Desenvolvimento de um algoritmo multiobjetivo híbrido estudo de caso na geração de energia com usinas hidroelétricas em cascata

Página do item simplificado
dc.contributor.advisorAlmeida, Paulo Eduardo Maciel de
dc.contributor.advisor-coMarcelino, Carolina Gil
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/3289676418940953
dc.contributor.advisorLatteshttp://lattes.cnpq.br/6099942406051896
dc.contributor.authorOliveira, Lucas Braga de
dc.contributor.authorLatteshttp://lattes.cnpq.br/2913427182465561
dc.contributor.refereeAlmeida, Paulo Eduardo Maciel de
dc.contributor.refereeMarcelino, Carolina Gil
dc.contributor.refereeSaldanha, Rodney Rezende
dc.contributor.refereeWanner, Elizabeth Fialho
dc.date.accessioned2025-05-06T23:40:45Z
dc.date.available2025-05-06T23:40:45Z
dc.date.issued2019-02-26
dc.description.abstractOs 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.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/1352
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectInteligência artificial
dc.subjectAlgoritmos genéticos
dc.subjectComputação evolutiva
dc.subjectOtimização combinatória
dc.subjectUsinas hidrelétricas
dc.titleDesenvolvimento de um algoritmo multiobjetivo híbrido estudo de caso na geração de energia com usinas hidroelétricas em cascata
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Desenvolvimento de um algoritmo multiobjetivo híbrido estudo de caso na geração de energia com usinas hidroelétricas em cascata.pdf
Tamanho:
3.18 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Modelagem Matemática e Computacional