Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/50074 |
Resumo: | O crescimento populacional elevado faz com que novos projetos de redes de distribuição de água (RDA) sejam elaborados diariamente. Essas redes são responsáveis por transportar água potável dos reservatórios aos consumidores finais de maneira contínua e ininterrupta, garantindo qualidade, quantidade e pressão adequadas. No entanto, devido aos altos custos de implantação vinculados à complexidade resolutiva desse problema, projetistas e pesquisadores estão desenvolvendo modelos de otimização baseados em algoritmos evolutivos que buscam melhores soluções para o dimensionamento, com o menor custo computacional possível. Sendo assim, esta tese apresenta duas novas metodologias de otimização. A primeira é um modelo híbrido composto pelos algoritmos de otimização Particle Swarm Optimization (PSO) e Tabu Search (TS), denominado H-PSOTS. Esse modelo objetiva tornar a busca mais eficiente, evitando movimentos repetitivos de busca durante a atualização das soluções. Entretanto, a aleatoriedade na formação do conjunto solução inicial do problema, característica deste tipo de algoritmo, pode levá-lo a uma convergência prematura em um mínimo local e a uma redução na eficiência computacional, tornando a busca mais exaustiva. Para solucionar esse problema, o segundo modelo proposto, denominado PSO-RC, objetiva uma maior exploração global do espaço de busca com ciclos de reinicialização do próprio algoritmo PSO, sem perder informações de buscas anteriores, como a posição do último ótimo local encontrado. Os modelos propostos, juntamente com o PSO convencional, foram aplicados em três problemas de destaque na literatura (Balerma Network, Hanoi Network e Rural Network) e na RDA de Panelas-PE. Ambos os modelos apresentaram tempos de execução menores que o PSO convencional, em todas as redes estudadas. Além disso, apresentaram resultados próximos aos melhores custos ótimos descritos na literatura. O PSO-RC demonstrou efetividade de resposta com uma redução de 38% no número de partículas do enxame em relação ao definido para o PSO convencional e o modelo híbrido. Esse enxame reduzido resultou em um menor tempo de execução nas redes de maior complexidade, além de menor variação da resposta final. Os resultados apontam que os modelos propostos são promissores para a otimização de sistemas complexos. |
id |
UFPE_bc35e757dd9bf7d970d7af98d6d700bc |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/50074 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
MACÊDO, José Eloim Silva dehttp://lattes.cnpq.br/3453215710433058http://lattes.cnpq.br/8967681489869245http://lattes.cnpq.br/4678267078253179AZEVEDO, José Roberto Gonçalves deBEZERRA, Saulo de Tarso Marques2023-05-11T12:23:22Z2023-05-11T12:23:22Z2023-04-05MACÊDO, José Eloim Silva de. Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água. 2023. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2023.https://repositorio.ufpe.br/handle/123456789/50074O crescimento populacional elevado faz com que novos projetos de redes de distribuição de água (RDA) sejam elaborados diariamente. Essas redes são responsáveis por transportar água potável dos reservatórios aos consumidores finais de maneira contínua e ininterrupta, garantindo qualidade, quantidade e pressão adequadas. No entanto, devido aos altos custos de implantação vinculados à complexidade resolutiva desse problema, projetistas e pesquisadores estão desenvolvendo modelos de otimização baseados em algoritmos evolutivos que buscam melhores soluções para o dimensionamento, com o menor custo computacional possível. Sendo assim, esta tese apresenta duas novas metodologias de otimização. A primeira é um modelo híbrido composto pelos algoritmos de otimização Particle Swarm Optimization (PSO) e Tabu Search (TS), denominado H-PSOTS. Esse modelo objetiva tornar a busca mais eficiente, evitando movimentos repetitivos de busca durante a atualização das soluções. Entretanto, a aleatoriedade na formação do conjunto solução inicial do problema, característica deste tipo de algoritmo, pode levá-lo a uma convergência prematura em um mínimo local e a uma redução na eficiência computacional, tornando a busca mais exaustiva. Para solucionar esse problema, o segundo modelo proposto, denominado PSO-RC, objetiva uma maior exploração global do espaço de busca com ciclos de reinicialização do próprio algoritmo PSO, sem perder informações de buscas anteriores, como a posição do último ótimo local encontrado. Os modelos propostos, juntamente com o PSO convencional, foram aplicados em três problemas de destaque na literatura (Balerma Network, Hanoi Network e Rural Network) e na RDA de Panelas-PE. Ambos os modelos apresentaram tempos de execução menores que o PSO convencional, em todas as redes estudadas. Além disso, apresentaram resultados próximos aos melhores custos ótimos descritos na literatura. O PSO-RC demonstrou efetividade de resposta com uma redução de 38% no número de partículas do enxame em relação ao definido para o PSO convencional e o modelo híbrido. Esse enxame reduzido resultou em um menor tempo de execução nas redes de maior complexidade, além de menor variação da resposta final. Os resultados apontam que os modelos propostos são promissores para a otimização de sistemas complexos.The high population growth makes new water distribution network (WDN) projects being designed daily. These networks are responsible for continuously and uninterrupted transport of potable water from reservoirs to end consumers, ensuring adequate quality, quantity, and pressure. However, due to the high implantation costs associated with the resolution complexity of this problem, designers and researchers are developing optimization models based on evolutionary algorithms that seek better solutions for sizing, with the lowest possible computational cost. Therefore, this thesis presents two new optimization methodologies. The first is a hybrid model composed of Particle Swarm Optimization (PSO) and Tabu Search (TS) optimization algorithms, called H-PSOTS. This model aims to make the exploration more efficient, avoiding repetitive search movements when updating solutions. However, the randomness in the formation of the set of initial solutions of the problem, characteristic of this type of algorithm, can lead to a premature convergence in a local minimum and to a reduction in the computational efficiency, making the search more exhaustive. To solve this problem, the second proposed model, called PSO-RC, aims for greater global exploration of the search space with cycles of PSO algorithm reinitialization, without losing information from previous searches, such as the position of the last local optimum found. The proposed models, together with the conventional PSO, were applied to three prominent problems in the literature (Balerma Network, Hanoi Network and Rural Network) and in the RDA of Panelas-PE. Both models presented shorter execution times than the conventional PSO, in all studied networks. In addition, they presented results close to the best optimal costs described in the literature. The PSO-RC demonstrated response effectiveness with a 38% reduction in the number of swarm particles in relation to that defined for the conventional PSO and the hybrid model. This reduced swarm resulted in less execution time in networks of greater complexity, in addition to less variation in the final response. The results indicate that the proposed models are promising for the optimization of complex systems.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia CivilUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia civilSistema de distribuição de águaAlgoritmo híbridoOtimização metaheurísticaPSO-RCCiclos de reinicializaçãoH- PSOTSCusto computacionalParticle swarm optmizationTabu searchDesenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de águainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALTESE José Eloím Silva de Macêdo.pdfTESE José Eloím Silva de Macêdo.pdfapplication/pdf6536150https://repositorio.ufpe.br/bitstream/123456789/50074/1/TESE%20Jos%c3%a9%20Elo%c3%adm%20Silva%20de%20Mac%c3%aado.pdf30d410815a00cd4818b37924486ea6bfMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/50074/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/50074/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTTESE José Eloím Silva de Macêdo.pdf.txtTESE José Eloím Silva de Macêdo.pdf.txtExtracted texttext/plain215281https://repositorio.ufpe.br/bitstream/123456789/50074/4/TESE%20Jos%c3%a9%20Elo%c3%adm%20Silva%20de%20Mac%c3%aado.pdf.txt1d6afc496f1a1274fab4126977a1822dMD54THUMBNAILTESE José Eloím Silva de Macêdo.pdf.jpgTESE José Eloím Silva de Macêdo.pdf.jpgGenerated Thumbnailimage/jpeg1247https://repositorio.ufpe.br/bitstream/123456789/50074/5/TESE%20Jos%c3%a9%20Elo%c3%adm%20Silva%20de%20Mac%c3%aado.pdf.jpg9167ec90d009de7853d9625e0b050bf5MD55123456789/500742023-05-12 02:17:58.878oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212023-05-12T05:17:58Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
title |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
spellingShingle |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água MACÊDO, José Eloim Silva de Engenharia civil Sistema de distribuição de água Algoritmo híbrido Otimização metaheurística PSO-RC Ciclos de reinicialização H- PSOTS Custo computacional Particle swarm optmization Tabu search |
title_short |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
title_full |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
title_fullStr |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
title_full_unstemmed |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
title_sort |
Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água |
author |
MACÊDO, José Eloim Silva de |
author_facet |
MACÊDO, José Eloim Silva de |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3453215710433058 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8967681489869245 |
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4678267078253179 |
dc.contributor.author.fl_str_mv |
MACÊDO, José Eloim Silva de |
dc.contributor.advisor1.fl_str_mv |
AZEVEDO, José Roberto Gonçalves de |
dc.contributor.advisor-co1.fl_str_mv |
BEZERRA, Saulo de Tarso Marques |
contributor_str_mv |
AZEVEDO, José Roberto Gonçalves de BEZERRA, Saulo de Tarso Marques |
dc.subject.por.fl_str_mv |
Engenharia civil Sistema de distribuição de água Algoritmo híbrido Otimização metaheurística PSO-RC Ciclos de reinicialização H- PSOTS Custo computacional Particle swarm optmization Tabu search |
topic |
Engenharia civil Sistema de distribuição de água Algoritmo híbrido Otimização metaheurística PSO-RC Ciclos de reinicialização H- PSOTS Custo computacional Particle swarm optmization Tabu search |
description |
O crescimento populacional elevado faz com que novos projetos de redes de distribuição de água (RDA) sejam elaborados diariamente. Essas redes são responsáveis por transportar água potável dos reservatórios aos consumidores finais de maneira contínua e ininterrupta, garantindo qualidade, quantidade e pressão adequadas. No entanto, devido aos altos custos de implantação vinculados à complexidade resolutiva desse problema, projetistas e pesquisadores estão desenvolvendo modelos de otimização baseados em algoritmos evolutivos que buscam melhores soluções para o dimensionamento, com o menor custo computacional possível. Sendo assim, esta tese apresenta duas novas metodologias de otimização. A primeira é um modelo híbrido composto pelos algoritmos de otimização Particle Swarm Optimization (PSO) e Tabu Search (TS), denominado H-PSOTS. Esse modelo objetiva tornar a busca mais eficiente, evitando movimentos repetitivos de busca durante a atualização das soluções. Entretanto, a aleatoriedade na formação do conjunto solução inicial do problema, característica deste tipo de algoritmo, pode levá-lo a uma convergência prematura em um mínimo local e a uma redução na eficiência computacional, tornando a busca mais exaustiva. Para solucionar esse problema, o segundo modelo proposto, denominado PSO-RC, objetiva uma maior exploração global do espaço de busca com ciclos de reinicialização do próprio algoritmo PSO, sem perder informações de buscas anteriores, como a posição do último ótimo local encontrado. Os modelos propostos, juntamente com o PSO convencional, foram aplicados em três problemas de destaque na literatura (Balerma Network, Hanoi Network e Rural Network) e na RDA de Panelas-PE. Ambos os modelos apresentaram tempos de execução menores que o PSO convencional, em todas as redes estudadas. Além disso, apresentaram resultados próximos aos melhores custos ótimos descritos na literatura. O PSO-RC demonstrou efetividade de resposta com uma redução de 38% no número de partículas do enxame em relação ao definido para o PSO convencional e o modelo híbrido. Esse enxame reduzido resultou em um menor tempo de execução nas redes de maior complexidade, além de menor variação da resposta final. Os resultados apontam que os modelos propostos são promissores para a otimização de sistemas complexos. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-05-11T12:23:22Z |
dc.date.available.fl_str_mv |
2023-05-11T12:23:22Z |
dc.date.issued.fl_str_mv |
2023-04-05 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MACÊDO, José Eloim Silva de. Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água. 2023. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/50074 |
identifier_str_mv |
MACÊDO, José Eloim Silva de. Desenvolvimento de modelos de otimização baseados em técnicas evolutivas para o projeto de redes de distribuição de água. 2023. Tese (Doutorado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2023. |
url |
https://repositorio.ufpe.br/handle/123456789/50074 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Engenharia Civil |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/50074/1/TESE%20Jos%c3%a9%20Elo%c3%adm%20Silva%20de%20Mac%c3%aado.pdf https://repositorio.ufpe.br/bitstream/123456789/50074/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/50074/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/50074/4/TESE%20Jos%c3%a9%20Elo%c3%adm%20Silva%20de%20Mac%c3%aado.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/50074/5/TESE%20Jos%c3%a9%20Elo%c3%adm%20Silva%20de%20Mac%c3%aado.pdf.jpg |
bitstream.checksum.fl_str_mv |
30d410815a00cd4818b37924486ea6bf e39d27027a6cc9cb039ad269a5db8e34 5e89a1613ddc8510c6576f4b23a78973 1d6afc496f1a1274fab4126977a1822d 9167ec90d009de7853d9625e0b050bf5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310734273576960 |