Search

Logistic distribution involves many costs for organizations. Therefore, opportunities for optimization in this respect are always welcome. The purpose of this work is to present a methodology to provide a solution to a complexity task of optimization in Multi-objective Optimization for Green Vehicle Routing Problem (MOOGVRP) applied to a transport passenger’s problem. For that, it was considered two objective functions (environmental issues and also balancing work between the routes) ensuring savings and satisfaction for the users. The methodology, was divided into three stages: Stage 1, “data treatment”, where the asymmetry of the routes to be formed and other particular features were addressed; Stage 2, “metaheuristic approaches” (hybrid or non-hybrid), used comparatively, more specifically: NSGA-II (Non-dominated Sorting Genetic Algorithm II), MOPSO (Multi-Objective Particle Swarm Optimization), which were compared with the new approaches proposed by the authors, CWNSGA-II (Clarke and Wright’s Savings with the Non-dominated Sorting Genetic Algorithm II) and CWTSNSGA-II (Clarke and Wright’s Savings, Tabu Search and Non-dominated Sorting Genetic Algorithm II); and, finally, Stage 3, “analysis of the results”, with a comparison of the algorithms. Using the same parameters as the current solution, an optimization of 5.2% was achieved for Objective Function 1 (OF1; minimization of CO2 emissions) and 11.4% with regard to Objective Function 2 (OF2; minimization of the difference in demand), with the proposed CWNSGA-II algorithm showing superiority over the others for the approached problem. Furthermore, a complementary scenario was tested, meeting the constraints required by the company concerning time limitation. For the instances from the literature, the CWNSGA-II and CWTSNSGA-II algorithms achieved superior results.

During the pandemic caused by the Coronavirus (Covid-19), Machine Learning (ML) techniques can be used, among other alternatives, to detect the virus in its early stages, which would aid a fast recovery and help to ease the pressure on healthcare systems. In this study, we present a Systematic Literature Review (SLR) and a Bibliometric Analysis of ML technique applications in the Covid-19 pandemic, from January 2020 to June 2021, identifying possible unexplored gaps. In the SLR, the 117 most cited papers published during the period were analyzed and divided into four categories: 22 articles that analyzed the problem of the disease using ML techniques in an X-Ray (XR) analysis and Computed Tomography (CT) of the lungs of infected patients; 13 articles that studied the problem by addressing social network tools using ML techniques; 44 articles directly used ML techniques in forecasting problems; and 38 articles that applied ML techniques for general issues regarding the disease. The gap identified in the literature had to do with the use of ML techniques when analyzing the relationship between the human genotype and susceptibility to Covid-19 or the severity of the infection, a subject that has begun to be explored in the scientific community.

Métodos inspirados em formigas são uma grande promessa para problemas de agrupamento. No algoritmo de Agrupamento baseado em Formigas, proposto por Deneubourg et al. (1991), os padrões são espalhados em uma grade e a cada formiga é atribuído um padrão. As formigas são responsáveis por carregar, transportar e descarregar os padrões na grade. Após a convergência do algoritmo, a recuperação dos grupos é feita, usando-se as posições dos padrões na grade. O objetivo do presente artigo é propor melhorias a este algoritmo, doravante denominado de algoritmo proposto, avaliando o seu desempenho comparativamente ao Método de Ward, aos Mapas de Kohonen Unidimensionais e ao algoritmo ACAM (Ant-based Clustering Algorithm Modified), proposto por Boryczka (2009). No algoritmo proposto, as principais modificações foram: a introdução de uma comparação da probabilidade de descarregar um padrão na posição escolhida aleatoriamente, com a probabilidade de deixar este padrão em sua posição atual; a introdução de uma avaliação da probabilidade de uma posição vizinha, quando a decisão de descarregar um padrão for positiva e a célula em que o padrão deveria ser descarregado estiver ocupada; e a substituição do padrão carregado por uma formiga, caso este padrão não seja descarregado em 100 iterações consecutivas. Para a avaliação do desempenho do algoritmo proposto, foram utilizadas três bases de dados reais e públicas (ÍRIS, WINE e PIMA Indians Diabetes). Os resultados mostraram que houve superioridade no desempenho do algoritmo proposto, em relação ao ACAM para duas das três bases de dados e igualdade, em relação aos outros dois métodos. Palavras-chave: Mineração de Dados; Metaheurística; Agrupamento Baseado em Formigas.

Um dos mais importantes aspectos a ser considerado pelas operadoras de saúde no desenvolvimento de seus produtos (ou serviços) e na divulgação dos mesmos é a percepção dos consumidores com relação aos atributos de seus produtos (ou serviços). O objetivo deste artigo é organizar e hierarquizar os atributos dos serviços desenvolvidos pelas principais empresas operadoras de planos de saúde do município de Curitiba, PR, segundo a percepção de seus consumidores. Para tanto, fez-se uso da técnica clássica Analytic Hierarchy Process (AHP), ferramenta de análise de decisão e planejamento de múltiplos critérios, através da qual foram analisadas sete empresas e seis atributos de cada uma delas. Os resultados mostram que o atributo mais significativo aos usuários é o “preço” e, além disso, que as empresas podem ser agrupadas em dois conjuntos de preferências: PS1 e PS2 (Planos de Saúde 1 e 2 com cerca de 23% e 19% das preferências cada um deles) e PS3, PS4, PS5, PS6 e PS7 (com cerca de 10% cada). A partir dos resultados de cada atributo analisado, as empresas têm condições de redefinir suas estruturas, processos, preços e redes credenciadas com o objetivo de sensibilizar seus públicos-alvos. Palavras-chave: Processo AHP; Atributos de Operadoras de Saúde; Percepção dos consumidores

At the beginning of a school year, in any educational institution, there is always a concerning about the distribution of the classes’ days and schedules for each one of their teachers. Besides all computational advances, the majority of schools still make the construction of the scholar scheduling table in a manual way, making this task too slow and inefficient. The goal of this paper is to present three techniques (exact, heuristic and mixed) which can find a solution that meets the pedagogical and operational constraints of the institutions, as well as the preferences of each teacher in relation to the classes’ days and schedules. In order to compare the techniques performances, it was developed a prototype for a scholar schedule of a municipal school located in Araucária, PR city. All the three methods utilized in this paper presented better results to the study case analyzed. At the beginning of a school year, in any educational institution, there is always a concerning about the distribution of the classes’ days and schedules for each one of their teachers. Besides all computational advances, the majority of schools still make the construction of the scholar scheduling table in a manual way, making this task too slow and inefficient. The goal of this paper is to present three techniques (exact, heuristic and mixed) which can find a solution that meets the pedagogical and operational constraints of the institutions, as well as the preferences of each teacher in relation to the classes’ days and schedules. In order to compare the techniques performances, it was developed a prototype for a scholar schedule of a municipal school located in Araucária, PR city. All the three methods utilized in this paper presented better results to the study case analyzed. No início do período letivo, em qualquer instituição de ensino, há sempre a preocupação com a distribuição de dias e horários de aulas para cada um de seus professores. Apesar de todo o avanço computacional, a maioria das escolas ainda realiza a construção da grade horária escolar de forma manual, tornando esta tarefa bastante demorada e ineficiente. O objetivo deste trabalho é apresentar três técnicas (modelo matemático, abordagem heurística e método misto) que encontrem uma solução que satisfaça as exigências pedagógicas e operacionais das instituições, assim como as preferências de cada professor com relação aos dias e horários de aulas. Com o objetivo de comparar o desempenho das técnicas, foi desenvolvido um protótipo para a construção da grade horária escolar de uma escola municipal da cidade de Araucária, PR. Todos os três métodos utilizados neste trabalho apresentaram resultados melhores do que o gerado manualmente para o estudo de caso abordado.

O presente trabalho tem por objetivo comparar o desempenho das técnicas de Redes Neurais Artificiais (RNAs) e de Regressão Logística (RL) na classificação de padrões apresentados pela Avaliação Bioquímica de Risco Fetal (ABRF). Os resultados para as RNAs, assim como para a RL, foram obtidos através do software STATGRAPHICS. Estas duas técnicas de Reconhecimento de Padrões foram bastante eficientes na tarefa de classificação dos padrões apresentados, sendo que as RNAs classificaram corretamente cerca de 93% dos padrões do conjunto de treinamento e cerca de 85% dos padrões do conjunto de teste. Estes percentuais para a técnica de RL foram de 93% e 86%, respectivamente.

This paper deals with the optimization for the logistics regarding services demanded byusers of power distribution lines, served by the Portão office, located in Curitiba, PR, Brazil,and operated by COPEL (Paranaense Power Company). Through the use of OperationsResearch techniques, an Integer Programming Mathematical model and Floyd Algorithm, amethod was defined to determine in an optimized way, the number of teams needed by theselected office, as well as, the optimized assignment for the teams to the sites in need, inorder to offer efficient services to the users and, besides that, the immediate execution onemergencies and, as to the other services, accordingly to parameters set by the NationalPower Agency together with COPEL. The methodology hereby presented is generic, so thatit could be applied to any power network (or any of its lines), and it has presented verysatisfactory results to the case in analysis. This paper deals with the optimization for the logistics regarding services demanded byusers of power distribution lines, served by the Portão office, located in Curitiba, PR, Brazil,and operated by COPEL (Paranaense Power Company). Through the use of OperationsResearch techniques, an Integer Programming Mathematical model and Floyd Algorithm, amethod was defined to determine in an optimized way, the number of teams needed by theselected office, as well as, the optimized assignment for the teams to the sites in need, inorder to offer efficient services to the users and, besides that, the immediate execution onemergencies and, as to the other services, accordingly to parameters set by the NationalPower Agency together with COPEL. The methodology hereby presented is generic, so thatit could be applied to any power network (or any of its lines), and it has presented verysatisfactory results to the case in analysis. O presente trabalho trata da otimização da logística de atendimento aos usuários de umarede de distribuição de energia elétrica, aplicada à agência do Portão, localizada emCuritiba, PR, Brasil, de responsabilidade da Companhia Paranaense de Energia Elétrica(COPEL). Através de técnicas da área de Pesquisa Operacional, um modelo Matemático deProgramação Inteira e o algoritmo de Floyd, definiu-se uma metodologia que permitedeterminar de forma otimizada o dimensionamento de equipes de atendimento para areferida agência e o despacho otimizado das mesmas aos locais das ocorrências, visandoum atendimento satisfatório aos usuários, e, além disso, a execução dos serviçosemergenciais, de imediato, e dos comerciais, de acordo com as metas estipuladas pelaAgência Nacional de Energia Elétrica (ANEEL) juntamente com a COPEL. A metodologiaaqui apresentada é genérica, podendo ser aplicada a qualquer rede (ou parte dela) dedistribuição elétrica, sendo que a mesma apresentou resultados bastante satisfatórios parao caso aqui abordado.

A "Descoberta de Conhecimento em Bases de Dados" (Knowledge Discovery in Databases, KDD) é um processo composto de várias etapas, iniciando com a coleta de dados para o problema em pauta e finalizando com a interpretação e avaliação dos resultados obtidos. O presente trabalho objetiva mostrar a influência da análise exploratória dos dados no desempenho das técnicas de Mineração de Dados (Data Mining) quanto à classificação de novos padrões por meio da sua aplicação a um problema médico, além de comparar o desempenho delas entre si, visando obter a técnica com o maior percentual de acertos. Pelos resultados obtidos, pode-se concluir que a referida análise, se conduzida de forma adequada, pode trazer importantes melhorias nos desempenhos de quase todas as técnicas abordadas, tornando-se, assim, uma importante ferramenta para a otimização dos resultados finais. Para o problema em estudo, a técnica que envolve um modelo de Programação Linear e uma outra que envolve Redes Neurais foram as técnicas que apresentaram os menores percentuais de erros para os conjuntos de testes, apresentando capacidades de generalização satisfatórias. Knowledge Discovery in Databases - KDD - is a process that consists of several steps, beginning with the collection of data for the problem under analysis and ending with the interpretation and evaluation of the final results. This paper discusses the influence of exploratory data analysis on the performance of Data Mining techniques with respect to the classification of new patterns, based on its application to a medical problem, and compares the performance of these techniques in order to identify the one with the highest percentage of successes. The results of this study lead to the conclusion that, providing this analysis is done properly, it can significantly improve the performance of these techniques and serve as an important tool to optimize the end results. For the problem under study, the techniques involving a Linear Programming model and Neural Networks were the ones showing the lowest percentages of errors for the test sets, presenting good generalization capacities.

Tese (doutordo) - Universidade Federal de Santa Catarina, Centro Tecnologico O presente trabalho desenvolve uma metodologia para se fazer o Reconhecimento de Padrão multivariados (padrões que contêm várias características) com resposta dicotômica (padrões pertencentes a dois conjuntos A ou B apresentando respostas 1 ou 0, respectivamente). A metodologia propõe que se faça, inicialmente, uma análise estatística dos dados coletados ?em campo?, com o objetivo de verificar a existência de diferença estatisticamente significativa entre os padrões de A e de B, identificar as suas principais características e detectar padrões atípicos por meio de análise dos resíduos de Pearson. Propõe-se a seguir, a aplicação de seis métodos de análise discriminante utilizados para o Reconhecimento de Padrões, capazes de fazer a distinção entre os pontos dos conjuntos A e B, com a finalidade de avaliar as suas performances na classificação, de novos pontos. Dos métodos pesquisados, dois envolvem a técnica da Programação Linear, três métodos são estatísticos, e o último método envolve Rede Neurais.

Dissertação (mestrado) - Universidade Federal de Santa Catarina. Centro Tecnologico Neste trabalho é proposto, uma solução para o problema de otimização de um sistema de rádio-táxi e para tanto propõe-se a subdivisão do problema original em dois subproblemas. O primeiro subproblema objetiva determinar uma escala de serviço, definindo, conseqüentemente, o tamanho da frota. Este subproblema é abordado como um problema de programação inteira, sendo resolvido através do Algoritmo "Branch and Bound". No segundo subproblema é proposta a utilização do Algoritmo de Floyd para a determinação dos melhores pontos de táxi, em ordem seqüencial que deverão ser acionados para o atendimento de uma chamada qualquer. Ao longo do trabalho é dada ênfase especial à fase de levantamento de dados e à solução do modelo para uma empresa de rádio-táxi da cidade de Curitiba. Por fim, são apresentadas sugestões às empresas e às Prefeituras com relação a coleta de dados e aplicação dos resultados visando, entre outras coisas, ao melhor atendimento dos usuários deste serviço e à economia de combustível.

Orientadora: Prof.ª Dr.ª Maria Teresinha Arns Steiner Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa : Curitiba, 18/02/2020 Inclui referências: p. 112-120 Área de concentração: Pesquisa Operacional Resumo: A melhoria dos processos de distribuição logística representa uma grande área de interesse das empresas tendo em vista as possibilidades de redução dos custos envolvidos. Muitas vezes, as empresas são incapazes de determinar de maneira ótima as rotas a serem percorridas para realizar as coletas e/ou entregas de suas mercadorias, gerando custos adicionais, deslocamentos desnecessários, tempos de entrega prolongados e insatisfação dos clientes. Diante deste contexto, o objetivo deste trabalho é apresentar uma metodologia para a otimização de problemas de distribuição de mercadorias, ou seja, para resolução de Problemas de Roteamento de Veículos (PRV). Uma abordagem, em duas etapas, baseada na utilização do Problema de Localização de Facilidades (PLF) e do Problema do Caixeiro Viajante Assimétrico (PCVA) é proposta para a obtenção das referidas rotas. A fim de verificar a eficiência do método proposto, o mesmo será aplicado na otimização dos roteiros realizados pelos entregadores de uma empresa de jornais no município de Curitiba, visando comparar procedimentos exatos, heurísticos e meta-heurísticos com a solução atual adotada pela empresa. Para isso, fez-se uso das heurísticas: Gillet & Johnson, método de aproximação de Vogel, First-Fit, First-Fit Decreasing, método dos Savings de Clark e Wright e métodos de Inserção. E também dos procedimentos metaheurísticos: Algoritmo Genético (AG) e Recozimento Simulado ou Simulated Annealing (SA). Como resultado este trabalho apresenta um comparativo, entre 40 combinações de métodos diferentes, em termos de qualidade de solução e tempo de processamento computacional, para resolução do estudo de caso em questão e de instâncias da literatura do PLF e do PCVA. Os resultados obtidos para as instâncias da literatura mostram que os procedimentos meta-heurísticos apresentaram melhores resultados em relação à qualidade de solução que os procedimentos heurísticos para o PLF e para o PCVA. No que se refere ao tempo de processamento computacional, para o PLF os procedimentos meta-heurísticos têm um tempo menor enquanto para o PCVA o tempo de processamento das meta-heurísticas é superior. No estudo de caso, o melhor resultado obtido mostra que é possível, por meio do método Algoritmo Genético para a fase 1 (PLF) e fase 2 (PCVA), uma redução de aproximadamente 36,54% no deslocamento do entregador em comparação à solução atual adotada pela empresa, refletindo uma possibilidade de redução de custo. Palavras-chave: Otimização. Roteirização. Problema de Localização de Facilidades (PLF). Problema do Caixeiro Viajante (PCV), Heurísticas, Meta- Heurísticas. Abstract: Improving logistics distribution processes is a major area of interest for companies that have in view the possibilities for reducing the costs involved. Often, companies are unable to optimally determine the routes to be taken to collect and / or deliver their goods, generating additional costs, unnecessary travel, prolonged delivery times and customer unsatisfaction. Given this context, the objective of this work is to present a methodology for the optimization of merchandise distribution problems, that is, for solving Vehicle Routing Problems (VRP). A two-step approach, based on the use of the Facility Location Problem (FLP) and the Asymmetric Traveling Salesman Problem (ATSP) is proposed to obtain the referred routes. In order to verify the efficiency of the proposed method, it will be applied in the optimization of the routes carried out by the deliverers of a newspaper company in the city of Curitiba, aiming to compare exact, heuristic and meta-heuristic procedures with the current solution adopted by the company. For this, heuristics were used: Gillet & Johnson, the Vogel approach method, First-Fit, First-Fit Decreasing, Clark and Wright's Savings method and Insertion methods. And also, the meta-heuristic procedures: Genetic Algorithm (GA) and Simulated Annealing (SA). As a result, this work presents a comparison, between 40 combinations of different methods, in terms of solution quality and computational processing time, for solving the case study in question and FPL and ATSP instances. The results obtained for the instances show that the meta-heuristic procedures presented better results in relation to the solution quality than the heuristic procedures for FLP and for ATSP. Regarding the computational processing time, for the FLP the meta-heuristic procedures have a shorter time while for the ATSP the processing time of the meta-heuristics is longer. In the case study, the best result obtained shows that it is possible, through the Genetic Algorithm method for phase 1 (FLP) and phase 2 (ATSP), a reduction of approximately 36.54% in the displacement of the delivery man compared to the solution adopted by the company, reflecting the possibility of cost reduction. Keywords: Optimization. Routing. Facility Location Problem (FLP). Assimetric Traveling Salesman Problem (ATSP), Heuristics, Meta-Heuristics

Orientadora: Prof.a Dr.a Maria Teresinha Arns Steiner Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia da Produção. Defesa : Curitiba, 26/02/2019 Inclui referências: p.97-102 Área de concentração: Pesquisa Operacional na Linha de Inspeção de Rotas Resumo: O presente estudo propõe a utilização de uma metodologia para solucionar o problema de roteamento dos leituristas de uma companhia de energia elétrica. Esta metodologia é form ada pela junção do Problema de Localização de Facilidades (PLF) com o Problema do Carteiro Chinês (PCC). O primeiro busca definir clusters para cada leiturista e o segundo, procura encontrar a melhor rota dentro de cada um dos clusters. Como o PLF é classificado como NP-hard, a utilização de heurísticas reduz o seu tempo computacional e apresenta resultados que podem estar próximos da otimalidade. Portanto para selecionar um procedimento heurístico adequado para a resolução do problema, é preciso medir a sua eficiência e eficácia por meio da comparação com diferentes procedimentos. Neste trabalho, optou-se pela utilização da meta-heurística Algoritm o Genético (AG), a heurística de Teitz & Bart, um método híbrido, form ado pela combinação do AG com o Algoritm o de Teitz & Bart, além do método exato do PLF. Esta metodologia, composta pelas técnicas mencionadas, foi aplicada a um município do Estado do Paraná, mais especificamente, São José dos Pinhas, objetivando a redução e um equilíbrio das rotas a serem percorridas pelos leituristas de uma companhia de energia elétrica. Como resultado, foi possível verificar que a utilização do método híbrido apresentou os melhores resultados, quando comparados com o método exato, ou seja, os mais próximos da otimalidade, sendo possível reduzir a rota dos leituristas na região analisada, assim como obter um melhor balanceamento de seu trabalho. Palavras-chave: Problemas de Roteamento. Problemas de Localização de Facilidades. Procedimentos Heurísticos. Leituristas. Abstract: The present study proposes a methodology to solve the routing problem for the readers of an electric power company. This m ethodology is the result on merging the Facilities Location Problem (FLP) along with the Chinese Postman Problem (CPP). The form er will provide the division of the area into clusters and the latter will provide us with an improved route inside each cluster. Since FLP is classified as NP-hard, the use of heuristics reduces computational time and is able to achieve results close to optimality. In order to select a suitable heuristic procedure to solve this problem, it is necessary to measure its effectiveness and efficiency by comparing different procedures. W e chose the m eta-heuristic Genetic Algorithm (GA), the Teitz & Bart Algorithm, a hybrid method, formed by the combination of GA and the Teitz & Bart Algorithm, and the FLP exact method. The methodologies were applied in a real case, in the city of São José dos Pinhais, located on the state of Paraná, aiming the reduction and a balance of the routes. As a result, it was possible to verify that the use of the hybrid method presented a result closer to the optimality, and it was possible to reduce the route in the analyzed region, as well as to balance the workload. Key-words: Routing problem. Facility location problem. Heuristic procedures. Readers.

Orientadora : Profª Drª Maria Teresinha Arns Steiner Coorientador : Prof. Dr. Cassius Tadeu Scarpin Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa : Curitiba, 20/02/2018 Inclui referências Resumo: A avaliação de risco de credito propõe um problema clássico de tomada de decisão, onde o mérito de determinado individuo receber (ou não) o credito e baseado em estimativas do potencial de devolução deste credito acrescido pelas taxas bancarias. Desde que foi introduzida na década de 1950, a avaliação de risco tem sido amplamente utilizada. A avaliação do risco pode estar associada ao empréstimo por uma instituição financeira a uma determinada empresa (pessoa jurídica) ou a um individuo (pessoa física). A presente pesquisa visa analisar o primeiro caso: credito bancário concedido a entidades jurídicas (empresas), cujas respostas, já conhecidas por meio de registros históricos, estão divididas em classes, sendo estas: clientes adimplentes (pagam seus empréstimos em dia), inadimplentes (aqueles que não pagam) e temporariamente inadimplentes (clientes que pagam, mas com atraso), com o objetivo de auxiliar a decisão a ser tomada pela analista de determinada instituição financeira quanto a conceder (ou não) o credito a novas empresas solicitantes. Para melhor ilustrar a metodologia aqui utilizada fez-se uso de 5.432 dados (instancias; 2.600 Adimplentes, 1.281 Inadimplentes e 1.551 Temporariamente Inadimplentes), cada um dos quais com 15 atributos, de uma grande instituição bancaria brasileira. A metodologia fez uso dos seguintes métodos: Redes Neurais Artificiais (RNAs), mais especificamente, o modelo o Perceptron de Camada Múltipla (MLP) e as Funções de Base Radial (RBF) e, também, o modelo estatístico de Regressão Logística (RL). Para a implementação das RNAs, o software MATLAB foi utilizado e, para o modelo estatístico, foi utilizado o SPSS. O melhor desempenho foi apresentado o apresentado pelas MLP, cujas melhores acurácias foram de 74,70%; 91,4% e 74,6% para as classes "Adimplentes ou Outra", "Inadimplentes ou Outra" e Temporariamente Inadimplentes ou Outra", respectivamente. Desta forma, para a classificação de um novo cliente, teríamos que aplicar o modelo MLP para as três classes, verificando qual delas fornece o maior valor para a acurácia. Abstract: The credit risk assessment proposes a classic problem of decision making, where the merit of a given individual receives (or not) the credit is based on approximations of the potential for repayment of this credit plus bank fees. Since its introduction in the 1950s, risk assessment has been widely used. The risk assessment may be linked to the lending by a financial institution to a particular company (legal entity) or to an individual (individual). The present study aims at analyzing the first case: bank credit granted to legal entities (enterprises), whose answers, already known through historical records, are divided into classes, which are: clients default (pay their loans on time), defaulters (those who do not pay) and temporarily defaulters (customers who pay but are late), in order to assist the decision to be taken by the analyst of a particular financial institution to grant (or not) the credit to new applicant companies. In order to better illustrate the methodology used, 5,432 data were used (instances: 2,600 Default, 1,281 Defaulters and 1,551 Temporarily Defaulters), each one with 15 attributes, of a large Brazilian banking institution. The methodology used the following methods: Artificial Neural Networks (ANNs), more specifically, the Multiple Layer Perceptron (MLP) and the Radial Base Functions (RBF) model, as well as the Logistic Regression (RL). For the implementation of ANNs, MATLAB software was used and, for the statistical model, SPSS was used. The best performance was presented by the MLP, whose best accuracy was 74.70%; 91.4% and 74.6% for the "Default and Others", "Defaulters and Other" and "Temporarily Defaulters and Other" classes, respectively. Thus, for the classification of a new customer, we would have to apply the MLP model to the three classes, verifying which one provides the highest value for the accuracy.

Orientadora : Profª. Drª. Maria Teresinha Arns Steiner Co-orientador : Prof. Dr. Cassius Tadeu Scarpin Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa: Curitiba, 16/02/2016 Inclui referências : f. 93-99 Resumo: A educação e o cuidado na primeira infância vêm sendo tratados, cada vez mais, como assuntos prioritários em âmbito nacional. Isto vem ocorrendo, tanto por parte dos governos Federal, Estadual e Municipal, como pelas organizações da sociedade civil, por um número crescente de profissionais, que veem na Educação Infantil uma verdadeira "ponte" para a formação integral do cidadão. Assim, o objetivo do trabalho consiste em estudar a atual distribuição espacial dos centros públicos de Educação Infantil em Curitiba-PR, e otimizar a localização dessas unidades mediante a abordagem de quatro análises complementares, embora bastante independentes entre si. A primeira é a análise da Localização Atual das instalações, importante para efeitos práticos, pois os desequilíbrios podem ser mostrados em um mapa, juntamente com suas magnitudes. A segunda análise é a análise da Localização Proposta, que envolve a proposta de uma relocalização das unidades de toda a rede. A terceira análise é referente a uma estratégia de Expansão da capacidade das unidades existentes. Recorrendo ao modelo de transportes foi possível a avaliação numérica do número de vagas que deveriam ser abertas em cada unidade a fim de que a demanda fosse suprida. A quarta análise baseia-se numa estratégia de construção ou abertura de novas instalações, em que avalia-se dois modelos - o Problema das p-medianas (PPM) capacitado e o não-capacitado. Exceto para a terceira análise, o modelo básico empregado foi o das p-medianas, que pressupõe que o aluno prefere a escola mais próxima de sua residência. Os modelos foram resolvidos pelo solver CPLEX©. Para a representação dos resultados em mapas, utilizou-se o software ArcGis® 10.1, facilitando a interpretação dos mesmos. Em paralelo aos resultados obtidos pelo modelo exato, criou-se uma estratégia de solução do PPM não-capacitado baseada em Algoritmos Genéticos (AG). Os resultados de validação do AG indicaram que o método proposto neste trabalho apresenta soluções satisfatórias. O algoritmo proposto destaca-se pela qualidade de soluções para instâncias de maior porte (com 3282 vértices), por apresentar gaps consideravelmente inferiores às meta-heurísticas da literatura. Em suma, o estudo demonstrou que, de forma geral, existe a necessidade de planejamento imediato para expansão do ensino público infantil em Curitiba-PR, inclusive para o cumprimento efetivo das metas do Plano Nacional da Educação (PNE). Estima-se que a rede pública supra 30,6% em relação a demanda existente. Considerando as vagas absorvidas pela rede privada igual a 50% sobre a demanda, estima-se que ainda faltem 25.177 vagas a serem criadas. Dessa forma, tendo em vista uma evidente necessidade de grandes investimentos nesse campo, os resultados deste trabalho podem contribuir inclusive, para uma melhor estratégia de investimentos em Centros de Educação Infantil. Abstract: The education and care in early childhood have been treated increasingly as priority issues at the national level. This has been occurring, both by the Federal, State and Municipal governments, as by civil society, a growing number of professionals see in kindergarten a real "bridge" to the integral formation of citizens. This study aims to study the current spatial distribution of public early childhood education facilities in Curitiba, PR, and optimize the location of these units through four complementary analysis approach, though quite independent of each other. The first is to analyze the Current Location of facilities, important for practical purposes, because the imbalances can be displayed on a map along with their magnitudes. The second analysis is the analysis of location proposal, involving a proposed relocation of the entire network drives. The third analysis refers to a strategy of expansion of capacity of existing units. The fourth analysis is based on a strategy of construction or opening of new facilities, in which we evaluate two models - the capacitated PPM and non-capacitated. Except for the third analysis, the basic model employed was the p-median, which assumes that the student prefers the school nearest their home. The models were created using the modeling language VB.NET© and they were solved by the solver CPLEX©. For the representation of the results, we used the ArcGis® 10.1 software, facilitating their interpretation. In parallel to the results obtained from the exact model, it was created a PPM solution strategy non-capacited based on Genetic Algorithm (GA). The GA validation results indicated that the method proposed in this study presents satisfactory solutions, and the goal of establishing a method of solution to the real problem of assessing the location of early childhood education centers has been reached. In short, the study showed that, in general, immediate planning is required to expand the children's public school in Curitiba-PR, including the effective implementation of the goals of the National Education Plan. Similarly, by looking up the obvious need for major investments in this field, the results of this work could contribute even to a better investment strategy in early childhood education centers.

Orientadora: Profa. Dra. Maria Teresinha Arns Steiner Coorientador: Prof. Dr. Alexandre Rasi Aoki Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa : Curitiba, 26/09/2014 Inclui referências: p. 113-125 Área de concentração: Programação Matemática Resumo: As previsões de carga são foco de interesse por parte das operadoras do sistema e das concessionárias de energia elétrica, pois com base nessas projeções é feita a tomada de decisões no âmbito de planejamento, operação e controle de sistemas de potência, ressaltando sua importância técnica e econômica. Ao longo dos anos, diversos métodos têm sido desenvolvidos e aplicados ao problema de previsão, alguns inclusive utilizando variáveis externas que influenciam indiretamente no comportamento das cargas, porém normalmente não considerando a topologia do sistema. Para unir a previsão por barramento à topologia da rede elétrica podem-se aplicar conceitos de sistemas dinâmicos como a modelagem por redes de mapas acoplados, um modelo que abrange sistemas espacialmente extensos que possuam dinâmica no tempo e espaço. Ao se modelar um sistema de potência por meio desta técnica, faz-se necessário adicionar variáveis que especifiquem as características da rede, como as conexões entre as barras. Neste trabalho foi desenvolvido um método híbrido para previsão de carga inspirado nos conceitos de Redes de Mapas Acoplados. Neste método, são realizadas previsões individuais para as barras através de técnicas de previsão de séries temporais, cujos resultados são acoplados de forma a considerar a topologia do sistema. Para testar o método proposto foram utilizados dois sistemas teste com dados reais, um com 11 e o outro com 14 barras. Os resultados mostraram que para sistemas maiores e com melhor qualidade nos dados históricos, o acoplamento das previsões retorna menores erros de previsão. Em sistemas com maior quantidade de erros a estratégia de acoplamento é prejudicada, pois se perde a influência que as barras exercem umas sobre as outras. Outro resultado interessante foi que em todas as vezes que uma técnica apresenta erro maior que a média de erros obtida com todos os métodos de previsão o acoplamento traz benefícios e reduz o erro de previsão da barra. Palavras Chaves: Redes de Mapas Acoplados. Previsão de Carga. Sistemas Híbridos. Inteligência Artificial. Abstract: Load forecasting is an interesting task focused by system operators and power utilities because their results are the basis to the decision-making in power systems planning, operation and control. Over the years, several methods have been developed and applied to load forecasting problem, some of them use external variables which influence the loads behavior in an indirect way, but usually without considering the system topology. The characteristics of power grid can be added to load forecasting by applying dynamic systems theory, such as coupled map lattices, a model which includes spatially extended systems with time and space dynamic. When modeling a power system by this technique, it is necessary to add to the problem variables which specify network topology, such as connections between buses. In this work, it was developed a hybrid method for load forecast inspired by the concepts of coupled map lattices. In this method, first the forecast for the buses are performed by a technique of time series forecast. Then the results are coupled using system topology. This methodology was tested using two test systems, one with 11 buses and another with 14 buses, including real data series. The results showed that for larger and better quality of historical data systems, the coupling of forecasts returns smaller prediction errors. In systems with more problems the coupling is worse, because the influences between the buses are lost. Another interesting result was that at all times that the erros of a technique is higher than the mean of the others methods, the coupling is good and reduces the bus prediction error. Keywords: Coupled Map Lattices. Load Forecasting. Hybrid Systems. Artificial Intelligence.

Orientadora : Prof. Dr. Maria Teresinha Arns Steiner Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 28/05/2014 Inclui referências Resumo: O processo de gestão do conhecimento nas mais diversas áreas – seja em indústrias, hospitais, escolas, bancos, dentre outros – exige constante atenção à multiplicidade de decisões a serem tomadas acerca de suas atividades. Para a tomada de decisões, faz-se necessária a utilização de técnicas científicas que lhes garantam a máxima acurácia. O presente trabalho faz o uso de ferramentas matemáticas que cumpram a finalidade de extração de conhecimento de base de dados. O objetivo é a proposição de uma nova meta-heurística, baseada no procedimento GRASP (Greedy Randomized Adaptive Search Procedure) como ferramenta de Data Mining (DM), no contexto do processo denominado Knowledge Discovery in Databases (KDD) para a tarefa de extração de regras de classificação em bases de dados. Assim, a metodologia aqui proposta possui três grandes blocos segundo o processo KDD: pré-processamento dos dados, no qual todos os atributos previsores são codificados de maneira a corresponder a uma ou mais coordenadas binárias; aplicação da meta-heurística propriamente dita para extração de regras de classificação; construção do classificador, momento em que as regras extraídas são ordenadas segundo critérios baseados no "fator de suporte" e na "confiança". A fim de validar esta proposta, a metodologia foi implementada e aplicada a sete bases de dados distintas, com um número variável de instâncias, de atributos e de classes. Os resultados obtidos apresentam elevada precisão preditiva, atingindo, por exemplo, 98% de acurácia para a base de dados zoo, 97% para a base íris e 94% para a base wine. Buscando ratificar os resultados obtidos, foram estabelecidas comparações entre a meta-heurística aqui proposta e os algoritmos BFTree, RepTree e J4.8, todos de árvore de decisão. A partir destas comparações, observa-se que em seis das sete bases analisadas a proposta implementada é superior, em termos de acurácia, aos algoritmos de árvore de decisão utilizados. Desta forma, conclui-se que a meta-heurística proposta atende os pré-requisitos para a tarefa de extração de conhecimento de base de dados. Abstract: The process of knowledge management in several areas – existing in industries, hospitals, schools, banks, among others - requires constant attention to the multiplicity of decisions to be made about their activities. In order to make decisions, it is necessary to use scientific techniques that will ensure their maximum accuracy. This study makes use of mathematical tools that meet the purpose of extracting knowledge from a database. The aim is to propose a new metaheuristic based on GRASP (Greedy Randomized Adaptive Search Procedure) procedure as a tool of Data Mining (DM) within the context of the process called Knowledge Discovery in Databases (KDD) for the task of extracting classification rules in databases. Thus, the methodology proposed herein has three large blocks according to the KDD process: data pre-processing, in which all predictor attributes are encoded to correspond to one or more binary coordinates; application of the metaheuristic itself for extracting classification rules; construction of the classifier, when the extracted rules are ordered in accordance with criteria based on "support factor" and "trust." In order to validate this proposal, the methodology has been implemented and applied to seven different databases, with a variable number of instances, attributes and classes. The results show high predictive accuracy, reaching, for example, 98% accuracy in the zoo database, 97% for the iris base and 94% for the wine base. Seeking to ratify the results, comparisons between the metaheuristic proposed herein and BFTree, RepTree and J4.8 decision tree algorithms were established. Based on these comparisons, it is observed that in six out of seven analyzed bases the implemented proposal is superior, in terms of accuracy, to the used decision tree algorithms. In this way, it is concluded that the meta-heuristic proposed meets the prerequisites for the task of extracting knowledge from a database.