Navegando por Autor "Marcelino, Carolina Gil"
Agora exibindo 1 - 4 de 4
Resultados por página
Opções de Ordenação
Item Desenvolvimento de um algoritmo multiobjetivo híbrido estudo de caso na geração de energia com usinas hidroelétricas em cascata(Centro Federal de Educação Tecnológica de Minas Gerais, 2019-02-26) Oliveira, Lucas Braga de; Almeida, Paulo Eduardo Maciel de; Marcelino, Carolina Gil; http://lattes.cnpq.br/3289676418940953; http://lattes.cnpq.br/6099942406051896; http://lattes.cnpq.br/2913427182465561; Almeida, Paulo Eduardo Maciel de; Marcelino, Carolina Gil; Saldanha, Rodney Rezende; Wanner, Elizabeth FialhoOs algoritmos evolucionários se inspiram em mecanismos de adaptação encontrados na natureza e nas últimas décadas têm se destacado como solução para diversos problemas nas áreas de engenharia, ciência e médica. À medida que a tecnologia avança, a complexidade de seus sistemas aumenta de forma que se torna árduo a sua solução sem o auxílio computacional destes algoritmos. Uma das técnicas para se melhorar o desempenho destes algoritmos é a hibridização, que consiste na incorporação e combinação de diferentes algoritmos e técnicas de forma que as vantagens de um algoritmo ou técnica suprimam as deficiências do outro, melhorando de maneira geral a performance. Neste trabalho, foi desenvolvido o algoritmo multiobjetivo híbrido MESH, que se fundamenta nos paradigmas evolucionário e de busca por enxame do algoritmo híbrido C-DEEPSO e incorpora técnicas de outros algoritmos multiobjetivo. O MESH foi comparado com os algoritmos multiobjetivo clássicos NSGA-II e SPEA2, nas funções benchmark ZDT e em dois modelos multiobjetivo de geração de energia em usinas hidroelétricas. Um dos modelos avaliados, que é proposto neste trabalho, aborda a dinâmica da geração de energia com usinas em cascata com os objetivos de eficiência energética e manutenção dos níveis dos reservatórios do sistema. Em problemas benchmark o MESH se mostrou competitivo em relação aos dois algoritmos clássicos, obtendo soluções de forma computacionalmente mais rápida e de qualidade igual ou superior. Nas avaliações com problemas reais de geração de energia com usinas hidroelétricas, o MESH se apresentou sensível à combinação de sua configuração de parâmetros e do tipo de problema a ser otimizado. Das duas configurações avaliadas, uma foi capaz de obter soluções de qualidade superior ao NSGA-II e SPEA2, enquanto a outra obteve soluções inferiores. O modelo matemático proposto por sua vez demonstrou que possível ser mais eficiente que o modo de operação padrão adotado em usinas hidrelétricas brasileiras, podendo economizar grandes quantias de água.Item Design configuration for MMAS algorithm applied for the travelling salesman problem with dynamic demands(Centro Federal de Educação Tecnológica de Minas Gerais, 2022-06-24) Oliveira, Sabrina Moreira de; Souza, Sérgio Ricardo de; Wanner, Elizabeth Fialho; Bezerra, Leonardo César Teonácio; http://lattes.cnpq.br/2243256075052322; http://lattes.cnpq.br/0664132257054306; http://lattes.cnpq.br/3677015295211434; http://lattes.cnpq.br/9822253950704581; Souza, Sérgio Ricardo de; Wanner, Elizabeth Fialho; Bezerra, Leonardo César Teonácio; Marcelino, Carolina Gil; Stüzle, Thomas; Sá, Elisângela Martins de; Martins, Flávio Vinícius CruzeiroOs algoritmos Ant Colony Optimization (ACO) foram inicialmente desenvolvidos para problemas de otimização estática, em que os dados do problema são conhecidos a priori e não sofrem alterações durante a execução. No entanto, sua estrutura baseada em memória mostrou-se eficaz também em Problemas de Otimização Combinatória Dinâmicos (POCD), nos quais os dados podem mudar em tempo real, sem previsibilidade. A partir de uma revisão da literatura, identificaram-se adaptações para melhorar o desempenho do ACO em POCD, incluindo o algoritmo Population-Based ACO (P-ACO), projetado especificamente para essa classe de problemas. Embora o P-ACO tenha se destacado por seu processamento rápido, faltam estudos conclusivos sobre a eficácia dos métodos ACO em cenários dinâmicos. Neste trabalho, realiza-se uma extensiva campanha experimental para avaliar as principais versões do ACO aplicáveis a POCD: o MAX-MIN Ant System (MMAS) e o P-ACO. Utilizou-se como estudo de caso uma variação dinâmica do Problema do Caixeiro-Viajante (PCVDD), amplamente adotado na literatura. As principais contribuições incluem: (i) a proposta de um setup experimental pioneiro, com configuração automática de parâmetros para POCD; (ii) a introdução da métrica de hipervolume para avaliação de desempenho em horizontes temporais variáveis; e (iii) a comparação entre MMAS e P-ACO, demonstrando que o MMAS supera o P-ACO quando combinado com busca local, enquanto o inverso ocorre sem essa técnica. Os resultados também indicam que procedimentos adaptativos têm impacto significativo apenas quando a busca local é desativada.Item Redução de dimensionalidade online para problema de roteamento de veículos com transporte reativo a demanda(Centro Federal de Educação Tecnológica de Minas Gerais, 2022-03-28) Mendes, Renan Santos; Wanner, Elizabeth Fialho; Martins, Flávio Vinícius Cruzeiro; Sarubbi, João Fernando Machry; http://lattes.cnpq.br/3199420233273400; http://lattes.cnpq.br/2555714512247868; http://lattes.cnpq.br/2243256075052322; http://lattes.cnpq.br/0567160950149386; Wanner, Elizabeth Fialho; Martins, Flávio Vinícius Cruzeiro; Sarubbi, João Fernando Machry; Meneghini, Ivan Reinaldo; Marcelino, Carolina Gil; Silva, Alisson Marques da; Menezes, Gustavo CamposNeste trabalho é abordada uma formulação com muitos objetivos para o Problema de Roteamento de Veículos com Transporte Reativo a Demanda (PRVTRD). O problema pode ser considerado como um modo de transporte aproximado ao dos serviços de transporte sob demanda com compartilhamento de corridas. Este trabalho propõe o uso da análise de cluster online baseada nos coeficientes de correlação de Pearson e τ de Kendall para realizar a redução de dimensionalidade a cada geração do algoritmo MOEA/D. Inicialmente, foram comparadas as seguintes abordagens: (i) offline usando o coeficiente de correlação de Pearson; (ii) offline usando τ de Kendall; (iii) online usando o coeficiente de correlação de Pearson; (iv) online usando τ de Kendall; e (v) uma versão de baseline, o MOEA/D. Os algoritmos foram testados usando um conjunto de dados para a cidade de Belo Horizonte. Para avaliar a dispersão das soluções obtidas pelos algoritmos, foi aplicado o indicador de hipervolume. Os resultados destes experimentos mostraram que (i) não há diferença na formulação obtida para as abordagens offline; (ii) os algoritmos online são estatisticamente melhores do que o algoritmo offline; (iii) não é possível afirmar que há diferença estatística entre os algoritmos online e o MOEA/D. Os diagramas de cordas foram aplicados sobre as soluções obtidas e indicaram que a diversidade das soluções é diferente. A segunda sequência de experimentos realizados compara as abordagens de redução de dimensionalidade baseada em agregação online e outra baseada em seleção de atributos, que usa duas técnicas: Taxa de Dispersão (DR) e Máxima Variância (MV), as quais são usadas para selecionar o representante do cluster. O impacto da frequência da redução da dimensionalidade no desempenho do algoritmo também foi analisado. As abordagens foram acopladas ao algoritmo MOEA/D. Três algoritmos foram testados (i) cluster online usando o coeficiente de correlação Pearson com MOEA/D (OnCLρg-MOEA/D); (ii) cluster online usando o coeficiente de correlação de Pearson e DR com MOEA/D (OnDRρg-MOEA/D); (iii) cluster online usando coeficiente de Pearson e MV com MOEA/D (OnMVρg-MOEA/D), sendo g = 1, 25, 50, 100. Os resultados mostraram que, independentemente da frequência da abordagem de redução de dimensionalidade, os algoritmos MOEA/D e OnCLρg-MOEA/D são estatisticamente superiores aos OnDRρg-MOEA/D e OnMVρg-MOEA/D. Não é possível afirmar que haja diferença estatística entre os resultados dos algoritmos baseados na seleção de atributos online. Os diagramas de cordas mostraram que há uma maior diversidade das soluções obtidas quando todas as funções objetivo são utilizadas na forma reduzida do problema e também quando os algoritmos permanecem por mais gerações em uma determinada formulação reduzida.Item Uma abordagem evolutiva e híbrida para a solução de problemas de fluxo de potência ótimo(Centro Federal de Educação Tecnológica de Minas Gerais, 2017-06-09) Marcelino, Carolina Gil; Almeida, Paulo Eduardo Maciel de; Wanner, Elizabeth Fialho; http://lattes.cnpq.br/2243256075052322; http://lattes.cnpq.br/6099942406051896; http://lattes.cnpq.br/3289676418940953; Almeida, Paulo Eduardo Maciel de; Wanner, Elizabeth Fialho; Bernadino, Heder Soares; Pinto, Felipe Campelo Franca; Souza, Marcone Jamilson Freitas; Martins, Flávio Vinicius CruzeiroNos últimos anos, tem-se percebido uma preocupação crescente em relação ao uso racional da energia. Os países desenvolvidos têm realizado campanhas relacionadas à projeção e prospecção de novas soluções eficazes na indústria, entre elas a busca objetiva pelo uso adequado das fontes de energia elétrica. Esta forma de energia é considerada de suma importância para o desenvolvimento social e econômico. Garantir a eficiência energética visando a sustentabilidade e a minimização do uso de recursos se torna um grande desafio. Controlar grandes sistemas de geração e transmissão de energia elétrica é uma tarefa complexa, por ser um problema não-linear e possuir um alto número de restrições agregadas. Neste contexto, o estudo e a proposição de novos métodos para solucionar problemas de Fluxo de Potência Ótimo (OPF) se tornam temas de alta prioridade no cenário mundial. Este trabalho propõe e implementa algoritmos evolucionários híbridos e os aplica para solução destes problemas. Dois novos algoritmos híbridos C-DEEPSO e hC-DEEPSO são propostos e apresentados, os quais resolvem dada a dificuldade de cada problema elétrico em sua necessidade os problemas: de despacho elétrico em uma usina hidrelétrica, do controle da geração elétrica em uma planta eólica, os problemas OPF com restrições de segurança em grandes redes e o problema do despacho elétrico em um modelo de microgrid híbrido aperfeiçoado. Neste caso, um método de tomada de decisão foi utilizado a posteriori para definir o melhor sistema de armazenamento de energia para a rede proposta. Experimentos simulados foram executados em um computador de alto desempenho, e a análise deles foi realizada a partir de técnicas de inferência estatística, indicando que os algoritmos propostos se mostraram eficientes e competitivos na solução dos problemas estudados.