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
| dc.contributor.advisor | NASCIMENTO, Manoel Henrique Reis | |
| dc.creator | SIQUEIRA JUNIOR, Paulo Oliveira | |
| dc.creator.Lattes | http://lattes.cnpq.br/3532486918877548 | |
| dc.date.accessioned | 2024-08-02T21:24:59Z | |
| dc.date.available | 2024-08-02T21:24:59Z | |
| dc.date.issued | 2021-07-27 | |
| dc.description.abstract | The waterway transport is the main means of locomotion in the North Region, feeding cities through boats, speedboats, ships and ferries with the transport of goods and/or passengers. However, one of the problems of this modality of transport is the cost of supply, considering that the lack of technologies/resources that allow or facilitate a strategic vision of the business is a reality. The flow of passenger transport concentrates an average turnover of 9 million people, while the cargo transport with approximately 3 million, both distributed throughout the northern region. This fact characterizes a considerable demand in the water transportation sector, bringing to light the perspective of this research to study methods of analysis and support for decision making on the basis of fuel consumption. This dissertation aims to present the results about the development of an optimization model of fuel consumption considering the optimal speed for small vessels that operate on a regular basis in the Manaus River Port. In view of this, the research meets the objectives of mapping the variables related to the specifications of the vessel and engine to be analyzed, present the methods and results about the development of the computational hybrid model for optimization of fuel consumption when considering as a parameter of regulation the optimal speed for minimizing the predictor variable and the distance of the projected path for 3 scenarios: Manaus to Itacoatiara, Manaus to Barcelos and Manaus to Parintins, determine by statistical error analysis the best model of Artificial Neural Network (ANN) when considering number of neurons, hidden layers, activation functions (hyperbolic Tangent, Sigmoid and Linear) and training algorithm being the latter 12 possibilities each with different objectives and convergence strategies, To test the hybrid model analyzing the performance of 3 optimization algorithms (Particle Swarm, Genetic Algorithm and Simulated Annealing) as a function of computational cost and error rate in each generation of elites, and finally, to present the simulation results of the 3 scenarios mentioned above when using the hybrid model with the winning algorithm as a function of the requirements mentioned above. To analyze the results provided by the simulations, scenarios and tests for the acquisition of thebest models, the statistical techniques of Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Normalized Root Mean Squared Error (NRMSE) and Mean Absolute Percentage Error (MAPE) were used, the data regarding the vessel were acquired through meetings and interviews with experts (vessel owner) to formalize a specific database for the study delimited in this dissertation, 12 training algorithms were used to choose the best ANN, according to the results the Levenberg-Marquardt presented 100% correlation between the output variables and the Particle Swarm obtained the lowest computational cost in relation to the others proving the effectiveness of the computational hybrid model. | |
| dc.description.resumo | O 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. | |
| dc.description.sponsorship | Subvenção da Lei de Informática | |
| dc.format | pdf. | |
| dc.identifier.citation | SIQUEIRA JUNIOR, Paulo Oliveira. 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. 2021. p. 105. Dissertação do programa de Pós-graduação em Engenharia, Gestão de Processos, Sistemas e Ambiental (EGPSA), Instituto de Tecnologia e Educação Galileo da Amazônia (ITEGAM), Manaus, 2021 | |
| dc.identifier.uri | https://rigalileo.itegam.org.br/handle/123456789/24 | |
| dc.language | pt | |
| dc.publisher | Instituto de Tecnologia e Educação Galileo da Amazônia | |
| dc.publisher.country | Brasil | |
| dc.publisher.department | Instituto de Tecnologia e Educação Galileo da Amazônia | |
| dc.publisher.initials | ITEGAM | |
| dc.publisher.program | Programa de Pós-Graduação em Engenharia, Gestão de Processos, Sistemas e Ambiental | |
| dc.subject | Modelo híbrido Computacional | |
| dc.subject | Algoritmos de otimização | |
| dc.subject | Redes neurais artificiais | |
| dc.subject | Transporte hidroviário | |
| dc.subject | Otimização por enxame de partículas | |
| dc.subject.cnpq | 1.03.00.00-7 Ciência da Computação | |
| dc.title | 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 | |
| dc.type | Dissertação |