Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo

Detalhes bibliográficos
Autor(a) principal: Souza, Lucas Campos Dal Piaz de
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/33289
Resumo: O presente trabalho apresenta uma solução para o problema de locação das UEPs (Unidades Estacio-nárias de Produção) e manifolds. Os diversos fatores relacionados aos sistemas submarinos de produção implicam na necessidade de otimização. Quanto maior a distância entre poços, manifolds e UEPs, maior é o custo envolvido entre eles. O método proposto é baseado na metaheurística Algoritmos Genéticos (AG) associada ao conceito de chaves randômicas, ou como Bean (1994) propôs, um algoritmo genético com chaves aleatórias. A implementação é dividida em classes, sendo elas CProblema, CSolução e CGenetico. A função de aptidão leva em conta as demandas atendidas e as capacidades envolvidas. Além destes fatores sãos relevantes os custos relacionados aos cabeamentos de risers, flowlines e jumpers. Para os experimentos, foram geradas cinco instâncias, as quais variam de acordo com número de poço, manifolds e UEPs. Para todas elas, é possível visualizar e comprovar que a melhora nos resultados está diretamente proporcional a quantidade de iterações. Por fim, é demonstrada a evolução da população através do gráfico de nuvem de pontos
id UFF-2_b9520c5083aecee8963ce37f25ec0da8
oai_identifier_str oai:app.uff.br:1/33289
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleoAlgoritmo genéticoChaves aleatóriasLocalizaçãoPlataformas de petróleoOtimizaçãoGenetic algorithmRandom keysLocationOil platformsOptimizationO presente trabalho apresenta uma solução para o problema de locação das UEPs (Unidades Estacio-nárias de Produção) e manifolds. Os diversos fatores relacionados aos sistemas submarinos de produção implicam na necessidade de otimização. Quanto maior a distância entre poços, manifolds e UEPs, maior é o custo envolvido entre eles. O método proposto é baseado na metaheurística Algoritmos Genéticos (AG) associada ao conceito de chaves randômicas, ou como Bean (1994) propôs, um algoritmo genético com chaves aleatórias. A implementação é dividida em classes, sendo elas CProblema, CSolução e CGenetico. A função de aptidão leva em conta as demandas atendidas e as capacidades envolvidas. Além destes fatores sãos relevantes os custos relacionados aos cabeamentos de risers, flowlines e jumpers. Para os experimentos, foram geradas cinco instâncias, as quais variam de acordo com número de poço, manifolds e UEPs. Para todas elas, é possível visualizar e comprovar que a melhora nos resultados está diretamente proporcional a quantidade de iterações. Por fim, é demonstrada a evolução da população através do gráfico de nuvem de pontosThe present work presents a solution for the problem of leasing UEPs and manifolds. The various factors related to underwater production systems imply the need for optimization. The greater the distances between wells, manifolds and UEPs, the greater the cost involved between them. The proposed method is based on the metaheuristic Genetic Algorithms (GA) associated with the concept of random keys, or as Bean (1994) proposed, random key genetic algorithms (RKGA). The implementation is divided into classes, which are: CProblema, CSolucao and CGenetico. The fitness function takes into account the demands met and the capacities involved. Besides these factors it is relevant the costs related to cabling of risers, flowlines and jumpers. For the experiments, five instances were generated, which vary according to number of wells, manifolds and UEPs. For all instances, it is possible to visualize and prove that the improvement in results is directly proportional to the number of iterations. Finally, the evolution of the population through the cloud chart of points is demonstrated40 p.Vianna, Dalessandro SoaresVianna, Marcilene de Fátima DianinMarques, EduardoSouza, Lucas Campos Dal Piaz de2024-07-12T22:22:53Z2024-07-12T22:22:53Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfSOUZA, Lucas Campos Dal Piaz de. Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo. 2017. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Instituto de Ciência e Tecnologia, Universidade Federal Fluminense, Rio das Ostras, 2017.https://app.uff.br/riuff/handle/1/33289CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2024-07-12T22:22:58Zoai:app.uff.br:1/33289Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-07-12T22:22:58Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
title Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
spellingShingle Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
Souza, Lucas Campos Dal Piaz de
Algoritmo genético
Chaves aleatórias
Localização
Plataformas de petróleo
Otimização
Genetic algorithm
Random keys
Location
Oil platforms
Optimization
title_short Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
title_full Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
title_fullStr Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
title_full_unstemmed Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
title_sort Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo
author Souza, Lucas Campos Dal Piaz de
author_facet Souza, Lucas Campos Dal Piaz de
author_role author
dc.contributor.none.fl_str_mv Vianna, Dalessandro Soares
Vianna, Marcilene de Fátima Dianin
Marques, Eduardo
dc.contributor.author.fl_str_mv Souza, Lucas Campos Dal Piaz de
dc.subject.por.fl_str_mv Algoritmo genético
Chaves aleatórias
Localização
Plataformas de petróleo
Otimização
Genetic algorithm
Random keys
Location
Oil platforms
Optimization
topic Algoritmo genético
Chaves aleatórias
Localização
Plataformas de petróleo
Otimização
Genetic algorithm
Random keys
Location
Oil platforms
Optimization
description O presente trabalho apresenta uma solução para o problema de locação das UEPs (Unidades Estacio-nárias de Produção) e manifolds. Os diversos fatores relacionados aos sistemas submarinos de produção implicam na necessidade de otimização. Quanto maior a distância entre poços, manifolds e UEPs, maior é o custo envolvido entre eles. O método proposto é baseado na metaheurística Algoritmos Genéticos (AG) associada ao conceito de chaves randômicas, ou como Bean (1994) propôs, um algoritmo genético com chaves aleatórias. A implementação é dividida em classes, sendo elas CProblema, CSolução e CGenetico. A função de aptidão leva em conta as demandas atendidas e as capacidades envolvidas. Além destes fatores sãos relevantes os custos relacionados aos cabeamentos de risers, flowlines e jumpers. Para os experimentos, foram geradas cinco instâncias, as quais variam de acordo com número de poço, manifolds e UEPs. Para todas elas, é possível visualizar e comprovar que a melhora nos resultados está diretamente proporcional a quantidade de iterações. Por fim, é demonstrada a evolução da população através do gráfico de nuvem de pontos
publishDate 2024
dc.date.none.fl_str_mv 2024-07-12T22:22:53Z
2024-07-12T22:22:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SOUZA, Lucas Campos Dal Piaz de. Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo. 2017. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Instituto de Ciência e Tecnologia, Universidade Federal Fluminense, Rio das Ostras, 2017.
https://app.uff.br/riuff/handle/1/33289
identifier_str_mv SOUZA, Lucas Campos Dal Piaz de. Algoritmo genético com chaves aleatórias para o problema de localização de plataformas de petróleo. 2017. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Instituto de Ciência e Tecnologia, Universidade Federal Fluminense, Rio das Ostras, 2017.
url https://app.uff.br/riuff/handle/1/33289
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1807838843494203392

Registros relacionados