OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS COM EXTINÇÃO EM MASSA: UMA ABORDA- GEM APLICADA AO PROBLEMA MULTIDIMENSIONAL DA MOCHILA
|
|
- Eduardo Malheiro Alves
- 5 Há anos
- Visualizações:
Transcrição
1 OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS COM EXTINÇÃO EM MASSA: UMA ABORDA- GEM APLICADA AO PROBLEMA MULTIDIMENSIONAL DA MOCHILA FERNANDA HEMBECKER, HEITOR S. LOPES, DANIEL ROSSATO Unversdade Tecnológca Federal do Paraná (UTFPR) Av. See de Seembro,365, Curba - PR E-mals:fernanda@denes.com.br, hslopes@pesqusador.cnpq.br, rossao.danel@gmal.com Absrac The muldmensonal 0/ knapsack problem s a classcal problem of dscree opmzaon, and here are several approaches for solvng he dfferen varaons of such problem, ncludng mahemacal programmng and heursc mehods. Ths paper presens he applcaon of a varan of Parcle Swarm Opmzaon (PSO) usng mass exncon. PSO, by self, have presened sasfacory resuls and he use of mass exncon a gven momens of he evoluon lead o furher accuracy of resuls. Seleced nsances of ORLb were used for esng he PSO approach and fnal resuls obaned are very close o he opmal known values. Overall, resuls srongly sugges ha PSO s useful and effcen for hs class of combnaoral problems. Keywords parcle swarm opmzaon, mulple knapsack problem, mass exncon Resumo O problema muldmensonal da mochla é um problema clássco de omzação. Aualmene, há város mecansmos para a sua resolução, nclundo dferenes méodos maemácos dscreos e busca esocásca. Ese argo apresena a aplcação da écnca de Omzação por Enxame de Parículas, com momenos de exnção em massa das parículas, para a resolução do problema da mochla. A écnca de enxame, por s só, apresenou resulados basane sasfaóros, e provou-se anda que a exnção das parículas em deermnados momenos da busca aprmora eses resulados. Os dados de eses foram seleconados da ORLb e, para as nsancas esadas, os resulados obdos chegaram muo próxmo das soluções ómas conhecdas. A análse dos resulados sugere o poencal da écnca de omzação por enxame para esa classe de problemas combnaoras. Palavras-chave omzação por enxame de parículas, problema muldmensonal da mochla, exnção em massa Inrodução Problemas de omzação são enconrados em dversas aplcações prácas na ndúsra, em logísca e em ranspores. Tas problemas são caracerzados como suações onde se deve buscar a melhor confguração ou o melhor conjuno de parâmeros que sasfaçam os créros de um objevo específco. Eses problemas vêm sendo esudados amplamene com o apoo da maemáca e da compuação. O Problema da Mochla é um problema clássco de omzação cuja descrção breve refere-se a um conjuno de objeos (com respecvos valores de peso e de sasfação) que devem ser colocados em uma recpene (mochla), obedecendo ao seu lme de capacdade e, ao mesmo empo, alcançando o maor valor de sasfação possível. Exsem, ambém, algumas varanes desa descrção genérca []: problema da mochla smples: apenas uma mochla deve coner o melhor conjuno de objeos; problema muldmensonal da mochla: mas de uma mochla é ulzada; problema da mochla de múlpla escolha: os objeos são separados em subconjunos e no máxmo um objeo pode ser seleconado; problema da mochla lmado: há uma ofera lmada de objeos a serem seleconados. Ese argo raa o Problema Muldmensonal da Mochla PMM (Muldmensonal Knapsack Problem MKP), possvelmene, a versão mas conhecda do problema [2]. Na leraura, ese problema ambém é nulado como Mulconsran Knapsack Problem, Mul-Knapsack Problem, Mulple Knapsack Problem ou 0/ Muldmensonal Knapsack Problem [9]. O PMM se caracerza como um problema NPcompleo. Iso é, não exse algormo que possa resolvê-lo em empo polnomal. A movação dese rabalho é buscar um algormo heurísco que resolva ese problema e que seja efevo em ermos de empo de processameno e de qualdade de solução. Em [6], fo mosrado que a ulzação da écnca de Omzação por Enxame de Parículas OEP (Parcle Swarm Opmzaon PSO) é efcene na resolução do problema da mochla. Os resulados obdos foram basane sasfaóros, chegando a soluções muo próxmas dos ómos conhecdos. Nese rabalho busca-se aprmorar o algormo OEP de forma a melhorar a qualdade das resposas. Na OEP, parículas percorrem um deermnado hperespaço de busca objevando enconrar uma combnação de valores que caracerze uma boa solução para o problema raado. Enreano, esas parículas podem se agrupar em regões que represenam ponos de máxmos locas e dexar de vasculhar o espaço de busca com a abrangênca necessára. Para resolver esa quesão, propõe-se ulzar a écnca de exnção em massa do enxame ao algormo OEP aplcado ao PMM. Acreda-se que desa forma, as
2 parículas aglomeradas em máxmos locas possam explorar ouras regões do espaço de busca e, desa forma, enconrem soluções melhores que as enconradas aé enão. 2 Omzação por Enxame de Parículas O algormo OEP fo crado por Kennedy e Eberhar [7], sendo que a omzação por enxame de parículas fo nsprada no comporameno de agenes socas enconrados na naureza, como pode ser observado na revoada de pássaros, no movmeno de enxames e de cardumes. Neses casos, cada ndvíduo represena uma endade únca e odos se movmenam harmoncamene no espaço aravés da nfluênca múua de cada ndvíduo e do grupo como um odo. Na écnca compuaconal OEP, agenes ou parículas se movmenam em um espaço de busca muldmensonal que represena o unverso de soluções para um deermnado problema [8]. A movmenação de cada parícula é defnda pela memóra da própra parícula e ambém pela nfluênca de odo o grupo (ou de parículas vznhas). As parículas são esruuras basane smples, possundo capacdade lmada de armazenameno: apenas o seu valor de adequação aual (fness), sua velocdade, sua posção aual e o seu melhor valor de fness enconrado aé o momeno. Em relação ao fness, o componene cognvo represena a melhor solução enconrada pela parícula (bes parcle soluon - pbes); o componene socal represena a melhor solução enconrada pelo enxame (bes global soluon - gbes) [8]. Em alguns casos se ulza como componene socal a melhor solução local, que represena a melhor solução em uma vznhança de parículas (bes local soluon lbes). Na maora dos casos, para consderar a nfluênca de parículas vznhas, ulza-se o gbes ao nvés do lbes. As parículas são nserdas em um processo evoluvo onde, a cada eração, defnem o seu novo posconameno no espaço de busca. Desa forma, a cada eração, são defndos novos valores de pbes e gbes que passam a nfluencar o próxmo movmeno das parículas. Como a OEP se caracerza como um méodo de busca heurísca baseado em população, é precso garanr a manuenção da dversdade do enxame durane o processo evoluvo. Esa dversdade é fundamenal para garanr que o espaço de busca seja explorado o mas efcenemene possível. Há suações em que o pbes represena um pono no espaço com bom valor de fness e esá dsane da localzação do gbes, que represena oura boa resposa. Nese caso, observa-se a dversdade do enxame. Porém, há suações onde o pbes e o gbes se referem a parículas muo próxmas, levando o enxame a fcar esagnado em uma regão lmada do espaço de busca. Em resumo, segundo [5], o algormo que represena a versão global de OEP é: a) Incar uma população de parículas com posções e velocdades aleaóras no espaço n-dmensonal que represene as soluções do problema. b) Para cada parícula, calcular seu valor de fness em função de suas n dmensões. c) Comparar o fness da parícula com o componene cognvo pbes. Se o valor aual for melhor que o pbes, aualzar o valor de fness e a localzação do pbes com os respecvos valores da parícula aual. d) Comparar o fness da parícula aual com o componene socal gbes. Se o valor aual for melhor que o gbes, aualzar o valor de fness e a localzação do gbes com os respecvos valores da parícula aual. e) Alerar a velocdade e a posção da parícula, levando em consderação sua posção aual, sua velocdade e os componenes cognvo e socal. f) Reper os passos a parr do em (b) aé angr um deermnado créro de parada, sendo ese um valor de fness esperado ou um número deermnado de erações. No modelo clássco da OEP, a movmenação da -ésma parícula é defnda pela equação, onde a + próxma posção no espaço de busca ( X ) é aualzada de acordo com sua posção aual e a sua velocdade v. X = X + V + () De acordo com [5], por quesões de smplfcação, usa-se a expressão velocdade para represenar, na verdade, Δ X. A velocdade propramene da não é consderada nese caso, sendo, enão, o ermo V defndo de acordo com a equação 2: V = c.. r. Δ pbes + c2. r2 Δ gbes (2) onde r e r 2 são valores aleaóros no nervalo [0..]; c e c 2 são os pesos de pbes e gbes, respecvamene; e Δ pbes e Δ gbes represenam as dsâncas: enre a posção aual da parícula e pbes e enre a posção aual da parícula e gbes, respecvamene. Observase desa forma que o ermo velocdade represena o faor de aualzação da posção da parícula, sendo dreamene proporconal à dsânca enre pbes e gbes. Desa forma, com o passar das erações, a parícula será araída para a regão de pbes ou de gbes. A equação (2) reflee ambém os graus de busca local e global da parícula. Valores mas alos de velocdade ncam a exploração global, ao passo que valores menores ncam a exploração local. Idealmene, não se deve deermnar valores muo alos ou muo pequenos para a velocdade, uma vez que, no prmero caso, regões do espaço de busca podem ser desconsderadas e, no segundo caso, a busca se orna exausva. O algormo do PSO perme enão a def-
3 nção de um valor máxmo de velocdade ( V max ) para conrolar esa suação. Como exemplo, consderando o espaço de busca b-dmensonal, a fgura apresena os elemenos que nfluencam a movmenação da parícula no espaço de busca. Fgura. Influêncas na movmenação das parículas. Como afrmado anerormene, cada parícula é consderada um ndvíduo que aua em um grupo, sendo esa a nerpreação pscológca do algormo OEP [5]. Desa forma, segundo a equação (2), a nfluênca do pbes faz com que a parícula enda a segur o seu melhor comporameno angdo em erações passadas. De forma semelhane, a nfluênca de gbes faz com que a parícula consdere o sucesso obdo por oura parícula do enxame. Aquela equação exge, anda, a defnção das consanes c e c 2 que auam dreamene na nfluênca de pbes e gbes, respecvamene. Na leraura não há sugesão de valores-padrão para esas consanes, que podem possur valores smércos ou assmércos. Enreano, pesqusas sugerem que eses valores devem ser defndos de acordo com as caraceríscas do problema a ser resolvdo [3]. 3 Meodologa No PMM, consdera-se a exsênca de n objeos e m mochlas de capacdades c j (j=,...,m); varáves bnáras x (=,...,n) que assumem o valor, caso o objeo seja seleconado para consar nas mochlas, ou o valor 0 em caso conráro. Todo objeo possu um valor de sasfação p e, para cada mochla, um peso w j específco. O problema de omzação é enão caracerzado pelas equações: n maxmzar = m p x (3) sujeo a wj x c j =,..., n (4) j= onde x = 0 ou =,..., n O objevo do PMM é colocar nas mochlas a seleção deal de objeos que apresene o maor grau de sasfação, sem que a capacdade das mesmas seja exrapolada [9]. Consderando a aplcação da OEP, cada parícula deve represenar uma possível solução do problema. Desa forma, elas são codfcadas como veores de números bnáros onde cada elemeno represena a seleção () ou a ausênca (0) do objeo. O espaço n dmensonal de busca é defndo pela quandade de objeos dsponíves no problema e consdera-se, anda, que um dado objeo seleconado é conablzado em odas as mochlas. De manera semelhane a algormos genécos [4], evenualmene uma parícula pode represenar uma solução nválda para o problema. Iso ocorre porque a omzação é avalada pela equação (3), mas a resrção, apresenada na equação (4), não é dreamene manpulada pelo algormo. Ese po de parícula é permda na OEP, uma vez que o processo evoluvo e as nfluêncas do pbes e do gbes podem ornar uma parícula nválda em uma parícula válda. Desa forma, a parícula não é descarada, mas seu valor de fness sofre uma penaldade ala de modo que não nfluence demasadamene as ouras parículas. Esa penaldade é calculada proporconalmene em função do valor exceddo em relação ao lme das mochlas. Como em ouros ssemas de busca baseados em população, um dos maores desafos é maner a dversdade desa população. Segundo [7], as formas mas esudadas de se maner a dversdade em algormos evoluconáros são: a) crar esruuras complexas de população para reduzr a ransferênca enre genes (ex.: modelo de lhas); b) ulzar operadores especalzados para conrolar e asssr os procedmenos de seleção (ex.: crowdng) c) renroduzr maeral genéco perodcamene (ex.: modelos de exnção em massa). Nese rabalho, aplcou-se a exnção em massa do enxame quando deecada a convergênca premaura para uma únca regão no espaço de busca. Com esa exnção (ou do enxame), as parículas são reposconadas aleaoramene no espaço e connuam com o processo de busca. Nese caso, apenas a posção aual das parículas é alerada, sendo mandos os valores de pbes e gbes enconrados em erações anerores. Desa forma, garane-se que as parículas serão araídas novamene a boas regões do espaço de busca, mas, por omarem novos camnhos, podem descobrr soluções melhores que as anerores e desvar das regões de máxmo local. Acreda-se que desa forma seja possível conrolar a dversdade do enxame. Quando as parículas se concenram em uma regão, pbes e gbes se enconram muo próxmos. Nese caso, a busca local se sobressa em relação à busca global e, assm, correse o rsco de não explorar ouras regões do espaço com possíves soluções melhores que a solução local.
4 4 Expermenos Compuaconas Para os expermenos, foram consderadas nsâncas do problema muldmensonal da mochla dsponblzados na ORLb []. Os grupos seleconados foram: Seno [3], Weng [6] e Wesh [4], com 2, 8 e 30 problemas, respecvamene. O grau de dfculdade dos mesmos vara de acordo com a quandade de mochlas e objeos que cada conjuno apresena. Os conjunos Seno possuem 30 mochlas e 60 objeos. Os conjunos Weng possuem odos 2 mochlas e 28 ou 05 objeos; e os conjunos Wesh, por sua vez, possuem odos 5 mochlas e varam de 30 a 90 objeos. Incalmene, os eses foram efeuados para odas as nsancas do problema da mochla sem que fosse efeuada a exnção do enxame. Nese caso, 500 erações foram rodadas para cada nsânca, resulando em rodadas. Poserormene foram efeuados eses com a exnção em massa do enxame. Para ano, fo consderada convergênca premaura suações onde o fness médo do enxame se maneve consane por um deermnado número de erações. Para defnr ese número, ou seja, o momeno exao da exnção, odas as nsâncas foram esadas com exnção a cada 0, 20, 40, 60, 80, 20, 200 erações sem melhora do fness médo. Nese caso, rodadas foram realzadas e observou-se que, na méda, os melhores resulados foram obdos com a cada 20 erações sem melhora. Ouro pono consderado nos eses fo a varação de c e c 2 e V max para cada conjuno de problemas. Valdando a hpóese de que cada conjuno deve rabalhar com valores específcos desas consanes [3], o caso mas complexo de cada nsânca fo esado com os segunes valores: 0.5,.0,.5 e 2.0 para c e c 2; e.0,.5 e 2.0 para V max. Os expermenos ndcaram que o melhor grupo de valores para cada nsânca é: Seno: c= 2.0; c2= 0.5; Vmax=.5 Weng: c= 2.0; c2= 0.5; Vmax= 2.0 Wesh: c= 2.0; c2= 0.5; Vmax= 2.0 Uma vez defndos os valores das consanes e do momeno exao da exnção, as nsâncas foram esadas e os resulados obdos para a nsânca Wesh são apresenados na abela. A fgura 2 apresena o resulado dos eses efeuados sobre a nsânca Weng, sendo mosrado o percenual de melhora das soluções obdas ulzando a exnção em massa (com referênca ao mesmo problema sem a exnção). Nesa fgura é mosrada a melhora obda ano para o melhor resulado obdo, quano para a méda das dversas rodadas. conjunos wesh objeos Tabela : Resulados para a nsânca Wesh ómo conhecdo melhor sem melhor com dferença absolua sem dferença absolua com melhora na méda com ,00% 0,00% 0,20% ,00% 0,00% 0,4% ,00% 0,00% 0,45% ,00% 0,00% 0,0% ,00% 0,00% 0,03% ,00% 0,00% 0,38% ,00% 0,00% 0,62% ,00% 0,00% 0,56% ,00% 0,00% 0,28% ,00% 0,00% 0,34% ,00% 0,00% 0,72% ,00% 0,00% 0,7% ,00% 0,00% 0,56% ,00% 0,00% 0,88% ,00% 0,00%,07% ,00% 0,00% 0,67% ,00% 0,00%,00% ,48% 0,00%,94% ,00% 0,00%,43% ,29% 0,00%,7% ,00% 0,00%,34% ,2% 20,2%,45% ,00% 0,00% 2,57% ,90% 4,89%,74% ,2% 0,00%,57% ,26% 0,00% 3,06% ,06% 0,00% 2,% ,23% 0,00% 4,54% ,58% 0,00% 4,% ,53% 0,00% 4,33% 6% 4% 2% 0% 8% 6% 4% 2% 0% 0,29% 0,45%,37% 0,57% 2,8% Fgura 2. Melhoras obdas com sobre a nsânca Weng. 5 Conclusões e Trabalhos Fuuros De acordo com a abela,o desempenho médo do PSO sem exnção, nos 30 casos da nsânca Wesh, fo de,83% abaxo do ómo conhecdo. Além dso, em 66,67% dos casos, angu-se o ómo. Por ouro lado, para o PSO com exnção em massa, o desempenho fo de 0,83% do ómo conhecdo, sendo que em 93,33% dos casos o ómo fo enconrado. 0,28% 2,9% 0,59% 4,04% ,6% Méda Máxmo
5 O valor médo do fness das parículas com a aplcação da exnção eve uma melhora de,35%. Mesmo sendo um valor relavamene baxo, observou-se que a melhora do desempenho (dferença absolua com ) fo sgnfcava, o que ndca que a manuenção da dversdade do enxame efevamene melhora os resulados. A melhora do fness médo ambém se observa nos conjunos Weng, como mosrado na fgura 2. Para o conjuno Weng8, a melhora no fness médo em 4.04% ocasonou a melhora em 3.6% no máxmo enconrado. No rabalho proposo por Beasley [2] ulzou-se algormos genécos para resolver o problema da mochla. Para os conjunos Seno, Weng e Wesh, foram enconrados os valores ómos, mas para sso, fo necessáro realzar erações aé que ndvíduos não duplcados fossem gerados. Nese caso, a resposa óma é enconrada, mas o cuso compuaconal é basane elevado Nos eses efeuados, consaou-se que a defnção de valores específcos de c e c 2 e V max para cada conjuno de problemas afea os resulados. Ou seja, a OEP é sensível aos seus parâmeros de conrole e ese fao alera o modo como o espaço de busca é percorrdo [5]. Em rabalhos fuuros preende-se esudar a varação dnâmca da nfluênca dos componenes cognvo e socal em dferenes momenos da busca. Ou seja, com a ulzação de esraégas auo-adapavas [2], pode-se refnar o raameno dos parâmeros a fm de ober um conrole mas efcene da movmenação das parículas. Em [0], apresena-se uma hbrdzação do méodo OEP com busca local, levando à obenção de resulados melhores do que os obdos com a OEP pura. Esa ambém será uma oura lnha de pesqusa fuura. De forma geral, pode-se dzer que a ulzação de heuríscas ndependenes do problema como o caso da OEP, garanem a efcênca na varredura do espaço de busca para problemas complexos. Mesmo sensíves a alguns parâmeros de confguração, podem ser vsas como écncas promssoras na resolução de problemas combnaoras. Agradecmeno O auor H.S. Lopes agradece o CNPq pelo apoo aravés da bolsa PQ, processo Referêncas Bblográfcas. Beasley, J.E. (2005) ORLb _ Operaons Research Lbrary. [hp://people.brunel.ac.uk/- masjjb/jeb/ orlb/fles/mknap2:x]. 2. Beasley, J.E. e Chu, P.C. (998) Genec algorhm for he muldmensonal knapsack problem. Journal of Heurscs 4: Clerc, M. (999) The swarm and he queen: owards a deermnsc and adapve parcle swarm opmzaon. Proc. IEEE Congress on Evoluonary Compuaon, 3, pp Eberhar, R.C. e Sh, Y. (998) Comparson beween genec algorhms and parcle swarm opmzaon. Proc. 7h Annual Conference on Evoluonary Programmng, pp Eberhar, R.C. e Sh, Y. (200) Parcle swarm opmzaon: developmens, applcaons and resources. Proc. Congress on Evoluonary Compuaon,, pp Hembecker, F., Lopes, H.S., e Godoy Jr., W. (2007) Parcle swarm opmzaon for he muldmensonal knapsack problem. Proc. 8h In. Conf. Adapve and Naural Compung Algorhms, par I, LNCS v. 443, pp Hoff, A., Løkkeangen, A. e Me, I. (996) Genec algorhm for 0/ muldmensonal knapsack problems. Proc. Norsk Informakk Konferanse, [s.p.]. 8. Kennedy, J. e Eberhar, R.C. (200) Swarm Inellgence. Morgan Kauffmann, San Francsco. 9. Khur, S., Bäck, T. e Hekoeer, J. (994) The zero/one mulple knapsack problem and genec algorhm. Proc. ACM Symposum on Appled Compung, Phoenx, USA, pp Lopes, H.S. e Coelho, L.S. (2005) Parcle swarm opmzaon wh fas local search for he blnd ravellng salesman problem. Proc. 5h Hybrd Inellgen Sysems Conference, Ro de Janero, Brazl, pp Marelo, S. e Toh, P. (990) Knapsack Problems - Algorhms and Compuer Implemenaons. John Wley & Sons, New York. 2. Maruo, M.H., Lopes, H.S. e Delgado, M.R.B.S. (2005) Self-adapng evoluonary parameers: encodng aspecs for combnaoral opmzaon problems. Proc. Evoluonary Compuaon for Combnaoral Problems, LNCS, v. 3448, pp Senyu, S. e Toyoda, Y. (967) An approach o lnear programmng wh 0- varables. Managemen Scence, 5:B96 B Shh, W. (979) A branch and bound mehod for he mulconsran zero-one knapsack problem. Journal of he Operaonal Research Socey, 30: Trelea, I.C. (2003) The parcle swarm opmzaon algorhm: convergence analyss and parameer selecon. Informaon Processng Leers, 85(6): Wengarner, H.M. e Ness, D.N. (967) Mehods for he soluon of muldmensonal 0/ knapsack problems. Operaons Research, 5: Ursem, R.U., (2002) Dversy-guded evoluonary algorhms. Proc. of Parallel Problem Solvng from Naure, LNCS, v. 2439, pp
5 Avaliação da Eficiência Computacional
5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual
Leia maisPROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU
1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em
Leia maisPCA e IMPCA. Capítulo. 5.1 Considerações Iniciais
Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,
Leia maisMECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos
MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação
Leia maisInserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos
Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara
Leia maisNeo-fisherianos e teoria fiscal do nível de preços
Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos
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 HÍBRIDO PARA OTIMIZAÇÃO MULTIOBJETIVO: UMA APLICAÇÃO AO PROBLEMA DA MOCHILA José Elas C. Arroyo Vnícus A. Armenano Deparameno de Engenhara de Ssemas Faculdade de Engenhara Elérca e de
Leia maisTÉCNICAS DE OTIMIZAÇÃO DE PROBLEMAS COM MÚLTIPLOS OBJETIVOS UM ESTUDO SOBRE O MÉTODO DE MINIMIZAÇÃO DE ENERGIA E SUAS VARIANTES
TÉCNICA DE OTIMIZAÇÃO DE PROBLEMA COM MÚLTIPLO OBJETIVO UM ETUDO OBRE O MÉTODO DE MINIMIZAÇÃO DE ENERGIA E UA VARIANTE Mlon Jonahan Marco Aurélo Cavalcane Pacheco ICA: Núcleo de Pesqusa em Inelgênca Compuaconal
Leia maisCONTRIBUIÇÕES DA HIBRIDIZAÇÃO DE UMA METAHEURÍSTICA ENXAME DE PARTÍCULAS COM UM MÉTODO DE BUSCA DIRETA
Sepember 24-28, 2012 Ro de Janero, Brazl CONTRIBUIÇÕES DA HIBRIDIZAÇÃO DE UMA METAHEURÍSTICA ENXAME DE PARTÍCULAS COM UM MÉTODO DE BUSCA DIRETA Jovana Saror de Souza Unversdade Federal Flumnense- Deparameno
Leia maisSolução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)
Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas
Leia maisCAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton
9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade
Leia mais5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)
5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes
Leia maisIntrodução à Computação Gráfica
Inrodução à Compuação Gráfca Desenho de Consrução Naval Manuel Venura Insuo Superor Técnco Secção Auónoma de Engenhara Naval Sumáro Represenação maemáca de curvas Curvas polnomas e curvas paramércas Curvas
Leia maisAGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES
AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em
Leia maisMódulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)
Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca
Leia maisCAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA
CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação
Leia maisFigura 1 Uma imensa nuvem de pássaros [ red-billed queleas] retornam a seu viveiro natural ao pôr do sol, Delta do Okavango, Botswana, África
5. MÉTODO DE ENXAME DE PARTÍCULAS PARTICLE SWARM 5..Analoga Comparamenal: odos por um e um por odos 5..A Tradução Maemáca: o algormo básco 5.3.A Programação do Algormo 5.4.Eemplos Ilusravos 5. MÉTODO DE
Leia mais5 Programação Matemática Princípios Básicos
5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,
Leia maisConceitos Básicos de Circuitos Elétricos
onceos Báscos de rcuos lércos. nrodução Nesa aposla são apresenados os conceos e defnções fundamenas ulzados na análse de crcuos elércos. O correo enendmeno e nerpreação deses conceos é essencal para o
Leia maisAprendizagem Estatística de Dados. Francisco Carvalho
Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p
Leia mais2. FUNDAMENTOS DE CORRENTE ALTERNADA
Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos
Leia maisMECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação
MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m
Leia maisPropagação de dano no modelo de Ising unidimensional
Capíulo 4 Propagação de dano no modelo de Isng undmensonal 4. Propagação de dano O méodo da propagação de dano é uma écnca relavamene nova, nroduzda por Kauffman 68 no conexo dos auômaos celulares, que
Leia maisEN3604 FILTRAGEM ADAPTATIVA
EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de
Leia maisLocal branching aplicado ao problema de dimensionamento de lotes
SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Daa de Depóso: Assnaura: Local branchng aplcado ao problema de dmensonameno de loes Renao Andrade de Pava Orenadora: Franklna Mara Bragon de Toledo Dsseração apresenada
Leia mais. Para cada conexão i é atribuído um peso φ
Escalonador WF 2 Q O escalonador WF 2 Q [3] é uma aproxmação baseada em pacoes do GP, que em por obevo emular ese escalonador fluído o mas próxmo possível De acordo com Groux e Gan [1], o escalonador WF
Leia mais2 Conceitos básicos Modelos de Markov
2 Conceos báscos O objevo dese Capíulo é abordar eorcamene os assunos que formam a base para o desenvolvmeno do modelo proposo e a descrção do modelo de Frchman, que devdo sua frequene aplcação em rabalhos
Leia mais5 Sistemas Lineares com Coecientes Periódicos
5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que
Leia mais2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo
2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela
Leia mais2 Programação Matemática Princípios Básicos
Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever
Leia maisProjeto de Inversores e Conversores CC-CC
eparameno de Engenhara Elérca Aula. onversor Buck Prof. João Amérco lela Bblografa BAB, vo. & MANS enzar ruz. onversores - Báscos Não-solados. ª edção, UFS,. MOHAN Ned; UNEAN ore M.; OBBNS Wllam P. Power
Leia maisCAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n
1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..
Leia maisTratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12
Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane
Leia maisIluminação e FotoRealismo: Radiosidade
Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade
Leia maisIluminação e FotoRealismo: Radiosidade
Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina:
Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada
Leia maisCalibração Virtual de Projetores
Dsseração de Mesrado Calbração Vrual de Projeores Aluno: Orenador: Pablo Alfredo Sap Baer Paulo Cezar Pno Carvalho 9 de Seembro de Sumáro Ø Movação e descrção do problema Ø Objevo Ø Calbração da câmera
Leia maisHEURÍSTICA PARA O PROBLEMA DE ROTEIRIZAÇÃO E ESTOQUE
Pesqusa Operaconal e o Desenvolvmeno Susenável 7 a /9/5, Gramado, RS HEURÍSTICA PARA O PROBLEMA DE ROTEIRIZAÇÃO E ESTOQUE André Luís Shguemoo Faculdade de Engenhara Elérca e Compuação Unversdade Esadual
Leia maisMulti Objective Evolutionary Algorithm Applied to the Optimal Power Flow Problem
36 IEEE LATIN AMERICA TRANSACTIONS, VOL. 8, NO. 3, JUNE 00 Mul Objecve Evoluonary Algorhm Appled o he Opmal ower Flow roblem E. A. Amorm, S. H. M. Hashmoo, F. G. M. Lma, Member IEEE and J. R. S. Manovan,
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP PROCESSO
Leia maisInstituto de Física USP. Física V Aula 30. Professora: Mazé Bechara
Insuo de Físca USP Físca V Aula 30 Professora: Maé Bechara Aula 30 Tópco IV - Posulados e equação básca da Mecânca quânca 1. Os posulados báscos da Mecânca Quânca e a nerpreação probablísca de Ma Born.
Leia maisUma aplicação da relaxação Lagrangeana/surrogate ao problema simétrico do caixeiro viajante usando um método de subgradientes melhorado
Uma aplcação da relaxação Lagrangeana/surrogae ao problema smérco do caxero vajane usando um méodo de subgradenes melhorado Marcelo Gonçalves Narcso CNPTIA/EMBRAPA - Campnas SP narcso@cnpa.embrapa.br Luz
Leia maisCONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO
CEPEL Cenro de Pesqusas de Energa Elérca Projeo DESSEM Relaóro Técnco: CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO ÍNDICE 1. INTRODUÇÃO... 3 2. O
Leia mais3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico
. Modelos de Omzação no Coneo do Planeameno do Despacho Hdroérmco Embora o foco desa Tese esea no desenvolvmeno de um modelo probablísco alernavo para a geração de árvores de cenáros ulzadas em modelos
Leia maisControle Cinemático de Robôs Manipuladores
Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores
Leia maisCAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS
Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves
Leia maisOlinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral
XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava
Leia maisdefi departamento de física
def deparameno de físca Laboraóros de Físca www.def.sep.pp.p Equações de Fresnel Insuo Superor de Engenhara do Poro Deparameno de Físca Rua Dr. Anóno Bernardno de Almeda, 431 400-07 Poro. Tel. 8 340 500.
Leia maisExperiência IV (aulas 06 e 07) Queda livre
Experênca IV (aulas 06 e 07) Queda lvre 1. Obevos. Inrodução 3. Procedmeno expermenal 4. Análse de dados 5. Quesões 6. Referêncas 1. Obevos Nesa experênca esudaremos o movmeno da queda de um corpo, comparando
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
MÉTODO DE DECOMPOSIÇÃO DE BENDERS APLICADO A PROBLEMAS DE SEQÜENCIAMENTO: ESTUDO DO PARÂMETRO M Rcardo S. de Camargo rcamargo@dep.ufmg.br Deparameno de Engenhara de Produção Unversdade Federal de Mnas
Leia maisCOMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS
COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS Marco Aurélo de Almeda Casro Adrano Alber de França Mendes Carnero Marnho Gomes de Andrade Deparameno de Engenhara Elérca Escola de
Leia maisFísica I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães
Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene
Leia maisParte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando
Pare Objevo: esudar o deslocameno de um corpo quando esa rolando 1 Coneúdo programáco: 6. Movmeno de Roação Varáves da roação, Relação enre Cnemáca Lnear e Cnemáca Angular, Energa cnéca de roação, nérca
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core
Leia mais5 Apreçamento de ESOs com preço de exercício fixo
5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do
Leia mais3 Análise de Demanda Condicionada
3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.
Leia maisF-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW
F-8 Físca Geral I Aula exploraóra-a UNICAMP IFGW username@f.uncamp.br Varáves roaconas Cada pono do corpo rígdo execua um movmeno crcular de rao r em orno do exo. Fgura: s=r Deslocameno angular: em radanos
Leia mais2 Sistemas de Reconhecimento de Voz
2 Ssemas de Reconhecmeno de Voz O desenvolvmeno de nerfaces homem-máquna conroladas pela voz vsa subsur, em ceras aplcações, as nerfaces radconas as como eclados, panés e dsposvos smlares. Nese cenáro
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP OTIMIZAÇÃO DA
Leia maisNota Técnica sobre a Circular nº 2.972, de 23 de março de 2000
Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.
Leia maisCIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4.
CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013 Esabelece os procedmenos para o cálculo da parcela dos avos ponderados pelo rsco (RWA) referene às exposções sueas à varação de axas de uros prefxadas denomnadas
Leia mais4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia
61 4 Premssas quano aos Modelos de Despacho de Geração, Formação do Preço da Energa e Comercalzação de Energa 4.1. Inrodução A remuneração de uma geradora depende do modelo de despacho de geração e formação
Leia maisINTEGRAÇÃO TEMPORAL EXPLÍCITA DE ALTA ORDEM VIA TÉCNICAS DE MALHA INTERCALADA APLICADA A PROBLEMAS GERAIS DE PRIMEIRA ORDEM.
INTEGRÇÃO TEMPORL EXPLÍCIT DE LT ORDEM VI TÉCNICS DE MLH INTERCLD PLICD PROBLEMS GERIS DE PRIMEIR ORDEM Fernanda Brenny Tese de Douorado apresenada ao Programa de Pós-Graduação em Engenhara Cvl COPPE da
Leia mais3 Planejamento da Operação Energética no Brasil
3 Planeameno da Operação Energéca no Brasl 3.1 Aspecos Geras O ssema elérco braslero é composo por dos dferenes pos de ssemas: os ssemas solados, os quas predomnam na regão Nore do Brasl e represenam cerca
Leia maisLISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA
LISTA DE EXERCÍCIOS DE RECUPERAÇÃO º TRIMESTRE MATEMÁTICA ALUNO(a): Nº: SÉRIE: ª TURMA: UNIDADE: VV JC JP PC DATA: / /07 Obs.: Esa lsa deve ser enregue resolvda no da da prova de recuperação. Valor: 5,0
Leia maisSNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GOP 21 14 a 17 Ouubro de 2007 Ro de Janero - RJ GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP MÉTODO DE PONTOS
Leia mais2 Revisão Bibliográfica dos Modelos de Previsão
19 2 Revsão Bblográfca dos Modelos de Prevsão Nese capíulo, são abordados alguns modelos e conceos ulzados na leraura para realzar prevsão de carga elérca. Denre os modelos lneares exsenes, serão examnados
Leia maisEstudo da temperatura da transição de Fase do modelo de potts bidimensional
Esudo da emperaura da ransção de Fase do modelo de pos bdmensonal Wharley osa Gomes 1, Sergo Murlo da Slva Braga Marns Junor 2, Fred Jorge arvalho Lma 3, Anono Soares dos Anjos Flho 4 1 Graduando em Lcencaura
Leia mais3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos
3 Dados e Modelo Economérco 3.1. A amosra de funconáros públcos Os dados usados nese esudo êm como fone a Pesqusa Naconal de Amosra por Domcílo (PNAD, uma pesqusa domclar realzada anualmene no Brasl pelo
Leia maisCÁLCULO DE ÍNDICES DE CONFIABILIDADE EM SISTEMAS DE GERAÇÃO DE ENERGIA USANDO UM ALGORITMO GENÉTICO MODIFICADO
CÁLCULO DE ÍNDICES DE CONFIABILIDADE EM SISTEMAS DE GERAÇÃO DE ENERGIA USANDO UM ALGORITMO GENÉTICO MODIFICADO RODRIGO ALBUQUERQUE, ANSELMO RODRIGUES, MARIA G. DA SILVA. Grupo de Ssemas de Poênca, Deparameno
Leia maisErlon Cristian Finardi UFSC
GOP/015 1 a 6 de Ouubro de 001 Campnas - São Paulo - Brasl GRUPO IX GRUPO DE ESTUDOS DE OPERAÇÃO DE SISTEMAS ELÉTRICOS COMISSIONAMENTO DE UNIDADES HIDRÁULICAS NO PROBLEMA DA PROGRAMAÇÃO ENERGÉTICA ξ Edson
Leia maisDíodo: Regime Dinâmico
Díodo: eme Dnâmco (exo apoo ao laboraóro) Inrodução Quando se esabelece m crcuo uma ensão ou correne varáves no empo o pono de funconameno em repouso do díodo ambém va varar no empo. A frequênca e amplude
Leia maisRODRIGO LOUREIRO PRADO ALVAREZ
RODRIGO LOUREIRO PRADO ALVAREZ OTIMIZAÇÃO DAS FORMAS DE CASCOS DE DESLOCAMENTO EM RELAÇÃO A SUA RESISTÊNCIA AO AVANÇO Dsseração apresenada à Escola Polécnca da Unversdade de São Paulo para obenção do Tíulo
Leia maisUMA ABORDAGEM PARA OTIMIZAÇÃO DE PORTFÓLIO DE CONTRATOS DE ENERGIA NO SETOR ELÉTRICO BRASILEIRO
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GAE-15 19 a 24 Ouubro de 2003 Uberlânda - Mnas Geras GRUPO VI GRUPO DE ESTUDO DE ASPECTOS EMPRESARIAIS - GAE UMA ABORDAGEM PARA OTIMIZAÇÃO
Leia maisAnálise da Confiabilidade de Componentes Não Reparáveis
Análse da onfabldade de omponenes Não Reparáves. omponenes versus Ssemas! Ssema é um conjuno de dos ou mas componenes nerconecados para a realzação de uma ou mas funções! A dsnção enre ssema, sub-ssema
Leia maisPLANEJAMENTO DA OPERAÇÃO DE SISTEMAS TERMOELÉTRICOS UTILIZANDO ANÁLISE DE SENSIBILIDADE ASSOCIADA A PROCEDIMENTOS HEURÍSTICOS
PLANEJAMENTO DA OPERAÇÃO DE SISTEMAS TERMOELÉTRICOS UTILIZANDO ANÁLISE DE SENSIBILIDADE ASSOCIADA A PROCEDIMENTOS HEURÍSTICOS Ivo Chaves da Slva Junor TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DO
Leia maisLuiz Carlos Facundo Sanches (1); Ronaldo Carrion (2); Carlos Heracles M. Lima (3)
O MÉTODO DOS ELEMENTOS DISCRETOS EM PROBLEMAS DE FLUXO GRANULAR USANDO PROCESSAMENTO PARALELO The Dscree Elemen Mehod n Granular Flux Problems usng Parallel Processng Luz Carlos Facundo Sanches (1); Ronaldo
Leia maisInterpolação e Extrapolação da Estrutura a Termo de Taxas de Juros para Utilização pelo Mercado Segurador Brasileiro
Inerpolação e Exrapolação da Esruura a Termo de Taxas de Juros para Ulzação pelo Mercado Segurador Braslero Sergo Lus Frankln Jr. Thago Baraa Duare César da Rocha Neves + Eduardo Fraga L. de Melo ++ M.Sc.,
Leia maisALGORITMO GENÉTICO PARA RESOLVER UM PROBLEMA DE LOCALIZAÇÃO COM RESTRIÇÕES
ALGORITMO GENÉTICO PARA RESOLVER UM PROBLEMA DE LOCALIZAÇÃO COM RESTRIÇÕES Jacquelne Magalhães Rangel Cores Unversdade Esadual do Nore Flumnense (UENF) CCT LEPROD Av.Albero Lamego, 2000 Campos dos Goyacazes,
Leia maisPrevisão de Demandas para Controle dos Montantes de Uso do Sistema de Transmissão para Distribuidoras de Energia Elétrica
XVIII Semnáro aconal de Dsrbução de Energa Elérca SEDI 008-06 a 0 de ouubro Olnda - Pernambuco - Brasl Prevsão de Demandas para Conrole dos Monanes de Uso do Ssema de Transmssão para Dsrbudoras de Energa
Leia maisOtimização da Programação Operacional de Unidades Hidrelétricas
1 Omzação da Programação Oeraconal de Undades Hdrelércas G. R. Colnago, FEM/UICAMP; P. B. Correa, FEM/UICAMP;. Ohsh FEEC/UICAMP; A. F. R. Araújo, CIn/UFPE; J.. F. Pllon FEM/UICAMP; A. G. Gomes FEM/UICAMP
Leia mais4 Sistema Inteligente de Otimização
4 Ssema Inelgene de Omzação 4.. Inrodução Nese capíulo é dealhado o ssema nelgene proposo de omzação de alernavas de desenvolvmeno de campos perolíferos, descrevendo-se a modelagem global do ssema e as
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS - GPL
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY a 5 Novembro de 009 Recfe - PE GRUPO - VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS - GPL HIDROTERM
Leia maisUM MODELO DE OTIMIZAÇÃO DE CARTEIRAS BASEADO EM PREDIÇÃO
XXXVIII SIPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL Pesqusa Operaconal na Socedade: Educação, eo Ambene e Desenvolvmeno 2 a 5/09/06 Goâna, GO U ODELO DE OTIIZAÇÃO DE CARTEIRAS BASEADO E PREDIÇÃO Fábo Daros
Leia maisUma análise da não-linearidade da função de reação do Banco Central do Brasil: Avesso a Inflação ou a Recessão?
Uma análse da não-lneardade da função de reação do Banco Cenral do Brasl: Avesso a Inflação ou a Recessão? Terence de Almeda Pagano José Luz Ross Júnor Insper Workng Paper WPE: 88/9 Coprgh Insper. Todos
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisRESULTADOS TEÓRICOS PARA TURBULÊNCIA GERADA POR DUAS GRELHAS OSCILANTES
RESULTADOS TEÓRICOS PARA TURBULÊNCIA GERADA POR DUAS GRELHAS OSCILANTES Harry Edmar Schulz Fazal Hussan Chaudhry USP - Escola de Engenhara de São Carlos, Deparameno de Hdráulca e Saneameno Laboraóro de
Leia maisMetodologia_Numérica 57. BMetodologia numérica
Meodologa_Numérca 57 3 BMeodologa numérca Nese capíulo é apresenada a formulação maemáca do problema esudado, bem como a meodologa numérca empregada para a smulação do escoameno, em suações qumcamene nere
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 maisMétodo Primal Dual Barreira Logarítmica Para Resolução de um Modelo de Leilão Multiperíodo de Sistemas Hidrotérmicos
Méodo Prmal Dual Barrera Logarímca Para Resolução de um Modelo de Lelão Mulperíodo de Ssemas Hdroérmcos Julo Cesar Breda Edméa Cássa Bapsa Anono Robero Balbo Leonardo Nepomuceno Depo de Engenhara Elérca
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisANÁLISE DOS ESFORÇOS HIDRODINÂMICOS EM COMPORTAS HIDRÁULICAS
ANÁLISE DOS ESFORÇOS HIDRODINÂMICOS EM COMPORTAS HIDRÁULICAS Jell Lma de Andrade 1 e José Carlos C. Amorm Resumo - Fo realzada uma análse numérca do escoameno e dos esforços hdrodnâmcos presenes durane
Leia maisPlanejamento da operação energética. baseado em curvas guias de armazenamento
Planejameno da operação energéca baseado em curvas guas de armazenameno Revsa Braslera de Energa Vol. 12 N o 2 Planejameno da operação energéca baseado em curvas guas de armazenameno RESUMO Mônca de S.
Leia maisPME 2556 Dinâmica dos Fluidos Computacional. Aula 9 - Modelo k-ε Standard
ME 556 Dnâmca dos Fldos Compaconal Ala 9 - Modelo - Sandard Decomposção de Reynolds Decomposção de Reynolds Eqações de Reynolds (1) ( ) ( ) p Eqação de Naver-Soes na forma conservava para m fldo ncompressível:
Leia maistmax tmin tmax A seguir, com base nas equações apresentadas, uma nova abordagem para o cálculo do ponto de pedido será formulada.
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 003, Naal-RN PONTO DE PEDIDO BASEADO EM PREVISÕES Eduardo Saggoro Garca Unversdade Federal do Ro de Janero UFRJ edsg@ufr.br Vrgílo José
Leia maisUMA ESTRATIÉGIA DE DECOMPOSIÇÃO POR RELAXAÇÃO LAGRANGEANA PARA A OTIMIZAÇÃO DA PROGRAMAÇÃO DLÁRU DA OPERAÇÃO DE
UMA ESTRATIÉGIA DE DECOMPOSIÇÃO POR RELAXAÇÃO LAGRANGEANA PARA A OTIMIZAÇÃO DA PROGRAMAÇÃO DLÁRU DA OPERAÇÃO DE SISTEMAS HIDROTÉRFVIICOS COM MODELAGEM DETALHADA DA REDE ELÉTRICA - APLICAÇÃO AO SISTEMA
Leia maisAlgoritmos Genéticos para Programação da Produção em Refinarias de Petróleo
Algormos Genécos para Programação da Produção em Refnaras de Peróleo Marco Aurélo Cavalcan Pacheco, Sílvo Hamacher 2, Mayron Rodrgues de Almeda 2 ICA - Laboraóro de Inelgênca Compuaconal Aplcada Deparameno
Leia maisMODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES
INSTITUTO MILITAR DE ENGENHARIA MAJ MARCUS VINÍCIUS DOS SANTOS FERNANDES MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES Dsseração de Mesrado apresenada ao Curso de Mesrado em Engenhara Elérca
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais