UMA ABORDAGEM BASEADA EM REDES NEURAIS ARTIFICIAIS E LÓGICA NEBULOSA PARA A SOLUÇÃO DE PROBLEMAS DE DESPACHO ECONÔMICO
|
|
- Ruy Benke
- 4 Há anos
- Visualizações:
Transcrição
1 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 Takahash Unversdade Estadual Paulsta UNESP Bauru SP Departamento de Engenhara Elétrca takahash_let@yahoo.com.br Leonardo Nepomuceno Unversdade Estadual Paulsta UNESP Bauru SP Departamento de Engenhara Elétrca leo@feb.unesp.br Ivan Nunes da Slva Unversdade Estadual Paulsta UNESP Bauru SP Departamento de Engenhara Elétrca van@feb.unesp.br Resumo: Problemas de Despacho Econômco (DE) têm sdo resolvdos por uma varedade de técncas de otmzação. Neste trabalho, a formulação do problema de DE é resolvda por uma abordagem neural utlzando um controlador lógco nebuloso. Uma rede neural de Hopfeld Modfcada é desenvolvda com a fnaldade de resolver problemas de DE com representação do sstema de transmssão. O sstema de transmssão é representado através de equações de fluxo de carga lneares e restrções nos fluxos de potênca atva. Um controlador lógco nebuloso é desenvolvdo para acelerar a taxa de convergênca da rede. A vantagem desta abordagem está relaconada à convergênca efcente em dreção aos pontos de equlíbro factíves. Exemplos de smulação da abordagem neural/fuzzy proposta são apresentados e comparados com o problema de DE resolvdo sem a mplementação do controlador lógco nebuloso. Os resultados demonstram que o desenvolvmento do controlador lógco nebuloso fornece uma melhora sgnfcatva na convergênca da rede neural. Palavras-Chaves: Redes Neuras Artfcas, Despacho Econômco, Sstemas Fuzzy, Redes de Hopfeld, Otmzação Neural. Abstract: Economc Dspatch (ED) problems have been solved by a varety of optmzaton technques. In ths work, the soluton of the proposed ED problem s acheved by a neural network approach wth an embedded fuzzy logc controller. A Modfed Hopfeld Network s developed wth the purpose to solve ED problems nvolvng representaton of the transmsson system. The transmsson system s represented through lnear load flow equatons and lmts on actve power flows. The man advantage of ths topology s effcency of convergence toward feasble equlbrum ponts. The fuzzy logc controller s developed to speed up the convergence propertes of the network. Examples of smulaton nvolvng the proposed neural/fuzzy approach are presented and compared to results presented by the same neural approach wthout the mplementaton of the fuzzy logc controller. The results demonstrate that the development of the fuzzy logc controller mproves sgnfcantly the neural network convergence. Keywords: Artfcal Neural Networks, Economc Dspatch, Fuzzy Sets, Hopfeld Networks, Neural Optmzaton.
2 . Introdução O problema de Despacho Econômco (DE) consste em dstrbur níves de geração às undades geradoras a fm de suprr nteramente a demanda da manera mas econômca e respetando os lmtes operaconas dos sstemas de geração e transmssão. Mutos problemas de DE foram propostos na lteratura apresentando dferentes níves de representação para os sstemas de transmssão e geração. Uma revsão dos avanços desta área é apresentada em Chowdhury e Rahman (990). O Despacho Econômco Clássco (DEC) dscutdo em Chowdhury e Rahman (990) é o ponto ncal dos problemas de DE. O DEC se preocupa com a mnmzação dos custos operaconas totas enquanto supre ntegralmente a demanda do sstema e mpõe lmtes aos níves de geração. Nos procedmentos do DEC, a representação da rede de transmssão é totalmente desprezada. Com sso, o DEC pode calcular dstrbuções que não levam em consderação mportantes restrções de potênca atva, tas como fluxos de potênca atva nas lnhas de transmssão e transformadores; e anda, equações de fluxo de carga no sstema de transmssão. Na formulação de despacho econômco estudado neste trabalho, uma representação detalhada do sstema de transmssão é adotada. A representação do sstema de transmssão é ncorporada através de equações de fluxo de carga lneares e lmtes nos fluxos de potênca atva. A formulação do problema de DE é resolvda utlzando uma rede de Hopfeld Modfcada e um controlador lógco nebuloso para acelerar a taxa de convergênca da rede. Algumas aplcações efetvas de redes neuras artfcas em problemas de DE têm sdo apresentadas na lteratura. Em Walsh e O Malley (997) uma abordagem buscando unfcar o problema de unt commtment e funções de despacho de geração é descrta. Nesta abordagem é proposta uma rede de Hopfeld híbrda, uma vez que a função de energa desta rede é capaz de ldar com termos dscretos e contínuos. Em Park et al. (993) uma rede neural de Hopfeld é proposta para resolver um problema de DEC com funções de custo não-convexas. O esforço computaconal para resolver o problema é alto devdo ao grande número de terações para obter a precsão desejada. Em Su e Chou (997a) um método analítco de Hopfeld é proposto, reduzndo consderavelmente este esforço computaconal. Entretanto, o método não é aplcável a funções de custo não-convexas. Em Su e Chou (997b), um modelo de Hopfeld para problemas de DE consderando zonas probdas fo desenvolvdo. A maora das aplcações neuras descrtas acma apresenta problemas de convergênca para os pontos de equlíbro que representam soluções factíves para o problema de despacho. Uma análse cudadosa dos resultados apresentados em alguns destes artgos revela que soluções nfactíves são, algumas vezes, obtdas. Na abordagem de Hopfeld modfcada proposta em Slva e Nepomuceno (200) para resolver o problema de DEC, a função custo e as restrções envolvdas no mapeamento do problema são tratadas em dferentes estágos. A abordagem de Hopfeld modfcada garante a convergênca da rede para soluções ótmas factíves (Slva et al., 2000). Os problemas assocados com velocdade de convergênca, descrtos em Walsh e O Malley (997) e em Park et al. (993), foram também satsfatoramente tratados em Slva e Nepomuceno (200). Como demonstrado em Slva et al. (2000), a rede de Hopfeld modfcada é também aplcável se funções de custo não-convexas são utlzadas no problema de despacho. Este trabalho aplca a rede de Hopfeld modfcada descrta em Slva e Nepomuceno (200) para resolver um problema de despacho mas representatvo, no qual o sstema de transmssão é descrto em mas detalhe. Além dsso, um controlador lógco nebuloso é desenvolvdo para acelerar a taxa de convergênca da rede. O problema de despacho econômco estudado e a abordagem neural adotada são descrtos nas seções a segur. 2. Descrção do Modelo de despacho Adotado A formulação de Despacho Econômco (DE) adotada neste trabalho é matematcamente descrta pelo segunte problema de otmzação: 230
3 onde: Mn DE s. a. : C T é o custo total de combustível. NG é o número de geradores dsponíves. C (P ) = a + b.p + c. 2 P é o custo de geração da undade. P é a potênca atva de saída da undade. a, b e c são os coefcentes de custo para a undade. P é o vetor das njeções líqudas de potênca atva. B é a matrz de susceptâncas da rede. θ é o vetor dos ângulos das tensões. mn P é a mínma geração de saída da undade. NG C T = C ( P ) ( a ) = P = B. θ ( b ) () mn P P P ( c ) mn F F ( θ ) F ( d ) P é a máxma geração de saída da undade. F (θ)=(θ k θ l )/x kl é o fluxo de potênca atva no ramo (lnha ou transformador) conectando as barras k e l. θ k é o ângulo de tensão na barra k. x kl é a reatânca no ramo conectando as barras k e l. O modelo DE descrto em () representa as equações de fluxo de potênca atva (b) de forma lnear. As equações (c) e (d) representam respectvamente os lmtes na geração de potênca atva e nos fluxos de potênca atva no sstema de transmssão. Esses fluxos no sstema são também representados por equações lneares. A função quadrátca de custo (ª) é também algumas vezes expressa por um polnômo do tercero grau (Jang e Ertem, 995). Para usnas térmcas, a função custo pode também ser representada como uma função quadrátca por partes (Park et al., 993). Isto não representa um problema para a abordagem proposta, uma vez que a mesma é capaz de tratar funções de custo geras não-convexas. 3. Rede Neural de Hopfeld Modfcada Fuzzy (RHMF) As redes de Hopfeld têm sdo aplcadas em dversas classes de problemas de otmzação, demonstrando grande habldade na resolução destes tpos de problemas. A equação nodal para a rede de Hopfeld contínua no tempo é defnda por: n u ( t) = η. u ( t) + Tj. v j ( t) + b j= & (2) v (t) = g (u (t)) (3) onde: u(t) é o estado corrente do -ésmo neurôno. Tj é o peso unndo o j-ésmo ao -ésmo neurôno. Vj(t) é a saída do j-ésmo neurôno. b vetor de entradas do -ésmo neurôno (offset bas). η.u(t) é um termo de decamento passvo. G(u(t)) é a função de atvação de cada neurôno. 23
4 Nota-se que g(u(t)) é uma função de atvação, monotcamente crescente, que lmta a saída de cada neurôno em um ntervalo pré-defndo. Pode ser verfcado em Hopfeld (984) que os pontos de equlíbro da rede correspondem aos valores v(t) para os quas a função de energa (função de Lyapunov) da rede é mnmzada: E(t) = v T (t).t.v(t) v T (t). b (4) 2 O mapeamento do DE usando uma rede de Hopfeld consste em se determnar a matrz de pesos T (smétrca) e o vetor de entradas b assocados à função de energa da rede. Esta função, por sua vez, deve ser assocada à função objetvo e às restrções, descrevendo o problema a ser resolvdo. Neste artgo, a função de energa E(t) fo modfcada de modo a consstr de 2 termos de energa. A função de energa modfcada E m (t) é defnda como segue: E m (t) = E conf (t) + E ot (t) (5) onde E conf (t) é um termo de confnamento que agrupa as restrções dadas por (b), (c) e (d); e E ot (t) é um termo de otmzação que conduz a saída da rede aos pontos de equlíbro. Este método dfere da maora das abordagens neuras usadas em problemas de DE, os quas tratam termos de otmzação e restrções em uma únca função de energa. Smlarmente a (4), E ot e E conf são defndas por: ot ot T ot E ( t) = v ( t) T v( t) v ( t) (6) 2 conf conf T conf E ( t) = v ( t) T v( t) v ( t) (7) 2 A rede aqu descrta atua com o propósto de mnmzar smultaneamente a função de energa E ot correspondente à função objetvo e o conjunto de funções ( E ) descrevendo as k-ésmas restrções envolvdas no problema. Se qualquer uma destas restrções for volada, a solução é consderada nválda. Conforme dscutdo em Slva e Nepomuceno (200), a rede neural de Hopfeld Modfcada tem o seu desempenho bastante afetado pela escolha de um valor fxo para o passo t. Para contornar este problema propõe-se neste trabalho a mplementação da rede de Hopfeld Modfcada Fuzzy com taxa de convergênca (passo) calculada por um controlador lógco nebuloso. A operação da rede de Hopfeld Modfcada Fuzzy consste de quatro passos prncpas descrtos a segur e mostrados na Fg.. Passo (I): Mnmzação de E conf, correspondendo à projeção de v no subespaço-váldo defndo por: v = T val.v + s (8) onde: T val é uma matrz projeção. Assm, qualquer componente de v que seja ortogonal a T val.v é desprezada. Esta operação realza uma mnmzação ndreta de E conf. Passo (II): Aplcação de uma função de atvação do tpo rampa smétrca não-lnear restrngndo vem um hpercubo: onde v [lm, lm ]. nf nf nf lm, se lm > v r nf sup g ( v ) = v, se lm v lm (9) sup sup lm, se v > lm sup conf k 232
5 Passo (III): Determnação da taxa de convergênca t (tamanho do passo) da rede através do controlador lógco nebuloso. Passo (I) v =T val.v + s Passo (II) v v v Passo (III) t CL v v+ v Passo (IV) v= t(t ot.v+ ot ) t,v Fgura Rede de Hopfeld Modfcada Fuzzy (RHMF) Passo (IV): Mnmzação de E ot, o que envolve a atualzação de v na dreção da solução ótma (defnda por T ot e ot ) correspondendo aos pontos de equlíbro da rede. Estes pontos são também as soluções para o problema do despacho econômco, desde que o gradente em relação ao termo de energa E ot seja aplcado. Utlzando a função de atvação rampa-smétrca e dado que η=0, tem-se: v(t)= g r ( u( t)) = u( t) (0) ot dv( t) E ( t) = v& = dt v () v = t. E ot (v) = t.(t ot.v + ot ) (2) Desta forma, a mnmzação do termo E ot consste em atualzar v na dreção oposta ao gradente de E ot em relação a v. Estes resultados também são váldos quando uma função de atvação do tpo tangente hperbólca for utlzada. Como vsto na Fg., cada teração possu 2 estágos dferentes. Prmero, como descrto no Passo (IV), v é atualzado usando o gradente do termo E ot separadamente. Em seguda, após cada atualzação, v é dretamente projetado no subespaço-váldo. Este é um processo teratvo, no qual v é prmeramente projetado ortogonalmente no subespaço-váldo e em seguda é lmtado pela função de atvação rampasmétrca (9) dentro do ntervalo [lm, lm nf sup ]. 4. Mapeamento Do problema (DE) Pela Rede de Hopfeld Modfcada Como observado na seção 2, o problema de despacho econômco consste em mnmzar uma função custo na presença de restrções lneares de gualdade e desgualdade. Uma vez que restrções de gualdade podem ser faclmente convertdas em restrções de desgualdade assumese, por smplcdade, apenas restrções de desgualdade. Consdere o segunte problema de otmzação restrta, com m restrções e n varáves, defndo pelas seguntes equações: Mn s.a.: E E conf z mn ot (v) = C ( v) : A T v z T. v b (3) 233
6 onde A R nxm, b R m, e c, v, z mn, z R n. As restrções de desgualdade em (3) defnem as fronteras de um poledro convexo. No problema DE temos v T = [P T F T ], o qual deve permanecer dentro deste poledro caso o mesmo represente uma solução válda para o problema. A técnca do subespaço-váldo garante que a prmera restrção de desgualdade em (3) seja satsfeta. Além dsso, o hpercubo ncal representado pelas restrções canalzadas em (3) é mapeado dretamente pela função rampa-smétrca (9) usada como uma função de atvação da rede. Os termos T conf e conf são calculados pela transformação das desgualdades em (3) em gualdades, ntroduzndo-se varáves de folga w R n, conforme a segur. q g ( v ) + δ j. w j = 0 (4) j= sendo que δ j é defndo pela função mpulso de Kronecker:, se = j δ j = (5) 0, se j Após esta transformação, o problema defndo em (3) pode ser rescrto como: Mn s. a.: E conf z E ( v) : ( A mn ot 0 v ( v) = C v T + T ). v z z = b + {.. n} { n +.. N + } (6) onde N + = n + m, e v +T = [v T w T ] R N+ é um vetor de varáves estenddas. Como no problema DE as lnhas de A + são lnearmente ndependentes, então a solução para a restrção de gualdade de (6) será dada por: v + = A +.( A +T.A + ) -.b + (7) e a expressão do subespaço-váldo em (8) deve levar em consderação esta solução,.e.: conf = A +.( A +T.A + ) -.b + (8) O parâmetro T conf é deduzdo como segue: v + = T conf.v + + conf (9) v + = T conf.v + + A +.( A +T.A + ) -.b + (20) A expressão para T conf é dada por: T conf = I A +.(A +T.A + ) -. A +T (2) onde I é a matrz dentdade. Os parâmetros T ot e ot neste caso são tas que o vetor v + é atualzado na dreção oposta ao gradente da função de energa E ot. Uma vez que as condções dadas no problema (6) defnem um poledro convexo fechado, então sua função objetvo possu um únco mínmo global ( T op =0 ). Assm, usando (4) e (2), os pontos de equlíbro da rede podem ser calculados assumndo-se os seguntes valores para T ot and ot : ot f ( v) f ( v) f ( v) = L v v2 vn (22) T ot = 0 (23) 234
7 5. Controlador Lógco Nebuloso Sstemas lógcos nebulosos, ntroduzdos por (Zadeh, 965), permtem a manpulação de nformações ncertas. Em um controlador baseado em regras, as varáves de entrada são normalzadas e convertdas em representações nebulosas. As bases de regras são executadas em paralelo, produzndo conseqüentemente uma regão nebulosa para cada varável. Em seguda, as regões são convertdas em valores crsp (não-nebuloso) com o objetvo de determnar uma ação de controle (não nebulosa) que melhor represente a decsão nebulosa. Na teora clássca de conjuntos, os conjuntos são dtos crsp, de tal forma que um dado elemento do unverso de dscurso (domíno) pertence ou não pertence ao referdo conjunto. Na teora dos conjuntos nebulosos, consdera-se ncalmente um unverso de dscurso U, onde u é um elemento genérco. Um conjunto nebuloso F, defndo neste unverso, é caracterzado por uma função de pertnênca µ F (.) sobre o ntervalo [0,]. O grau de pertnênca do elemento u ao conjunto F é dado pelo valor µ F (u). Consderando dos conjuntos nebulosos A e B em U, as três operações báscas podem ser defndas através de suas funções de pertnênca ( µ A e µ B ) dadas por: Unão: µ A B = { µ A ( u), µ B ( u) } Interseção: µ = mn{ µ ( u), ( u) } A B A µ B µ = µ A ( u A Complemento: ) Um sstema de decsão nebuloso, ou controlador nebuloso, é então formado por um conjunto de regras de controle, às quas se assocam mplcações nebulosas utlzando as operações precedentes. Uma regra nebulosa típca Se (x é A e y é B ) então (Z é C ) é 235
8 lngüístca de entrada tem valores no segunte conjunto de termos: muto pequeno (MP), pequeno (PE), médo (ME), grande (GR) e muto grande (MG). Para a varável de saída t, os valores são: pequeno (PE), médo (ME) e grande (GR). As funções de pertnênca para as varáves lngüístcas do controlador são dadas na Fgura 2. µ MP PE ME GR MG µ E 0 / 6 E 0 / 3 E 0 / 2 E 0 / 3 E 0 / 6 E0 ot E MP PE ME GR MG µ EQ / 6 EQ/ 3 EQ0 / 2 EQ0 / 3 EQ0 / 6 EQ0 0 0 EQM PE ME GR x t = 0 x = - 4 x = - 3 x=-2 x=- x= 0 Fgura 2 - Funções de Pertnênca do Controlador Nebuloso Os valores de t são obtdos pela aplcação de regra de nferênca composconal de Zadeh em regras do tpo Se (EQM é grande) e ( E é pequeno) então ( t é médo). Para cada regra, dada na Tabela, o grau de atvação da ação de controle é calculado de acordo com o resultado da combnação de seus antecedentes e conseqüentes. Tabela - Conjunto de Regras Nebulosas t E ot (t) EQM(t) MP PE ME GR MG MP PE PE ME ME ME PE PE PE ME ME GR ME ME ME ME GR GR GR ME ME GR GR GR MG ME GR GR GR GR 236
9 Os parâmetros E0 e, EQM 0 dferentes em cada tpo de problema a ser resolvdo pela rede, são obtdos após as prmeras terações executadas pela rede. Após a aplcação do procedmento de nferênca, o valor crsp (não nebuloso) de t é calculado pelo método do centro de área (CDA), dado pela fgura 2. n µ B' ( vk ). vk k= CDA = n µ B' ( vk ) k= onde n é o número de níves de quantzação da saída, ou seja, o número de segmentos gerados pela dscretzação do unverso de dscurso. 6. Resultados Esta seção mostra alguns resultados de smulação envolvendo o sstema teste de 4 barras do IEEE, no qual 5 undades geradoras sustentam toda a demanda, que é de 259 MW. De posse dos dados fornecdos pela Tabela 2, alguns casos são analsados a fm de avalar a sensbldade da abordagem de Hopfeld proposta com relação a algumas característcas de modelagem específcas (restrções, função objetvo, etc.). Tabela 2 - Parâmetros Incas mn Undade a b c P (MW) P (MW) Caso I - Os resultados computados pela rede de Hopfeld Modfcada (RHM) e rede de Hopfeld Modfcada Fuzzy (RHMF) são apresentados na Tabela 3. Tabela 3 - Resultados da Smulação (Caso I) Rede P (MW) P 2 (MW) P 3 (MW) P 6 (MW) P 8 (MW) RHM RHMF As fguras 3 e 4 mostram, respectvamente, a evolução da função custo durante a convergênca da rede de Hopfeld Modfcada (RHM) e da rede de Hopfeld Modfcada Fuzzy (RHMF). A rede atngu a solução de custo mínmo em aproxmadamente 30 terações para RHM e 9 terações para RHMF. Desta forma, problemas relaconados ao passo de teração são contornados na RHMF, onde a velocdade de convergênca fo acelerada. 237
10 Função Custo ($) Função Custo ($) Número de Iterações Número de Iterações Fgura 3 RHM (Caso I) Fgura 4 RHMF (Caso I) Caso II - No Caso II, o lmte máxmo de geração para a undade 8 fo modfcado para 20 MW de modo a verfcar o comportamento da rede nos casos em que lmtes na geração devam ser forçados. O despacho calculado pelo modelo proposto é mostrado na Tabela 4. Como pode ser vsto nesta tabela, a geração de saída para a undade 8 fo convenentemente fxada em seu valor máxmo (20MW). Tabela 4 - Restrngndo a Geração (Caso II) Rede P (MW) P 2 (MW) P 3 (MW) P 6 (MW) P 8 (MW) RHM RHMF A evolução da função custo para este caso é apresentada nas Fguras 5 e 6. A rede neural atngu a solução em aproxmadamente 40 terações para a rede de Hopfeld sem a mplementação de um controlador lógco nebuloso. Já, com a mplementação de um controlador lógco nebuloso, a rede neural atngu a solução em aproxmadamente 7 terações. Função Custo ($) Função Custo ($) Número de Iterações Fgura 5 - RHM (Caso II) Número de Iterações Fgura 6 - RHMF (Caso II) 238
11 Caso III - Para o Caso III analsa-se o comportamento da rede de Hopfeld quando lmtes no fluxo de potênca atva são forçados. Neste caso, os lmtes em duas lnhas do sstema (conectando as barras -5 e 7-9), seleconadas aleatoramente, são fxados em zero, smulando uma contngênca dupla de lnhas. O novo despacho calculado pelo método proposto é apresentado na Tabela 5. Tabela 5 - Contngênca na Lnha (Caso III) Rede P (MW) P 2 (MW) P 3 (MW) P 6 (MW) P 8 (MW) RHM RHMF As Fguras 7 e 8 mostram a evolução da função custo para este caso. A partr desta fgura pode ser notado que o número de terações fo realmente pequeno (foram necessáras 8 terações para RHM e 3 terações para RHMF). Neste caso, o número de terações em RHMF também fo menor que em RHM. Função Custo ($) Função Custo ($) Número de Iterações Fgura 7 - RHM (Caso III) Número de Iterações Fgura 8 - RHMF (Caso III) 7. Conclusões Neste trabalho, uma rede de Hopfled modfcada (RHMF) fo utlzada para mapear o problema de despacho econômco. O desempenho da rede neural de Hopfeld sem a mplementação de um controlador lógco nebuloso (RHM) é afetado pelo uso de um passo de teração ( t) fxo. Para um t pequeno, a convergênca para os pontos de equlíbro é lenta, enquanto que para um t grande, a precsão destes pontos de equlíbro é prejudcada. Com a fnaldade de contornar estes problemas, um controlador lógco nebuloso fo mplementado. Para a rede de Hopfeld Modfcada Fuzzy, o passo de teração é automatcamente calculado através de um controlador lógco nebuloso, cujos objetvos são: ) acelerar a convergênca da rede ) garantr a precsão dos pontos de equlíbro ) tornar o cálculo do tamanho do passo ndependente do problema. Os resultados, comentáros e gráfcos apresentados demonstram a 239
12 efcênca da abordagem proposta. Em todos os casos a velocdade de convergênca da rede fo maor no método em que o controlador lógco nebuloso fo mplementado. Esse fato vem confrmar que a abordagem proposta é robusta e possu boas característcas de convergênca quando aplcada no tratamento do despacho de potênca. 8. Referênca Bblográfca Ayer, S.V.B., M. Nranjan and F. Fallsde (990). A theoretcal nvestgaton nto the performance of the Hopfeld Model. IEEE Trans. on Neural Networks,, Chowdhury, B.H. and S. Rahman (990). A revew of recent advances n economc dspatch. IEEE Trans. Power Systems, 5, Hopfeld, J.J. (984). Neurons wth a graded response have collectve computatonal propertes lke those of two-state neurons. Proc. of the Natonal Academy of Scence, 8, Hopfeld, J.J. and D. W. Tamk.(985) Neural Computaton of decsons n optmzaton problems. Bologcal Cybernetcs, vol. 52, pp Jang, A. and S. Ertem (995). Economc dspatch wth non-monotoncally ncreasng ncremental cost unts and transmsson system losses. IEEE Trans. Power Systems, 0, Park, J. H., Y. S. Kn, I. K. Eom and K. Y. Lee (993). Economc load dspatch for pecewse quadratc cost functon usng Hopfeld neural network. IEEE Trans. Power Systems, 8, Slva, I. N., L. V. R. Arruda and W. C. Amaral (2000). A modfed Hopfeld archtecture for solvng nonlnear programmng problems wth bounded varables. Neural Network World, 0, Slva, I. N. and L. Nepomuceno (200). An effcent neural approach to economc load dspatch n power systems, IEEE PES Summer Meetng, Vancouver, CD-Rom. Su, C.-T. and G.-J Chou (997a). A fast-computaton Hopfeld method to economc dspatch of power systems. IEEE Trans. Power Systems, 2, Su, C.-T. and G.-J. Chou (997b). An Enhanced Hopfeld Model for Economc Dspatch Consderng Prohbted Zones. Electrc Power Systems Research, 42, Walsh, M.P. and M.J. O Malley (997). Augmented Hopfeld network for unt commtment and economc dspatch. IEEE Trans. Power Systems, 2, Zadeh, L.A.(965) Fuzzy Sets. Informaton and Control, vol.8, pp Zadeh, L.A. (973) Outlne of a new approach to the analyss of complex system and decson processes. IEEE Trans. On Systems, Man and Cybernetcs, vol. SMC-3, pp
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 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 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 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 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 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 maisCONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:
CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída
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 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 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 mais2 Lógica Fuzzy Introdução
2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
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 maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Lnear (PL) Aula : Dualdade. Defnção do Problema Dual. Defnção do problema dual. O que é dualdade em Programação Lnear? Dualdade sgnfca a exstênca de um outro problema de PL, assocado a cada
Leia maisIII Seminário da Pós-graduação em Engenharia Elétrica
FLUXO DE POÊNCIA ÓIMO E O MINOS Adlson Preto de Godo Aluno do Programa de Pós-Graduação em Engenhara Elétrca Unesp Bauru Edméa Cássa Baptsta Orentador Depto de Matemátca Unesp Bauru RESUMO Neste trabalho
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 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 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 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 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 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 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 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 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 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 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 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 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 maisSISTEMAS FUZZY PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO
SISTEMS FUZZY PR PREVISÃO DE DEMND DE ENERGI ELÉTRIC NO CURTÍSSIMO PRZO Lucano Carl Morera de ndrade 1, Rogéro ndrade Flauzno 2, Ivan Nunes da Slva 3 1 Escola de Engenhara de São Carlos - USP, São Carlos,
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
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 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 mais2-Uma Breve Introdução à Teoria dos Conjuntos Fuzzy 2.1-Conjunto Fuzzy
pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN METODOLOGI DE RESOLUÇÃO DE PROBLEMS DE PROGRMÇÃO LINER FUZZY ndré lves Gandolpho Departamento de Engenhara Elétrca Unversdade
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
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 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 maisAnálise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar )
Análse de altas balanceadas e não-balanceadas utlzando. Análse de alta balanceada usando a matrz de mpedânca de ra ( ) Aqu será eta uma análse de cálculo de curto-crcuto trásco (alta balanceada), utlzando
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 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 mais4. Sistemas Neuro-Fuzzy
4. Sstemas Neuro-Fuzzy Neste capítulo será apresentado o sstema híbrdo Neuro-Fuzzy, o qual é a combnação das técncas de fuzzy e redes neuras. Alguns modelos Neuro-Fuzzy já desenvolvdos na lteratura são
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 maisUma Arquitetura Neuro-Genética Para Otimização Não-Linear Restrita
UNIVERSIDADE DE SÃO PAULO Escola de Engenhara de São Carlos Programa de Pós-Graduação em Engenhara Elétrca Fabana Crstna Berton Uma Arqutetura Neuro-Genétca Para Otmzação Não-Lnear Restrta São Carlos Outubro
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 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 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 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 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 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 mais2 Aproximação por curvas impĺıcitas e partição da unidade
Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta
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 maisSOLUÇÃO DO PROBLEMA DE FLUXO DE POTÊNCIA ÓTIMO COM RESTRIÇÃO DE SEGURANÇA E CONTROLES DISCRETOS UTILIZANDO O MÉTODO PRIMAL-DUAL BARREIRA LOGARÍTMICA
MARINA TEIXEIRA COSTA SOLUÇÃO DO PROBLEMA DE FLUXO DE POTÊNCIA ÓTIMO COM RESTRIÇÃO DE SEGURANÇA E CONTROLES DISCRETOS UTILIZANDO O MÉTODO PRIMAL-DUAL BARREIRA LOGARÍTMICA BAURU/SP Novembro/216 MARINA TEIXEIRA
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 maisESTUDO DE MERCADO ESPACIAL PARA PLANEJAMENTO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
ESTUDO DE MERCADO ESPACIAL PARA PLANEJAMENTO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Nelson Kagan Escola Poltécnca da Unversdade de São Paulo; Av. Prof. Lucano Gualberto, 158, Trav.3, CEP 05508-900
Leia maisDiego Nunes da Silva. Programa de Pós-Graduação em Engenharia Elétrica FEB, Unesp, Bauru, Brasil
Um Método Prmal-Dual de Pontos Interores Barrera Logarítmca Modfcada com Aproxmantes Splne aplcado ao Problema de Despacho Econômco com Ponto de Válvula Dego Nunes da Slva Programa de Pós-Graduação em
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 maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
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 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 maisCAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)
PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra
Leia maisIntrodução. Introdução. Introdução I - PERCEPTRON. Modelos de Neurônios LABIC. Neurônio:
Modelos de Neurônos Introdução Característcas Báscas Modelo de Neurôno Estrutura da Rede Neurôno: Cada neurôno é composto por: dendrtos: con de termnas de entrada corpo central Algortmo de Aprendzado axôno:
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 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 mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA 22 a 25 Novembro de 2009 Recfe - PE GRUPO IV GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA CA E CC - GAT DESENVOLVIMENTO
Leia maisDIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL
DIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL Moacr Krpka, Prof. Dr. Zacaras M. Chamberlan Prava, Prof. Dr. Maga Marques Das, Acadêmca, Bolssta UPF Gulherme Fleth de
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 maisFigura 3: Diagrama de blocos do sistema de inferência da qualidade.
4 Solução Proposta A metodologa proposta nesta dssertação pode ser dvdda em quatro etapas complementares que estão representadas no dagrama de blocos na Fgura 3. Cada uma delas está descrta através do
Leia mais3 Algoritmo das Medidas Corretivas
3 Algortmo das Meddas Corretvas 3.1 Introdução Conforme apresentado no Capítulo, o algortmo das Meddas Corretvas compõe o conjunto das etapas responsáves pela análse de desempenho do sstema de potênca.
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 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 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 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 maisO MÉTODO DA FUNÇÃO LAGRANGIANA BARREIRA MODIFICADA/PENALIDADE APLICADO AO PROBLEMA DE FLUXO DE POTÊNCIA ÓTIMO
O MÉODO DA FUNÇÃO AGRANGANA BARRERA MODFCADA/PENADADE APCADO AO PROBEMA DE FUXO DE POÊNCA ÓMO Agunaldo A. Perera Vanusa A. de ousa Departamento de Engenhara Elétrca EEC UP Unversdade de ão Paulo Av: rabalhador
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 maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
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 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 mais3 O Problema de Fluxo de Potência Ótimo
3 O Problema de Fluxo de Potênca Ótmo 3.. Introdução Como fo vsto no capítulo anteror, para realzar uma repartção de custos ou benefícos, é necessáro determnar a função de custo do servço que será utlzado
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 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 maisReconfiguração de Redes de Distribuição Utilizando Restrições Fuzzy
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX, Vol. X, No. Y, pp. 1-10 1 Reconfguração de Redes de Dstrbução Utlzando Rrções Fuzzy A. C. Neto, R. Tanschet, M. M. B. R. Vellasco Abstract
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 maisMETODOLOGIA DE OTIMIZAÇÃO PARA O DESPACHO CONJUNTO DE ENERGIA E O SERVIÇO DE RESERVA OPERATIVA
METODOLOGIA DE OTIMIZAÇÃO ARA O DESACHO CONJUNTO DE ENERGIA E O SERVIÇO DE RESERVA OERATIVA Resumo MS. Gerardo M. A. Lescano. Departamento de Engenhara de Sstemas - UNICAM gerardo@denss.fee.uncamp.br MS.
Leia maisMETODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO
Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento
Leia maisGestão e Teoria da Decisão
Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas
Leia mais(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:
1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,
Leia mais3 Algoritmo de Busca Tabu
3 Algortmo de Busca Tabu 3.1 Introdução A forma básca do algortmo de Busca Tabu está fundamentada nas déas propostas em [Glover Laguna, 1997] e é baseado em procedmentos heurístcos que permtem explorar
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia maisPROPOSTA DE METODOLOGIA PARA PROJETO DE CONTROLE LQR NEBULOSO COM ALOCAÇÃO DE PÓLOS
PROPOSTA DE METODOLOGIA PARA PROJETO DE CONTROLE LQR NEBULOSO COM ALOCAÇÃO DE PÓLOS Rafael J. M. Santos, Gnalber L. O. Serra Insttuto Federal de Educação, Cênca e Tecnologa do Maranhão Departamento de
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia maisde Engenharia de São Carlos - USP Av. Trabalhador São-carlense, 400 - Centro - CEP 13566-590, São Carlos SP # UTFPR, Cornélio Procópio PR
APLICAÇÃO DE SISTEMAS FUZZY EM MOTORES DE INDUÇÃO PARA IDENTIFICAÇÃO DE TORQUE DE CARGA SÉRGIO F. DA SILVA *, IVAN N. SILVA *, ALESSANDRO GOEDTEL #, CRISTIANO MINOTTI * * Laboratóro de Automação Intelgente
Leia maisANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
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 maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
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 maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
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 mais