Programação de horários usando um algoritmo genético especializado

Pós-graduação em Engenharia Elétrica - FEIS

A bi-objective genetic approach for the selection of sugarcane varieties to comply with environmental and economic requirements

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Optimal Reactive Power Planning Using Risk Analysis

In this paper, the optimal reactive power planning problem under risk is presented. The classical mixed-integer nonlinear model for reactive power planning is expanded into two stage stochastic model considering risk. This new model considers uncertainty on the demand load. The risk is quantified by a factor introduced into the objective function and is identified as the variance of the random variables. Finally numerical results illustrate the performance of the proposed model, that is applied to IEEE 30-bus test system to determine optimal amount and location for reactive power expansion.

Aplicação de técnicas metaheurísticas para resolver o problema de coordenação de carregamento de veículos elétricos em sistemas de distribuição

Pós-graduação em Engenharia Elétrica - FEIS

Algoritmo tabu search especializado para o problema de planejamento da expansao de sistemas de transmissão

Pós-graduação em Engenharia Elétrica - FEIS

Reconfiguração de sistemas de distribuição operando em vários níveis de demanda através de uma meta-heurística de busca em vizinhança variável

Pós-graduação em Engenharia Elétrica - FEIS

Uma proposta de sequência didática para o ensino de Programação Linear no Ensino Médio

Pós-graduação em Matemática em Rede Nacional - IBILCE

Reactive power planning under conditional-value-at-risk assessment using chance-constrained optimisation

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

A hybrid method for the probabilistic maximal covering location-allocation problem

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Modelo de programação não-linear para otimização do padrão de cultivo e retorno financeiro em áreas irrigadas

Pós-graduação em Agronomia (Irrigação e Drenagem) - FCA

Análise genética de escores de avaliação visual de bovinos com modelos bayesianos de limiar e linear

O objetivo deste trabalho foi comparar as estimativas de parâmetros genéticos obtidas em análises bayesianas uni-característica e bi-característica, em modelo animal linear e de limiar, considerando-se as características categóricas morfológicas de bovinos da raça Nelore. Os dados de musculosidade, estrutura física e conformação foram obtidos entre 2000 e 2005, em 3.864 animais de 13 fazendas participantes do Programa Nelore Brasil. Foram realizadas análises bayesianas uni e bi-características, em modelos de limiar e linear. de modo geral, os modelos de limiar e linear foram eficientes na estimação dos parâmetros genéticos para escores visuais em análises bayesianas uni-características. Nas análises bi-características, observou-se que: com utilização de dados contínuos e categóricos, o modelo de limiar proporcionou estimativas de correlação genética de maior magnitude do que aquelas do modelo linear; e com o uso de dados categóricos, as estimativas de herdabilidade foram semelhantes. A vantagem do modelo linear foi o menor tempo gasto no processamento das análises. Na avaliação genética de animais para escores visuais, o uso do modelo de limiar ou linear não influenciou a classificação dos animais, quanto aos valores genéticos preditos, o que indica que ambos os modelos podem ser utilizados em programas de melhoramento genético.

Análise bayesiana na estimação de correlações genéticas entre escores visuais e características reprodutivas de bovinos Nelore utilizando modelos linear-limiar

Estimaram-se as correlações genéticas entre os escores visuais e as características reprodutivas, utilizando a estatística bayesiana sob modelo animal linear-limiar, em bovinos da raça Nelore. Foram estudadas características categóricas morfológicas, avaliadas visualmente aos oito, 15 e 22 meses de idade; e características contínuas de perímetro escrotal padronizado aos 365 e 450 dias de idade, além da idade ao primeiro parto. As estimativas de correlações genéticas foram de sentido favorável à seleção, apresentando magnitudes moderadas, sugerindo que a seleção de animais para um biótipo desejável pode levar a animais com maior fertilidade e precocidade sexual. As estimativas de correlação genética para o perímetro escrotal padronizado aos 450 dias e a idade ao primeiro parto com as características morfológicas avaliadas aos 22 meses de idade foram maiores do que as obtidas entre as características de escores visuais avaliadas aos oito e 15 meses de idade. A utilização de escores visuais como critério de seleção trará progresso genético também para as características reprodutivas.

Utilização de modelos de programação não-linear para sistematização de terras para irrigação em áreas regulares

Objetivou-se com este trabalho, desenvolver modelos de programação não-linear para sistematização de terras, aplicáveis para áreas com formato regular e que minimizem a movimentação de terra, utilizando o software GAMS para o cálculo. Esses modelos foram comparados com o Método dos Quadrados Mínimos Generalizado, desenvolvido por Scaloppi & Willardson (1986), sendo o parâmetro de avaliação o volume de terra movimentado. Concluiu-se que, ambos os modelos de programação não-linear desenvolvidos nesta pesquisa mostraram-se adequados para aplicação em áreas regulares e forneceram menores valores de movimentação de terra quando comparados com o método dos quadrados mínimos.

Distribuição da carga hidráulica em linhas de derivação otimizadas por programação linear

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Modeling and analysis of artificial neural networks applied in operations research

Artificial neural networks are dynamic systems consisting of highly interconnected and parallel nonlinear processing elements. Systems based on artificial neural networks have high computational rates due to the use of a massive number of these computational elements. Neural networks with feedback connections provide a computing model capable of solving a rich class of optimization problems. In this paper, a modified Hopfield network is developed for solving problems related to operations research. The internal parameters of the network are obtained using the valid-subspace technique. Simulated examples are presented as an illustration of the proposed approach. Copyright (C) 2000 IFAC.