Use este identificador para citar ou linkar para este item: http://www.repositorio.ufc.br/handle/riufc/16850
Título: Algoritmos evolucionários multipopulação na otimização multiobjetiva da remediação de águas subterrâneas
Título em inglês: Multi-population evolutionary algorithm multi-objective optimization of groundwater remediation
Autor(es): Pinto, Marcos Rodrigues
Orientador(es): Martins , Eduardo Sávio Passos Rodrigues
Palavras-chave: Recursos hídricos
Águas subterrâneas
Contaminantes
Data do documento: 24-Jul-2009
Citação: PINTO, M. R. (2009)
Resumo: Ao longo das últimas três décadas os algoritmos evolucionários vêm sendo aplicados com sucesso nas mais diversas áreas. Dentre as principais vantagens dos algoritmos evolucionários estão a facilidade de aplicação, a eficiência e a confiabilidade. Na remediação de águas subterrâneas, geralmente, os objetivos são minimizar custos, minimizar a presença do contaminante, maximizar a eficiência do bombeamento, entre outros. Esses objetivos são naturalmente conflitantes e a busca de soluções ótimas, ou quase ótimas, faz-se necessária. Tendo em vista esse fato, os métodos de otimização evolucionária vêm sendo aplicados e aperfeiçoados na busca dessas soluções. É apresentada uma breve descrição de alguns desses métodos, discutindo-se algumas de suas vantagens e limitações. Cinco funções matemáticas são utilizadas para avaliar o desempenho dos algoritmos e também para servir de base para efetuar uma comparação entre os mesmos. Para otimizar um sistema “bombear-e-tratar” na remediação de um sítio hipotético, são utilizados algoritmos evolucionários multipopulação, tratando o problema na sua dimensão multiobjetiva. A abordagem multipopulação vem sendo empregada como mitigadora de um dos principais inconvenientes da otimização evolucionária: o excessivo tempo computacional. O fluxo de águas subterrâneas é modelado com o MODFLOW (modular finite-difference flow model), enquanto o transporte de contaminante é simulado com o MT3DMS (modular three-dimensional multispecies transport model). São propostos dois algoritmos multipopulação: MINPGA (Multi-Island Niched Pareto Genetic Algorithm), a partir do NPGA (Niched Pareto Genetic Algorithm) e da abordagem de ilhas de injeção; MHBMO (Multiple Hive Honey Bee Mating Optimization), uma versão multipopulação do HBMO (Honey Bee Mating Optimization). Também é utilizada uma versão multipopulação do PSO (Particle Swarm Optimization), chamada MCPSO (Multi-Swarm Cooperative Particle Swarm Optimization). Os testes com funções matemáticas validaram os algoritmos apresentados, e o problema de otimização do sistema “bombear-e-tratar” tem como objetivos a minimização do custo da remediação e da quantidade final da pluma contaminante. Todos os algoritmos obtiveram bons resultados, com sutil vantagem para o MINPGA
Abstract: Through the last three decades the evolutionary algorithms have been successful on application to many areas. Easily applied, efficiency and confidence are the main advantages of the evolutionary algorithms. In the groundwater remediation, generally, the objectives are the cost minimization, minimization of contaminant presence, maximization of pumping efficiency, among others. These objectives are naturally in conflicting and the search for optimal solutions, or almost optimal solutions are needed. In view of that, the evolutionary optimization methods have been applied and refined in order to search these solutions. A brief description of these methods is presented, referring to their advantages and limitations. Five mathematical functions are used to measure the algorithms performance and allow a comparison between them. In order to optimize a “pump-and-treat” system in the remediation of a hypothetical site, multi-population evolutionary algorithms are used, considering the problem multi-objective dimension. The multi-population approach has been applied as mitigate for the main evolutionary optimization drawback: the excessive computational time. The groundwater flow modeler MODFLOW (modular finite-difference flow model) is used with the contaminant transport simulator MT3DMS (modular three-dimensional multispecies transport model). Two multi-population algorithms are presented: MINPGA (Multi-Island Niched Pareto Genetic Algorithm), that is a NPGA (Niched Pareto Genetic Algorithm) multi-population version with the injection island approach; MHBMO (Multi-Hive Honey Bee Mating Optimization), that is a HBMO (Honey Bee Mating Optimization) multi-population version. A PSO (Particle Swarm Optimization) multi-population version, called MCPSO (Multi-Swarm Cooperative Particle Swarm Optimization) is too used. Tests with mathematical functions validate the presented algorithms. Remediation problem using the “pumping-and-treat” technique had as objectives the minimization of remediation cost and minimization of contaminant final plume. The results were shown to be very good for all algorithms, but MINPGA had a tenuous advantage over others
Descrição: PINTO, M. R. Algoritmos evolucionários multipopulação na otimização multiobjetiva da remediação de águas subterrâneas. 2009. 143 f. Dissertação (Mestrado em Engenharia Civil: Recursos Hídricos) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2009.
URI: http://www.repositorio.ufc.br/handle/riufc/16850
Aparece nas coleções:DEHA - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2009_dis_mrpinto.pdf2,78 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.