Navegando por Autor "Marques, Thiago Soares"

Agora exibindo 1 - 6 de 6

Abordagem para o problema de gas lift com quantidade de petróleo pré-planejada utilizando meta-heurísticas
(Universidade Federal do Rio Grande do Norte, 2022-06-22) Santos, Giovanne da Silva; Maia, Sílvia Maria Diniz Monteiro; Goldbarg, Elizabeth Ferreira Gouvea; Marques, Thiago Soares
Na produção de petróleo, quando a pressão do reservatório é baixa e a elevação natural não ocorre ou quando a vazão do poço está aquém do que poderia produzir, técnicas de elevação artificial são necessárias. Gas-lift é um método de elevação artificial amplamente utilizado, que consiste na injeção de uma certa quantidade de gás nos poços como agente facilitador do deslocamento dos fluidos para a superfície. Em adição, o gás injetado em excesso caracteriza desperdício, tendo consequências econômicas negativas. Além disso, o gás disponível pode ser insuficiente. Sendo assim, identificar a quantidade de gás que deve ser aplicada em cada poço é um problema de otimização para o gas lift. Nesse problema de otimização têm-se dois cenários: (i) maximizar a produção de petróleo dada uma quantidade de gás disponível; e (ii) minimizar a quantidade de gás injetado dada uma produção de petróleo pré-planejada. Diversos trabalhos na literatura abordam o primeiro cenário, por exemplo do Buitrago e do Zerafat. Apenas um trabalho encontrado na literatura lida com o segundo cenário, a saber, o artigo de Namdar, no qual uma meta- heurística baseada no ciclo da água é empregada. Neste trabalho, aborda-se a aplicação de meta-heurísticas para a resolução do segundo cenário já mencionado. As instâncias utilizadas foram extraídas da literatura e apresentam 6 poços de petróleo e 56 poços de petróleo. Dentre as abordagens implementadas estão algoritmos meta-heurísticos como enxame de partícula, colônia de formiga e GRASP com Path-relinking.
An algorithmic approach for the quadratic travelling salesman problem
(Universidade Federal do Rio Grande do Norte, 2025-07-11) Aquino, João Victor Malheiros Farias de; Maia, Sílvia Maria Monteiro Diniz; Menezes, Matheus da Silva; Coelho, Roberta de Souza; Marques, Thiago Soares
Esta monografia explora a aplicação de algoritmos exatos e metaheurísticos para resolver o Problema do Caixeiro Viajante Quadrático (PCVQ). O PCVQ é uma variante do Problema do Caixeiro Viajante em que a função de custo é quadrática, dependendo de cada sequência de 3 cidades visitadas. Essa variante surgiu como um modelo de um problema real em bioinformática, mas também tem algumas aplicações em robótica. Implementamos um algoritmo de Busca Tabu para lidar com o PCVQ. Adicionalmente, a heurística de inserção mais barata também foi implementada. Um experimento computacional foi projetado para avaliar e comparar o desempenho das abordagens propostas em relação à qualidade da solução e ao tempo de execução. A comparação dos algoritmos (meta)heurísticos apresentados com algoritmos genético e memético da literatura é relatada. Outro experimento, envolvendo algoritmos exatos como força bruta, branch and bound e programação dinâmica, todos utilizando as mesmas ideias empregadas no PCV, também é reportado. Os resultados fornecem informações sobre os pontos fortes e fracos de cada algoritmo, auxiliando pesquisadores e profissionais na escolha de métodos adequados para resolver o PCVQ.
GRASP-VNS baseado em modelos e indicadores para dois problemas no planejamento de radioterapia de intensidade modulada
(Universidade Federal do Rio Grande do Norte, 2024-04-26) Marques, Thiago Soares; Goldbarg, Elizabeth Ferreira Gouvea; http://lattes.cnpq.br/2888641121265608; http://lattes.cnpq.br/4141868906729982; Medeiros, Hudson Geovane de; Menezes, Matheus da Silva; Silva, Paulo Henrique Asconavieta da; Maia, Silvia Maria Diniz Monteiro
A radioterapia de intensidade modulada é um tipo de tratamento contra o câncer amplamente utilizado. O planejamento deste tipo de tratamento envolve dois problemas computacionais complexos relacionados à escolha dos ângulos dos feixes para irradiar o paciente e a intensidade que cada feixe deve possuir de modo que as células cancerígenas sejam mortas e, ao mesmo tempo, evitar atingir regiões com tecidos saudáveis. Meta-heurísticas são amplamente utilizadas para lidar com problemas complexos. Muitas vezes, a hibridização de meta-heurísticas resulta em métodos ainda mais eficazes do que as meta-heurísticas usadas isoladamente. No contexto da hibridização, existem ainda as matheurísticas, que são uniões de meta-heurísticas com programação matemática. É neste contexto que a pesquisa relatada neste trabalho está inserida. É proposto um algoritmo que hibridiza as metaheurísticas GRASP (Greedy Random Adaptive Search Procedure) e VNS (Variable Neighborhood Search) com modelos de programação matemática para lidar com os dois problemas citados. Uma terceira abordagem baseada em aprendizado de autômatos também foi explorada para determinar a ordem de execução das vizinhanças do VNS, denominada GRASP-VNS-IA. Dentre os quatro modelos utilizados, dois são propostos neste trabalho. A avaliação das soluções produzidas pelo algoritmo é realizada através de um indicador que agrega quatro indicadores, três deles propostos neste trabalho. O GRASPVNS é comparado ao GRASP e ao GRASP-VNS-IA. Os algoritmos foram testados em um conjunto de dez instâncias de câncer de fígado conhecidas por serem desafiadoras. A avaliação dos resultados produzidos pelos algoritmos é feita por indicadores de qualidade e histogramas. Testes estatísticos foram utilizados para suportar as conclusões sobre o comportamento dos algoritmos.
Hibridização de algoritmos exatos e meta-heurísticas para o problema da árvore geradora quadrática em adjacência de arestas biobjetivo
(Universidade Federal do Rio Grande do Norte, 2017-06) Marques, Thiago Soares; Goldbarg, Elizabeth Ferreira Gouvêa; Goldbarg, Elizabeth Ferreira Gouvêa; Goldbarg, Marco Cesar; Maia, Sílvia Maria Diniz Monteiro
O problema da Árvore Geradora Mínima (AGM) consiste em, dado um grafo finito não direcionado G = (V, E) com |V| = n e |E| = m, ponderado em arestas, encontrar um subgrafo gerador acíclico e conexo de modo que a soma dos pesos das arestas seja mínima. Esse é um problema clássico de otimização combinatória que pode ser resolvido de maneira ótima em tempo polinomial. O problema da Árvore Geradora Mínima Quadrática (AGMQ) é uma generalização da AGM na qual custos quadráticos associados à interação de cada par de arestas estão presentes. Os custos lineares e quadráticos são somados de modo a compor o custo total da árvore geradora resultante. Uma vez que apenas interações de arestas adjacentes são consideradas, o problema é denominado Árvore Geradora Mínima Quadrática em Adjacência de Arestas (AGMQA). Ambos AGMQ e AGMQA são problemas NP-Difíceis que procuram modelar problemas reais envolvendo projeto de redes de transporte e distribuição. Por exemplo, no transporte de petróleo e seus derivados. O transporte acontece através de dutos, os quais possuem interfaces de conexão entre eles. Assim, o custo de transportar petróleo e seus derivados de um duto para outro, pode depender da natureza das suas interfaces. Embora na versão mono-objetivo os custos lineares e quadráticos são somados, em aplicações reais tais custos podem ser conflitantes, o que torna mais interessante considerá-los independentemente. Neste sentido, a otimização multiobjetivo parece proporcionar um modelo mais realista para os problemas da AGMQ e AGMQA, dando origem ao problema da AGQA Biobjetivo (AGQA-bi). Na formulação sob a perspectiva biobjetivo é considerado o fato de que os custos lineares e quadráticos podem assumir situações conflitantes. Em geral, pode-se resolver AGQA-bi a partir de estratégias exatas e (meta) heurísticas, todavia ambas as abordagens possuem desvantagens. O exato pode tomar um tempo computacional não admissível, enquanto que as heurísticas nem sempre encontrarão a solução ótima do problema. Assim, um terceiro enfoque é combinar esses métodos a fim de minimizar as desvantagens de cada abordagem, sendo este o estudo realizado neste trabalho.
Investigação sobre meta-heurísticas híbridas para o problema de otimização associado ao Gas Lift
(Universidade Federal do Rio Grande do Norte, 2023-07-07) Leite, Gabriel Lucas de Medeiros; Goldbarg, Elizabeth Ferreira Gouvea; Maia, Silvia Maria Diniz Monteiro; http://lattes.cnpq.br/1498104590221901; http://lattes.cnpq.br/2888641121265608; http://lattes.cnpq.br/6707442317393082; Cezario, Sidemar Fideles; 0000-0001-9786-7134; http://lattes.cnpq.br/8487580946899407; Marques, Thiago Soares
Gas lift é uma técnica que usa uma fonte externa para suplementar a formação de gás para elevar fluidos em poços de petróleo. A quantidade de gás injetada não pode ser excessiva, sob pena de diminuir a produção. Um dos objetivos neste contexto é a otimização da alocação de gás a fim de maximizar a produção de óleo. Alguns algoritmos apresentados para este problema baseiam-se em meta-heurísticas. Cada técnica tem potencialidades e pontos fracos. A hibridização de meta-heurísticas tem por objetivo extrair o melhor da potencialidade de cada técnica e minimizar pontos fracos. Esta monografia de graduação apresenta algoritmos meméticos baseados na hibridização entre o algoritmo genético e os algoritmos Simulated Annealing e Multi-start.
Otimização multicritério dos problemas de ângulos de feixe e mapa de fluência para tratamentos radioterápicos IMRT
(2019-07-23) Marques, Thiago Soares; Goldbarg, Elizabeth Ferreira Gouvea; Maia, Silvia Maria Diniz Monteiro; ; ; ; Goldbarg, Marco César; ; Obal, Thalita Monteiro;
O câncer é uma doença que acomete milhares de pessoas no mundo inteiro, e a cada ano o número de pessoas diagnosticadas com algum tipo de câncer cresce, vários tratamentos foram desenvolvidos para os mais diversos tipos de câncer, desde cirurgias, tratamentos com quimioterapia e radioterapia, sendo este último o objeto de estudo deste trabalho. A utilização de radioterapia em tratamentos de pessoas com câncer vem sendo aplicada com sucesso, e de forma crescente, uma vez que ela possibilita uma abordagem menos invasiva e com as tecnologias atuais, mais precisa. Na modalidade de radioterapia que utiliza fontes de radiação externa, também conhecida como teleterapia, existem fatores que podem se beneficiar de tecnologias computacionais para gerar uma melhoria na qualidade do tratamento realizado. Em especial, três problemas computacionais podem ser resolvidos na etapa de planejamento dos tratamentos radioterápicos: a seleção dos ângulos dos feixes de radiação, a determinação da quantidade de radiação que cada feixe deverá emitir, e o sequenciamento da radiação que deve ser administrada no paciente. Os dois primeiros problemas, também conhecidos como Otimização do Ângulo de Feixe e Otimização do Mapa de Fluências, serão estudados neste trabalho. Algoritmos mono-objetivo e multiobjetivo com modelos de programação linear e quadrática foram desenvolvidos para resolução dos problemas já mencionados. Os algoritmos implementados foram testados em com conjunto de casos reais de câncer de fígado e próstata e seus desempenhos são reportados no que diz respeito ao tempo computacional dispendido e qualidade das soluções encontradas.

SIGAA

Navegando por Autor "Marques, Thiago Soares"