1. Pantheon
  2. Trabalhos Acadêmicos e Técnicos
  3. Trabalhos de Conclusão de Curso de Graduação
  4. Ciência da Computação
Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/20933
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorDelgado, Carla Amor Divino Moreira-
dc.contributor.authorAraújo Júnior, Ronald Albert de-
dc.date.accessioned2023-06-29T12:39:03Z-
dc.date.available2023-12-21T03:09:55Z-
dc.date.issued2023-04-24-
dc.identifier.urihttp://hdl.handle.net/11422/20933-
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectOtimização Multiobjetivopt_BR
dc.subjectUsina hidrelétricapt_BR
dc.subjectEficiência Energéticapt_BR
dc.titleTécnicas de computação evolutiva para problemas multi-objetivo aplicadas à geração de energia elétrica de fonte renovávelpt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3831909651244142pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/1380668533173860pt_BR
dc.contributor.advisorCo1Marcelino, Carolina Gil-
dc.contributor.advisorCo1Latteshttp://lattes.cnpq.br/3289676418940953pt_BR
dc.contributor.referee1Silva, João Carlos Pereira da-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9413102524215939pt_BR
dc.contributor.referee2Wanner, Elizabeth Fialho-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2243256075052322pt_BR
dc.description.resumoA maior parte da energia elétrica brasileira é proveniente de fonte renovável via usinas hidrelétricas. O funcionamento de tais usinas pode ser modelado como um problema de otimização multiobjetivo, tal que sejam maximizados a geração de energia, o nível de água nos reservatórios e de forma que o fluxo de água seja minimamente alterado após o processo de otimização. Neste contexto, o trabalho se propõe a estudar o desempenho de diferentes meta-heurísticas evolutivas aplicadas ao problema de despacho elétrico em usinas em modo cascata (ao menos duas plantas no leito de um rio). Meta-heurísticas evolutivas tem como base para a busca de soluções otimizadas operadores inspirados em mecanismos da natureza, como: seleção natural, recombinação e mutação. O trabalho tem foco especial no algoritmo Multi-objective Evolutionary Swarm Hybridization-MESH, proposto em (OLIVEIRA, 2019) no qual foi aplicado a problemas com dois objetivos conflitantes. Experimentos preliminares no decorrer deste trabalho indicam que o MESH se mostra competitivo quando comparado à meta-heurísticas evolutivas standard: o Multiobjective Evolutionary Algorithm Based on Decomposition - MOEA/D (ZHANG; LI, 2007) e versões de Non-dominated Sorting Genetic Algorithm - NSGA (DEB et al., 2002a) e (DEB; JAIN, 2014). As simulações utilizaram um conjunto de problemas de benchmark conhecido, levando em conta três objetivos conflitantes. Além disso, o algoritmo estudado apresenta resultados relevantes na solução do problema do despacho elétrico em um cenário generalista de usinas hidrelétricas em cascata.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Computaçãopt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Ciência da Computação

Files in This Item:
File Description SizeFormat 
RAAraujoJunior.pdf1.42 MBAdobe PDFView/Open
Show simple item record Recommend this item View Statistics


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.