GAIA - Uma proposta de agente inteligente acoplado a algoritmos evolucionários para ajuste dinâmico de parâmetros através de conceitos de design inteligente e lógica fuzzy

Há muitos anos, técnicas de Computação Evolucionária vem sendo aplicadas com sucesso na solução dos mais variados tipos de problemas de otimização. Na constante procura pelo ótimo global e por uma melhor exploração da superfície de busca, as escolhas para ajustar estes métodos podem ser exponencialmente complexas e requerem uma grande quantidade de intervenção humana. Estes modelos tradicionais darwinianos apóiam-se fortemente em aleatoriedade e escolhas heurísticas que se mantém fixas durante toda a execução, sem que acompanhem a variabilidade dos indivíduos e as eventuais mudanças necessárias. Dadas estas questões, o trabalho introduz a combinação de aspectos da Teoria do Design Inteligente a uma abordagem hibrida de algoritmo evolucionário, através da implementação de um agente inteligente o qual, utilizando lógica fuzzy, monitora e controla dinamicamente a população e seis parâmetros definidos de uma dada execução, ajustando-os para cada situação encontrada durante a busca. Na avaliação das proposições foi construído um protótipo sobre a implementação de um algoritmo genético para o problema do caixeiro viajante simétrico aplicado ao cenário de distância por estradas entre as capitais brasileiras, o que permitiu realizar 580 testes, simulações e comparações entre diferentes configurações apresentadas e resultados de outras técnicas. A intervenção inteligente entrega resultados que, com sucesso em muitos aspectos, superam as implementações tradicionais e abrem um vasto espaço para novas pesquisas e estudos nos aqui chamados: “Algoritmos Evolucionários Híbridos Auto-Adaptáveis”, ou mesmo, “Algoritmos Evolucionários Não-Darwinianos”.

Deconvolução de perfis de poços através do ajuste de energia

As medidas de resistividade são de fundamental importância para o cálculo da saturação de óleo em reservatórios potencialmente produtores. A combinação das medidas de resistividade rasa e profunda permite a obtenção dos parâmetros R_t, R_xo e d_i. Mas, em reservatórios complexos existem dificuldades em se obter leituras confiáveis de R_t, devido à baixa resolução vertical das ferramentas de investigação profunda. Em reservatórios laminados, por exemplo, as leituras obtidas pela ferramenta de indução profunda (ILD) podem levar a uma interpretação errônea das mesmas, levando a acreditar que as medidas obtidas do perfil referem-se a uma única camada. Este problema pode ser em parte resolvido através de uma metodologia que melhore a resolução vertical dos perfis de investigação profunda, valendo-se do uso de informações obtidas de um perfil de alta resolução vertical, i.e; a curva de resistividade rasa. Uma abordagem neste sentido seria usar um perfil de alta resolução que apresente uma boa correlação com o perfil de investigação profunda. Esta correlação pode ser melhor avaliada se aplicarmos um filtro no perfil de alta resolução, de tal forma que o perfil resultante tenha teoricamente a mesma resolução vertical do perfil de baixa resolução. A obtenção deste filtro, porém, recai na premissa de que as funções respostas verticais para as ferramentas de alta e baixa resolução são disponíveis, o que não ocorre na prática. Este trabalho se propõe mostrar uma nova abordagem onde o filtro pode ser obtido a partir de um tratamento no domínio da freqüência. Tal tratamento visa igualar a energia espectral do perfil de alta resolução à energia espectral do perfil de baixa resolução tendo como base o Teorema de Parseval. Será mostrado que a resolução vertical depende fundamentalmente da energia espectral do perfil em questão. A seguir, uma regressão linear é aplicada sobre os perfis de alta resolução filtrado e de baixa resolução. Para cada ponto amostrado dos perfis, uma rotina de minimização é aplicada visando escolher o melhor intervalo de correlação entre os perfis. Finalmente, um fator de correção é aplicado sobre cada ponto do perfil de baixa resolução. Os resultados obtidos com os perfis de indução são promissores, demonstrando a eficácia da abordagem e mesmo quando aplicada em perfis com diferentes propriedades petrofísicas, a metodologia funcionou satisfatoriamente, sem danificar os perfis originais.

Comparação de métodos baseados em algoritmos genéticos para ajuste coordenado de estabilizadores de sistemas de potência

Essa dissertação de mestrado apresenta um estudo comparativo entre três metodologias baseadas em algoritmos genéticos para ajuste coordenado de estabilizadores de sistemas de potência (ESP). Os procedimentos de ajuste do ESP são formulados como um problema de otimização, a fim de: 1) maximizar o coeficiente de amortecimento mínimo do sistema em malha fechada; 2) maximizar o somatório de todos os coeficientes de amortecimento do sistema em malha fechada; e 3) deslocar os modos eletromecânicos poucos amortecidos ou mal amortecidos para uma zona pré-escrita no plano s. As três metodologias consideram um conjunto de condições de operacionais pré-especificadas. O sistema elétrico foi representado por equações no espaço de estado e as matrizes associadas com a modelagem foram obtidas por meio da versão acadêmica do programa PacDyn. As simulações foram realizadas usando o MATLAB. As metodologias foram aplicadas no conhecido sistema teste New England.