Avaliação da eficiência de higienização em cantinas

Dissertação de mest., Engenharia Biológica, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2009

Contributo para gestão, caracterização e diagnóstico da situação actual da pescaria do caranguejo vermelho (Chaceon maritae), na costa do Namibe-Angola

Dissertação de mest., Aquacultura e Pescas, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011

Algoritmos evolutivos multiobjectivo para afectação de recursos e sua aplicação à geração de horários em universidades

Esta dissertação tem por objectivo aplicar algoritmos evolutivos multiobjectivo a problemas de afectação de recursos, particulamente a problemas de geração de horários de exames e problemas de geração de horários de aulas em Universidades. Estes problemas são normalmente caracterizados pela existência de múltiplos objectivos conflituosos. Neste sentido, uma formalização multiobjectivo para estes problemas é apresentada, com base no conceito de metas e prioridades. Vários aspectos dos algoritmos evolutivos são propostos e analisados para esta classe de problemas, nomeadamente, métodos de selecção e tipo e parâmetros de operadores de mutação. A escolha da representação e dos operadores utilizados é feita tendo em conta a necessidade de não privilegiar demasiadamente certos objectivos em relação a outros ao nível dos mecanismos de exploração. São apresentados estudos comparativos entre os algoritmos propostos por meio de métodos de inferência estatística em problemas reais na Universidade do Algarve. O conceito de função de aproveitamento é utilizado para avaliação de algoritmos evolutivos multiobjectivo. Finalmente, a análise da evolução do custo das soluções encontradas ao longo do tempo de execução através de funções de aproveitamento é apresentada.

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.

Gestão de resíduos de construção e demolição em Loulé (Algarve)

Dissertação de Mestrado, Engenharia do Ambiente, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2015