Navegando por Autor "Carlos, Luiz Amorim"
Agora exibindo 1 - 2 de 2
- Resultados por página
- Opções de Ordenação
Tese Algoritmos genéticos: uso de lógica nebulosa e análise de convergência por cadeia de Markov(Universidade Federal do Rio Grande do Norte, 2013-11-05) Carlos, Luiz Amorim; Araújo, Aldayr Dantas de; ; http://lattes.cnpq.br/3165031680223608; ; http://lattes.cnpq.br/5628545941532579; Dória Neto, Adrião Duarte; ; http://lattes.cnpq.br/1987295209521433; Aloise, Daniel; ; http://lattes.cnpq.br/5093210888872414; Aloise, Dario José; ; http://lattes.cnpq.br/7266011798625538; Ochi, Luiz Satoru; ; http://lattes.cnpq.br/9171815778534257Neste trabalho, a cadeia de Markov será a ferramenta usada na modelagem e na análise de convergência do algoritmo genético, tanto para sua versão padrão quanto para as demais versões que o algoritmo genético permite. Além disso, pretende-se comparar o desempenho da versão padrão com a versão nebulosa, por acreditar que esta versão dá ao algoritmo genético uma grande capacidade para encontrar um ótimo global, próprio dos algoritmos de otimização global. A escolha deste algoritmo deve-se também ao fato do mesmo ter se tornado, nos últimos anos, uma das ferramentas mais usadas para achar uma solução do problema de otimização. Esta escolha deve-se à sua comprovada eficácia na busca de uma solução de boa qualidade para o problema, considerando que o conhecimento de uma solução de boa qualidade torna-se aceitável tendo em vista que pode não existir um outro algorimo capaz de obter a solução ótima, para muitos desses problemas. Entretanto, esse algoritmo pode ser definido, levando em conta que o mesmo é dependente não apenas da forma como o problema é representado, mas também como são definidos alguns dos operadores, desde sua versão padrão, quando os parâmetros são mantidos fixos, até suas versões com parâmetros variáveis. Por isso, para se alcançar um bom desempenho com o aludido algoritmo é necessário que o mesmo tenha um adequado critério na escolha de seus parâmetros, principalmente da taxa de mutação e da taxa de cruzamento ou, até mesmo, do tamanho da população. É importante lembrar que as implementações em que parâmetros são mantidos fixos durante toda a execução, a modelagem do algoritmo por cadeia de Markov resulta numa cadeia homogênea, e quando permite a variação de parâmetros ao longo da execução, a cadeia de Markov que o modela passa a ser do tipo não-homogênea. Portanto, na tentativa de melhorar o desempenho do algoritmo, alguns trabalhos têm procurado realizar o ajuste dos parâmetros através de estratégias que captem características intrínsecas ao problema. Essas características são extraídas do estado presente de execução, com o fim de identificar e preservar algum padrão relacionado a uma solução de boa qualidade e, ao mesmo tempo, descartando aquele padrão de baixa qualidade. As estratégias de extração das características tanto podem usar técnicas precisas quanto técnicas nebulosas, sendo neste último caso feita através de um controlador nebuloso. Com o fim de avaliar empiriccamente o desempenho de um algoritmo não-homogêneo, apresenta-se testes onde se compara o algoritmo genético padrão com o algoritmo genético nebuloso, sendo a taxa de mutação ajustada por um controlador nebuloso. Para isso, escolhe-se problemas de otimização cujo número de soluções varia exponencialmente com o número de variáveisTCC Análise computacional dos métodos numéricos SUPG e Galerkin aplicados à simplificação linear de um modelo de contaminação em aquífero(Universidade Federal do Rio Grande do Norte, 2017) Santos Júnior, Ronaldo Dias dos; Klein, Viviane; Carvalho, Bruno Motta de; Klein, Viviane; Carvalho, Bruno Motta de; Carlos, Luiz AmorimA contaminação das águas no subsolo tem se tornado nociva à qualidade ambiental, levando a restrições no seu uso tanto a nível industrial como no abastecimento da população. Embora a importância de métodos de análise de qualidade de aquífero seja largamente reconhecida, ainda não há meios confiáveis, precisos e rápidos na decisão da remediação de tais aquíferos. As alternativas mais promissoras estão no uso de métodos numéricos de alta ordem para simulação desse fenômeno contaminante. Dentre as técnicas mais utilizadas, nesse contexto, estão: Streamline Upwind Petrov-Galerking(SUPG) e Galerkin. Este trabalho analisa computacionalmente e compara estas duas técnicas baseadas no método de elementos finitos. A análise feita neste trabalho tem como escopo de estudo a simplificação do modelo de contaminação (22) do artigo (BAUSE;KNABNER, 2004). Além disso, são mostrados os conceitos e diferentes algoritmos relativos a técnica de elementos finitos. Por fim, os resultados gerados por seis algoritmos implementados, que utilizam as duas técnicas mencionadas, são analisados, evidenciando em que situações o desempenho computacional de cada técnica é satisfatório.