Navegando por Assunto "Multi-objective optimization"

Agora exibindo 1 - 2 de 2

Acesso aberto (Open Access)
Gerenciamento Inteligente de microrredes: impacto da modelagem matemática na eficiência computacional de algoritmos de otimização
(Universidade Federal do Pará, 2025-05-16) BATISTA, Vitor dos Santos; TOSTES, Maria Emília de Lima; http://lattes.cnpq.br/4197618044519148; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813; SOARES, Thiago Mota; FONSECA, Wellington da Silva; SARAIVA, Filipe de Oliveira; NEVES, Luciane Silva; http://lattes.cnpq.br/0156338796116154; http://lattes.cnpq.br/5066230825214516; http://lattes.cnpq.br/5883877669437870; http://lattes.cnpq.br/6991878627141193; xxx; https://orcid.org/0000-0002-2602-1964; https://orcid.org/0000-0003-3187-4221; https://orcid.org/0000-0002-2195-6015
Uma microrrede pode ser considerada um grupo localizado de cargas e fontes de energia elétrica, geralmente utilizando energias renováveis como principais fontes geradoras, além de possuir um sistema de armazenamento de energia. As microrredes podem operar de forma isolada da rede elétrica tradicional devido a fatores como a necessidade de fornecer eletricidade a áreas remotas, aumentar a resiliência do sistema elétrico e reduzir a dependência de infraestruturas centralizadas. O gerenciamento de microrredes consiste em definir o despacho ótimo de energia de cada elemento da microrrede, garantindo o atendimento da demanda e buscando minimizar os custos operacionais e a emissão de gases poluentes. Esse processo de gerenciamento geralmente ocorre por meio de sistemas de gerenciamento inteligentes, que utilizam algoritmos baseados em inteligência artificial para otimizar a alocação dos recursos energéticos. Uma metodologia bastante utilizada nesse contexto é o Model Predictive Control (MPC), que integra algoritmos de previsão e otimização para o gerenciamento energético. Um dos pontos principais dos algoritmos de otimização está na formulação matemática. Uma formulação inadequada pode levar a um maior custo computacional e a soluções ineficientes. Esta tese investiga e propõe aprimoramentos na formulação matemática de algoritmos de otimização para o gerenciamento inteligente de microrredes isoladas, com ênfase na relação entre custos operacionais, emissões de poluentes e custos de operação e manutenção (O&M) de geradores não despacháveis. Foram analisadas abordagens mono-objetivo e multi-objetivo, comparando metodologias existentes com propostas inovadoras que visam reduzir a complexidade computacional e melhorar a qualidade das soluções obtidas. Os testes realizados em diferentes cenários e configurações – incluindo casos com uma única fonte geradora poluente e com múltiplas fontes – demonstraram que a formulação aprimorada é mais eficiente e oferece um equilíbrio mais robusto entre eficiência e diversidade de soluções, contribuindo para a viabilidade econômica e ambiental do gerenciamento de microrredes isoladas.
Acesso aberto (Open Access)
Síntese de superfícies seletivas de frequência para micro-ondas utilizando otimização multiobjetivo bioinspirada
(Universidade Federal do Pará, 2015-08-19) ALCÂNTARA NETO, Miércio Cardoso de; D'ASSUNCÃO, Adaildo Gomes; http://lattes.cnpq.br/4159638862269940; CAVALCANTE, Gervásio Protásio dos Santos; http://lattes.cnpq.br/2265948982068382
A evolução da computação tem possibilitado avanços substanciais em pesquisas relacionadas à engenharia e em projetos industriais. Nestas áreas, o emprego de ferramentas computacionais tem se intensificado para simulação e obtenção de determinados parâmetros do projeto. No entanto, a crescente demanda por precisão e o aumento gradativo da complexidade das estruturas e sistemas, resulta num processo de simulação cada vez mais demorado, pois a avaliação de um único critério pode consumir várias horas, bem como vários dias ou até mesmo semanas. Logo, um método que minimize o tempo de simulação e otimização, pode, assim, economizar tempo e dinheiro. Nesse contexto, a computação bioinspirada (bioinspired computing - BIC), se apresenta precisa e eficiente, onde muitos métodos computacionais tradicionais falham e, consiste em novo mecanismo para suprir tais dificuldades. Assim, neste trabalho, é realizado um estudo acerca de alguns dos algoritmos BIC mais utilizados na atualidade para projeto e otimização de problemas gerais na engenharia e na indústria. Doravante, se vislumbra desenvolver um código de otimização meta-heurístico multiobjectivo que apresente menor custo computacional e, consequentemente, menor tempo para processamento dos dados. Inicialmente, é realizada uma investigação eletromagnética das superfícies seletivas de frequência triangulares estudadas, através de simulações computacionais. A análise numérica de onda completa é feita pela técnica das integrais finitas com o auxílio de um software comercial muito utilizado para simulações em eletromagnetismo. O processo de síntese consiste em sintonizar a frequência de ressonância das estruturas e a largura de banda de acordo com os objetivos inseridos na função custo dos algoritmos de otimização. A modelagem das estruturas é realizada por uma rede neural artificial e o processo de otimização é realizado por algoritmos meta-heurísticos. Os resultados obtidos por esses códigos são comparados aos simulados pelo software comercial e aos medidos. Observou-se boa concordância entre os resultados simulados e medidos, bem como uma substancial redução no menor tempo de processamento das estruturas. Por fim, são apresentadas as conclusões e as propostas para trabalhos futuros.