Navegando por Autor "SIQUEIRA JUNIOR, Paulo Oliveira"
Agora exibindo 1 - 5 de 5
Resultados por página
Opções de Ordenação
Item Computational meta-heuristics based on Machine Learning to optimize fuel consumption of vessels using diesel engines(Instituto de Tecnologia e Educação Galileo da Amazônia, 2021-05-01) SIQUEIRA JUNIOR, Paulo Oliveira; NASCIMENTO, Manoel Henrique Reis; SILVA, Ítalo Rodrigo Soares; PARENTE, Ricardo Silva; FONSECA JUNIOR, Milton; LEITE, Jandecy Cabral;Com a expansão dos meios de transporte fluvial, principalmente no caso de embarcações de pequeno e médio porte que fazem rotas de maiores distâncias, o custo do combustível, se não for tomado como critério de análise para maior margem de lucro, é considerado um fator primário. fator , considerando que o valor do combustível especificamente diesel para alimentar máquinas de combustão interna é elevado. Portanto, torna-se necessária a utilização de ferramentas que auxiliem na tomada de decisão, como é o caso da presente pesquisa, que visa contribuir com um modelo computacional de previsão e otimização da melhor velocidade para diminuir o custo de combustível considerando as características do SCANIA Máquina 315. modelo de propulsão, de uma embarcação do porto fluvial de Manaus que realiza transporte fluvial para diversos municípios do Amazonas. De acordo com os resultados das simulações, o melhor algoritmo de treinamento da Rede Neural Artificial (RNA) foi o BFGS Quasi-Newton considerando as características do motor para otimização com Algoritmo Genético (AG).Item JP- NSGA-III(Instituto de Tecnologia e Educação Galileo da Amazônia, 2023-05-16) SIQUEIRA JUNIOR, Paulo Oliveira; LEITE, Jandecy CabralRegistro de programa de computador registrado no Instituto Nacional da Propriedade Industrial (INPI).Item Modelo híbrido com redes neurais artificiais e algoritmos evolucionários para otimização do consumo de combustível em embarcações que utilizam motor de combustão interna a diesel(Instituto de Tecnologia e Educação Galileo da Amazônia, 2021-07-27) SIQUEIRA JUNIOR, Paulo Oliveira; NASCIMENTO, Manoel Henrique ReisO transporte hidroviário é o principal meio de locomoção na Região Norte, alimentando cidades por meio de embarcações, lanchas, navios e balsas com o transporte de mercadorias e/ou passageiros. Contudo, um dos problemas dessa modalidade de transporte é o custo com abastecimento, tendo em vista que a falta de tecnologias/recursos que permitam ou facilitem uma visão estratégica do negócio é uma realidade. O fluxo de transporte de passageiros concentra uma rotatividade de pessoas em média de 9 milhões, enquanto o transporte de cargas com aproximadamente 3 milhões, ambas distribuídas pela região norte. Fato que caracteriza uma demanda considerável no setor aquaviário de transporte, trazendo à tona a perspectiva desta pesquisa em estudar métodos de análise e apoio à tomada de decisão em função do consumo de combustível. A presente dissertação tem como objetivo apresentar os resultados acerca do desenvolvimento de um modelo de otimização do consumo de combustível considerando a velocidade ótima para embarcações de pequeno porte que operam de forma regular no Porto Fluvial de Manaus. Em virtude disso, a pesquisa cumpre com os objetivos de mapear as variáveis relativas as especificações da embarcação e motor a ser analisado, apresentar os métodos e resultados acerca do desenvolvimento do modelo híbrido computacional para otimização do consumo de combustível ao considerar como parâmetro de regulação a velocidade ótima para minimização da variável preditora e a distância do trajeto projetado para 3 cenários: Manaus à Itacoatiara, Manaus à Barcelos e Manaus à Parintins, determinar por meio de análise estatística de erros o melhor modelo de Rede Neural Artificial (RNA) ao considerar quantidade de neurônios, camadas ocultas, funções de ativação (Tangente hiperbólica, Sigmoide e Linear) e algoritmo de treinamento sendo este último 12 possibilidades cada um com distintos objetivos e estratégias de convergência, testar o modelo híbrido analisando o desempenho de 3 algoritmos de otimização (Enxame de Partículas, Algoritmo Genético e Recozimento Simulado) em função do custo computacional e a taxa de erro em cadageração de elites, por fim, apresentar os resultados de simulação dos 3 cenários citados ao utilizar o modelo híbrido com o algoritmo vencedor em função dos requisitos citados. Para analisar os resultados providos das simulações, cenários e testes de aquisição dos melhores modelos, foi utilizado as técnicas estatísticas de Erro Médio Quadrático (MSE), Raiz do Erro Médio Quadrático (RMSE), Raiz do Erro Médio Quadrático Normalizado (NRMSE) e Erro Percentual Absoluto Médio (MAPE), os dados relativos a embarcação foram adquiridos por meio de reuniões e entrevistas com especialistas (proprietário da embarcação) para formalizar uma base de dados específica para o estudo delimitado nesta dissertação, 12 algoritmos de treinamento foram utilizados para a escolha da melhor RNA, de acordo com os resultados o Levenberg-Marquardt apresentou 100% de correlação entre as variáveis de saída e o Enxame de Partículas obteve o menor custo computacional em relação aos outros comprovando a eficácia do modelo híbrido computacional.Item Modelo Híbrido com Redes Neurais Artificiais e Algoritmos Evolucionários para Otimização do Consumo de Combustível em Embarcações que Utilizam Motor de Combustão Interna a Diesel(Instituto Nacional da Propriedade Industrial (INPI), 2021-07-27) SIQUEIRA JUNIOR, Paulo Oliveira; NASCIMENTO, Manoel Henrique Reis; http://lattes.cnpq.br/0850846128967798Este documento descreve um programa de computador registrado sob o número BR512023001328-5, que apresenta um modelo híbrido combinando redes neurais artificiais e algoritmos evolucionários. O objetivo do programa é otimizar o consumo de combustível em embarcações que utilizam motores de combustão interna a diesel. A abordagem híbrida permite melhorar a eficiência energética e reduzir os custos operacionais, sendo especialmente relevante para o setor naval. O programa utiliza técnicas avançadas de inteligência artificial e otimização, proporcionando uma ferramenta poderosa para engenheiros e operadores marítimos que buscam soluções sustentáveis e eficientes. O registro do programa é válido por 50 anos a partir de 1º de janeiro de 2022.Item Projeto Multicritério de Filtros Harmônicos Passivos para Instalações Industriais Utilizando Técnicas de Inteligência Computacional - NSGA-II(Instituto Nacional da Propriedade Industrial (INPI), 2013-05-29) SIQUEIRA JUNIOR, Paulo Oliveira; LEITE, Jandecy Cabral; http://lattes.cnpq.br/7279183940171317Este documento descreve um programa de computador registrado sob o número BR512023001304-8, que implementa um projeto multicritério de filtros harmônicos passivos para instalações industriais, utilizando o algoritmo NSGA-II (Non-dominated Sorting Genetic Algorithm II), uma técnica de inteligência computacional. O objetivo do programa é otimizar o desempenho dos filtros harmônicos passivos, garantindo maior eficiência na mitigação de distorções harmônicas em sistemas elétricos industriais. A abordagem multicritério permite considerar diferentes aspectos de desempenho simultaneamente, resultando em soluções equilibradas e eficientes. Este programa é relevante para engenheiros e técnicos que buscam aprimorar a qualidade da energia em ambientes industriais. O registro do programa é válido por 50 anos a partir de 1º de janeiro de 2024.