótipos para a ferrramenta de avaliação. O algoritmo genético desenvolvido usa como espaço de busca as ontologias. Ele imita os processos cognitivos característicos da aprendizagem significativa e constrói MCs que possam ser comparados semanticamente com o do estudante. Sua função de adaptação representa uma forma medir distâncias no campo cognitivo, sendo a escala de medida dada por uma taxonomia que organiza dimensões semânticas e, dentro destas, frases de ligação. Esta taxonomia é usada pelo professor ao construir as ontologias e pelos estudantes ao construírem seus mapas conceituais. Os principais desafios que envolveram o desenvolvimento da pesquisa relatada nesta tese foram os seguintes: 1) determinação de um modelo adequado de ontologia de domínio que pudesse ser aplicado à avaliação da aprendizagem; 2) determinação de um método e uma escala de medida que se aplicasse ao domínio cognitivo; e 3) determinação de um mecanismo de busca na ontologia que fosse coerente com as teorias construtivistas da avaliação da aprendizagem. A pesquisa relatada neste trabalho pode avançar em função de novas funcionalidades ou de melhorias nas funcionalidades já implementadas. Algumas possibilidades foram sugeridas ao final da tese, sendo uma das principais a disponibilização do ambiente na Internet. Esta tese gerou 7 (sete) contribuições científicas, 1 (uma) em revista qualis A, 1 (uma) em revista qualis B, 2 (duas) em congressos internacionais e 3 (três) em congressos nacionais. Os resultados obtidos fazem avançar significativamente o que já foi conseguido até então no grupo de pesquisa AmAm/UFPA, em cujo contexto esta tese está inserida.
Acesso aberto (Open Access)
Cálculo de equivalentes dinâmicos de sistema de potência usando algoritmos genéticos
(Universidade Federal do Pará, 2014-08-07) SANTOS, Pitther Negrão dos; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
Esta dissertação apresenta um método baseado em algoritmos genéticos para cálculo de equivalentes dinâmicos de sistemas de potência visando representar partes de um sistema para estudos de análise de estabilidade transitória. O modelo do equivalente dinâmico é obtido por meio da identificação de parâmetros de geradores síncronos, localizados nas barras de fronteira entre o sistema externo e o subsistema em estudo. Um indicie é usado para avaliar a proximidade entre as simulações realizadas usando o modelo completo e o modelo reduzido, após serem submetidos a grandes distúrbios no subsistema em estudo. Diferentes condições operacionais foram levadas em conta. As simulações foram realizadas usando os softwares GAOT “The Genetic Algorithm Optimization Toolbox”, ANAREDE e ANATEM. Esse método foi testado no sistema teste duas áreas do Kundur e no Sistema Interligado Nacional (SIN). Os resultados validaram a eficácia do método desenvolvido para o cálculo de equivalentes dinâmicos robustos.
Acesso aberto (Open Access)
Classificação de dados utilizando algoritmos genéticos e lógica difusa
(Universidade Federal do Pará, 2008-12-14) KATO, Rodrigo Bentes; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
Várias das técnicas tradicionais de Mineração de Dados têm sido aplicadas com êxito e outras esbarram em limitações, tanto no desempenho como na qualidade do conhecimento gerado. Pesquisas recentes têm demonstrado que as técnicas na área de IA, tais como Algoritmo Genético (AG) e Lógica Difusa (LD), podem ser utilizadas com sucesso. Nesta pesquisa o interesse é revisar algumas abordagens que utilizam AG em combinação com LD de forma híbrida para realizar busca em espaços grandes e complexos. Este trabalho apresenta o Algoritmo Genético (AG), utilizando Lógica Difusa, para a codificação, avaliação e reprodução dos cromossomos, buscando classificar dados através de regras extraídas de maneira automática com a evolução dos cromossomos. A Lógica Difusa é utilizada para deixar as regras mais claras e próximas da linguagem humana, utilizando representações lingüísticas para identificar dados contínuos.
Acesso aberto (Open Access)
Comparação de métodos baseados em algoritmos genéticos para ajuste coordenado de estabilizadores de sistemas de potência
(Universidade Federal do Pará, 2014-11-27) VIEIRA, Celivan Ferreira; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
Essa dissertação de mestrado apresenta um estudo comparativo entre três metodologias baseadas em algoritmos genéticos para ajuste coordenado de estabilizadores de sistemas de potência (ESP). Os procedimentos de ajuste do ESP são formulados como um problema de otimização, a fim de: 1) maximizar o coeficiente de amortecimento mínimo do sistema em malha fechada; 2) maximizar o somatório de todos os coeficientes de amortecimento do sistema em malha fechada; e 3) deslocar os modos eletromecânicos poucos amortecidos ou mal amortecidos para uma zona pré-escrita no plano s. As três metodologias consideram um conjunto de condições de operacionais pré-especificadas. O sistema elétrico foi representado por equações no espaço de estado e as matrizes associadas com a modelagem foram obtidas por meio da versão acadêmica do programa PacDyn. As simulações foram realizadas usando o MATLAB. As metodologias foram aplicadas no conhecido sistema teste New England.
Acesso aberto (Open Access)
Desenvolvimento de uma ferramenta computacional para otimização de cálculo luminotécnico de interiores baseado em algoritmo genético
(Universidade Federal do Pará, 2019-09-17) MONTEIRO, Ana Laura Pinheiro Ruivo; TOSTES, Maria Emília de Lima; http://lattes.cnpq.br/4197618044519148
Existe no mercado uma grande quantidade de lâmpadas e luminárias que apresentam características próprias, como a quantida de lúmens e vida útil. Deste modo, há várias combinações possíveis de lâmpadas e luminárias que podem ser empregadas como solução para adequar a iluminação de um determinado ambiente interno. O que irá diferenciar cada solução será o custo de investimento e o tempo de retorno financeiro. Este trabalho apresenta o desenvolvimento de uma ferramenta que fornece ao usuário a possibilidade de realizar estudos luminotécnicos para qualquer ambiente interno comercial, considerando múltiplos cenários e seguindo as normas estipuladas pela NBR ISO/CIE 8995-1:2013. Os estudos são realizados deforma otimizada através da execução de um Algoritmo Genético, o qual tem como função objetivo a minimização do tempo de retorno financeiro do investimento das lâmpadas e luminárias, que serão necessárias para o alcance de iluminância do ambiente. Para o desenvolvimento da ferramenta foram utilizadas planilhas eletrônicas associadas a linguagem de programação Pythoneo PyCharm, como ambiente de desenvolvimento. Utilizou-se o método dos Lúmens para dimensionamento luminotécnico, técnica de regressão linear simples para estimar a tarifa de energia elétrica para um período de 10 anos e Valor Presente Líquido juntamente com o payback descontado para análise de retorno financeiro das soluções geradas pela ferramenta. A ferramenta desenvolvida foi aplicada em quatro cenários distintos do edifício do Centro de Excelência em Eficiência Energética da Amazônia (CEAMAZON). Foram encontradas soluções válidas para todos os cenários, ou seja, um payback em até10 anos, levando em consideração o investimento inicial, o consumo anual e a manutenção,quando houver.As melhores soluções foram simuladas pelo software DIALux como auxílio na projeção da distribuição das luminárias nos ambientes. Os aspectos descritos nesse trabalho mostram a funcionalidade e aplicabilidade dessa ferramenta, visando dar suporte ao usuário no planejamento do dimensionamento de projetos luminotécnicos, tendo sido alcançado o objetivo estabelecido, mostrando-se funcional e efetivo.
Acesso aberto (Open Access)
Estratégia do planejamento e otimização de sistemas sem fio, considerando redes interferentes: abordagem baseada em cross-layer
(Universidade Federal do Pará, 2011-06-30) ARAÚJO, Jasmine Priscyla Leite de; FRANCÊS, Carlos Renato Lisboa; http://lattes.cnpq.br/7458287841862567
Apesar do aumento significativo do uso de redes locais sem fio (WLAN) nos últimos anos, aspectos de projeto e planejamento de capacidade da rede são ainda sistematicamente negligenciados durante a implementação da rede. Tipicamente um projeto de rede local sem fio é feito e instalado por profissionais de rede. Esses profissionais são extremamente experientes com redes cabeadas, mas são ainda geralmente pouco experientes com redes sem fio. Deste modo, as instalações de redes locais sem fio são desvantajosas pela falta de um modelo de avaliação de desempenho e para determinar a localização do ponto de acesso (PA), além disso, fatores importantes do ambiente não são considerados no projeto. Esses fatores se tornam mais importante quando muitos pontos de acesso (PAs) são instalados para cobrir um único edifício, algumas vezes sem planejamento de freqüência. Falhas como essa podem causar interferência entre células geradas pelo mesmo PA. Por essa razão, a rede não obterá os padrões de qualidade de serviço (QoS) exigidos por cada serviço. O presente trabalho apresenta uma proposta para planejamento de redes sem fio levando em consideração a influência da interferência com o auxílio de inteligência computacional tais como a utilização de redes Bayesianas. Uma extensiva campanha de medição foi feita para avaliar o desempenho de dois pontos de acesso (PAs) sobre um cenário multiusuário, com e sem interferência. Os dados dessa campanha de medição foram usados como entrada das redes Bayesianas e confirmaram a influência da interferência nos parâmetros de QoS. Uma implementação de algoritmo genético foi utilizado permitindo uma abordagem híbrida para planejamento de redes sem fio. Como efeito de comparação para otimizar os parâmetros de QoS, de modo a encontrar a melhor distância do PA ao receptor garantindo as recomendações do International Telecomunication Union (ITU-T), a técnica de otimização por enxame de partículas foi aplicada.
Acesso aberto (Open Access)
Estratégias evolucionárias para otimização no tratamento de dados ausentes por imputação múltipla de dados
(Universidade Federal do Pará, 2016-02-16) LOBATO, Fábio Manoel França; SANTANA, Ádamo Lima de; http://lattes.cnpq.br/4073088744952858
A análise de dados envolve aquisição e organização de informação com o objetivo de se obter conhecimento a partir deles, propiciando avanços científicos nos mais variados campos, bem como provendo vantagens competitivas às corporações. Neste âmbito, um problema ubíquo na área merece destaque, os valores ausentes, pois a maior parte das técnicas de análise de dados não consegue lidar de forma satisfatória com dados incompletos, impactando negativamente o resultado final. Visando contornar os efeitos danosos desta problemática, diversos trabalhos vêm sendo desenvolvidos nas áreas de análise estatística e aprendizado de máquina, com destaque para o estudo de métodos de Imputação Múltipla de Dados (IMD), que consiste no preenchimento dos dados ausentes por valores plausíveis. Tal metodologia pode ser vista como um problema de otimização combinatória, onde buscam-se valores candidatos à imputação de forma a reduzir o viés imposto por esta problemática. Meta-heurísticas, em especial, métodos baseados em Computação Evolucionária (CE) têm sido aplicadas com sucesso em problemas de otimização combinatórios. Apesar dos recentes avanços na área, percebe-se algumas falhas na modelagem dos métodos de imputação baseados em CE existentes. Visando preencher tais lacunas encontradas na literatura, esta tese apresenta uma descrição da IMD como um problema de otimização combinatória e propõe métodos baseados em CE neste contexto. Além disso, em virtude das falhas encontradas na modelagem dos métodos recentemente propostos na literatura e da necessidade de se adotar diferentes medidas de desempenho para avaliar a eficiência dos métodos de imputação, também é proposto neste projeto de tese um algoritmo genético multiobjetivo para a imputação de dados no contexto de classificação de padrões. Este método mostra-se flexível quanto aos tipos de dados, além de evitar a análise de caso completo. Dado a flexibilidade da abordagem proposta, é possível ainda utilizá-lo em outros cenários como no aprendizado não supervisionado, classificação multirrótulo e em análise de séries temporais.
Acesso aberto (Open Access)
Estudo da parametrização do algoritmo híbrido baseado no algoritmo cultural com algoritmo genético em uma abordagem multipopulacional
(Universidade Federal do Pará, 2015-10-01) SILVA JUNIOR, Joaquim Alberto Leite da; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
A finalidade deste trabalho é analisar a aplicação de um algoritmo cultural híbrido, com população gerada pelo algoritmo genético, de característica multipopulacional, ou ainda, mais precisamente, desenvolver uma parametrização do algoritmo híbrido baseado no algoritmo cultural com algoritmo genético para o problema da mochila multidimensional. Tem-se como objetivo encontrar os melhores parâmetros do algoritmo cultural híbrido, com modelo de ilhas (característica multipopulacional), aplicado ao problema de otimização combinatório denominado de “Mochila Multidimensional”. São executados vários experimentos para efetuar uma avaliação em relação ao desempenho desses mecanismos híbridos com outros algoritmos disponíveis na literatura.
Acesso aberto (Open Access)
Um framework para a previsão de cenários com o uso de sistemas híbridos neurogenéticos para compra e venda de energia elétrica no mercado futuro
(Universidade Federal do Pará, 2012-05-04) CONDE, Guilherme Augusto Barros; FRANCÊS, Carlos Renato Lisboa; http://lattes.cnpq.br/7458287841862567
No contexto da previsão de séries temporais, é grande o interesse em estudos de métodos de previsão de séries temporais que consigam identificar as estruturas e padrões existentes nos dados históricos, possibilitando gerar os próximos padrões da série. A proposta defendida nesta tese é a de desenvolvimento de um framework que utilize ao máximo as potencialidades das técnicas de previsão (redes neurais artificiais) com as técnicas de otimização (algoritmos genéticos) em um sistema híbrido intercomunicativo que aproveite bem as vantagens de cada uma dessas técnicas para a geração de cenários futuros que possam mostrar, além das previsões normais com base nos valores históricos, percursos alternativos das curvas das séries temporais analisadas.
Acesso aberto (Open Access)
Metaheurísticas populacionais: estudo comparativo na sintonia de parâmetros de controladores clássicos
(Universidade Federal do Pará, 2016-12-02) VIDAL, Juan Ferreira; CASTRO, Adriana Rosa Garcez; http://lattes.cnpq.br/5273686389382860
As metaheurísticas populacionais são técnicas pertencentes ao campo da Inteligência Computacional baseadas em modelos naturais e surgiram como alternativas para resolver problemas de otimização, onde as técnicas tradicionais não podem ser aplicadas, ou ainda onde não se dispõe de um modelo de solução para o problema, fazendo com que a solução seja encontrada por intermédio de meios empíricos. Diante da capacidade de oferecer soluções aceitáveis, em um tempo hábil, para muitos dos problemas complexos encontrados, as metaheurísticas populacionais vêm sendo aplicadas com êxito diferentes problemas de sistemas de controle encontrados na literatura. Este trabalho apresenta, de um modo geral, como as metaheurísticas vêm sendo aplicadas na solução de problemas de controle e realiza um estudo comparativo de desempenho entre quatro algoritmos bioinspirados na sintonia dos parâmetros de um controlador Proporcional-Integral-Derivativo (PID). Foram utilizados os seguintes algoritmos: Algoritmo Genético (AG), Algoritmo genético no Modelo de Ilhas (AGMI), Bacterial Foraging Optimization (BFO) e o Particle Swarm Optimization (PSO). Os resultados demonstram que os algoritmos apresentam um ótimo desempenho para a sintonia do PID, produzindo resposta que atendem as exigências de projetos. Foram utilizados diferentes sistemas com características distintas para avaliar os algoritmos. Considerando os resultados obtidos, o PSO se mostrou como o melhor algoritmo entre os quatros usados, produzindo resposta em um tempo mais rápido e apresentando menor desvio padrão nos ensaios realizados.
Acesso aberto (Open Access)
Um método para determinação de pontos de operação com diversidade em linha digital de assinante usando balanceamento de espectro e algoritmo evolucionário
(Universidade Federal do Pará, 2011-02-17) BEZERRA, Johelden Campos; KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha; http://lattes.cnpq.br/1596629769697284; PELAES, Evaldo Gonçalves; http://lattes.cnpq.br/0255430734381362
Este trabalho apresenta um método para encontrar um conjunto de pontos de operação, os quais são ótimos de Pareto com diversidade, para linhas digitais de assinante (DSL - digital subscriber line). Em diversos trabalhos encontrados na literatura, têm sido propostos algoritmos para otimização da transmissão de dados em linhas DSL, que fornecem como resultado apenas um ponto de operação para os modems. Esses trabalhos utilizam, em geral, algoritmos de balanceamento de espectro para resolver um problema de alocação de potência, o que difere da abordagem apresentada neste trabalho. O método proposto, chamado de diverseSB , utiliza um processo híbrido composto de um algoritmo evolucionário multiobjetivo (MOEA - multi-objective evolutionary algorithm), mais precisamente, um algoritmo genético com ordenamento por não-dominância (NSGA-II - Non-Dominated Sorting Genetic Algorithm II), e usando ainda, um algoritmo de balanceamento de espectro. Os resultados obtidos por simulações mostram que, para uma dada diversidade, o custo computacional para determinar os pontos de operação com diversidade usando o algoritmo diverseSB proposto é muito menor que métodos de busca de “força bruta”. No método proposto, o NSGA-II executa chamadas ao algoritmo de balanceamento de espectro adotado, por isso, diversos testes envolvendo o mesmo número de chamadas ao algoritmo foram realizadas com o método diverseSB proposto e o método de busca por força bruta, onde os resultados obtidos pelo método diverseSB proposto foram bem superiores do que os resultados do método de busca por força bruta. Por exemplo, o método de força bruta realizando 1600 chamadas ao algoritmo de balanceamento de espectro, obtém um conjunto de pontos de operação com diversidade semelhante ao do método diverseSB proposto com 535 chamadas.
Acesso aberto (Open Access)
Metodologia baseada em sistema fuzzy intervalar do tipo-2 para detecção e identificação de faltas de incipientes em motores de indução
(Universidade Federal do Pará, 2013-02-27) ROCHA, Erick Melo; BARRA JUNIOR, Walter; http://lattes.cnpq.br/0492699174212608
Desde a incorporação da automação no processo produtivo, a busca por sistemas mais eficientes, objetivando o aumento da produtividade e da qualidade dos produtos e serviços, direcionou os estudos para o planejamento de estratégias que permitissem o monitoramento de sistemas com o intuito principal de torna-los mais autônomos e robustos. Por esse motivo, as pesquisas envolvendo o diagnóstico de faltas em sistemas industriais tornaram-se mais intensivas, visto a necessidade da incorporação de técnicas para monitoramente detalhado de sistemas. Tais técnicas permitem a verificação de perturbações, falta ou mesmo falhas. Em vista disso, essa trabalho investiga técnicas de detecção e diagnostico de faltas e sua aplicação em motores de indução trifásicos, delimitando o seu estudo em duas situações: sistemas livre de faltas, e sobre atuação da falta incipiente do tipo curto-circuitoparcial nas espiras do enrolamento do estator. Para a detecção de faltas, utilizou-se analise paramétrica dos parâmetros de um modelo de tempo discreto, de primeira ordem, na estrutura autoregressivo com entradas exógenas (ARX). Os parâmetros do modelo ARX, que trazem informação sobre a dinâmica dominante do sistema, são obtidos recursivamente pela técnica dos mínimos quadrados recursivos (MQR). Para avaliação da falta, foi desenvolvido um sistema de inferência fuzzy (SIF) intervala do tipo-2, cuja mancha de incerteza ou footprint of uncertainty (FOU), características de sistema fuzzy tipo-2, é ideal como forma de representar ruídos inerentes a sistemas reais e erros numéricos provenientes do processo de estimação paramétrica. Os parâmetros do modelo ARX são entradas para o SIF. Algoritmos genéricos (AG’s) foram utilizados para otimização dos SIF intervalares tipo-2, objetivando reduzir o erro de diagnóstico da falta identificada na saída desses sistemas. Os resultados obtidos em teste de simulação computacional demonstram a efetividade da metodologia proposta.
Acesso aberto (Open Access)
Metodologia para compressão de sinais de energia elétrica a partir de registros de forma de onda utilizando algorítmos genéticos e redes neurais artificiais
(Universidade Federal do Pará, 2016-12-16) BARROS, Fabíola Graziela Noronha; NUNES, Marcus Vinícius Alves; http://lattes.cnpq.br/9533143193581447; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813
O presente trabalho propõe uma metodologia para compressão de sinais de energia elétrica a partir de registros de forma de onda em sistemas de energia, utilizando algoritmos genéticos (AG) e redes neurais artificiais (RNA). O algoritmo genético é utilizado para selecionar e preservar os pontos que melhor caracterizam os contornos da forma de onda e a rede neural artificial é utilizada na compressão dos demais pontos bem como no processo de reconstrução do sinal. Assim, os dados resultantes são formados por uma parte do sinal original e pela parte complementar comprimida sob a forma de pesos sinápticos. A metodologia proposta seleciona e preserva um percentual de amostras do sinal original, que são aspectos não explorados na literatura. A metodologia foi testada usando dados reais obtidos a partir de um oscilógrafo instalado em um sistema de energiaelétrica de 230 kV. Os resultados apresentam taxas de compressão que variam de 88,36% a 95,86%* para taxas de preservação de pontos do sinal original que variam de 2,5% a 10% respectivamente.
Acesso aberto (Open Access)
Uma nova solução para a otimização do despacho econômico e ambiental utilizando metaheurísticas da computação bio-inspirada
(Universidade Federal do Pará, 2016) NASCIMENTO, Manoel Henrique Reis; NUNES, Marcus Vinícius Alves; http://lattes.cnpq.br/9533143193581447
Devido ao crescimento industrial da Região Norte, principalmente do Polo Industrial de Manaus (PIM) e consequentemente o aumento da necessidade de geração de energia, que nesta região é fornecida em mais de 90% de seu total por Usinas Termoelétricas (UTE), tornou-se necessário a implementação de ferramentas computacionais que propiciem ao especialista, ou operador de sistemas elétricos, tomar decisões sobre o despacho de potência ótima de cada unidade geradora, contemplando não somente a redução de custos, mas também a diminuição dos índices de poluição na atmosfera. O Despacho Econômico (DE), ou despacho ótimo, é uma das tarefas mais antigas e importantes na gestão de usinas de energia elétrica, e atualmente, devido às crescentes preocupações com o meio ambiente, este problema vem sendo estendido para a otimização do Despacho Econômico e Ambiental (DEA). Esta tese tem como objetivo geral analisar uma nova proposta de solução para o antigo problema de otimização do DE e do DEA implementada por diversos métodos Determinísticos (Iteração Lambda, Programação Quadrática e Método de Newton) e métodos Heurísticos (Algoritmos Genéticos, Enxame de Partículas, Evolução Diferencial, Recozimento Simulado, Otimização por Lobo Cinzento e Colônia de Abelhas Artificiais) para o problema do DE e para o problema do DEA (Algoritmo Genético de Classificação Não-dominado, NSGA II e NSGA III), considerando o desligamento dos geradores com maior custo de operação, com a consequente redução no custo dos combustíveis. O método do custo incremental e as perdas de transmissão são utilizados para determinar os valores de potência ativa de cada unidade geradora, assegurando o balanço energético entre a potência total gerada, a demanda do sistema elétrico, as perdas, e minimizando, por outro lado, o custo total do combustível, reduzindo as emissões, e ainda melhorando a eficiência não somente dos geradores, mas também da UTE como um todo. A solução proposta nesta tese tem as seguintes contribuições: contempla o desligamento dos sistemas de geração que apresentam maior custo com combustível, reduz os custos totais permitindo uma manutenção preditiva nestas máquinas; determina soluções ótimas para a potência de saída em vários cenários característicos e não característicos das usinas, considerando variações na geração de potência ativa e na redução das emissões de gases poluentes como, NOx e o CO2. Para analisar a viabilidade da solução proposta por esta tese, utilizou-se um conjunto de dez unidades geradoras térmicas como parâmetros para o estudo de caso e três conjuntos de geradores, descritos na literatura, como sistema de teste para validação da robustez da proposta de solução apresentada. Foram aplicados diversos métodos determinísticos e de computação Bio-inspirada para a otimização mono-objetivo e multiobjetivo. Os resultados apresentados na tese, a partir da análise de vários exemplos práticos, mostram as vantagens da nova solução proposta.
Acesso aberto (Open Access)
Otimização de cobertura, consumo de energia, roteamento e agregação de dados em rede de sensores sem fio utilizando algoritmos genéticos e lógica fuzzy
(Universidade Federal do Pará, 2011-03-04) NUNES, Thiêgo Maciel; MONTEIRO, Dionne Cavalcante; http://lattes.cnpq.br/4423219093583221; CERQUEIRA, Eduardo Coelho; http://lattes.cnpq.br/1028151705135221
As Redes de Sensores Sem Fio possuem capacidades limitadas de processamento, armazenamento, comunicação (largura de banda) e fonte de energia, além de possuírem características e requisitos básicos de uma RSSF como: necessidade de se auto-organizar, comunicação com difusão de curto alcance e roteamento com múltiplos saltos. Neste trabalho é proposto uma ferramenta que otimize o posicionamento e os pacotes entregues através do uso de Algoritmo Genético (AG). Para solucionar o problema de roteamento que melhore o consumo de energia e maximize a agregação de dados é proposto a utilização de lógica fuzzy no protocolo de roteamento Ad hoc Ondemand Distance Vector (AODV). Esta customização é intitulada AODV – Fuzzy for Wireless Sensor Networks (AODV-FWSN). Os resultados mostram que a solução proposta é eficiente e consegue prolongar a vida útil da RSSF e melhorar a taxa de entrega de dados quando comparado com soluções similares.