ALGORITMOS EVOLUTIVOS INSPIRADOS EM COMPUTAÇÃO QUÂNTICA APLICADOS À OTIMIZAÇÃO DE DESPACHO ECONÔMICO DE ENERGIA ELÉTRICA
|
|
- Maria Clara de Almada Veiga
- 7 Há anos
- Visualizações:
Transcrição
1 ALGORITMOS EVOLUTIVOS INSPIRADOS EM COMPUTAÇÃO QUÂNTICA APLICADOS À OTIMIZAÇÃO DE DESPACHO ECONÔMICO DE ENERGIA ELÉTRICA JÚLIO XAVIER VIANNA NETO, DIEGO LUIS DE ANDRADE BERNERT E LEANDRO DOS SANTOS COELHO Graduação em Engenhara Mecatrônca (Controle e Automação) Programa de Pós-Graduação em Engenhara de Produção e Sstemas, PPGEPS Pontfíca Unversdade Católca do Paraná, Rua Imaculada Conceção 55, Curtba, PR, Brasl E-mals: julo.neto@onda.com.br, dbernert@gmal.com, leandro.coelho@pupr.br Abstract Ths paper ams to evaluate the performance of three evolutonary algorthm approaches n solvng optmzaton problems n the electrc power feld. These approaches are called Quantum-nspred Evolutonary Algorthms. They were valdated as an optmzaton method for applcatons n the feld of electrc power systems. Ths was made through the analyss, desgn and mplementaton of the algorthm n computatonal envronment, amng to optmze the power economc dspatch problem. Inspred on the concept of quantum computng, the Quantum-nspred Evolutonary Algorthm was developed wth an evolutonary algorthm approach, but also usng qubts (quantum bts) as a representaton of the ndvdual, a quantum gate as varaton operator and an observaton process. Three approaches of Quantum-nspred Evolutonary Algorthm were mplemented, each assessed for a benchmark problem, and the performance results were presented and analyzed. Keywords Quantum computng, evolutonary algorthm, economc dspatch of electrc energy, optmzaton, qubt. Resumo Este artgo tem como objetvo avalar o desempenho de três abordagens de algortmo evolutvo para a resolução de problemas de otmzação no setor de energa elétrca. As abordagens em questão são denomnadas Algortmos Evolutvos com Inspração Quântca. Estas foram valdados como métodos de otmzação vsando à aplcação no setor de sstemas elétrcos de potênca. Isto se efetvou através da análse, projeto e mplementação do algortmo em ambente computaconal, vsando à otmzação do despacho econômco de energa elétrca. Insprado no conceto de computação quântca, o Algortmo Evolutvo com Inspração Quântca fo desenvolvdo com uma abordagem de algortmo evolutvo, mas usando também qubts (bts quântcos) como representação do ndvíduo, uma porta quântca como operador de varação e um processo de observação. Foram valdadas três abordagens de Algortmo Evolutvo com Inspração Quântca, sendo que cada um deles fo avalado para um estudo de caso, e os resultados de desempenho foram apresentados e analsados. Palavras-chave Computação quântca, algortmo evolutvo, despacho econômco de energa elétrca, otmzação, qubt. Introdução Os algortmos evolutvos (AEs) são amplamente utlzados na resolução de problemas complexos em dversas áreas como projeto de controladores, planejamento de tarefas, mneração de dados, entre outros. Em cada caso em que se deseje aplcar esta técnca é necessáro avalar qual algortmo especfcamente será satsfatóro para soluconar o problema efcente e efcazmente, ou seja, que encontre uma solução de qualdade com baxo custo computaconal. O custo computaconal está dretamente relaconado ao número de vezes que as potencas soluções são avaladas pelo cálculo de uma função de aptdão (ftness). Neste contexto, têm sdo propostas númeras abordagens de algortmos evolutvos que buscam uma rápda convergênca à solução ótma ou mesmo quase ótma em problemas complexos de otmzação. O Algortmo Evolutvo com Inspração Quântca (AEIQ, Quantum-nspred Evolutonary Algorthm) aplcado neste projeto é nsprado no conceto de múltplos unversos da físca quântca, e permte realzar o processo de otmzação com um menor número de avalações de soluções. Insprado no conceto de computação quântca, o AEIQ é desenvolvdo usando qubts (bts quântcos) como representação do ndvíduo, uma porta quântca como operador de varação e um processo de observação. AEIQ fo recentemente proposto em Han e Km (00), como um novo algortmo evolutvo. A computação quântca é uma área baseada nas característcas da mecânca quântca como ncerteza, superposção, nterferênca e emaranhamento para processar nformação através de métodos novadores dferentes das técncas convenconas. Na computação clássca, a undade básca de nformação é o bt, elemento que tem apenas duas possbldades de estado, 0 ou. Na computação quântca, o elemento básco é o bt quântco, chamado de qubt. Dferentemente do bt, o qubt não tem um estado defndo, ele representa uma superposção de estados. Ou seja, em vez de ser 0 ou como o bt, o qubt pode ser os dos ao mesmo tempo (paralelsmo quântco), sendo representado pela raz quadrada postva da probabldade de se encontrar em cada estado. Assm como um elétron, por exemplo, que não tem uma localzação defnda, mas, sm, uma nuvem orbtal onde há maor probabldade de ser encontrado. O problema de despacho econômco (PDE) tem como objetvo prncpal o cálculo dos níves de geração, geralmente em MW, de cada undade geradora, de modo a suprr nteramente a demanda da manera mas econômca possível e respetando determnadas restrções físcas e operaconas
2 preestabelecdas (Carpenter, 96; Happ, 977; Jeyakumar et al., 006). Recentemente, tem sdo apresentados na lteratura métodos computaconas de otmzação utlzando abordagens bo-nspradas, tas como algortmos evolutvos e paradgmas da ntelgênca coletva, para soluconar o problema de despacho econômco de energa elétrca, a ctar, por exemplo, Jeyakumar et al. (006), Swarup e Kumar (006), Selvakumar e Thanushkod (008) e Roy e Ghoshal (008). Neste contexto, dferentes abordagens de AIEQ foram avaladas, neste projeto, para o despacho econômco de energa elétrca para um estudo de caso com 0 geradores, múltplos combustíves e a presença do efeto de ponto de válvula, este descrto em Chang (005) e Pangrah et al. (007). O restante do artgo está organzado da segunte forma. Uma breve descrção dos algortmos evolutvos com nspração quântca avalados é apresentada na seção. Nas seções 3 e 4 são apresentados, respectvamente, a formulação do problema de despacho econômco e os resultados de smulação para um estudo de caso. Na seção 5 é apresentada a conclusão. Fundamentos dos algortmos evolutvos com nspração quântca Os algortmos quântcos são ferramentas computaconas utlzadas para processar nformação, construídas usando portas lógcas quântcas. A mportânca de tas algortmos é evdencada pelo fato de que mutos problemas nteressantes são mpossíves de resolver em computadores clásscos, e em computadores quântcos, porém, possuem solução vável. A promessa dos computadores quântcos é possbltar novos algortmos que tornam tratáves problemas que requerem recursos exorbtantes para soluconá-los em um computador clássco. Devdo à dfculdade da mplementação de computadores quântcos e do desenvolvmento de novos algortmos quântcos, surge uma nova abordagem denomnada computação com nspração quântca. Esta abordagem propõe a cração de algortmos nsprados em certos prncípos da mecânca quântca (como ondas estaconáras, nterferênca e coerênca), assm como os algortmos quântcos, porém desenvolvdos para serem executados em computadores clásscos. Ao nvés de nvestr em novas técncas para poder usufrur da computação quântca, a computação com nspração quântca desenvolve algortmos clásscos que utlzam os efetos quântcos para melhorar seu desempenho na resolução de problemas. Por outro lado, em outro contexto, os algortmos evolutvos (AEs) operam em uma população de potencas soluções, aplcando o prncípo da seleção natural para produzr soluções cada vez melhores. A cada geração de um algortmo evolutvo, ndvíduos são seleconados de acordo com seu nível de adaptação em relação ao problema e estes são reproduzdos para crar um novo conjunto de aproxmações. Este processo leva à evolução das populações de ndvíduos, pos estes ndvíduos podem ser mas bem adaptados ao seu ambente do que os ndvíduos que os geraram, assm como na adaptação natural. Os ndvíduos são representados por strngs compostas por caracteres de um alfabeto, por exemplo, bnáro, ntero e real. AEs são caracterzados pela representação do ndvíduo, pela função objetvo, que representa o nível de adaptação do ndvíduo, e pela dnâmca populaconal, como tamanho da população, operador de varação, seleção de ndvíduos, reprodução e herança, método da competção de sobrevvênca, etc. O projeto de um algortmo evolutvo deve utlzar estes componentes de forma aproprada, buscando um algortmo efcente que explore o espaço de busca com um número pequeno de ndvíduos e a solução global com um curto tempo de execução. Unndo-se a metodologa de AEs com a nspração quântca, surge AEIQ. Na computação evolutva, a representação do ndvíduo pode ser bnára, numérca ou smbólca, por exemplo. Entretanto, AEIQ em sua prmera proposção utlza um novo recurso para esta representação, chamado de Q-bt, que é baseado no conceto do qubt da computação quântca. Um ndvíduo em AEIQ é formado por uma seqüênca de Q-bts, e representa probablstcamente uma possível solução ao problema. A vantagem de um ndvíduo de Q-bts é que ele pode representar uma superposção lnear dos estados, ou soluções bnáras, no espaço de busca. Ou seja, um ndvíduo de Q-bts pode gerar probablstcamente todos os ndvíduos bnáros que representam as possíves soluções ao problema, através da observação da strng de Q-bts. Portanto, a representação por Q-bt tem uma característca de dversdade populaconal melhor que outras representações. Um Q-gate, ou porta quântca, é defndo como operador de varação do AEIQ, que modfca os ndvíduos, levando-os a representar melhores soluções ou até eventualmente um únco estado. Incalmente os ndvíduos de AEIQ representam a superposção lnear de todos os estados possíves com a mesma probabldade, o que gera soluções bnáras bastante dversfcadas. Com sucessvas aplcações da porta quântca, cada Q-bt do ndvíduo se aproxma de 0 ou, e o ndvíduo tende a convergr para um estado únco. Desta manera, a dversdade das soluções desaparece gradualmente. Por este mecansmo nerente, AEIQ pode tratar o equlíbro entre exploração e abuso. E sto pode dar uma estmatva de que o algortmo em questão terá um bom desempenho. AEIQ fo estudado prncpalmente em Han e Km (00) e Han (003). A fgura mostra a estrutura geral de AEIQ, caracterzando todas as suas operações.
3 Fgura. Estrutura geral do AEIQ.. AEIQ Representação Bnára Neste trabalho, a mplementação do AEIQ com representação bnára fo realzada de acordo com sua defnção em Han e Km (00) e Han (003). Um ndvíduo neste algortmo é representado por uma seqüênca de m Q-bts, tal que: α β consderando onde α no estado 0 e α β K K + α m β m () α β = () =,,..., m. (3) é a probabldade do Q-bt ser encontrado β é probabldade dele ser encontrado no estado. AEIQ é um algortmo estocástco que apresenta smlardades com outros algortmos evolutvos. AEIQ, porém, mantém uma população de ndvíduos t t de Q-bts, Q ( t) = { q, q,..., q t n } na geração t, onde n é t o tamanho da população, e q é um ndvíduo de m j Q-bts, sendo que m é o tamanho da strng do ndvíduo. É mportante menconar que a população clássca P(t) é representada por ndvíduos de strngs bnáras. Neste trabalho fo utlzada a porta quântca de rotação para atualzar a população quântca.. AEIQ Representação Real A representação bnára não é necessaramente a mas adequada para os problemas de otmzação numérca, por apresentar algumas partculardades que restrngem a capacdade de otmzação do algortmo. Por sso o Algortmo Evolutvo com Inspração Quântca e Representação Real (AEIQ-R), proposto em Cruz (007), usa uma representação baseada em números reas, e desta forma apresenta algumas vantagens em relação ao AEIQ com representação bnára. Deseja-se que este algortmo permta representar uma superposção de estados contínuos e por sso a abordagem usando funções de onda é usada. Desta forma um ndvíduo da população quântca é formado de genes representados por funções de densdade de probabldade. Através do processo de observação são gerados os ndvíduos clásscos, cujos genes são números reas dentro do ntervalo váldo do domíno. Para se executar esta observação, usam-se as funções densdade de probabldade e um gerador unforme de números aleatóros. Neste trabalho é usada uma operação de recombnação smlar a que é usada no algortmo de evolução dferencal, descrto em Storn e Prce (995). A evolução do algortmo se dá através da atualzação da população quântca. Detalhes sobre a representação do ndvíduo, o processo de observação, a estratéga de substtução e a atualzação da população quântca são detalhadas em Cruz (007)..3 AEIQ Parâmetros Reas O Algortmo Evolutvo com Inspração Quântca e Parâmetros Reas (AEIQPR) fo recentemente proposto em Salesh et al. (008), e apresenta uma técnca robusta para otmzar funções não-lneares de parâmetros reas e com a presença de restrções. A representação do ndvíduo quântco é feta através de Q-bts e são utlzadas portas quântcas de rotação para atualzar as strngs de Q-bts, assm como no AEIQ. Dferentemente dos algortmos estudados anterormente, AEIQPR não usa o conceto de observação dos Q-bts para gerar as soluções canddatas, mas utlza operadores quântcos especas de evolução. A evolução altera o estado do Q-bt para um novo estado de sobreposção. Esta alteração na magntude das probabldades α e β é transformada em parâmetros reas no domíno do problema através de dos operadores, Operador de Vznhança (OV) e Operador de Vznhança (OV). Os ndvíduos que representam as soluções canddatas são formados pelos parâmetros reas dados por OV e OV. Mgração entre famílas de soluções é também utlzada em AEIQPR, o que ajuda na convergênca e na qualdade das soluções. 3 Fundamentos de despacho econômco de energa elétrca A função básca dos sstemas elétrcos de potênca é suprr os consumdores com energa elétrca da forma mas econômca e confável possível. Sstemas economcamente adaptados permtem o equlíbro entre a oferta e demanda de eletrcdade, procurando o custo mínmo e mantendo a qualdade de suprmento. O planejamento e operação efcentes e otmamente econômcos em sstemas de geração elétrca de potênca têm sempre ocupado um papel mportante na ndústra elétrca de potênca.
4 Os sstemas elétrcos de potênca são nterconectados de forma a melhorar as condções operaconas, possbltando assm o aprmoramento da establdade e compartlhamento de reserva de energa, além de mas adequada operação sobre stuações de emergênca. Destaca-se o ntuto de atender o consumdor com um servço confável e de qualdade, o qual deve ter o menor custo possível. Para tal, a procura pelo menor custo na produção é obtda mnmzando-se a dferença entre a oferta e a demanda. Isto é realzado verfcando-se o escalonamento das saídas das undades de geração convenadas para encontrar a demanda de carga consumdora a um custo mínmo de operação, satsfazendo a todas as undades e as restrções de gualdade e desgualdade mpostas pelo problema de otmzação a ser resolvdo. O estudo de caso abordado neste artgo é descrto em Chang (005). A formulação do problema consdera 0 undades geradoras, restrções de capacdade de geração, perdas de transmssão, efeto de ponto de válvula e múltplos combustíves. Fo usada uma demanda P d de 700 MW. O PDE pode ser resolvdo por um procedmento de otmzação com o objetvo de mnmzar a função objetvo FO, tal que F ( P ) mn ( f ( P P ), mn ( f ( P P ) a + b P + c P + e sen a = b P c P e sen M a k + b k P + c k P + e k sen mn ( f ( P P ) Ng mn FO = F ( P ) (4) = onde F (P ) é a função de custo do combustível da - ésma undade, P é a potênca gerada pela -ésma undade, e Ng é o número de undades geradoras. O sstema é sujeto à restrção de gualdade do balanço de potênca, dada por Ng P = Pd + Pl = (5) onde P d é a demanda de potênca do sstema e P l é a perda na transmssão, que neste caso é nula. Também é sujeto à restrção de capacdade de geração: mn max P, =,..., Ng (6) onde mn P e max P são as potêncas mínma e máxma de saída da -ésma undade. A função custo da - ésma undade é representada pela equação (7), onde a, b, c, e e f são os coefcentes de custo do -ésmo gerador usando o combustível do tpo k. Os dados das undades do sstema necessáros à mplementação deste problema são apresentados na tabela. para o combustível, mn P, para o combustível, P (7) M max, para o combustível k, P k 4 Resultados de smulação Para valdação dos algortmos propostos, em relação ao estudo de caso, foram efetuadas 30 smulações com cada algortmo de otmzação. Fo utlzado número máxmo de gerações gual a 00 e populações de 0 ndvíduos, nos três algortmos valdados. No estudo de caso abordado são desconsderadas as perdas de transmssão P l, portanto, P l = 0. A tabela mostra estatístcas de smulação obtdas com os resultados das 30 smulações de cada método proposto, para efeto de análse de robustez e desempenho. Nota-se por esta tabela que o AEIQ obteve o melhor desempenho. Tabela. Estatístcas de smulação para o estudo de caso em termos de TC($) (que sgnfca o mesmo que função objetvo, FO, neste artgo). Índces AEIQ AEIQ-R AEIQPR Custo mínmo 64, ,95 65,93 Custo máxmo 630, , ,3 Custo médo 65,9 64, ,0580 Desvo padrão,665 4,305 3,8054 A tabela 3 mostra uma comparação das melhores soluções de AEIQ, AEIQ-R e AEIQPR, juntamente com resultados descrtos em Chang (005). O resultado obtdo pelo AEIQ é lgeramente nferor aos obtdos por Chang (005). Deve-se enfatzar que as abordagens AEIQ, AEIQ-R e AEIQPR satsfzeram à restrção mposta pela equação (5). Para o tratamento de restrções fo abordado um procedmento smlar ao proposto em Noman e Iba (008). No entanto, deve-se menconar que as soluções apresentadas em Chang (005) foram encontradas em 00 smulações, enquanto que as soluções obtdas neste trabalho foram encontradas em 30. Além dsso, as soluções obtdas por Chang (005) e pelo AEIQ são superores as apresentadas em outros trabalhos da lteratura, tas como Park et al. (993) com FO = 66, $ e Lee et al. (998) com FO = 66,4 $. 5 Conclusão A partr dos resultados obtdos pode-se perceber que a nspração quântca realmente tem um bom potencal na área de otmzação. O resultado mas satsfatóro deste projeto fo obtdo com a aplcação
5 de dferentes abordagens de AEIQ para o estudo de caso, que fo comparável à melhor solução encontrada na lteratura. Em futura pesqusa, os autores desejam comparar dferentes métodos de AEIQ com dferentes ajustes dos parâmetros de projeto em problemas de despacho econômco de energa elétrca de maor porte. Agradecmentos Os autores agradecem o apoo fnancero do Conselho Naconal de Desenvolvmento Centífco e Tecnológco CNPq (processo: /006-5/PQ) e ao programa de ncação centífca PIBIC/PUCPR pela bolsa de ncação centífca concedda ao aluno Júlo Xaver Vanna Neto. Referêncas Bblográfcas Carpenter, J. L. (96). Contrbuton à l étude du dspatchng économque. Bulletn de la Socété Françase des Electrcens, ser. 8, 3: Chang, C. L. (005). Improved genetc algorthm for power economc dspatch of unts wth valvepont effects and multple fuels, IEEE Transactons on Power Systems, 0(4): Cruz, A. V. A. (007). Algortmos evolutvos com nspração quântca para problemas com representação numérca, Tese de doutorado, Programa de Pós-Graduação em Engenhara Elétrca, Ro de Janero, RJ. Han, K. (003). Quantum-nspred evolutonary algorthm. Department of Electrcal Engneerng and Computer Scence, Thess, Korea. Han, K. e Km, J. (00). Quantum-nspred evolutonary algorthm for a class of combnatoral optmzaton. IEEE Transactons on Evolutonary Computaton, 6(6): Happ, H. H. (977). Optmal power dspatch a comprehensve survey, IEEE Transactons on Power Apparatus and Systems, PAS-96: Jeyakumar, D. N., Jayabarath, T. e Raghunathan, T. (006). Partcle swarm optmzaton for varous types of economc dspatch problems, Internatonal Journal of Electrcal Power & Energy Systems, 38(): Lee, K. Y., Sode-Yome, A. e Park, J. H. (998). Adaptve Hopfeld neural network for economc load dspatch, IEEE Transactons on Power Systems, 3(): Noman, N. e Iba, H. (008). Dfferental evoluton for economc load dspatch problems, Electrc Power Systems Research, 78(3): Pangrah, B. K., Yadav, S. R., Agrawal, S. e Twar, M. K. (007). A clonal algorthm to solve economc load dspatch, Electrc Power Systems Research, 77(0): Park J. H., Km, Y. S., Ecom, I. K. e Lee, K. Y. (993). Economc load dspatch for pecewse quadratc cost functon usng Hopfeld neural network, IEEE Transactons on Power Systems, 8(3): Roy, R. e Ghoshal, S. P. (008). A novel crazy swarm optmzed economc load dspatch for varous types of cost functons, Internatonal Journal of Electrcal Power & Energy Systems, 30(4): Salesh, G. S.; Bhagwan, D. e Patvardhan, C. (008). Real-parameter quantum evolutonary algorthm for economc load dspatch, IET Generaton, Transmsson and Dstrbuton, (): -3. Selvakumar, A. I. e Thanushkod, K. (008). Antpredatory partcle swarm optmzaton: Soluton to nonconvex economc dspatch problems, Electrc Power Systems Research, 78(): -0. Storn, R. e Prce, K. (995). Dfferental evoluton - a smple and effcent adaptve scheme for global optmzaton over contnuous spaces. Techncal Report TR-95-0, Berkeley, CA, USA. Swarup, K. S. e Kumar, P. R. (006). A new evolutonary computaton technque for economc dspatch wth securty constrants, Internatonal Journal of Electrcal Power & Energy Systems, 8(4): Vctore, T. A. A. e Jeyakumar, A. E. (005). A modfed hybrd EP-SQP approach for dynamc dspatch wth valve-pont effect, Internatonal Journal of Electrcal Power & Energy Systems, 7(8):
6 Geração Un. Mín. P P Máx. *Comb F F F 3 Tabela. Dados do sstema com 0 geradores e múltplos combustíves. Coefcentes a b c e f ,697x0² -0,3975 0,76x0 - ² 0,697 x0 - ¹ -3,9750 0,3x0² -0,3059 0,86x0 - ² 0,3 x0 - ¹ 3, ,84x0³ -,690 0,494x0 - ² 0,84-0,69x0²,8650-0,3988 x0 - ¹ 0,38x0 - ² 0,865x0 - ² -0, ,365x0² -0,980 0,60x0 - ² 0,365 x0 - ¹ -, ,3979x0² -0,36 0,457x0 - ² 0,3979 x0 - ¹ -3,60-0,594x0² 0,4864 0,76 x0-4 -0,594x0 - ¹ 4, ,8750 0,3389 x0 - ¹ 0,8035x0 - ³ -0,876x0 - ² 0, ,9830-0,34 x0 - ¹ 0,049x0 - ² 0,983x0 - ² -0,34 0,585x0² -0,6348 0,758x0 - ² 0,585 x0 - ¹ -6, ,668x0³ -,3380 0,5935x0 - ² 0,668-0,338x0² ,39x0² -0,8733 x0 - ¹ 0,066x0 - ² 0,39 x0 - ¹ -0,8733 0,9976x0² -0,506 0,597x0 - ² 0,9976 x0 - ¹ -5, ,5399x0² 0,446 0,498x0 - ³ 0,5399 x0 - ¹ 4, ,585x0² -0,6348 0,758x0 - ² 0,585 x0 - ¹ -0,6348x0,9830-0,34 x0 - ¹ 0,049x0 - ² 0,983x0 - ² -0, ,668x0³ -,3380 0,5935x0 - ² 0,668-0,338x0² ,893x0² -0,35 0,07x0 - ² 0,893 x0 - ¹ -,350 0,4377x0² -0,67 0,65x0 - ² 0,4377 x0 - ¹ -, ,4335x0² 0,3559 0,454x0 - ³ -0,4335 x0 - ¹ 3, ,9830-0,34 x0 - ¹ 0,049x0 - ² 0,983x0 - ² -0,34 0,585x0² -0,6348 0,758x0 - ² 0,585 x0 - ¹ -6, ,668x0³ -,3380 0,5935x0 - ² 0,668-0,338x0² ,8853x0² -0,5675 0,554x0 - ² 0,8853 x0 - ¹ -5,6750 0,530x0² -0,454 x0 - ¹ 0,7033x0 - ² 0,43 x0 - ¹ -0, ,43x0² -0,87 x0 - ¹ 0,6x0 - ³ 0,43 x0 - ¹ -0, ,397x0² -0,9938 x0 - ¹ 0,0x0 - ² 0,397 x0 - ¹ -0,9938-0,63x0² 0,5084 0,046x0 - ³ -0,63 x0 - ¹ 5, ,467x0² -0,04 0,37x0 - ² 0,467 x0 - ¹ -,040 Notação: *Un.: undade geradora; Comb.: tpo de combustível. Tabela 3. Comparação de resultados com a lteratura. # CGA_MU + IGA_MU AEIQ AEIQ-R AEIPR Undade (Chang, 005) (Chang, 005) *Comb. Gerador *Comb. Gerador *Comb. Gerador *Comb. Gerador *Comb. Gerador,008 9,6 9,533 36,379 07,798,635,645, ,663 07, , ,657 74, , , , , , , , , ,479 79, , , , , , , , , , , ,4 89, , , , , , ,0 3 49, , , , , ,858 75,673 60,669 94,68 TP (MW) FO /TC($) 700,0 64, ,0 64, ,0 64, ,0 69,96 700,0 65,93 Notação: *Comb.: tpo de combustível. # CGA_MU: conventonal genetc algorthm wth multpler updatng. + IGA_MU: mproved genetc algorthm wth multpler updatng.
PROBLEMA DE DESPACHO ECONÔMICO MULTI-ÁREA COM RESTRIÇÕES DE CAPACIDADE DE TRANSMISSÃO RESOLVIDO ATRAVÉS DE UMA REDE DE HOPFIELD MODIFICADA
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PROBLEMA DE DESPACHO ECONÔMICO MULTI-ÁREA COM RESTRIÇÕES DE CAPACIDADE DE TRANSMISSÃO RESOLVIDO ATRAVÉS DE UMA REDE DE HOPFIELD
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisAlgoritmos Genéticos com Parâmetros Contínuos
com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75
Leia maisProblemas de engenharia
Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisAPLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS
APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisUMA ABORDAGEM BASEADA EM REDES NEURAIS ARTIFICIAIS E LÓGICA NEBULOSA PARA A SOLUÇÃO DE PROBLEMAS DE DESPACHO ECONÔMICO
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN UMA ABORDAGEM BASEADA EM REDES NEURAIS ARTIFICIAIS E LÓGICA NEBULOSA PARA A SOLUÇÃO DE PROBLEMAS DE DESPACHO ECONÔMICO Letca
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisDESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA
DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade
Leia maisMÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS
Pesqusa Operaconal e o Desenvolvmento Sustentável MÉTODOS ITERATIVOS PARA PROBLEMAS DE PRORAMAÇÃO MATEMÁTICA COM INCERTEZAS Rcardo Coêlho Slva Departamento de Telemátca Faculdade de Engenhara Elétrca e
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisO QUEBRA-CABEÇA DE LANGFORD
O QUEBRA-CABEÇA DE LANGFORD Mateus Mendes Magela Unversdade Federal do Espírto Santo mateusmendes.m@uol.com.br Resumo: O Quebra-Cabeça de Langford é um passatempo muto atraente e sufcentemente engenhoso
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisDiferença entre a classificação do PIB per capita e a classificação do IDH
Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisMODELOS DE LOCALIZAÇÃO NA SELEÇÃO DE RESERVAS PARA CONSERVAÇÃO DE ESPÉCIES
MODELOS DE LOCALIZAÇÃO NA SELEÇÃO DE RESERVAS PARA CONSERVAÇÃO DE ESPÉCIES Marcelo Gonçalves Narcso CNPTIA EMBRAPA narcso@cnpta.embrapa.br Luz Antono Noguera Lorena lorena@lac.npe.br LAC - Laboratóro Assocado
Leia maisModelo de programação por restrições para o problema de empacotamento ortogonal tridimensional
Capítulo 5 Modelo de programação por restrções para o problema de empacotamento ortogonal trdmensonal Olvana Xaver do Nascmento 1 Llane de Azevedo Olvera 1 Thago Alves de Queroz 1 Resumo: O Problema de
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAdriana da Costa F. Chaves
Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisUMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES
UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de
Leia mais2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria
Agregação Dnâmca de Modelos de urbnas e Reguladores de elocdade: eora. Introdução O objetvo da agregação dnâmca de turbnas e reguladores de velocdade é a obtenção dos parâmetros do modelo equvalente, dados
Leia maisProcedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson
Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
ALGORITMO GENÉTICO APLICADO À ELEÇÃO MULTI-CRITÉRIO DE CARTEIRA DE PROJETO DE PETRÓLEO E GÁ Karn upo Gavancho Departamento de Engenhara Elétrca, PUC-RIO, Rua Marques de ão Vcente 225, Ro de Janero Karsupo@ele.puc-ro.br
Leia maisReforço das Condições de Segurança de Tensão Utilizando Algoritmos Genéticos
REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA, ICA, PUC-Ro 1 Reforço das Condções de Segurança de Tensão Utlzando Algortmos Genétcos Msc. Carlos Portugal Poma, Dr. Marco Aurélo Pacheco ICA: Laboratóro
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisBalanceamento das cargas nas respectivas fases do circuito [8]: Posicionamento do transformador abaixador: Recondutoramento dos circuitos:
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PLANEJAMENTO DE CIRCUITOS SECUNDÁRIOS DE DISTRIBUIÇÃO USANDO ALGORITMO EVOLUTIVO ESPECIALIZADO Antono Marcos Coss Grupo
Leia maisPalavras Chaves: Linear Combination of Atomic Orbitals, LCAO, Molecular Orbitals, MO, Atomic Orbitals, AO.
Dego da Slva Manoel Insttuto de Físca de São Carlos, Unversdade de São Paulo, São Carlos-SP, Brasl Resumo Neste trabalho abordamos a descrção dos Orbtas Moleculares (MO), obtdos va Combnação Lnear dos
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisUM ALGORITMO GENÉTICO HÍBRIDO PARA RESOLVER O PROBLEMA DO DESPACHO ECONÔMICO DE ENERGIA ELÉTRICA
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN UM ALGORITMO GENÉTICO HÍBRIDO ARA RESOLVER O ROBLEMA DO DESACHO ECONÔMICO DE ENERGIA ELÉTRICA Márca Marcondes Altmar Samed
Leia maisNOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO
I Congresso Baano de Engenhara Santára e Ambental - I COBESA NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO Marcos Vnícus Almeda Narcso (1)
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisRestrições Críticas para o Atendimento de Demanda de Potência em Sistemas de Energia Elétrica
Anas do CNMAC v.2 ISSN 1984-820X Restrções Crítcas para o Atendmento de Demanda de Potênca em Sstemas de Energa Elétrca Lucano V. Barboza Insttuto Federal Sul-ro-grandense, Campus Pelotas Unversdade Católca
Leia maisALGORITMO EVOLUTIVO MULTIOBJETIVO PARA A SOLUÇÃO DO MODELO DE CONTROLE DE POTÊNCIAS ATIVA E REATIVA
Pesqusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento 12 a 15/9/6 Goâna, GO ALGORITMO EVOLUTIVO MULTIOBJETIVO PARA A SOLUÇÃO DO MODELO DE CONTROLE DE POTÊNCIAS ATIVA E REATIVA ELIZETE
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisALGORITMO EVOLUTIVO MULTIOBJETIVO PARA O DESPACHO ECONÔMICO E AMBIENTAL
ALGORITMO EVOLUTIVO MULTIOBJETIVO PARA O DESPACHO ECONÔMICO E AMBIENTAL Elzete de Andrade Amorm 1 LABSEEL - Departamento de Engenhara Elétrca Unversdade Federal de Mato Grosso do Sul - UFMS Endereço da
Leia maisRESOLVENDO PROBLEMAS DE FLUXO DE POTÊNCIA ÓTIMO DC ATRAVÉS DE UMA REDE DE HOPFIELD MODIFICADA
RESOLVENDO PROBLEMAS DE FLUXO DE POTÊNCIA ÓTIMO DC ATRAVÉS DE UMA REDE DE HOPFIELD MODIFICADA Ivan N. da Slva Leonardo Nepomuceno Thago M. Bastos USP/EESC/SEL CP 359, CEP 13566-590 São Carlos - SP UNESP
Leia maisXII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal RN, 25 a 28 de outubro de 2015
XII Smpóso Braslero de Automação Intelgente (SBAI) Natal RN, 25 a 28 de outubro de 2015 ANÁLISE DE UMA METAHEURÍSTICA BASEADA NO ALGORITMO DE COLÔNIA DE FORMIGAS PARA RESOLUÇÃO DE PROBLEMAS DE FLUXO DE
Leia maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON
1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisOtimização do Período de Sensoriamento em Rádio Cognitivo utilizando Algoritmo Genético com uma Estratégia Multi-Objetivo
Otmzação do Período de Sensoramento em Rádo Cogntvo utlzando Algortmo Genétco com uma Estratéga Mult-Objetvo Peterson M. S. Yoshoka, Andson M. Balero, Kelvn L. Das 1 Unversdade Federal do Pará, Belém,
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisOtimização por Colônia de Partículas
Otmzação por Colôna de Partículas Sezmára de F.P Saramago, Jar Rocha do Prado Faculdade de Matemátca - FAMAT, Unversdade Federal de Uberlânda 38408-00, Uberlânda, MG E-mal: Saramago @ufu.br, jar@mat.ufu.br,.
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisFlambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Leia maisINCORPORAÇÃO DE RECORRÊNCIA EM ESTRUTURAS NEURAIS NEBULOSAS
INCORPORAÇÃO DE RECORRÊNCIA EM ESTRUTURAS NEURAIS NEBULOSAS Ivette Luna 1, Rosangela Balln 2, Fernando Gomde 3 1,3 Unversdade Estadual de Campnas Faculdade de Engenhara Elétrca e de Computação 13083-970
Leia maisABORDAGENS DE SISTEMAS INTELIGENTES PARA A SOLUÇÃO DO PROBLEMA DE DESPACHO ECONÔMICO DE GERAÇÃO
ABORDAGENS DE SISTEMAS INTELIGENTES PARA A SOLUÇÃO DO PROBLEMA DE DESPACHO ECONÔMICO DE GERAÇÃO LETICIA TAKAHASHI Dssertação apresentada à Faculdade de Engenhara da UNESP - Campus de Bauru, para obtenção
Leia maisAnálise de áreas de risco considerando os afundamento de tensão em estudos de planejamento
Análse de áreas de rsco consderando os afundamento de tensão em estudos de planejamento J. C. Cebran, L. Camlo, N. Kagan, N. M. Matsuo*, H. Arango Enerq-USP 1 Resumo-- Este trabalho permte avalar os índces
Leia mais7 Tratamento dos Dados
7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r
Leia mais3 Desenvolvimento do Modelo
3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia mais5 Validação dos Elementos
5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo
Leia maisI DIMENSIONAMENTO OTIMIZADO DE REDES DE DISTRIBUIÇÃO DE ÁGUA COM A UTILIZAÇÃO DE ALGORITMOS GENÉTICOS
I-061 - DIMENSIONAMENTO OTIMIZADO DE REDES DE DISTRIBUIÇÃO DE ÁGUA COM A UTILIZAÇÃO DE ALGORITMOS GENÉTICOS Rta de Cássa do Prado Gudo Gamero (1) Engenhera Cvl pela Unversdade de Campnas / UNICAMP e Mestre
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia mais2 Redes Neurais Auto-Organizáveis
2 Redes Neuras Auto-Organzáves 2.1 Introdução Problemas de clusterng estão presentes nos mas varados contetos, como por eemplo: classfcação de padrões, mneração de dados e recuperação de nformações de
Leia maisEstimação de Distorção Harmônica Total Utilizando Estratégias Evolutivas
1 Estmação de Dstorção Harmônca Total Utlzando Estratégas Evolutvas E. F. Arruda, Member, IEEE e N. Kagan, Senor Member, IEEE Abstract O objetvo deste trabalho é estmar a dstorção harmônca total em barras
Leia maisRegressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará
Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisAnálise da curva de crescimento de ovinos cruzados
Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas
Leia maisALGORITMO PARTICLE SWARM HÍBRIDO UTILIZADO NA ALOCAÇÃO ÓTIMA DE BANCOS DE CAPACITORES EM SISTEMAS DE DISTRIBUIÇÃO RADIAL
ALGORITMO PARTICLE SWARM HÍBRIDO UTILIZADO NA ALOCAÇÃO ÓTIMA DE BANCOS DE CAPACITORES EM SISTEMAS DE DISTRIBUIÇÃO RADIAL Pedro Alexo Brandn [] emal: pedrobrandn@clc2.com.br Edgar Manuel Carreño Franco
Leia maisAuto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Misturograma em imagens em nível de cinza
Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Msturograma em magens em nível de cnza Severno Jr, Osvaldo IMES - FAFICA osvaldo@fafca.br Gonzaga, Adlson Escola de Engenhara de São Carlos -
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia maisAvaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de
Leia mais2 Modelos de Otimização sob Incerteza 2.1. Introdução
2 Modelos de Otmzação sob Incerteza 2.. Introdução Modelos de programação matemátca são comumente utlzados para solução de problemas de programação da produção, de logístca, de schedulng e de planejamento
Leia maisMETODOLOGIA DE GERAÇÃO DE REDES SECUNDÁRIAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA PARA ESTUDOS DE PLANEJAMENTO
METODOLOGIA DE GERAÇÃO DE REDES SECUNDÁRIAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA PARA ESTUDOS DE PLANEJAMENTO Leonardo Mendonça Olvera de Queroz Faculdade de Engenhara Elétrca e de Computação FEEC Unversdade
Leia maisUM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO
Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisConcepção Híbrida de Otimização por Nuvem de Partículas Aplicada ao Problema de Weber
Concepção Híbrda de Otmzação por Nuvem de Partículas Aplcada ao Problema de Weber Leandro dos Santos Coelho, Vvana Cocco Maran 2 Laboratóro de Automação e Sstemas, Grupo Produtrônca Programa de Pós-Graduação
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais