Minimizando o mau condicionamento na análise por radiação gama

• Autor(a) principal: CARDOSO, Halisson Alberdan Cavalcanti
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• dARK ID: ark:/64986/001300000jh40
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/28820
• topic: Algorítmos; Matemática; Heurística; Otimização

Sistemas de análise por radiação gama, para determinação de fração percentual de vários compostos em uma amostra, apresentam diversas etapas. Entre elas, pode-se enumerar: Suposição inicial da fração percentual de cada compostos em uma amostra; Execução de simulações Monte Carlo para obtenção de bibliotecas espectrais; Determinação dos coeficientes de fração em peso por meio da aproximação de solução do sistema de equações lineares pelos mínimos quadrados; se os valores retornados pelos mínimos quadrados estiverem distantes da suposição inicial, retorna-se ao primeiro passo. Uma etapa importante na determinação dos coeficientes pelos mínimos quadrados é a utilização de uma matriz de covariância que apresente um valor de condicionamento p´roximo de 1, para que a aproximação seja a mais fidedigna possível dos valores de fração em peso realmente encontrados na amostra. Esse trabalho focará na utilização da metaheurística Greedy Randomized Adaptative Search Procedure (GRASP) para encontrar uma matriz de covariância que seja mais apropriada para a aproximação do sistema de equações lineares pelos mínimos quadrados. Para isso, serão trabalhadas várias etapas, internamente ao GRASP. O GRASP, ao longo do seu desenvolvimento, se mostrou bastante eficaz no intuito de se conseguir os objetivos do presente trabalho. É possível enumerar os algoritmos que constituiem o GRASP: Algoritmos de construção de soluções, Algoritmos de busca em torno de soluções construídas e algoritmos de linkagem entre soluções candidatas, no intuito de se conseguir melhores soluções entre elas. Por fim, serão apresentados encaminhamentos para trabalhos futuros, e que tem apresentados resultados motivadores para o prosseguimento dos esforços.