Termoelétricas de Ciclo Combinado.
|
|
- Eric Tomé Fragoso
- 5 Há anos
- Visualizações:
Transcrição
1 Aplcação de Algortmo Genétco na Otmzação da Operação de Undades Termoelétrcas a Cclo Combnado Sandoval Carnero Jr, Ivo Chaves da Slva Jr, André L.M. Marcato, José Luz R. Perera, Paulo A.N.Garca, Paulo Masonnave e Glvan Rodrgues Resumo - Este trabalho apresenta os resultados alcançados em projeto executado pela UFRJ/UFJF para a CGTF, dentro do Programa de P&D do Setor Elétrco Braslero coordenado pela ANEEL no cclo 2004/2005 códgo /2005 fnancado pela CGTF. O projeto apresenta a aplcação de uma das técncas de ntelgênca artfcal denomnada de Algortmo Genétco (AG) na resolução do problema referente à operação de undades termoelétrcas () de geração a cclo combnado. Baseada na teora evolutva de Charles Darwn, o AG reproduz o comportamento evolutvo exstente na natureza com o objetvo de encontrar, entre as númeras condções possíves de operação e manutenção, a solução que mnmze o custo total de operação da termoelétrca, solução esta denomnada de ótmo global. Para tanto, o AG leva em consderação as restrções operaconas da e os custos assocados ao gás natural, a emssão de efluentes, horas de operação, entre outros. Os resultados obtdos apontam para uma satsfatóra efcênca da metodologa utlzada. Palavras-chave Algortmo Genétco, Otmzação da Operaçãoção, Termoelétrcas de Cclo Combnado. I. INTRODUÇÃO Devdo à desregulamentação do setor elétrco braslero o número de usnas termoelétrcas de cclo combnado conectadas ao sstema aumentou de forma sgnfcatva. Este fato assocado à crescente demanda cra a expectatva de aumento de nvestmentos neste setor. A natureza operatva destes empreendmentos tem peculardades que exgem técncas apuradas para alocar de manera adequada os montantes de geração no tempo e entre as undades geradoras, consderando as dversas restrções nerentes ao processo de geração termoelétrca a cclo combnado [1]. As varáves que compõem o custo total de produção de energa, tas como, custo de combustível, custo de emssão de efluentes, custo de água, custo referente às horas de operação, custo de parada e partda das turbnas a gás e o custo com recursos humanos, necesstam ser representadas no modelo. Por outro lado, além das varáves operatvas, devem ser consderadas as varáves relaconadas ao mercado, tas como, contratos blateras e as flutuações do câmbo. Desta forma, o estudo e o desenvolvmento de ferramentas que auxlem na tomada de decsão é um campo relevante para os agentes geradores [2]. Matematcamente o problema apresenta as seguntes dfculdades: () Regão de solução não convexa, o que permte a exstênca de váras soluções e conduz grande parte dos algortmos a convergrem em dreção de mínmos locas () Natureza combnatóra do processo de decsão, que leva ao fenômeno da explosão combnatóra referente às alternatvas de operação, acarretando elevado tempo computaconal; () Natureza dnâmca do processo de decsão, que se por um lado lmta as opções de decsão, por outro ocasona antagonsmo em relação ao despacho. Dante deste quadro, a utlzação de um algortmo genétco para a resolução do problema torna-se uma opção atratva [3]. Os algortmos genétcos (AG s) são uma famíla de modelos computaconas nsprados na evolução das espéces, que ncorporam uma solução potencal para um problema específco numa estrutura semelhante à de um cromossomo e aplcam operadores de seleção e "crossover" a essas estruturas de forma a preservar nformações crítcas relatvas à solução do problema. Normalmente os AG's são vstos como otmzadores de funções, embora a quantdade de problemas para o qual os AG's se aplcam seja bastante abrangente. Entre as prncpas vantagens para a utlzação do Algortmo Genétco (AG) para o problema em questão pode-se ctar a smplfcação que o AG permte na formulação de problemas combnatoras [4]. Além, do paralelsmo mplícto decorrente da avalação ndependente de cada ndvíduo, ou seja, pode-se avalar a vabldade de um conjunto de parâmetros para a solução do problema de otmzação em questão [5]. O objetvo do problema de otmzação é defnr entre as númeras confgurações de operação (das de operação e consumo mensal de gás natural) qual a mas econômca de acordo com os seguntes parâmetros: () a quantdade de Gás Natural (GN) dsponível; () período em análse; (); (v) consumo de água; (v) emssão de efluentes; (v) contratos de fornecmento de gás natural. O trabalho aqu proposto é referente ao desenvolvmento de uma ferramenta computaconal baseada em um algortmo genétco [6], vsando a otmzação da operação da undade térmca de cclo combnado, levando em consderação as varáves acma menconadas e
2 os custos assocados. Volume máxmo (m³) de consumo de gás natural pela ; II. FORMULAÇÃO DO PROBLEMA O problema de otmzação acma descrto pode ser formulado da segunte forma: meses = 1 Mn ( Vc 12 = 1 meses ( A ( Vc + Va) + = + D h + E + ( Vc ( B 1 F ) (1) + Va + Va ) = VC + ) 0,7 TAGN Vc + Va 0.56 TMGN V onde: mn Vc V máx Mês de operação; A Custo do gás natural (R$/m³) ; B C D E F C ) Pg Custo referente à emssão de efluentes em função da energa produzda (R$/MWh); Custo referente ao consumo de água em função da energa produzda (R$/MWh) pela ; Custo referente às horas de operação e manutenção (R$/HOM) da ; Custo fxo da (R$); Custo referente às paradas e partdas das turbnas (R$) a gás natural; Pg Potênca méda gerada pela no mês ; Va Vc h Horas de operação da no mês ; Volume armazenado de gás natural (m³) pela ; Volume consumdo de gás natural (m³) pela no mês ; + (2) (3) (4) (5) TAGN Consumo máxmo anual de gás natural pela ; TMGN Consumo máxmo mensal de gás natural pela. A equação (1) é referente à Função Objetvo (FOB), ou seja, é a função composta por todos os custos que envolvem a operação da undade termoelétrca de geração. A equação (2) corresponde à equação de balanço de gás natural. As nequações (3) e (4) são as restrções de contrato take-or-pay referente à aqusção de gás natural (70% anual e 56% mensal). A nequação (5) corresponde ao volume máxmo e mínmo de consumo de gás natural da. III. ALGORITMO GENÉTICO Os algortmos genétcos pertencem a uma classe de algortmos chamados de ntelgênca artfcal, os quas reproduzem fenômenos observados na natureza para a resolução de problemas de otmzação. O algortmo genétco utlza a déa da teora da evolução das espéces, onde somente os ndvíduos mas adaptados ao meo sobrevvem e assm, estão aptos a reproduzr e transmtr suas característcas aos descendentes [6-7-8] Este tpo de algortmo resolve problemas complexos (com mutas varáves, funções descontínuas, dervadas complcadas, etc.), por se tratar de um método probablístco. É um algortmo que não mpõe mutas lmtações em relação à busca da solução ótma, sendo sua únca referênca o valor da função de aptdão ou função objetvo. O algortmo genétco é ncado com uma população aleatóra ou não, respetando alguns parâmetros como os lmtes das varáves e a dscretzação das mesmas. O tamanho da população é fxa e deve ser tal que cubra o espaço de busca de manera unforme para não prejudcar o desempenho do mecansmo de otmzação. Com a população ncal gerada, calcula-se, através de uma função denomnada função objetvo, o valor de aptdão de cada um dos ndvíduos gerados e aplcam-se aos mesmos os operadores genétcos. VC Vmn Vmáx Volume dsponível de gás natural (m³) para todo o período em análse (meta de consumo); Volume mínmo (m³) de consumo de gás natural pela ; O prmero operador genétco é o de seleção. A seleção tem como objetvo determnar os ndvíduos mas aptos à reprodução. O número de ndvíduos seleconados é conseqüênca de um parâmetro fxo denomnado taxa de cruzamento. Depos dos ndvíduos serem seleconados, aplca-se o operador de cruzamento para a formação da nova população.
3 Por últmo aplca-se o operador de mutação em determnados ndvíduos da nova população cujo número é dado pela taxa de mutação, também fxa. Com a nova população gerada, são calculados os novos valores de aptdão para os novos ndvíduos e assm se repete o processo até atngr a convergênca do processo. Convergênca esta, que será apresentada posterormente. A solução fnal corresponde ao ndvíduo que apresentar o melhor valor de aptdão entre todas as gerações. A segur serão apresentadas algumas característcas do algortmo genétco utlzado. III.1 Representação do Indvíduo Os algortmos genétcos trabalham com os ndvíduos codfcados em uma estrutura cromossômca ou cadea de caracteres, sendo esta uma de suas característcas. Cada cromossomo representa uma varável na formação do ndvíduo. A codfcação é necessára para a aplcação dos operadores genétcos. Atualmente, exstem dversos tpos de codfcação e a escolha do mesmo, va depender do tpo de problema a ser utlzado. () Taxa de cruzamento; () Taxa de Mutação; (v) Crtéro de Convergênca. A segur serão descrtas as prncpas característcas de cada parâmetro para uma melhor compreensão do algortmo genétco utlzado. III.2.1 Tamanho da População O tamanho da população nflu dretamente no desempenho e efcênca do AG. Para populações muto pequenas, o algortmo não abrange um espaço de busca satsfatóro para a convergênca do algortmo e em conseqüênca deste fato pode resultar em convergênca prematura (solução de baxa qualdade). Para populações muto grandes, o espaço de busca fca muto bem representado no domíno do problema (solução de excelente qualdade), mas em compensação o algortmo necessta de um elevado tempo de processamento. Portanto, o ajuste deste parâmetro é realzado por um operador com bastante experênca para que o algortmo tenha um funconamento adequado. III.2.2 Taxa de Cruzamento Consumo Mensal (%) de GN Cromossomo A Das de Operação / Consumo Dáro Cromossomo B Indvíduo Este parâmetro ndca quantos ndvíduos da população rão reproduzr. Com uma taxa de cruzamento muto baxa, o algortmo se torna pouco efcente, pos exstrá pouca dversdade da população a cada geração. Para uma taxa de cruzamento alta, a população poderá ter uma perda no seu materal genétco, já que quase toda a população será substtuída pelos seus descendentes. III.2.3 Taxa de Mutação Fgura 1. Representação de um ndvíduo. Neste trabalho utlzou-se a codfcação decmal, onde o ndvíduo é representado por duas cadeas de cromossomos: () Cromossomos tpo A - trazendo nformações do percentual mensal de gás natural consumdo e/ou armazenado; () Cromossomos tpo B trazendo nformações do número de das de operação da e o consumdo dáro de gás natural pela. A Fgura 1 lustra a representação de um ndvíduo formado apenas por um únco cromossomo do tpo A e do tpo B. III.2 Parâmetros Genétcos Alguns parâmetros nfluencam dretamente no desempenho e até mesmo na convergênca dos AGs. Dentre os dversos tpos de parâmetros, tem-se: () Tamanho da população; Este parâmetro ndca a probabldade de cada um dos ndvíduos que compõe a população de sofrer mutação. Com uma taxa de mutação muto baxa, o algortmo pode fcar estagnado a um determnado valor, não ótmo. Uma taxa de mutação alta faz com que o algortmo fque muto aleatóro, de modo que uma boa solução pode ser perdda durante o processo. III.2.4 Crtéro de Convergênca A convergênca é um parâmetro que ndca quando o algortmo chegou a uma solução próxma do ótmo global. Bascamente, exstem três tpos de crtéro de convergênca. O prmero é desgnado pelo número máxmo de gerações. Neste crtéro, o algortmo evolu até um determnado número fxo de gerações. No segundo crtéro, são calculados, a cada geração, a méda e o maor/menor, dependendo da aplcação, valor da função aptdão na população e se a dferença entre eles for menor que uma determnada tolerânca, cujo valor deverá ser próxmo de zero, o algortmo convergu, chegando assm em uma solução satsfatóra. Por últmo, é
4 determnado um tempo fxo de parada, ou seja, este converge quando o tempo corrente se guala ao tempo prefxado. No presente trabalho, através de testes, verfcou-se que a convergênca pelo número máxmo de gerações mostrou-se satsfatóra. Neste tpo de cruzamento, os cromossomos tpo A dos progentores são dvddos em dos pontos de corte e seus descendentes recebem estes pedaços de modo alternado. Uma representação é mostrada na Fgura 2 onde se tem dos ndvíduos (progentores), representados por um cromossomo do tpo A composto por três genes, referentes aos percentuas de consumo de gás natural para os meses de janero, feverero e março. Foram sorteados dos pontos de corte, sendo o prmero no níco do mês de janero e o segundo no níco de março. III.3 Operadores Genétcos Os operadores genétcos são responsáves pelo processo de otmzação,o qual compreende a seleção e dversfcação da espéce durante as váras gerações. Eles fazem com que os ndvíduos mas aptos tenham uma maor probabldade de cruzamento e desta forma conservem suas característcas de adaptação para seus descendentes, em conseqüênca, ndvíduos com baxa adaptabldade se perdem durante as gerações. Esta dversfcação faz com que os ndvíduos se adaptem melhor ao seu meo e gerem uma população com valores de aptdão na maora das vezes ótmos. Bascamente os operadores genétcos são dvddos em três categoras, sendo estas descrtas abaxo: (a) Seleção; (b) Cruzamento; (c) Mutação. PONTO DE CORTE (1) PONTO DE CORTE (2) 70% 56% 84% Janero Feverero Março 90% 64% 56% Fgura 2. Progentores Sorteo dos pontos de corte. A Fgura 3 apresenta os descendentes orundos do cruzamento entre os progentores apresentados pela Fgura 1, onde se percebe a troca de materal genétco na formação dos novos ndvíduos. III.3.1 Operador de Seleção O operador de seleção tem como objetvo seleconar os ndvíduos mas aptos (valores baxos da função aptdão) ao seu meo ambente para sofrer a ação dos operadores de cruzamento e mutação e conseqüentemente gerar uma população mas adaptada ao seu ncho ecológco. Para tanto, consderou-se um círculo dvddo em n regões (tamanho da população), onde a área de cada regão é proporconal à aptdão do ndvíduo. Sobre este círculo, coloca-se uma "roleta". Após um gro da roleta a posção dos cursores ndca os ndvíduos seleconados. Os ndvíduos cujas regões possuem maor área (no caso, menor valor da FOB) terão maor probabldade de serem seleconados. III.3.2 Operador de Cruzamento O operador de cruzamento tem como objetvo realzar a troca do materal genétco dos progentores escolhdos pelo operador de seleção durante o cruzamento. Seus descendentes herdarão parte das característcas de um progentor e parte do outro. As característcas dos progentores mas adaptados serão conservadas de geração em geração pelos seus descendentes, fazendo com que estes se adaptem melhor ao meo em que vve. Este operador é realzado em um número fxo de ndvíduos regdos pela taxa de cruzamento adotada. Para tanto, utlzou-se o cruzamento em dos pontos de corte. 70% 56% Janero Feverero Março 90% 64% Fgura 3. Descendentes. 56% 84% De acordo com o procedmento adotado para o cruzamento entre os progentores, uma stuação não desejada pode ocorrer: o novo ndvíduo pode não garantr a meta de consumo estabelecda para todo o período, equação (2), seja por excesso ou falta de gás natural. Para contornar tal stuação utlza-se a técnca de pequenos ajustes [7]. Esta técnca tem por objetvo a dmnução (no caso de excesso) ou o aumento (no caso de falta) do consumo mensal de gás natural de modo a respetar a meta estabelecda para todo o período em análse. Os meses que sofrerão alterações (dmnução ou aumento do consumo de GN) são sorteados com probabldades guas. Em relação aos cromossomos tpo B, referente aos das de operação e ao consumo dáro de gás natural, adotou-se a segunte estratéga na etapa de cruzamento: () para os cromossomos fora do ntervalo de corte, mantém-se o códgo genétco nalterado; () para os cromossomos dentro dos pontos de corte, refaz-se todo o materal genétco, conforme apresentado pela Fgura 4.
5 W m³ de Consumo Mensal (A) Sorteo Na modelagem proposta o operador de mutação atua somente no cromossomo do tpo B. O operador de mutação tem como objetvo nserr novas característcas aos descendentes e até mesmo o de restaurar as característcas perddas a cada geração. O processo adotado faz com que alguns descendentes de cada geração, regdos por um percentual denomnado taxa de mutação, sofram uma troca completa no que dz respeto aos das de operação e consumo dáro de GN em alguns meses do período de operação. O processo adotado é realzado através dos seguntes passos: ) Sorteo do número e dos meses que sofreram o efeto do operador de mutação; () cração de uma roleta com as seguntes proporções: (a) 60% - mposção do consumo máxmo dáro de gás natural dentro do respectvo mês; (b) 40% - determnação aleatóra do consumo dáro de gás natural dentro do respectvo mês. Y Das Z% do CMD(m³) A Fgura 5 apresenta o fluxograma geral do algortmo genétco proposto. Parâmetros Genétcos Volume Consumdo em m³ Y x Z% x CMD (B) Incalzação da População Mutação Cromossomo B (A)=(B)? Pequenos Ajustes Cromossomo A Nova População Sm Fm Não Cálculo da Função de Aptdão Pequenos Ajustes Cromossomo A (B)>(A)? Z=100% Cruzamento Não (A)=(A)-(B) Sm Y=(A)/CMD (m³) Nº Máxmo de Gerações? Não Seleção Ymax=Ymax-Y Sm onde: W Y Ymax Fgura 4. Formação do Cromossomo do Tpo B. Consumo mensal de gás natural (m³); Número de das em operação da ; Número máxmo de das que a pode fcar em operação no mês; Solução Fnal Melhor Indvíduo entre todas as Gerações Fgura 5. Fluxograma do AG proposto. IV. ESTUDO DE CASOS Z CMD Percentual consumdo de gás natural em relação ao consumo máxmo dáro; Consumo máxmo dáro de gás natural (m³); III.3.3 Operador de Mutação Para lustrar os resultados obtdos pelo algortmo genétco proposto foram consderados: () período de estudo de um ano (doze meses); () termoelétrca composta por duas turbnas a gás natural e uma a vapor; () volume dsponível de gás natural de de m³ (70% do consumo máxmo anual) dentro do período de estudo. (v) consumo máxmo dáro de cada turbna a gás de m³. (v) geração máxma da de 320 MW; (v) geração mínma da de 160MW. A fgura 6 apresenta a nterface gráfca do software desenvolvdo para a entrada dos parâmetros de operação da undade térmca. Defndos os parâmetros, foram realzadas duas smulações: () consderando o consumo mensal sem varações ao longo do ano, consumo Flat. () consderando a possbldade de varações mensas de consumo ao longo do ano.
6 Fgura 6- Interface: Parâmetros de Operação. Fgura 7- Interface: Parâmetros Genétcos. Estas smulações têm por objetvo verfcar a exstênca ou não de uma modulação de consumo mensal de gás natural mas econômca que a modulação constante, geralmente adotada. É mportante menconar que se trata de um problema de dfícl solução devdo ao grande número de opções de consumo exstente para o mesmo volume de gás dsponível (contratado e armazenado). Para ambas as smulações foram utlzadas os seguntes parâmetros genétcos: Taxa de mutação de 0,1%; Taxa de cruzamento de 80%; População formada por 30 ndvíduos; 100 gerações e ncalzação de forma não aleatóra. A fgura 7 apresenta a janela referente à entrada dos parâmetros do algortmo genétco mplementado. Em relação aos custos nerentes a foram adotados os seguntes valores: () Custo do gás natural de 2,581 $/MBTU; Cotação do dólar de 1,70R$; Custo fxo da de R$ ,00; Custo da água 2,00 R$/MWh; Custo de Efluentes de 0,81 R$/MWh; Custo referente às horas de operação de R$ 675,00; Custo de parada e partda das turbnas de R$ 6750,00. A fgura 8 apresenta a nterface gráfca referente à entrada dos custos assocados ao problema em questão N G e40 a l d tu 30 n rce e20 P 10 Fgura 8- Interface:Custos de Operação e Manutenção. 0 Jan Fev M ar Abr M a Jun Jul Ago Set Out Nov Dez % IV.1 Consumo mensal de GN sem varações Fgura 9. Consumo Flat - percentual mensal de GN pela. Para esta prmera smulação do algortmo proposto, não foram permtdas varações mensas do consumo de GN dentro do período total de análse, de modo a representar a programação de operação usualmente adotada. Desta forma, tem-se para todo o período de operação um consumo mensal de 70% do consumo máxmo mensal da, Fgura 9. Esta nformação do consumo percentual mensal de GN é orunda do cromossomo tpo A. A Fgura 10 apresenta os das de operação da, cuja nformação é orunda do cromossomo tpo B, para cada um dos meses de operação, sendo a potênca méda mensal de geração da de 320MW, ou seja, máxma (cclo combnado). O custo total para esta confguração de operação é de aproxmadamente R$ ,00. IV.2 Consumo mensal de GN com varações Para esta segunda smulação do software desenvolvdo fo permtdo ao algortmo de otmzação a obtenção de soluções que apresentem varações do consumo mensal de gás natural entre os meses de estudo. Esta smulação é nteressante, pos como já hava sdo menconado não é usual programações de operação que não tenham um consumo flat
7 de gás natural ,5 o çã ra e 21 p O e d s 20,5 a D 20 19,5 Jan Fev M ar Abr M a Jun Jul Ago Set Out Nov Dez Das 21,7 20,3 21, , ,7 21, , , o 25 çã ra e 20 p O e d 15 s a D Jan Fev Mar Abr Ma Jun Jul Ago Set Out Nov Dez Das 31 23, , ,7 18,6 17,3 16,8 17,3 16,9 17,5 Fgura 12. Consumo Varável - Das de operação. Fgura 10. Consumo Flat - Das de operação. As Fguras 11 e 12, respectvamente, apresentam a melhor solução obtda à smulação em questão, sendo apresentado o consumo percentual mensal de gás natural (cromossomo tpo A) e os das de operação da (cromossomo tpo B) para cada um dos meses de operação, sendo a potênca méda mensal de geração da de 320MW, ou seja, máxma (cclo combnado) N G 60 e a l d 50 tu n 40 rce e 30 P Jan Fev Mar Abr M a Jun Jul Ago Set Out Nov Dez % , ,5 56,5 Fgura 11. Consumo Varável - percentual mensal de GN pela. V. CONCLUSÕES Este artgo apresentou a aplcação de uma das técncas de ntelgênca artfcal denomnada Algortmo Genétco ao problema referente à otmzação da operação de undades termoelétrcas de cclo combnado. Através dos resultados obtdos, pode-se enfatzar o fato da smulação consderando a possbldade de varações mensas de consumo de gás natural ter gerado uma redução econômca superor a 3% (R$ ,00) em relação à operação obtda pela prmera smulação, modulação constante. Ou seja, podem exstr modulações de consumo de gás mas econômcas do que as modulações constantes, geralmente adotadas. Além dsso, pôde-se confrmar através dos resultados obtdo que a maor efcênca de operação da consste na utlzação do em cclo combnado, ou seja, o consumo máxmo de gás natural através das turbnas a gás natural e da utlzação da turbna a vapor (320 MW). É mportante menconar que se trata de um problema de dfícl solução devdo ao grande número de opções de operação exstente para o mesmo volume de gás dsponível. É mportante notar, Fgura 11, que as restrções do contrato ToP (Take-or-Pay) foram atenddas, ou seja, o mínmo de 70% anual e 56% mensal e que a equação (2) da meta de consumo de GN foram atenddas. O custo total para a confguração de operação obtda para esta segunda smulação fo de aproxmadamente R$ ,00. Esta solução mostra-se mas econômca do que a encontrada consderando a modulação constante do consumo de gás natural. Este fato pode ser explcado pelo fato de que a programação de operação obtda, nesta segunda smulação, ter como característca a operação em cclo combnado (320 MW) e o consumo mensal de gás no menor ntervalo de tempo (das do mês). VI. REFERÊNCIAS BIBLIOGRÁFICAS [1] Santos, N.O, Termodnâmca aplcada às termelétrcas: teora e prátca, 2nd ed.,intercênca, Ro de Janero, [2] Wood, A.J and Wollenberg, B.F., Power Generaton, Operaton & Control. 1ª edção, edtora John Wley & Sons, [3] Wonk, K. P., Doan, K., Artfcal ntellgence algorthm for daly schedulng of thermal generators, IEE Proceedngs, part C Gen. Transm. Dstr., Vol. 138, nº. 6, pp , Nov, [4] Goldbarg, M.C e Luna, H.P., Otmzação Combnatóra e Programação Lnear. 2ª edção, Ro de Janero, Edtora Campus,2000. [5] Falcão, D.M.; Borges, C.L.T.; Vveros, E.R.C.; A Parallel Genetc Algorthm based Methodology for Network Reconfguraton n the Presence of Dspersed Generaton. In: Internatonal Conference on Eletrcty Dstrbuton, 2004, Barcelona. Proceedngs of 17th Internatonal Conference on Eletrcty Dstrbuton, [6] Dasgupta, D. and Mcgregor, D.R, Thermal unt commtment usng genetc algorthms, Proc. Inst. Elect. Eng., Gen. Transm. Dst., Vol. 141, nº 3,pp , Sept, [7] Soares G. L., Algortmos genétcos: estudo, novas técncas e aplcações, Unversdade Federal de Mnas Geras, Tese de Mestrado, Junho 1997.
8 [8] Goldberg D. E., Genetc algorthms n search, optmzaton, and machne learnng, Addson-Wesley Publshng Company Inc., January 1989.
4.1 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 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 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 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 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 maisProgramação Dinâmica. Fernando Nogueira Programação Dinâmica 1
Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A
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 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 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 maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia mais2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS
ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente
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 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 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 maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
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 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 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 maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisPrioridades com Teste de Escalonabilidade
rordades + Teste de Escalonabldade Sstemas de Tempo Real: rordades com Teste de Escalonabldade Rômulo Slva de Olvera Departamento de Automação e Sstemas DAS UFSC Cada tarefa recebe uma prordade Escalonamento
Leia mais4 Sistema Híbrido de Otimização de Estratégia de Controle de Válvulas de Poços Inteligentes sob Incertezas
44 4 Sstema Híbrdo de Otmzação de Estratéga de Controle de Válvulas de Poços Intelgentes sob Incertezas Conforme dscutdo no capítulo 2, na engenhara de reservatóro a atvdade de gerencamento é uma tarefa
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 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 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 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 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 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 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 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 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 maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
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. Numa relação expermental os valores de uma das
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 maisNetuno 4. Manual do Usuário. Universidade Federal de Santa Catarina UFSC. Departamento de Engenharia Civil
Unversdade Federal de Santa Catarna UFSC Departamento de Engenhara Cvl Laboratóro de Efcênca Energétca em Edfcações - LabEEE Netuno 4 Manual do Usuáro Enedr Ghs Marcelo Marcel Cordova Floranópols, Junho
Leia maisMODELO DE DESPACHO TERMELÉTRICO CONSIDERANDO RESTRIÇÕES NO SUPRIMENTO DE GÁS NATURAL
MODELO DE DESPACHO TERMELÉTRICO CONSIDERANDO RESTRIÇÕES NO SUPRIMENTO DE GÁS NATURAL ODERSON DIAS DE MELLO Departamento de Engenhara de Sstemas - Faculdade de Engenhara Elétrca e de Computação - Unversdade
Leia mais4 Análise termoeconômica
4 Análse termoeconômca Os capítulos precedentes abordaram questões emnentemente térmcas da aplcação de nanofludos em sstemas ndretos de refrgeração. Ao tratar das magntudes relatvas e da natureza das componentes
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 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 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 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 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 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 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 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 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 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 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 mais5 Metodologia para Remuneração do Serviço Ancilar de Suporte de Potência Reativa Quando Provido por Geradores
5 Metodologa para Remuneração do Servço Anclar de Suporte de Potênca Reatva Quando Provdo por Geradores 5.. Introdução Em um sstema de potênca, o controle do perfl de tensão nas barras de carga é de grande
Leia maisIntrodução às Medidas em Física a Aula
Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca
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 maisEQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se
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 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 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 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 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 maisSeqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu
XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera
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 mais6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA)
ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA 7 6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA As desvantagens do método BM apresentadas no capítulo 5 sugerem que a alocação dos benefícos seja feta proporconalmente ao prejuízo causado
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO NORMATIVA Nº 62, DE 5 DE MAIO DE 2004
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO NORMATIVA Nº 62, DE 5 DE MAIO DE 2004 Estabelece os procedmentos para o cálculo do montante correspondente à energa de referênca de empreendmento de
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 maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisUM ALGORITMO GENÉTICO PARA O PROBLEMA DE AGRUPAMENTO
Pesqusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento 12 a 15/09/06 Goâna, GO UM ALGORITMO GENÉTICO PARA O PROBLEMA DE AGRUPAMENTO Flávo Marcelo Tavares Montenegro IBGE Insttuto Braslero
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 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 maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia mais6 Análises de probabilidade de ruptura de um talude
6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
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 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 maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
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 maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisEFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO
EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO José Marcelo Das 1, José Renato Cortez Bezerra 1, Napoleão Esberard de Macedo Beltrão 1, Tarcíso Marcos
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 maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisALGORITMOS GENÉTICOS APLICADOS À MODELAGEM ÓTIMA DE PROBLEMAS DE PLANEJAMENTO E UM ESTUDO DE CASO
Anas do 4 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca, São José dos Campos, SP, Brasl, Outubro, 20 a 23, 2008. ALGORITMOS GENÉTICOS APLICADOS
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 maisOTIMIZAÇÃO DA ALOCAÇÃO DE EMPUXO EM SISTEMAS DE POSICIONAMENTO DINÂMICO
OTIMIZAÇÃO DA ALOCAÇÃO DE EMPUXO EM SISTEMAS DE POSICIOAMETO DIÂMICO Autor: Emlo Celso de Souza Orentador: Prof. Dr. Deco Crsol Donha e.mal: decdonha@usp.br Departamento de Engenhara Mecânca Escola Poltécnca
Leia maisPROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO
PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 7/11/01 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...
Leia maisMecanismos de Escalonamento
Mecansmos de Escalonamento 1.1 Mecansmos de escalonamento O algortmo de escalonamento decde qual o próxmo pacote que será servdo na fla de espera. Este algortmo é um dos mecansmos responsáves por dstrbur
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel
Leia mais3 Animação de fluidos com SPH
3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)
Leia maisMedida de Quatro Pontas Autor: Mauricio Massazumi Oka Versão 1.0 (janeiro 2000)
Medda de Quatro Pontas Autor: Maurco Massazum Oka Versão.0 (janero 000) Introdução A técnca de medda de quatro pontas é largamente usada para a medda de resstvdades e resstêncas de folha. O método em s
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
Leia maisPROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO
PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 05/0/013 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisRadiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neuras (Intelgênca Artfcal) Aula 14 Redes Neuras Edrle Soares de Lma Formas de Aprendzado Aprendzado Supervsonado Árvores de Decsão. K-Nearest Neghbor (KNN). Support Vector Machnes
Leia maisPROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS
PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara
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 maisINF 1771 Inteligência Artificial
INF 77 Intelgênca Artfcal Aula 8 Redes Neuras Edrle Soares de Lma Formas de Aprendzado Aprendzado Supervsonado Árvores de decsão. K-Nearest Neghbor (KNN). Support Vector Machnes (SVM).
Leia mais