Vous êtes sur la page 1sur 57

UNIVERSIDADE FEDERAL DO CEAR

FACULDADE DE ECONOMIA, ADMINISTRAO, ATURIA,


CONTABILIDADE E SECRETARIADO EXECUTIVO
INSTITUTO UFC VIRTUAL
CURSO SEMIPRESENCIAL DE GRADUAO EM ADMINISTRAO

EMANNUEL 1ULIO FERNANDES
APLICAO DO ALGORITMO DE BUSCA HARMNICA NA OTIMIZAO DA
GERAO DE ENERGIA DE UM SISTEMA ELTRICO
CAUCAIA CE
2014
EMANNUEL 1ULIO FERNANDES
APLICAO DO ALGORITMO DE BUSCA HARMNICA NA OTIMIZAO DA
GERAO DE ENERGIA DE UM SISTEMA ELTRICO
Trabalho de Concluso de Curso apresentado
Coordenao do Curso Semipresencial de
Graduao em Administrao, da Universidade
Federal do Cear, para obteno do grau de
bacharel em Administrao
!rientador" #ro$a %s &os'ngela (en'ncio
)unes
CAUCAIA - CE
2014
Fernandes, *mannuel +ulio, ,-./ 0
Aplicao do algoritmo de busca harm1nica na otimi2ao da
gerao de energia de um sistema el3trico 4 *mannuel +ulio
Fernandes 0 ,-./ 5- $" il color6 7- cm
!rientadora" &os'ngela (en'ncio )unes
Trabalho de Concluso de Curso 8graduao9 0 Universidade
Federal do Cear, Curso de Administrao, ,-./
.Algoritmo de :uca ;arm1nica , #roblema de Transporte 7
#es<uisa !peracional / =espacho *con1mico > )unes, &os'ngela
(en'ncio >> Universidade Federal do Cear Curso de
Administrao >>> T?tulo
EMANNUEL 1ULIO FERNANDES
APLICAO DO ALGORITMO DE BUSCA HARMNICA NA OTIMIZAO DA
GERAO DE ENERGIA DE UM SISTEMA ELTRICO
Trabalho de Concluso de Curso submetido Coordenao do Curso Semipresencial
de Graduao em Administrao, como parte dos re<uisitos necessrios obteno do t?tulo
de bacharel em Administrao, outorgado pela Universidade Federal do Cear e encontra@se
disposio dos interessados na :iblioteca da re$erida Universidade
A citao de <ual<uer trecho do TCC 3 permitida, desde <ue $eita de acordo com as
normas de 3tica cient?$ica
=ata da aprovao" AAAAAAA4AAAAAAAA4AAAAAAAA
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
#ro$a %s &os'ngela (en'ncio )unes
!rientador
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
#ro$a %s Criseida Alves Bima
Coordenadora do Curso Semipresencial em Administrao
AGRADECIMENTOS
A =eus, pelo $1lego de vida, pela saCde e pa2 com a <ual tenho sido grandemente abenoado
at3 a<ui *le 3 o meu sentido da vida
Ds minhas pro$essoras e orientadoras &os'ngela (en'ncio )unes e =anielle %aia Cru2, pela
aEuda e con$iana em meu trabalho e escolha do tema, o meu muito obrigado
Aos pro$essores tutores, especialmente a *lidihara, *ri2enF, Fabr?cio, Gamila, Ada?la e
+osimar pelos Htimos pro$essores <ue so, obrigado
A minha esposa, +oseanne %agalhes :arbosa Fernandes, pelo carinho e amor com <ue tem
se dedicado nossa $am?lia, bem como por toda a aEuda em repassar as aulas <ue eu tive <ue
$altar, pelos estudos Euntos, pela maravilhosa companhia e companheirismo nesses nove
semestres Ao meu $ilho, =anniel %artin <ue est chegando, e E me enche de motivao e
$ora para superar os desa$ios e di$iculdades, enchendo o nosso corao de esperana
Aos meus pais, Ftima e Fernandinho, e meu irmo, )eto, pelo amor, a$eto, cuidado, apoio e
ami2ade dispensadas durante todos os meus dias de vida, o meu eterno amor e gratido
Aos meus sogros, Francisca e +oo :arbosa, por todo o incentivo e pela acolhida $am?lia
como $ilho, pelos momentos $eli2es e divertidos Euntos, <ue me do $1lego e tran<uilidade
A minhas tias Ienaide 8in %emorian9, Iuleide, %a23, padrinhos =ora e Arnaldo, e toda a
$am?lia, pelo apoio durante a minha vida estudantil, pelas palavras de incentivo e pelos bons
pressgios
Ao +oo #aulo, Bourdes, &icardo :a?a, Jon, +oice, Adriana, Talles, Bincoln e colegas da
graduao pelos bons momentos divididos entre $Hruns, trabalhos e aulas no pHlo Flvio
%arc?lio !brigado
Aos desenvolvedores e colaboradores do G)U4B>)UK, pelo sistema poderoso com o <ual
desenvolvi o trabalho !brigado
LSe lhe pedirem para ser varredor de ruas,
varra as ruas como %ichelangelo pintava,
como :ethoven compunha ou como
ShaMespeare escreviaN
%artin Buther Ging +r
RESUMO
F*&)A)=*S, *mannuel + Aplicao do algoritmo de busca harm1nica na otimi2ao da
gerao de energia de um sistema el3trico Trabalho de Concluso de Curso, Universidade
Federal do Cear 0 UFC, ,-./, 5-p
*ste trabalho obEetiva apresentar a aplicao do algoritmo de otimi2ao denominado :usca
;arm1nica 8;S9 na soluo de um problema do campo da #es<uisa !peracional, mais
especi$icamente um problema de Transporte, conhecido como =espacho *con1mico 8*=9 de
gerao termel3trica A metodologia da pes<uisa reali2ada $oi aplicada ou tecnolHgica,
<uantitativa pelo uso de modelos e simulaOes, ePplicativa e ePperimental com uso de estudo
de caso, onde o algoritmo de :usca ;arm1nica desenvolvido $oi aplicado a um caso de teste,
de onde $oram ePtra?dos as in$ormaOes do caso para o desenvolvimento da simulao A
busca harm1nica 3 uma t3cnica meta@heur?stica <ue tem sua inspirao na maneira como os
mCsicos improvisam suas melodias durante a ePecuo de uma mCsica ! algoritmo proposto
3 testado em um caso de teste de um sistema real, o sistema de potQncia de Ambarli, proposto
na literatura ComparaOes de desempenho com os resultados de uma t3cnica de busca
conhecida como Algoritmos Gen3ticos mostram <ue o algoritmo ;S 3 capa2 de apresentar
resultados comparveis aos algoritmos atualmente utili2ados na abordagem desse problema,
mesmo em sua verso clssica, gerando soluOes mais prHPimas do Htimo global do <ue o
Algoritmo Gen3tico utili2ado como par'metro de comparao
Palavras-chave: =espacho *con1mico, Algoritmo de :usca ;arm1nica, %eta@
heur?sticas, !timi2ao, #roblema de Transporte
ABSTRACT
F*&)A)=*S, *mannuel + Application o$ harmonic search algorithm in optimi2ing the
poRer generation o$ an electrical sFstem Final CourseRorM, Universidade Federal do Cear 0
UFC, ,-./, 5-p
This studF presents the application o$ the optimi2ation algorithm called ;armonic Search
8;S9 to solve a problem $rom the $ield o$ !perations &esearch, more speci$icallF a problem o$
Transportation, MnoRn as *conomic =ispatch 8*=9 o$ thermal generation The research
methodologF Ras applied or technological, also <uantitative bF the use o$ models and
simulation, ePperimental and ePplanatorF because Ras conducted using an case studF, Rhere
the ;armonic Search Algorithm developed Ras applied to a test case, Rhere the data Ras
ePtracted to the simulation development ;armonic search is a meta@heuristic techni<ue that
has its inspiration in the RaF musicians improvise melodies Rhile per$orming a song The
proposed algorithm is tested on a case o$ a real sFstem test, the Ambarli poRer sFstem,
proposed in the literature #er$ormance Comparisons Rith the results o$ a search techni<ue
MnoRn as genetic algorithms shoR that the ;S algorithm is able to provide comparable results
to the algorithms currentlF used in this Mind o$ problem, even in its classic version, generating
closest global optimum solutions than Genetic Algorithm used as a benchmarM
Keywords: *conomic =ispatch, ;armonic Search Algorithm, %etaheuristics,
!ptimi2ation, !perations &esearch
LISTA DE ILUSTRAES
Figura . @ Curva t?pica de entrada4sa?da de uma unidade termoel3trica.S
Figura , @ FunOes de custo t?picas" 8a9 Tuadrtica, 8b9 CCbica e 8c9 Binear em partes,-
Figura 7 @ Uma poss?vel diviso para algoritmos biologicamente inspirados,U
Figura / @ Comparao entre uma improvisao real 8seo superior da $igura9 e uma
improvisao no algoritmo ;S 8seo in$erior9,S
Figura 5 @ Comparao entre a memHria real dos mCsicos e a memHria harm1nica 8;%97-
Figura U @ FluPograma do algoritmo de busca harm1nica7,
Figura V @ *scrita e *dio do Algoritmo de :usca ;arm1nica no so$tRare !ctave/-
Figura W @ *Pecuo do Algoritmo de :usca ;arm1nica no so$tRare !ctave/-
Figura S @ &esultado da simulao do Algoritmo de :usca ;arm1nica/.

LISTA DE TABELAS
Tabela . 0 &esumo dos empreendimentos outorgados de usinas nacionais 0 ,-././
Tabela , 0 Capacidades e coe$icientes dos geradores, caso 5 geradores/,
Tabela 7 0 Comparao entre Algoritmo Gen3tico e :usca ;arm1nica para o caso 5 geradores
//
LISTA DE ABREVIATURAS E SIGLAS
AG4GA Algoritmos gen3ticos4Genetic Algorithms
base%(A #otQncia :ase do Sistema
bR (alor de AEuste de )ota
*= ou =* #roblema de =espacho *con1mico
gn )Cmero da iterao
;% %emHria ;arm1nica4;armonic %emorF
;%C& TaPa de Considerao da %emHria ;arm1nica
;%S Tamanho da %emHria ;arm1nica
;S4:; ;armonF Search4:usca ;arm1nica
B#4#B Binear #rogramming4#rogramao Binear
)> )Cmero de >mprovisaOes
#A& TaPa de AEuste de )otas
#C; #e<uena Central ;idrel3trica
SUMRIO
. >)T&!=UXY!.-
.. #es<uisa !peracional e problema de transporte.-
., =e$inio do #roblema.,
.7 !bEetivos.,
.7. !bEetivo Geral.,
.7, !bEetivos *spec?$icos.7
./ ;ipHteses.7
.5 +usti$icativa.7
.U %etodologia.5
.V *strutura da #es<uisa.5
, =*S#AC;! *C!)Z%>C! =* G*&AXY!.U
,. #roblema de transporte em seu modelo de programao linear.V
,, #roblema espec?$ico do =espacho *con1mico de gerao.W
,7 %odelo do =espacho *con1mico :sico.S
,/ >ncluso das restriOes do limite mPimo e m?nimo de cada gerador,.
,5 *stado da arte na abordagem do problema do =espacho *con1mico,,
,U ConsideraOes $inais,/
7 ABG!&>T%! =* :USCA ;A&%Z)>CA,5
7. :reve resumo de algumas t3cnicas meta@heur?sticas,V
7, %otivao do algoritmo de :usca ;arm1nica,V
77 Funcionamento bsico do algoritmo de busca harm1nica7.
77. >niciali2ao das variveis e par'metros 7,
77, >niciali2ao da %emHria harm1nica 77
777 >mprovisao de uma nova harmonia 7/
77/ Atuali2ao da memHria harm1nica 7U
775 Crit3rio de parada 7U
7/ ConsideraOes $inais7V
/ %*T!=!B!G>A =! T&A:AB;!7W
5 S>%UBAXY! =! *STU=! =* CAS!/.
5. Caso teste" 5 units Ambarli sFstem/7
U C!)CBUS[*S * T&A:AB;!S FUTU&!S/V
U. ConclusOes TeHricas /V
U, ConclusOes aplicadas/V
U7 ConsideraOes $inais /W
U/ ConsideraOes para trabalhos $uturos/W
&*F*&\)C>AS/S
A#\)=>C*5.
10
1. INTRODUO

A operao de sistemas el3tricos de potQncia consiste em gerenciar as usinas de gerao de
energia el3trica para <ue os consumidores tenham a sua disposio o $ornecimento ininterrupto de
energia, com <ualidade, sem interrupOes 8$altas de energia9 e a um preo acess?vel #ara <ue o
acesso a esses recursos energ3ticos seEam garantidos aos consumidores 3 necessrio um
planeEamento criterioso desenvolvido pela administrao estrat3gica do #a?s #ara isso 3 elaborado
um documento chamado de #lano )acional de *nergia 8:&AS>B, ,--V9 Atrelado ao
desenvolvimento dos setores, principalmente o industrial, desenvolvem@se as pol?ticas pCblicas para
subsidiar o crescimento da economia no cenrio atual
#ercebe@se a import'ncia de uma boa administrao dos recursos energ3ticos para obter
bons n?veis de disponibilidade de energia el3trica a preos Eustos #ara <ue seEa poss?vel minimi2ar
os custos na gerao de eletricidade deve@se levar em conta <uais as usinas esto produ2indo a
energia Usinas hidrel3tricas tem um custo de gerao menor, mas sua utili2ao est suEeita a
$atores climticos, como por ePemplo a disponibilidade das chuvas + as usinas termel3tricas tem
custo de gerao mais elevado, dependendo do combust?vel <ue 3 <ueimado para a gerao da
energia e dos custos inerentes a operao e manuteno de cada usina, mas so uma boa alternativa
<uando os n?veis das represas nas hidrel3tricas esto baiPos =evido a esse custo mais elevado,
administrar bem os recursos energ3ticos de origem termel3trica so um campo de estudo <ue
merece ateno, pois pe<uenas reduOes de custo podem resultar em grandes ganhos $inanceiros
para as empresas do setor de energia
1.1 Pesquisa Operacional e problema de transporte
#ara Silva et al 8.SSW, p..9, a #es<uisa !peracional 8#!9 Lconsiste em descrever um
sistema organi2ado com o auP?lio de um modelo, e atrav3s da ePperimentao com o modelo, na
descoberta da melhor maneira de operar o sistemaN !u seEa, considerada um m3todo cient?$ico
utili2ado para tomada de deciso atrav3s da simulao de modelos arti$iciais de problemas reais A
#es<uisa !peracional apoia a tomada de deciso no gerenciamento de sistemas aos <uais se pode
atribuir um modelo Goldbarg e Buna 8,---9, esclarecem <ue La tomada de deciso constitui no ato
de selecionar, dentre as vrias opOes poss?veis, a mais ade<uada de acordo com os obEetivos a
serem alcanadosN
A obteno de uma soluo para o problema de #! pode ser Htima para o modelo
matemtico ou, de acordo com sua complePidade, prHPima da Htima ou apenas vivel
11
As t3cnicas para gerao de soluOes de problemas de #! so implementadas pelo
desenvolvimento de algoritmos computacionais $a2endo uso de alguma linguagem de programao
(rias t3cnicas podem ser utili2adas para obter soluOes de problemas de #! =e $orma
mais ampla, as t3cnicas <ue $a2em uso de algum tipo de inteligQncia computacional, conhecidas
como %etaheur?sticas 8B**6 *B@S;AGA]>, ,--W9, tQm suplantado as t3cnicas de otimi2ao
clssicas, conhecidas como =etermin?sticas 8:&!)S!)6 )AA=>%UT;U, .SSV9, em vrios
aspectos como $acilidade de desenvolvimento, adaptabilidade s variantes de <ual<uer problema, a
gerao de soluOes Htimas ou sub@Htimas, etc
A considerao sobre o signi$icado de uma soluo Htima, para ;iller ^ Bieberman 8.SWW,
p75U9 re$ere@se a"
L_` uma soluo vivel <ue possui o valor mais $avorvel para a $uno
obEetivo, dependendo se o obEetivo 3 maPimi2ar ou minimi2ar a $uno A
obteno da soluo Htima 3 dependente da s variveis de deciso, as <uais
podem estar suEeitas a uma s3rie de restriOes ou limitaOesN
! teste do modelo e da soluo 3 $eito por meio de simulaOes, comparando os resultados do
sistema entre uma situao inicial e a situao $inal, $a2endo uma avaliao de <ual $oi o
desempenho obtido entre as simulaOes
+ os problemas de transporte, descritos na literatura de pes<uisa operacional, receberam
esse nome devido aos seus principais subtipos serem relacionados com o transporte de bens dentre
localidades de $orma Htima #or3m, alguns tipos importantes de aplicao, como por ePemplo o
agendamento de produo ou o despacho de energia, no esto diretamente ligados ao transporte de
bens, mas ainda assim so considerados problemas de transporte 8;>BB*&6 B>*:*&%A), ,--., p
75-9
! presente trabalho abordar o estudo e aplicao de uma $erramenta meta@heur?stica,
conhecida como algoritmo de busca harm1nica, para administrao de um problema de transporte
particular, o da operao econ1mica dos sistemas de potQncia, chamado de despacho econ1mico de
gerao termel3trica Uma simulao do uso do algoritmo aplicado ao problema ser $eita com um
caso de teste de um sistema el3trico de potQncia real =esta maneira, os resultados podero ser
utili2ados, por meio de comparao entre a presente t3cnica e a t3cnica do artigo original, como
$orma de validao do m3todo aplicado ao problema proposto
12
1.2 Definio do Problema
! problema do despacho econ1mico de gerao termel3trica consiste na de$inio das
<uantidades de potQncia geradas num determinado instante de tempo para atender a demanda pelo
consumo da energia de $orma a minimi2ar os custos de gerao, visto <ue cada unidade geradora
dispOe de custos di$erentes para gerao de uma mesma <uantidade de energia el3trica #ortanto, o
problema pode ser ePpresso na $orma da seguinte indagao" Tuais devem ser as <uantidades de
potQncia a serem geradas por cada gerador da rede para <ue se alcance a gerao do total de energia
demandada pelos clientes com o menor custo poss?vela
A import'ncia do problema estudado pode ser percebida <uando especi$icada em termos
<uantitativos #or ePemplo, considere o caso onde uma dada planta de gerao $ornece
.-------M] durante uma hora a uma m3dia de custo de -,-5 real4M]h, se os consumidores
compram essa energia a -,-U real4M]h, o lucro obtido pelo $ornecedor seria de .----- reais4hora,
ou seEa, WVU------ reais4ano #or3m, se a otimi2ao dessa gerao conseguisse redu2ir em .b o
custo da produo, ou seEa, -,---5 real4hora de lucro adicional, o $ornecedor teria um lucro
adicional anual de /7W----- reais4ano, <ue poderia ser revertido em lucros para o produtor, ser
repassado em $orma de descontos ao consumidor ou investido em melhorias no $ornecimento do
servio

1.3 Objetivos
!s !bEetivos, geral e espec?$icos, so os norteadores da pes<uisa, o primeiro auPilia na
obteno da de$inio mais ampla, mais geral do <ue se deseEa pes<uisar, E os seguintes numa
de$inio mais espec?$ica do obEeto em estudo +untos eles auPiliam o pes<uisador na obteno das
respostas necessrias em relao problemtica da pes<uisa
1.3.1 Objetivo Geral
A pes<uisa tem por obEetivo geral" Avaliar a aplicabilidade de uma t3cnica de busca meta@
heur?stica <uando utili2ado para a otimi2ao de um problema clssico de pes<uisa operacional, o
problema do despacho econ1mico de energia

13
1.3.2 Objetivos Especficos
Apresentar o problema de transporte em sua variante conhecida como despacho econ1mico
de gerao6
Apresentar o algoritmo de busca harm1nica como alternativa para a soluo desse problema
de transporte espec?$ico6
&eali2ar a simulao de um algoritmo de busca harm1nica <uando aplicado ao despacho
econ1mico de gerao clssico6
*Ptrair conclusOes sobre a abordagem do algoritmo ao problema proposto atrav3s da anlise
dos resultados da simulao6
1.4 Hipteses
)essa pes<uisa tQm@se as seguintes hipHteses"
! uso do algoritmo de busca harm1nica pode ser aplicado a problemas de pes<uisa
operacional, inclusive os problemas clssicos6
!s resultados do algoritmo de busca harm1nica podem ser compat?veis aos gerados por
outras t3cnicas de otimi2ao, como por ePemplo os algoritmos gen3ticos6

1.5 1ustificativa
Tendo em vista a necessidade urgente de otimi2ar o uso dos recursos energ3ticos, e com a
ePpanso da gerao termel3trica no :rasil, motivada em parte pela necessidade de suprir a
demanda mesmo em per?odos prolongados de estiagem, deve@se ePplorar o uso dos recursos de
$orma econ1mica #ortanto, o problema do despacho econ1mico de gerao 3 tratado com bastante
ateno pela A)**B, a agQncia nacional de energia el3trica, atrav3s do !)S, <ue 3 o operador
nacional do sistema el3trico, sendo o ator responsvel pelo despacho econ1mico de gerao no
:rasil, ou seEa, o !)S 3 <uem decide <uais as usinas geradoras de energia iro gerar, e em <ue
<uantidades $aro essa gerao tanto atrav3s de previsOes de consumo como na operao em tempo
real do sistema el3trico interligado nacional 8S>)9
! panorama de ePpanso da capacidade de gerao termel3trica vem se con$irmando devido
ao custo de instalao, manuteno e operao das usinas, bem menor se comparado ao custo de
empreendimentos hidrel3tricos, al3m de apresentar um menor impacto ambiental causado pela sua
14
implementao, implicando em um menor tempo para aprovao do proEeto e liberao dos
recursos Tal $ato pode ser comprovado pela anlise da Tabela . ePtra?da do banco de in$ormaOes
de gerao 8:>G9 do site da A)**B 8A)**B, ,-./9, onde apresenta, para os empreendimentos
outorgados para construo de termel3tricas, uma potQncia total associada de 5WVV7SSM] contra
,W75//,M] de empreendimentos outorgados para construo de hidrel3tricas
=evido a esse cenrio de ePpanso do consumo de energia a partir de $ontes termel3tricas e
o conse<uente aumento da o$erta pela outorga da construo de novas usinas, percebe@se a urgQncia
de um melhor controle dos recursos energ3ticos, neste caso os de origem termel3trica, sendo de
vital import'ncia para a manuteno de um sistema el3trico de potQncia capa2 de $ornecer energia
com <ualidade e de $orma ininterrupta #ortanto, a responsabilidade de administrar o despacho
econ1mico de gerao tem relev'ncia cada ve2 maior devido ao $ato de a administrao racional
dos recursos energ3ticos ser indispensvel manuteno das necessidades de energia da sociedade
moderna
Tabela 1 - &esumo dos empreendimentos outorgados de usinas nacionais em ,-./
Empreendimentos Outorgados (no iniciaram sua construo)
Tipo Tuantidade #otQncia !utorgada
8M]9
b
Central Geradora
;idrel3trica
// ,S5,/ -,.S
Central Geradora
Undi@el3trica
. 5- -
Central Geradora
*Hlica
.VS /5VSUV. ,S,S/
#e<uena Central
;idrel3trica
./5 .SSV--S .7,-7
Usina ;idrel3trica ./ ,W75//, .W,5
Usina Termel3trica .7/ 5WVV7SS 7W,7/
Total 5.S .U/7S-S5 .--
Fonte" A)**B 8,-./9.
!bserve na tabela . <ue as liberaOes de instalao, em termos de potQncia outorgada, so
em sua maioria para empreendimentos de gerao de energia termel3trica, haEa vista a pronta
disponibilidade de mat3ria prima para operar a usina, di$erentemente das usinas eHlicas ou #C;cs
15
1.6 Metodologia
! tipo da pes<uisa 3 aplicada ou tecnolHgica, pelo uso de um algoritmo computacional de
busca para um problema da pes<uisa operacional, e pelo uso de modelagem e simulao
computacional em um estudo de caso Fe2@se uso do so$tRare !ctave para a simulao, <ue 3 um
so$tRare conhecido como >=* 8>ntegrated =evelopment *nvironment9, ou seEa, um ambiente
desenvolvimento integrado ! !ctave apresenta uma linguagem de programao computacional
Eunto com um compilador e interpretador de comandos, sendo desenvolvida para computao
matemtica #ossui uma inter$ace em linha de comando para a soluo de problemas num3ricos,
lineares e no@lineares, tamb3m 3 usada em ePperimentos num3ricos
>nicialmente a pes<uisa $oi reali2ada de $orma ePploratHria com vistas ao conhecimento dos
problemas de pes<uisa operacional em reas variadas da Administrao ! problema de transporte,
em sua variante do despacho econ1mico de energia, $oi escolhido para a reali2ao do trabalho
)o segundo momento a pes<uisa tomou um carter ePperimental, onde o algoritmo
desenvolvido $oi aplicado a um caso de teste presente na literatura, o sistema de potQncia de
Ambarli 8Td&GAe, ,--,9, de onde $oram ePtra?dos as in$ormaOes mais importantes do caso para
o desenvolvimento da simulao Foi $eito um con$ronto de resultados para validar a tese de <ue o
algoritmo proposto 3 capa2 de gerar resultados compat?veis com os do caso escolhido, em termos
<uantitativos
)o terceiro momento reali2ou@se a determinao dos par'metros do algoritmo de busca
harm1nica e $oram $eitas rodadas de simulaOes para certi$icar a recorrQncia das soluOes
encontradas
1.7 Estrutura da Pesquisa
! presente trabalho constar de mais <uatro seOes al3m da seo ., a introduo A seo ,
tra2 o detalhamento e modelagem do problema de transporte em sua variante do despacho
econ1mico de gerao A seo 7 ePplana sobre o m3todo de :usca ;arm1nica Eunto com a
descrio de seus par'metros e $uncionamento A seo / apresenta a metodologia empregada A
seo 5 mostra os resultados da aplicao do algoritmo ao caso de teste proposto e apresenta uma
comparao dos resultados obtidos )a seo U, uma concluso 3 apresentada e tamb3m a
motivao para trabalhos $uturos 3 introdu2ida
16
2 DESPACHO ECONMICO DE GERAO
Como parte da elaborao deste trabalho, esta seo apresentar a modelagem do problema
do despacho econ1mico de gerao de unidades termel3tricas, bem como a sua descrio e algumas
variantes ! obEetivo desta seo 3 apresentar, ePplicar e modelar o problema do despacho
econ1mico de gerao bsico #ara isso deve@se en<uadrar onde esse problema 3 encontrado dentro
da teoria da pes<uisa operacional e <ual a $orma de sua modelagem matemtica, bem como ePplicar
algumas de suas restriOes
! problema conhecido como =espacho *con1mico de Gerao 3 um subproblema do
problema de Transporte e pode ser descrito a partir de um modelo de programao linear
8]>)ST!), ,--/9

A programao linear 3 uma das t3cnicas mais utili2adas na abordagem de problemas do
campo da #es<uisa !peracional Tais modelos so Cteis devido a simplicidade do modelo e a
$acilidade de a soluo poder ser encontrada por meio de algoritmos computacionais 8S>B(A,
G!)XAB(*S, %U&!B!, .SSW9
Tual<uer problema cuEo modelo matemtico encontra@se abrangido pelo modelo geral de
programao linear 3 considerado um problema de programao linear 8;>BB>*&, B>*:*&%A),
,--.9 =e $ato, a programao linear apresenta inCmeras aplicaOes importantes
! modelo matemtico de programao linear 3 composto de uma $uno obEetivo linear e de
restriOes t3cnicas representadas por um conEunto de ine<uaOes tamb3m lineares, tal modelo 3
obtido atrav3s de estudos e uma construo matemtica onde de$ine@se as variveis de deciso, a
$uno obEetivo e as restriOes !bserve o ePemplo de modelo de programao linear abaiPo
8S>B(A, G!)XAB(*S, %U&!B!, .SSW9"
%inimi2ar Custo f .-P
.
g .,P
,
SuEeito a
P
.
g ., P
,
h ,-
P
.
g P
,
i .-
5 P
.
g U P
,
i 5/
P
.
i - 6 P
,
i -
! conEunto de e<uaOes descritas no ePemplo anterior compreendem o <ue 3 conhecido
como modelo de programao linear Apresenta@se, a seguir, como o problema de despacho,
subproblema do problema de transporte, 3 caracteri2ado por um modelo de programao linear
17
2.1 Problema de transporte em seu modelo de programao linear
=e acordo com 8]>)ST!), ,--/9, um problema de transporte, em geral, pode ser
especi$icado pelo seguinte conEunto de in$ormaOes"
. Um conEunto de m pontos de fornecimento a partir de onde um bem 3 enviado Um
ponto de $ornecimento i pode $ornecer no mPimo s
i
unidades
, Um conEunto de n pontos de demanda para onde um bem 3 enviado Um ponto de
demanda j deve receber no m?nimo d
E
unidades do bem enviado
7 Cada unidade produ2ida no ponto de $ornecimento i e enviada ao ponto de demanda
j incorre em uma varivel de custo cij
SeEa,
PiE f nCmero de unidades enviadas do ponto de $ornecimento i ao ponto de demanda E, ento
a $ormulao geral do problema de transporte 3"
minimi2ar

i=.
i=m

j=.
j=n
cij xij
8.9
suEeito a

j=.
j=n
xij s
i
8 i f ., ,, , m9 8restriOes de $ornecimento9 8,9

i=.
i=m
xij d
j
8E f ., ,, , n9 8restriOes de demanda9 879

xij-
8 i f ., ,, , m6 E f ., ,, , n9 8/9
=essa maneira, o problema enunciado acima $oi modelado para <ue seEa poss?vel minimi2ar
os custos, <ue so uma $uno de todas as unidades produ2idas e dos custos associados ao
transporte dessa produo, ou seEa, um somatHrio de $unOes de custo !bserve tamb3m <ue o
$ornecimento no 3 ilimitado, tendo uma restrio de desigualdade <ue limite a capacidade
produtiva aos n?veis reais de produo do bem em cada unidade $ornecedora, as restriOes de
$ornecimento #or $im, deve@se ter um m?nimo necessrio de unidades produ2idas <ue $oram
solicitadas pelos consumidores para o seu abastecimento, essas so as restriOes de demanda de
cada consumidor
18
Se o problema re<uer <ue o $ornecimento total seEa igual a demanda total, ento o problema
de transporte 3 conhecido como problema de transporte balanceado, satis$a2endo a e<uao 859
abaiPo, <ue iguala o total de $ornecimento ao total demandado"

i=.
i=m
s
i
=

j=.
j=n
d
j
859
Como pode ser observado acima, um problema de transporte apresenta pontos de
$ornecimento, onde os bens so produ2idos, os pontos de consumo desses bens, chamados pontos de
demanda, e um custo associado ao transporte de cada bem desde o $ornecimento at3 o consumo
=esta maneira o problema do despacho econ1mico de gerao de energia termel3trica se en<uadra
nos modelos de problema de transporte por apresentar a produo da eletricidade nas usinas, o
consumo dessa eletricidade apHs o transporte da mesma at3 o consumidor e o custo em se $ornecer
essa energia, <ue depende de sua gerao e transmisso
(ale lembrar <ue o problema espec?$ico do =espacho *con1mico de Gerao sempre
assume o $ormato balanceado devido a sua nature2a $?sica !u seEa, o $ornecimento de energia
el3trica, em <ual<uer instante de tempo, 3 igual ao consumo dessa energia, pois no podem ePistir
sobras de energia na rede el3trica
2.2 Problema especfico do Despacho Econmico de gerao
=espacho econ1mico 8*=9 3 um problema de operao de sistemas de potQncia 8]!!=6
]!BB*):*&G, .SSU9 cuEa soluo consiste em dividir a alocao da demanda da rede el3trica
entre os vrios geradores dispon?veis de $orma <ue o custo total de produo da energia seEa
minimi2ado
=ependendo da $onte de energia usada para produ2ir eletricidade 8por ePemplo, carvo, gs
natural, Hleo diesel, ur'nio e gua de reservatHrios9, os geradores apresentaro custos di$erentes de
produo Sabendo <ue os custos das $ontes energ3ticas variam com o tempo e cenrio econ1mico,
o despacho econ1mico 3 um problema recorrente e de $undamental import'ncia num cenrio de
livre mercado de energia el3trica, pois <ual<uer acr3scimo de lucro pode ser revertido para os
investidores, re$letir numa melhor prestao do servio e at3 chegar ao consumidor em $orma de
descontos tari$rios
Uma soluo para o problema do despacho consiste em descobrir a potQncia de todos os
geradores dispon?veis <ue levam o custo de gerao, ou despacho, ao m?nimo
19
Uma ve2 de$inido o despacho dispon?vel para um dado sistema em um dado intervalo de
tempo, pelo menos um gerador se mant3m como gerador <ue responde acomodando@se s variaOes
de demanda da rede, o gerador de regulao ou balano Se a demanda aumenta, a potQncia gerada
deve aumentar =essa maneira, vlvulas de vapor ou gua dos geradores envolvidos no despacho
devem abrir mais, de $orma inversa ocorre se a demanda da rede diminuir, onde se devem $echar as
vlvulas dos geradores envolvidos
2.3 Modelo do Despacho Econmico Bsico
=evido a gastos com combust?vel, salrios de $uncionrios e custos de manuteno e
operao, sabe@se <ue, associado gerao de cada unidade, ePiste um custo relativo a produo
dessa energia 8]!!=6 ]!BB*):*&G, .SSU9 #ortanto, uma $uno de custo do i@3simo gerador
dentre os geradores despachveis,
F
i
( P
Gi
)
, pode ser de$inida para cada gerador caracteri2ando seu
custo em um4h 8unidades monetrias por hora9 devido a uma dada <uantidade de potQncia
produ2ida em %], representada por
P
Gi
, durante uma hora
Fa2endo@se uma s3rie de testes em estado permanente, com a usina operando a n?veis de
potQncia estveis e crescentes, para vrios n?veis de entrada de combust?vel e coletando os dados de
potQncia de sa?da pode@se desenvolver a curva de entrada4sa?da 8:j&*BBS et al, .SW79
A curva de custo, P(MW ) xF( u m/ h) , pode ser traada convertendo@se a curva de
calor4potQncia ou entrada4sa?da da unidade geradora 8)!e!BA6 G&A=e6 (>(>A)>, .SS-9,
P(MW ) xH (MBtu/ h) para a curva de calor4potQncia com ordenada em %:tu4hora, e
multiplicando@a pelo custo da <uantidade de combust?vel necessria para cada .%:tu de calor
gerado, como mostra a Figura . 8a9 e 8b9
Figura . @ Curva t?pica de entrada4sa?da de uma unidade termel3trica
Fonte" ]!!= e ]!BB*):*&G 8.SSU9 com adaptaOes do autor8,-./9
20
A $igura . mostra a converso da curva Calor@#otQncia para a curva de Custo@#otQncia,
bastando multiplicar as ordenadas da primeira curva pelo custo associado a gerao de cada %btu
de calor
A $uno de custo das unidades geralmente 3 ePpressa como uma $uno <uadrtica, cCbica
ou linear em partes, como mostra a Figura , #ortanto, as $unOes de custo para o problema
espec?$ico do despacho econ1mico so mais simples <ue as $unOes do problema clssico de
transporte, onde cada custo est associado ao $ornecimento e a demanda
Um ePemplo de uma $uno de custo <uadrtica t?pica seria da $orma
F
i
(
P
Gi
)
=a+bP
Gi
+cP
Gi
2
, com
P
Gi
sendo a potQncia gerada pela i@3sima unidade em
MW
, e
onde a , b e c so os coe$icientes caracter?sticos da unidade geradora em u m , u m/ MW e
u m/ MW
2
, respectivamente
Figura , @ FunOes de custo t?picas" 8a9 Tuadrtica, 8b9 CCbica e 8c9 Binear em partes
Fonte" ]!!= e ]!BB*):*&G 8.SSU9 com adaptaOes do autor 8,-./9
Considerando um sistema de potQncia e n geradores prontos para o despacho, seu custo
total de produo 3 dado pela e<uao 8U9
F
C
(
P
G
)
=

i=.
n
F
i
(
P
Gi
)
8U9
sendo
P
G
, um vetor com os n?veis de gerao,
P
Gi
, dos n geradores despachveis
F
i
(
P
Gi
) , a $uno de custo associada ao i@3simo gerador
21
Se a demanda total do sistema 3 P
D
total
e as perdas da rede no so levadas em considerao,
<ue 3 o =espacho :sico, ento, todos os geradores devem contribuir com potQncia para suprir tal
demanda, veEa essa relao na e<uao 8V9

i=.
n
P
Gi
=P
D
total
8V9
#ortanto, matematicamente estabelecido, o problema do despacho econ1mico bsico
consiste em minimi2ar o custo total, e<uao 8U9, satis$a2endo a e<uao do balano de potQncia
e<uao 8V9, <ue 3 a restrio de igualdade do problema #or3m, cada gerador de usina termel3trica
tem limites $?sicos de operao, e tais limites devem ser modelados no problema #ortanto, o
intervalo poss?vel de gerao de eletricidade de cada gerador deve ser incluso na modelagem do
problema
2.4 Incluso das restries do limite mximo e mnimo de cada gerador
*Piste uma restrio incorporada nos problemas de despacho, a dos limites m?nimo e
mPimo de gerao das unidades 8]!!=6 ]!BB*):*&G, .SSU9 A restrio do limite m?nimo
baseia@se no $ato de <ue uma unidade geradora para comear a produ2ir potQncia necessita E estar
a<uecida e consumindo certa <uantidade de combust?vel, os custos re$erentes a esse processo so
incorporados ao problema 8custo de start-up ou iniciali2ao da unidade termel3trica9, estando
ento apta a entregar sua <uantidade m?nima de potQncia A restrio do limite mPimo de potQncia
re$ere@se a uma operao instvel e $orada das partes mec'nicas da m<uina devido a trepidao e
a<uecimento ePcessivos <uando opera al3m de certo limite de gerao
A modelagem matemtica dessa caracter?stica 3 $eita considerando <ue cada gerador
acrescentar duas restriOes adicionais ao modelo 8]!!=6 ]!BB*):*&G, .SSU9 As restriOes
de desigualdade re$erentes aos limites mPimo e m?nimo de gerao de cada unidade so mostradas
na e<uao W, abaiPo
P
Gimin
P
Gi
P
Gim!x
, i " 8W9
sendo
P
Gimin
e
P
Gim!x
, os respectivos limites m?nimo e mPimo do i@3simo gerador
"=., n , 3 o conEunto de geradores prontos para o despacho
22
#ortanto, a partir da e<uao acima, percebe@se <ue a gerao do i@3simo gerador,
P
Gi
, sH
pode ocorrer a partir da gerao m?nima poss?vel para o respectivo gerador,
P
Gimin
, at3 a gerao
mPima,
P
Gim!x
, suportada pelo gerador correspondente *sses limites ePistem para cada gerador
pertencente ao conEunto de geradores,
"
, da rede
! estabelecimento do modelo do problema permite o desenvolvimento de algoritmos para a
sua soluo (rios algoritmos tem sido desenvolvidos para a soluo dos casos de despacho
econ1mico presentes na literatura A seguir sero apresentados alguns casos levantados a partir da
reviso bibliogr$ica do assunto
2.5 Estado da arte na abordagem do problema do Despacho Econmico
Ainda <ue distante de uma descrio completa do estado da arte, a<ui est uma breve
descrio de trabalhos <ue tem sua import'ncia ressaltada pelo momento histHrico em <ue $oram
publicados e pela tendQncia atual de utili2ao de m3todos de inteligQncia computacional,
principalmente os algoritmos meta@heur?sticos, para resoluo do problema do despacho econ1mico
de gerao
ChoRdhurF 8C;!]=;U&e6 &A;&)A), .SS-9 tra2 um compQndio de todos os trabalhos
publicados entre .SVV at3 .SWW &eCne as abordagens ao problema em <uatro grupos" 8i9 $luPo de
potQncia Htimo, devido a insero do $luPo de carga em conEunto com t3cnicas de otimi2ao do
despacho econ1mico, 8ii9 despacho econ1mico com relao ao controle automtico de gerao,
devido a considerao das variaOes instant'neas da carga, 8iii9 o despacho din'mico, devido a
incorporao das previsOes para um curto intervalo de tempo, geralmente ,/ horas, e 8iv9 o
despacho com $ontes alternativas de energia *m todos os casos presentes nesse artigo os algoritmos
de otimi2ao so limitados a condiOes <ue atendam as restriOes das t3cnicas matemticas
dispon?veis na 3poca, por ePemplo, o m3todo do gradiente redu2ido, <ue $oi desbancado por
m3todos como o de )eRton 8]!!=, ]!BB*):*&G, .SSU9 Concluindo, o autor prevQ a
insero de mais restriOes no problema, levando a di$iculdade do problema a n?veis de di$?cil
soluo pelas t3cnicas matemticas dispon?veis na 3poca Atualmente, com a incluso de t3cnicas
<ue $a2em uso de heur?stica, as restriOes matemticas so $acilmente suplantadas
]ong 8]!)G6 FU)G, .SS79 introdu2 uma das primeiras t3cnicas de inteligQncia
computacional na abordagem do problema do despacho, Simulated Annealing )a 3poca, as
t3cnicas de programao <uadrtica estavam recorrentes e t3cnicas de programao din'mica E
ensaiavam a direo das pes<uisas para m3todos mais $leP?veis na busca por soluOes 8%!%!;,
23
,--.9 Seu m3todo incluiu as perdas da rede com a utili2ao de um gerador de balano, cuEa
potQncia $lutua para acomodar as perdas calculadas pela $Hrmula de Gron, e desenvolve um m3todo
para encontrar o valor desse gerador de balano de $orma ePata atrav3s de uma e<uao matricial do
segundo grau Apresenta vrias vantagens em relao aos m3todos convencionais como a $acilidade
de incorporar restriOes, a obteno de uma soluo ePata embora possa no ser a soluo Htima do
problema, visto <ue m3todos baseados em inteligQncia computacional no tQm como garantir a
descoberta do Htimo global, visto <ue no possuem prova matemtica para tal, sendo capa2 de
acomodar outras caracter?sticas nas $unOes de custo sem impedimentos de complePidade
matemtica Fatores <ue levaram os pes<uisadores a dar maior ateno a esses m3todos a partir de
ento
]alters 8]ABT*&S6 S;*:B*, .SS79 ePplora o uso de algoritmos gen3ticos 8AG9 8G*)6
C;*)G, .SSS9 na abordagem do problema com a incluso de uma melhoria na modelagem dos
geradores, antes de di$?cil soluo pelas t3cnicas convencionais
ealcino2 8eABC>)!I6 S;!&T, .SSV9 apresentou melhorias no uso de redes neurais
8;AeG>), .SSS9 para abordar o problema do despacho em grandes proporOes, com um nCmero
elevado de geradores !s resultados mostraram <ue a t3cnica $oi capa2 de manipular at3 ,/-
geradores em um nCmero bastante redu2ido de iteraOes, mas no teve desmembramentos para
modelagens mais aprimoradas das caracter?sticas dos geradores, mostrando sua e$iciQncia apenas no
problema do despacho clssico de grande porte, por3m com resultados promissores
Sum@im 8SU%@>%, ,--/9 apresentou outro algoritmo recente na busca de soluOes cada ve2
melhores para o problema, o algoritmo col1nia de $ormigas 8AC!9 8=!&>G!6 STUTIB*, ,--.9
:aseado no $ato de as $ormigas sempre encontrarem o menor caminho entre o $ormigueiro e a
comida, esse algoritmo imita as caracter?sticas peculiares de comunicao das $ormigas atrav3s de
trilhas de $erom1nios na conduo do m3todo para a soluo de problemas de minimi2ao
&esultados e<uivalentes aos encontrados pelos algoritmos gen3ticos e programao <uadrtica
$oram encontrados pelo m3todo das $ormigas
Gaing 8GA>)G, ,--79 incluiu vrias caracter?sticas no@lineares dos geradores como taPas
limites de rampa, 2onas de operao proibidas e $unOes de custo no@suaves com uma abordagem
heur?stica nova baseada na simulao do comportamento de sistemas sociais simpli$icados,
algoritmo nuvem de part?culas 8#S!9 8CB*&C, ,--U9 ! artigo representa a tendQncia das t3cnicas
de inteligQncia computacional atuais em seguirem padrOes evolutivos naturais, cuEo precursor $oi o
desenvolvimento dos algoritmos gen3ticos seguindo a teoria da evoluo das esp3cies de =arRin !
m3todo proposto $oi capa2 de promover soluOes de <ualidade aos casos de teste utili2ados
24
2.6 Consideraes finais
Uma ePplanao do problema do despacho econ1mico de gerao $oi $eita nessa seo
>niciou@se com uma descrio de modelos de programao linear, em seguida abordou@se a
modelagem espec?$ica de problemas de transporte e como o problema do despacho econ1mico se
en<uadra nessa categoria de problemas )a se<uQncia $oi apresentado o modelo do despacho
econ1mico bsico e sua derivao a partir da modelagem do problema de transporte, sendo tamb3m
apresentado o estado da arte das pes<uisas com os desenvolvimentos de variados algoritmos para a
resoluo do problema ! modelo descrito nessa seo $oi e<uacionado para ser alvo da aplicao
do algoritmo de busca harm1nica, <ue ser ePplicado na seo seguinte
25
3 ALGORITMO DE BUSCA HARMNICA
Atualmente, a economia movida pelo capitalismo pressiona todos os setores produtivos da
sociedade a operarem visando o mPimo bene$?cio com o m?nimo custo A busca por esse obEetivo
sempre recai em alguma $erramenta ou prtica de otimi2ao %uitos problemas em vrios campos,
bem como o problema do despacho econ1mico, so solucionveis com a utili2ao de algum
algoritmo de otimi2ao
! obEetivo da presente seo 3 o de apresentar o m3todo de otimi2ao utili2ado nesse
trabalho, ressaltar e entender suas caracter?sticas principais e detalhar seu $uncionamento !
algoritmo de otimi2ao conhecido como :usca ;arm1nica, criado por Geem et al 8,--.9, visa
percorrer o espao de busca do problema, respeitando as restriOes, com vistas a encontrar soluOes
sub@Htimas ou Htimas para problemas de minimi2ao ou maPimi2ao
Algoritmos de otimi2ao so se<uencias lHgicas de clculos <ue podem ser codi$icadas e
ePpressas em alguma linguagem de computador, para <ue seEa poss?vel obter soluOes matemticas
para os problemas com maior rapide2 em menor es$oro humano, pois o computador <ue $ar todo
o processamento matemtico
As t3cnicas matemticas tradicionais de otimi2ao, como programao linear 8 #P 9,
programao no@linear 8 $#P 9 e programao din'mica 8 DP 9 tem sido utili2adas com
$re<uQncia em problemas de otimi2ao 8:&!)S!)6 )AA=>%UT;U, .SSV9 Todas as trQs
t3cnicas garantem a descoberta da soluo Htima global, a melhor soluo poss?vel, por3m apenas
para modelos simples e ideais #ortanto, para problemas mais complePos, esses algoritmos
apresentam di$iculdades Con$orme Geem 8G**%6 B!GA)AT;A), ,--.9, na #P ePiste a
desvantagem de ter <ue simpli$icar e lineari2ar o problema, podendo ocorrer a perda de
caracter?sticas $undamentais do problema nesse processo, a DP so$re em problemas de ePploso
combinatorial, pois um nCmero grande de variveis e possibilidades aumentam seu tempo de
ePecuo a n?veis impraticveis, e a $#P , se as $unOes no $orem di$erenciveis, a probabilidade
do algoritmo estacionar em soluOes Htimas locais aumenta consideravelmente
)a tentativa de contornar as desvantagens apresentadas pelas t3cnicas puramente
matemticas, tamb3m chamadas de determin?sticas, t3cnicas heur?sticas baseadas em simulaOes
$oram desenvolvidas nas Cltimas d3cadas
As t3cnicas heur?sticas permitem <ue soluOes prHPimas da Htima global seEam encontradas
em um tempo de ePecuo relativamente curto, com pouco consumo de recursos da m<uina,
incorporando poss?veis restriOes complePas dos modelos, e sem a necessidade do conhecimento de
complePas operaOes matemticas 8G*)=&*AU, #!T(>), ,-.-9
26
=esde .SV- muitos algoritmos heur?sticos tem sido desenvolvidos combinando
aleatoriedade com comportamento semelhante ao de $en1menos observados na nature2a, essa
caracter?stica levou ao surgimento da ePpresso Lmetaheur?sticasN 8=&k!, ,--U9 Uma poss?vel
diviso, mesmo <ue no considere todos os algoritmos, pois ePistem muitos e a cada dia surgem
mais, com a similaridade dos algoritmos inspirados na nature2a pode ser observada na Figura 7
Figura 7 @ Uma poss?vel diviso para algoritmos biologicamente inspirados
Fonte" #rHprio autor 8,-./9
A Figura 7 mostra uma poss?vel classi$icao de alguns algoritmos <ue tiveram sua
inspirao em sistemas biolHgicos A diviso em trQs grandes grupos, segundo a avaliao do autor,
corresponde aos algoritmos de &edes )eurais, Computao *volucionria e Sistemas Sociais As
&edes )eurais so algoritmos <ue imitam as caracter?sticas cerebrais utili2adas para aprendi2ado e
in$erQncia, $a2endo uso da simulao de neur1nios e sinapses no processamento computacional das
in$ormaOes A computao evolucionria baseia@se em algoritmos <ue evoluem na busca por
melhores soluOes para os problemas baseados nos processos evolutivos naturais, como por
ePemplo a teoria da evoluo de =arRin <ue inspirou os Algoritmos Gen3ticos + os Sistemas
Sociais inspiraram outros algoritmos atrav3s da anlise de como vrios sistemas buscam o
e<uil?brio num estado estvel de menor energia, por ePemplo o algoritmo Ant ColonF inspirou@se
em como as $ormigas interagem entre si para encontrar o menor caminho entre o $ormigueiro e a
comida, otimi2ando essa busca pelo alimento
! algoritmo de :usca ;arm1nica 3 considerado pelo autor como um algoritmo en<uadrado
nos sistemas sociais, pois inspirou@se na maneira como os integrantes de uma banda de mCsica
interagem para encontrar a melhor melodia para uma determinada mCsica, de $orma heur?stica e
emp?rica
27
Como o algoritmo de busca harm1nica imita as caracter?sticas de como os mCsicos
improvisam suas melodias, $a2@se necessrio apresentar algumas t3cnicas meta@heur?sticas
relevantes
3.1 Breve resumo de algumas tcnicas meta-heursticas
Um dos m3todos mais antigos e <ue sempre $oi visto com bons olhos pelos pes<uisadores
$oi primeiramente sugerido por Glover 8GB!(*&, .SVV9, e tornou@se conhecido, apHs vrias
melhorias implementadas por diversos trabalhos posteriores, sendo conhecido como algoritmo de
:usca Tabu 8 %& 9 ! algoritmo $oi ePtensivamente usado na obteno de soluOes Htimas para
vrios problemas A id3ia bsica era ePplorar o espao de soluOes atrav3s de uma se<lQncia de
movimentos Cada movimento melhor <ue o anterior era arma2enado, sendo o anterior descartado
#aralelo a isso, para escapar de Htimos locais, uma lista de movimentos tabu 3 mantida, tais
movimentos no so repetidos at3 serem es<uecidos
*m .SW7, GirMpatricM 8G>&G#AT&>CG6 G*BATT6 (*CC;>, .SW79 prop1s o Simulated
Annealing 8&'9 ! algoritmo $oi inspirado no processo de $ormao, natural ou indu2ida, de cristais,
obteno da soluo Htima, em materiais <ue so primeiramente a<uecidos, para promover
mobilidade s mol3culas, e depois gradualmente res$riados at3 o e<uil?brio t3rmico ser alcanado
=esde ento muitos problemas de engenharia $oram resolvidos satis$atoriamente por esse tipo de
algoritmo
!utros m3todos, agrupados como m3todos de computao evolucionrios, so baseados no
princ?pio da evoluo das esp3cies de =arRin )esse princ?pio a sobrevivQncia das esp3cies
depende da sua adaptao ao meio, sendo <ue os indiv?duos mais adaptados sobrevivem e sero
capa2es de transmitir suas boas caracter?sticas aos descendentes atrav3s de herana gen3tica !s
cr3ditos do desenvolvimento dos Algoritmos Gen3ticos so atribu?dos a Goldberg 8G!B=:*&G,
.SWS9 Uma caracter?stica marcante desse tipo de algoritmo 3 a capacidade de avaliao de muitas
soluOes simultaneamente %3todos meta@heur?sticos baseados em simulao tQm boa habilidade
em percorrer espaos de busca de soluOes 8%A;=A(>, F*SA)G;A&e, ,--V9 :aseado nesse
$ato 3 ePposto um algoritmo simples utili2ado no presente trabalho como algoritmo de otimi2ao
3.2 Motivao do algoritmo de Busca Harmnica
Con$orme visto anteriormente, os m3todos heur?sticos atuais imitam $en1menos naturais
Simulated Annealing imita o res$riamento compassado de part?culas, :usca Tabu imita a memHria
28
humana, os Algoritmos *volucionrios simulam a teoria da evoluo, dentre outros 8G**%6
B!GA)AT;A), ,--.9
Bevando em considerao o desenvolvimento do campo de estudo dos algoritmos meta@
heur?sticos, <ue so algoritmos biologicamente inspirados, Bee e Geem 8B**6 G**%, ,--59
desenvolveram um novo algoritmo meta@heur?stico <ue re$lete a busca por uma harmonia per$eita
entre instrumentos musicais <uando mCsicos ePecutam uma cano 8por ePemplo, mCsicos em uma
apresentao de +a22 ou :lues9 ! algoritmo $icou conhecido como :usca ;arm1nica 8 H& 9 !s
mCsicos, principalmente a<ueles <ue precisam improvisar durante a mCsica, utili2am seus talentos e
inteligQncia na busca pela harmonia per$eita em uma cano
#rimeiramente, con$orme 3 conhecido de <uem estuda ou estudou mCsica, os mCsicos E tQm
em mente um conEunto de acordes e notas <ue sero ePecutados no decorrer da mCsica *ntretanto,
na busca por uma melhor harmonia, eles comeam a improvisar novos acordes e notas 8acorde 3 um
conEunto de notas tocadas simultaneamente9 *ssa improvisao pode considerar o conhecimento
musical dos instrumentistas ou pode ser uma improvisao completamente nova, logo em seguida
os mCsicos $a2em uma avaliao se a<uela nota ou acorde improvisado 3 melhor <ue a<uele <ue era
usado anteriormente Caso o resultado da avaliao da improvisao seEa positiva, ela passa a
incorporar o conEunto de novas notas e acordes na ePecuo da melodia #ortanto, a possibilidade
de se $a2er uma melhor harmonia cresce na medida em <ue um nCmero de tentativas de
improvisao vai sendo $eito, pois a memHria dos mCsicos $icar repleta de combinaOes de acordes
e notas de sucesso 8B**6 G**%, ,--59
! algoritmo H& $oi desenvolvido para ser aplicado em problemas de otimi2ao *m
<ual<uer problema de otimi2ao, temos um conEunto de variveis, <ue sero os instrumentos
arti$iciais dos mCsicos, <ue precisam ser combinadas para a obteno da soluo Htima global ou
soluo prHPima a ela, a harmonia per$eita Uma memHria, chamada de memHria harm1nica 8 HM
9, 3 iniciali2ada e preenchida com soluOes poss?veis para o problema, imitando o conEunto de notas
<ue os mCsicos E tQm em mente antes da ePecuo da mCsica 8B**6 G**%, ,--59
)a busca por uma melhor soluo tenta@se uma nova soluo considerando combinaOes
entre valores das variveis <ue esto na HM ou tenta@se combinaOes completamente novas,
semelhante improvisao $eita pelos mCsicos reais, descrita acima Bogo em seguida essa nova
soluo 3 avaliada atrav3s da $uno obEetivo do problema e, caso seEa melhor do <ue <ual<uer das
soluOes presentes na HM , a nova soluo substitui a anterior #odemos perceber <ue a
possibilidade de se encontrar novas soluOes cada ve2 melhores cresce com o nCmero de iteraOes,
pois a HM vai sendo preenchida por soluOes cada ve2 melhores, ocasionando a convergQncia do
algoritmo 8B**6 G**%, ,--59
29
A Figura / mostra um comparativo entre uma improvisao $eita pelos mCsicos e uma
improvisao $eita pelo algoritmo de otimi2ao :usca ;arm1nica !s mCsicos improvisam uma
combinao das notas =H e %i com o acorde Sol e avaliam na mente se a combinao $oi boa, o
desenvolvedor da t3cnica chama esse processo de estimao est3tica ! algoritmo apresenta uma
soluo, [ . -,7 -,5 -] , e a avalia um uma $uno obEetivo
Figura / @ Comparao entre uma improvisao real 8seo superior da $igura9 e uma improvisao
no algoritmo ;S 8seo in$erior9
Fonte" Bee e Geem 8B**6 G**%, ,--59
! componente $undamental do algoritmo 3 a HM A Figura 5 mostra a estrutura da HM
relativa a uma banda de +a22 composta por um saPo$one, um contrabaiPo acCstico e um violo
>nicialmente, ePiste uma <uantidade de notas na memHria de cada mCsico" saPo$onista,
{ D(Mi&ol } 6 contrabaiPo, { &i&ol)* } 6 e guitarrista, { #!F!D(} Se o saPo$onista retira
aleatoriamente uma nota da memHria { D(Mi&ol } , por ePemplo a { &ol } , o contrabaiPista retira
{ &i } de { &i&ol)* } e o violinista retira { D(} de { #!F!D(} , esta nova harmonia representa o
acorde
C
V
8=H com s3tima9 * se essa harmonia 3 melhor do <ue a pior harmonia presente na HM
, a nova harmonia 3 inclu?da e a pior harmonia 3 ePclu?da da HM
! procedimento descrito 3 ento repetido at3 uma harmonia ePcepcional ser encontrada no
conEunto de iteraOes A mesma Figura 5 com Qn$ase s variveis do problema de otimi2ao mostra
<ue cada mCsico tem seu instrumento e cada instrumento representa uma varivel do problema !s
mCsicos geralmente improvisam valores di$erentes para as notas simultaneamente com vistas a
gerar melhores harmonias
30
Figura 5 @ Comparao entre a memHria real dos mCsicos e a memHria harm1nica 8;%9
Fonte" Bee e Geem 8B**6 G**%, ,--59
A Figura 5 mostra as variveis
x
.
,
x
,
e
x
7
em comparao aos instrumentos musicais, e
mostra <ue E ePistem valores conhecidos como soluOes para o problema, por ePemplo, em um
problema <ual<uer <ue envolva a otimi2ao de um caminho em mil?metros,
{
x
.,
x
,,
x
7
}
={.-- mmV-- mmU-- mm}
, tais valores se encontram na HM , similar memHria dos
mCsicos, de cada varivel e essa combinao sabe@se <ue 3 uma soluo Ao iniciar o algoritmo, na
improvisao de uma nova soluo, a primeira varivel escolhida 3
x
.
={ .--mm}
tirada de seu
conEunto na HM , { .--mm 7--mm 5--mm} , a segunda varivel 3 escolhida da mesma maneira
como
x
,
={5--mm}
tirada de { V--mm 5--mm ,-- mm} e a Cltima varivel 3 escolhida sem levar
em considerao a HM , imitando o processo criativo do mCsico, como
x
7
={ 5-mm}
Ao avaliar
essa poss?vel soluo na $uno obEetivo, e perceber <ue ela 3 melhor do <ue a pior combinao
presente na HM , ela 3 adicionada e a pior 3 retirada da HM
(ale ressaltar <ue ePistem trQs $ormas de um mCsico improvisar um acorde ou nota durante
o processo de improvisao 8B**6 G**%, ,--59, a seguir"
31
Tocar uma nota ePtra?da de sua memHria, ou da ;% no caso do algoritmo, pois E
ePistem garantias de <ue ela se encaiPa ao problema em <uesto6
Tocar uma nota adEacente a uma nota presente em sua memHria $a2endo uso das
escalas musicais )o caso do algoritmo, isso 3 $eito atrav3s de um valor ePtra?do da
;%, por3m aEustado matematicamente6
Tocar uma nota completamente aleatHria, por3m pertencente ao tom da mCsica 8o
tom da musica restringe o conEunto de todas as notas musicais dispon?veis <uelas
notas <ue apresentam semelhana musical entre si9 !u seEa, o algoritmo gera um
valor aleatHrio para a varivel, mas sendo um valor <ue 3 poss?vel no atendimento s
restriOes do problema
Uma ve2 entendido o processo de melhoria da ePecuo da mCsica pelos mCsicos ao
ePecutarem uma melodia, precisa@se ePplicar de $orma mais didtica o $uncionamento do algoritmo
de otimi2ao <ue $oi inspirado nesse processo
3.3 Funcionamento bsico do algoritmo de busca harmnica
!bserve o $luPograma do algoritmo bsico na Figura U, novamente de acordo com Bee e
Geem 8B**6 G**%, ,--59, no <ual so apresentados os principais par'metros e aOes do m3todo
de :usca ;arm1nica e onde o nCcleo do algoritmo 3 mostrado A listagem detalhada dos passos e
ePplicao do papel das variveis no algoritmo ser mostrada nas subseOes 77. a 775
A Figura U mostra os seguintes passos, <ue sero descritos em detalhes mais adiante, <ue
so"
8.9 >niciali2ao das variveis do problema e dos par'metros do algoritmo6
8,9 >niciali2ao da memHria harm1nica6
879 >mprovisao de uma nova harmonia6
8/9 Atuali2ao da memHria harm1nica6
859 &epetio dos passos 879 a 8/9 at3 o crit3rio de parada ser alcanado6
Um $luPograma de um algoritmo 3 um tipo de diagrama <ue pode ser entendido como uma
representao es<uemtica da se<uQncia de aOes implementadas no computador e <ue ilustram de
$orma descomplicada a transio entre as etapas <ue compOe o algoritmo implementado, ou seEa,
$luPograma 3 um gr$ico <ue demonstra a se<uQncia operacional da evoluo do algoritmo (ale
ressaltar <ue o $luPograma 3 um gr$ico de grande import'ncia tanto para a compreenso <uanto
para o desenvolvimento do algoritmo
32
Figura U @ FluPograma do algoritmo de busca harm1nica
Fonte" Bee e Geem 8B**6 G**%, ,--59
)as subseOes <ue seguem sero ePplicados cada um dos passos indicados no $luPograma da
Figura U, visto <ue a $igura representa as aOes principais ePecutadas pelo algoritmo de :usca
;arm1nica desde a iniciali2ao de suas variveis, incluindo a memHria harm1nica, criao de
novas improvisaOes, avaliao das mesmas para veri$icar se constituem@se em melhores soluOes
do <ue as anteriormente encontradas e concluindo com a veri$icao se o crit3rio de parada para
gerao de novas soluOes $oi atingido
3.3.1 Inicializao das variveis e parmetros
A iniciali2ao de variveis e par'metros consiste em atribuir valores necessrios
iniciali2ao do algoritmo, para a regulagem do comportamento esperado do algoritmo durante a
ePecuo, bem como o estabelecimento do crit3rio de parada, ou seEa, o momento em <ue se espera
<ue o algoritmo E tenha encontrado soluOes de boa <ualidade
33
Considere, ento, um problema de otimi2ao gen3rico $ormulado da seguinte maneira,
e<uao 8S9"
Minimi+, - ( x) s a x
i
.
i
i=.,, $
8S9
sendo,
- ( x) , a $uno obEetivo gen3rica
$ , o nCmero de variveis no problema
x , o conEunto de variveis 8
x
i
9 do problema
.
i
, o conEunto de valores poss?veis para a varivel
x
i

! problema de$inido na e<uao S representa um problema gen3rico de otimi2ao capa2 de


ser resolvido por algoritmos de otimi2ao, inclusive o algoritmo de busca harm1nica Al3m disso,
so iniciali2adas as variveis inerentes ao prHprio algoritmo de busca, <ue so"
)> , o nCmero mPimo de iteraOes, <ue 3 o crit3rio de parada
P') , a taPa de aEuste de notas, <ue 3 o percentual de notas <ue sero aEustadas
HM& , o tamanho da memHria harm1nica, <ue 3 uma matri2 com histHrico das melhores soluOes
HMC) , a taPa de considerao da memHria harm1nica, <ue representa o percentual de
considerao das melhores soluOes na proposio de novas soluOes pelo algoritmo
Uma ve2 de$inido o comportamento geral do algoritmo, 3 preciso gerar as primeiras
soluOes para o problema de otimi2ao considerado *ssas soluOes correspondem a uma soluo
para o problema, ou seEa, seus valores atendem a todas as restriOes do problema, utili2ados para
iniciar o processo iterativo do algoritmo *ssas soluOes iniciais so arma2enadas na matri2
denominada memHria harm1nica
3.3.2 Inicializao da Memria harmnica
A memHria harm1nica, mostrada pela Figura 5 3 uma matri2 onde cada linha representa uma
poss?vel soluo e onde as soluOes so organi2adas em ordem decrescente de avaliaOes atrav3s da
$uno obEetivo do problema, onde os vetores com avaliao melhor, <ue minimi2am a $uno de
custo, so posicionados nas linhas superiores da HM A representao matemtica da memHria
harm1nica, HM , 3 dada pela e<uao 8.-9 8B**6 G**%, ,--59
34
HM=
[
x
.
. x
,
. x
$.
. x
$
.
x
.
, x
,
, x
$.
, x
$
,

x
.
HM&. x
,
HM&. x
$.
HM&. x
$
HM&.
x
.
HM& x
,
HM& x
$.
HM& x
$
HM&
]
()
8.-9
Sendo <ue o nCmero da coluna 3 representado pelo ?ndice in$erior de cada elemento da
matri2, e o total de colunas 3 igual ao nCmero de variveis, $ , e o nCmero da linha est
representado pelo ?ndice superior de cada elemento e o total de linhas 3 igual ao tamanho da
memHria harm1nica, HM& !u seEa, em cada linha eu tenho uma soluo, sendo <ue a primeira
linha apresenta a melhor soluo encontrada at3 ento, e as linhas abaiPo encontram@se em ordem
decrescente de desempenho, soluo essa <ue 3 composta por $ variveis de deciso, cada uma
disposta em uma coluna
!bserve <ue a iniciali2ao da memHria harm1nica re<uer <ue cada linha seEa composta por
uma soluo poss?vel para o problema, satis$a2endo todas as restriOes do problema, <uais<uer <ue
seEam elas )o in?cio do algoritmo a memHria harm1nica 3 preenchida com soluOes geradas
aleatoriamente
Uma ve2 iniciada a memHria harm1nica deve@se comear o processo recursivo de gerao de
soluOes, cada soluo 3 considerada no algoritmo de busca harm1nica como uma harmonia,
portanto, deve@se improvisar novas harmonias para gerar soluOes cada ve2 melhores
3.3.3 Improvisao de uma nova harmonia
>mprovisar uma nova harmonia signi$ica criar um novo vetor, por ePemplo,
x/=
(
x
.
/x
2
/ x
$
/
) , <ue satis$a2 as caracter?sticas do problema, baseado nas trQs regras E citadas"
considerao da memHria, considerao da memHria com aEuste de notas ou seleo aleatHria 8B**6
G**%, ,--59
A varivel HMC) , <ue varia entre - e . , 3 a taPa ou probabilidade de escolher um valor
para uma varivel a partir da HM , en<uanto ( .HMC)) 3 a probabilidade de escolher <ual<uer
um dos poss?veis valores para a mesma varivel !u seEa, re$lete a import'ncia da HM no
processo de escolher um novo valor para uma varivel #ortanto, pode@se considerar ou no a
memHria harm1nica
35
A veri$icao dessa probabilidade 3 $eita gerando@se um nCmero rand1mico uni$orme,
a<uele em <ue, entre os ePtremos de - a ., <ual<uer valor tem igual probabilidade de ocorrer Caso
esse nCmero gerado seEa in$erior a HMC) , considera@se a escolha da varivel a partir da HM
Caso o nCmero rand1mico gerado seEa superior a HMC) escolhe@se um dos poss?veis valores para
a re$erida varivel
)a considerao da memHria, o valor da primeira varivel de deciso,
x
.
/
, 3 escolhido
aleatoriamente a partir de <ual<uer um dos valores presentes na HM para a<uela varivel, ou seEa,
do conEunto {
x
.
. x
0
HM&
} As outras variveis so escolhidas da mesma maneira A &epresentao
matemtica desse comportamento est descrito na e<uao ..
x
i
/
{
x
i
/
{
x
i
.
x
i
2
x
i
HM&
}
comprobabilidad, HMC)
x
i
/ .
i
comprobabilidad, ( .HMC))
}
(11)
sendo,
x
i
/
, o i@3simo elemento do novo vetor improvisado
.
i
, o conEunto de valores poss?veis para a varivel em con$ormidade com as restriOes do
problema
Al3m disso, para cada novo elemento escolhido a partir da HM ePiste uma taPa ou
probabilidade de ele ser modi$icado, ter sua nota aEustada *ssa operao utili2a o par'metro P') ,
<ue 3 a taPa de aEuste de nota Sua utili2ao 3 $ormulada a seguir na e<uao 8.,9
'just, da notax
i
/
{
S>% comprobabilidad, P')
$12 comprobabilidad, (.P'))
}
8.,9
Sendo o valor ( .P')) a probabilidade de deiPar
x
i
/
inalterado A veri$icao dessa
probabilidade 3 $eita gerando@se um nCmero rand1mico uni$orme novamente Caso esse nCmero
gerado seEa in$erior a
( P'))
, ou seEa
S>%
,
x
i
/
3 aEustado da maneira descrita na e<uao 8.79
x
i
/ x
i
/ rand ()b3 (13)
sendo,
rand ()b3 , uma indicao de 5-b de probabilidade de soma ou subtrao
rand () , um nCmero rand1mico uni$orme entre - e .
b3 , uma constante de aEuste de nota
36
ApHs esse processo ser conclu?do, a gerao de uma nova harmonia est conclu?da Caso a
harmonia no considere a memHria harm1nica, o <ue depende da probabilidade do nCmero aleatHrio
estar $ora do intervalo de$inido por HMC) , ser gerada uma harmonia completamente nova Caso
a harmonia seEa considerada a partir da memHria harm1nica, suas notas podem ou no ser aEustadas,
<ue depende da probabilidade do nCmero aleatHrio estar dentro ou $ora do intervalo de$inido por
P')
3.3.4 Atualizao da memria harmnica
A nova harmonia improvisada 3 ento avaliada na $uno obEetivo, pois uma nova harmonia
3 uma soluo em potencial para o problema Caso a nova harmonia seEa melhor do <ue a pior
harmonia presente na HM , essa pior harmonia 3 retirada e a nova harmonia 3 introdu2ida na
HM Bogo em seguida, 3 $eita uma organi2ao das harmonias em ordem decrescente de
avaliao da $uno obEetivo, ou seEa, as harmonias melhor avaliadas estaro no topo e as piores na
base da HM , prontas para serem retiradas caso uma melhor harmonia seEa encontrada 8B**6
G**%, ,--59 =essa maneira, com o progresso computacional do algoritmo, a memHria harm1nica
estar preenchida com soluOes cada ve2 melhores e a cada nova soluo essa memHria pode ser
atuali2ada com soluOes cada ve2 mais prHPimas do Htimo global para o problema
3.3.5 Critrio de parada
Caso o crit3rio de parada no seEa alcanado, ocorre a repetio dos passos 879 a 8/9 at3 o
crit3rio de parada ser alcanado ! crit3rio de parada pode ser um nCmero de iteraOes sem
melhoria do melhor valor da ;%, ou um nCmero pr3@$iPado de iteraOes, crit3rio este utili2ado no
presente trabalho !u seEa, de$ine@se a priori a <uantidade de iteraOes <ue o algoritmo ir ePecutar
!u seEa, estipula@se um valor ra2ovel de iteraOes onde pode@se esperar <ue soluOes prHPimas do
Htimo global seEa encontradas
Ao o algoritmo concluir essa <uantidade pre$iPada de iteraOes, o mesmo para o lao de
gerao de novas harmonias e apresenta o melhor resultado <ue encontra@se na memHria harm1nica
A primeira linha da memHria harm1nica 3 ento impressa como soluo para o problema em
considerao
37
3.4 Consideraes finais
)a presente seo $oi apresentado o algoritmo de busca harm1nica, onde $oram de$inidas e
ePplicadas suas variveis e par'metros, $oi mostrada a componente $undamental do algoritmo, a
memHria harm1nica Foi apresentado o algoritmo utili2ado no presente trabalho <ue 3 o de busca
harm1nica simples, com a iniciali2ao da HM e o m3todo utili2ado pelo algoritmo para
improvisao de novas soluOes )a prHPima seo ser aplicado o algoritmo de busca harm1nica
H& ao problema de despacho econ1mico 4D , onde sero comparados os resultados
#ara uma melhor viso geral do algoritmo desenvolvido, no ApQndice 3 apresentada uma
verso modi$icada do ar<uivo LmainN, do programa desenvolvido por este trabalho para problemas
de =espacho *con1mico com o algoritmo de :usca ;arm1nica (ale ressaltar <ue no 3 o cHdigo@
$onte completo do programa, mas apenas uma viso do programa geral utili2ando o algoritmo de
busca harm1nica para $ins didticos
38
4. METODOLOGIA DO TRABALHO
Uma pes<uisa cient?$ica compreende um conEunto de etapas a cumprir, ou seEa aOes <ue
devem ser propostas e reali2adas com o obEetivo de encontrar a soluo para um problema 8S>B(A,
%*)*I*S, ,--.9 *ssa soluo deve ser proposta de $orma $ivel, ou seEa, capa2 de ser aceita pela
cr?tica cient?$ica pelo uso de t3cnicas e procedimentos racionais e sistemticos !bserve o <ue di2
Silva e %ene2es 8,--.9"
&eali2ar uma pes<uisa com rigor cient?$ico pressupOe <ue vocQ escolha um tema e
de$ina um problema para ser investigado, elabore um plano de trabalho e, apHs a
ePecuo operacional desse plano, escreva um relatHrio $inal e este seEa
apresentado de $orma planeEada, ordenada, lHgica e conclusiva
A metodologia da pes<uisa deve ser descrita de maneira clara, para <ue o autor consiga
contePtuali2ar o seu trabalho dentre os demais e os leitores tenha par'metros de comparao entre
pes<uisas <ue apontam para resultados semelhantes
)a presente pes<uisa $oi $eito uso de um algoritmo computacional de busca para um
problema da pes<uisa operacional, e pelo uso de modelagem e simulao computacional do
algoritmo de :usca ;arm1nica em um estudo de caso, portanto, a nature2a da presente pes<uisa 3
aplicada ou tecnolHgica 8S>B(A, %*)*I*S, ,--.9
A $orma de abordagem do problema de despacho econ1mico 3 <uantitativa 8S>B(A,
%*)*I*S, ,--.9, visto <ue se $a2 uso de um modelo matemtico do problema <ue 3 simulado em
um so$tRare e testado atrav3s do m3todo de :usca ;arm1nica com vistas sua otimi2ao, isto 3,
visa encontrar as <uantidades de potQncia <ue cada gerador deve $ornecer para redu2ir o custo da
gerao de energia a n?veis menores
#ode@se considerar a pes<uisa como ePplicativa 8S>B(A, %*)*I*S, ,--.9, pois visou
identi$icar um algoritmo alternativo <ue contribui para a resoluo do problema proposto, tomando
um carter ePperimental, onde o algoritmo desenvolvido $oi aplicado a um caso de teste presente na
literatura, o sistema de potQncia de Ambarli 8Td&GAe, ,--,9, de onde $oram ePtra?dos as
in$ormaOes mais importantes do caso para o desenvolvimento da simulao
=o ponto de vista dos procedimentos t3cnicos, a presente pes<uisa $oi avaliada como
ePperimental 8S>B(A, %*)*I*S, ,--.9, $a2endo uso de estudo de caso, pois atrav3s de tentativa e
erro, reali2ou@se a determinao dos par'metros do algoritmo de busca harm1nica e $oram $eitas
rodadas de simulaOes computacionais, <ue $oram os ePperimentos, para certi$icar a convergQncia
39
das soluOes encontradas para valores <ue minoram os custos do problema A partir da? $oi descrito
os aspectos <ue essa soluo gerada contribuem para a soluo do problema proposto
! algoritmo de busca utili2ado no presente trabalho, descrito na seo anterior em 5 passos,
$oi implementado em um programa de computador #ara isso $oi necessrio escrever um cHdigo@
$onte <ue reali2ou todas as etapas necessrias de$inidas pela metodologia do algoritmo de :usca
;arm1nica ! ar<uivo principal do algoritmo 3 apresentado no AnePo do presente trabalho
#ara <ue um cHdigo@$onte seEa implementado 3 necessrio $a2er uso de alguma linguagem de
programao ! presente trabalho $e2 uso da linguagem de programao do so$tRare !ctave !
!ctave 3 um ambiente de desenvolvimento integrado <ue $ornece, al3m dos recursos da linguagem
de programao voltada ao tratamento de matri2es, apresenta incorporado um interpretador de
comandos e todas as $erramentas algor?tmicas bsicas necessrias ao desenvolvimento de um
programa de computador, tais como estruturas e comandos para manipulao de grande <uantidade
de dados, rotinas prontas para o processamento matemticos de variados tipos de e<uaOes, etc
=e uma $orma resumida, o cHdigo@$onte do algoritmo $oi implementado em dois
procedimentos" >niciali2ao e >teraOes A iniciali2ao abrange os passos 8.9 e 8,9 da Figura U,
en<uanto <ue as iteraOes compreendem os passos 879, 8/9 e 859 da mesma $igura
! #asso 8.9 $oi implementado para estabelecer o problema, de$inir a $uno de custo, e
iniciali2ar as variveis e par'metros re<ueridos pelo programa
)o #asso 8,9 $oi reali2ada a iniciali2ao da memHria harm1nica 8;%9 com vetores soluo
<ue satis$aam todas as restriOes do problema
)os passos 879, 8/9 e 859 $oram implementados as instruOes para o computador gerar novas
harmonias, ou seEa soluOes, considerando ou no a memHria harm1nica atrav3s da varivel ;%C&,
<ue 3 a taPa de considerao da memHria harm1nica, alterar ou no essas novas harmonias, levando
em considerao a varivel #A&, <ue 3 a taPa de aEuste de notas e atuali2ar ou no a memHria
harm1nica, <ue sH ocorre se alguma nova harmonia gerada 3 melhor do <ue a pior harmonia
presente na ;%
! algoritmo trabalha com um nCmero $iPo de vetores soluo <ue 3 igual ao tamanho da
memHria harm1nica, de$inida por ;%S, sendo <ue os mesmos so avaliados pela $uno obEetivo
do problema e organi2ados em ordem decrescente de avaliao a cada iterao do algoritmo
Uma considerao importante sobre a simulao reali2ada 3 <ue ela consiste de uma
ePecuo do algoritmo para o caso de teste, visto <ue por ser heur?stico o mesmo apresenta soluOes
di$erentes a cada ePecuo, mas todas as ePecuOes reali2adas apresentaram custo total in$erior a
soluo apresentada pelo Algoritmo Gen3tico ! motivo de no terem sido apresentadas mais
soluOes $oi devido ao artigo do caso de teste no ter reali2ado tal abordagem
40
5. SIMULAO DO ESTUDO DE CASO
Foi elaborado o algoritmo de busca harm1nica con$orme todas as recomendaOes da seo 7
em um ar<uivo de script chamado LmainmN no so$tRare !ctave, con$orme Figura V e AnePo
Figura V @ *scrita e *dio do Algoritmo de :usca ;arm1nica no so$tRare !ctave
Fonte" prHprio autor 8,-./9
#ara reali2ar a simulao, basta ePecutar o script criado Cabe lembrar <ue o script principal
encontra@se no anePo do presente trabalho, chamamos de script o cHdigo@$onte criado #ara isso,
deve@se digitar o nome do ar<uivo LmainN no prompt do terminal do !ctave, con$orme Figura W
Figura W @ *Pecuo do Algoritmo de :usca ;arm1nica no so$tRare !ctave
Fonte" prHprio autor 8,-./9
41
! resultado da simulao 3 ento in$ormado ao $inal da ePecuo, con$orme Figura S
Figura S @ &esultado da simulao do Algoritmo de :usca ;arm1nica
Fonte" prHprio autor 8,-./9
(ale ressaltar <ue o so$tRare utili2ado nas $iguras V, W e S 3 um ambiente de
desenvolvimento integrado <ue no $oi desenvolvido pelo autor, chamado de Tt!ctave, pois roda
os comandos do !ctave em um ambiente gr$ico Tt, por3m o cHdigo@$onte LmainN <ue 3 ePecutado
dentro desse ambiente $oi desenvolvido pelo presente trabalho seguindo os princ?pios da
metodologia do algoritmo de :usca ;arm1nica
Com o intuito de comprovar e validar a presente t3cnica $oram $eitas vrias simulaOes com
os dados disponibili2ados por um caso base proposto no artigo de Td&GAe 8,--,9 *sse artigo
abordou o problema do despacho econ1mico bsico com a incluso dos limites de gerao dos
geradores, despre2ando as perdas da rede, pois para o presente caso o autor considerou essas perdas
nulas #ortanto, esse caso 3 e<uivalente aos casos re$eridos na literatura relativa ao problema de
transporte 8]>)ST!), ,--/9, com uma restrio de igualdade entre $ornecimento e demanda e as
restriOes de desigualdade re$erentes aos limites m?nimos e mPimos de produo de cada gerador
! obEetivo $inal 3 a minimi2ao do custo total de produo da energia atrav3s da diviso da
gerao, de $orma criteriosa, entre os geradores dispon?veis para o despacho
42
5.1 Caso teste: 5 units Ambarli system
*sse caso de teste $oi retirado do artigo <ue apresenta os dados do sistema de potQncia de
Ambarli 8Td&GAe, ,--,9 ! autor utili2ou a t3cnica conhecida como Algoritmos Gen3ticos para
gerar as potQncias de sa?da de cada gerador <ue levam o custo da gerao ao m?nimo, <ue seria o
despacho mais econ1mico das unidades geradoras
! autor escolheu a abordagem do problema atrav3s de algoritmos gen3ticos devido
$acilidade de adaptao do algoritmo aos mais variados problemas de reas diversas, tais como" 8i9
otimi2ao de $unOes, 8ii9 controle e identi$icao de sistemas, 8iii9 processamento de imagens, e
etc
! sistema apresenta cinco unidades geradoras, com $unOes de custo <uadrticas, da $orma
F
i
(
P
Gi
)
=a+bP
Gi
+cP
Gi
2
, e sem a considerao das perdas da rede !s dados dos geradores so
mostrados na Tabela , ePtra?dos do mesmo artigo 8Td&GAe, ,--,9 A tabela mostra as colunas na
seguinte ordem" 8i9 a primeira coluna apresenta a numerao de cada gerador6 8ii9 a segunda e
terceira colunas apresentam os limites m?nimos e mPimos aos <uais o gerador pode operar e 8iii9 a
<uarta, <uinta e sePta colunas apresentam as constantes multiplicativos de cada $ator da $uno de
custo
Tabela 2: Capacidades e coeficientes dos e!ado!es" caso 5 e!ado!es.
G,rador P
im5n
P
im!x
a
i
b
i
c
i
. 55 .7- @,,U--------- ,5,/V.V /-,7,U7S
, 55 .7- @,7S-------- /-S,,7., 7S.-,-.
7 55 .7- S.,-------- S,S5,S,S ./,SV
/ V5 .U- .U7--------- @5UV//V ,5W/S,55
5 V5 .U- ,7S----------- @,,77VU ,.,-/
Fonte" #rHprio autor
! problema, ento consiste em minimi2ar a seguinte $uno obEetivo"
; f m,,U--------- g ,5,/V.V #
.
g /-,7,U7S #
.
n m ,7S-------- g /-S,,7., #
,
g
7S.-,--V #
,
n g S.,-------- g S,S5,S,S #
7
g ./,SV #
7
n g .U7--------- 0 5UV//V #
/
g
,5W/S,55 #
/
n g ,7S----------- 0 ,,77VU #
5
g ,.,-/ #
5
n 8./9
43
SuEeito s restriOes,
#
.
g #
,
g #
7
g #
/
g #
5
f 5-- %] 8restrio de igualdade9
55 %] h #. h.7- %] 8restriOes de desigualdade9
55 %] h #, h.7- %]
55 %] h #7 h.7- %]
V5 %] h #/ h.U- %]
V5 %] h #5 h.U- %]
! algoritmo $oi aplicado a esse caso munido dos seguintes par'metros de$inidos
ePperimentalmente"
;%S f .,6 b tamanho da memoria harm1nica 8;%9
;%C& f -S-6 b taPa de considerao da ;%, considerada em S-b das improvisaOes
#A&min f -7-6 b taPa de aEuste de notas no in?cio do algoritmo, considera@se aEustar
7-b das notas improvisadas
#A&maP f -SS6 b no $inal do algoritmo aEusta@se SSb das notas improvisadas
:]min f --.6 b intervalo de aEuste de notas, passo inicial de -,-. %] e passo $inal
de .-%]
:]maP f .-6
)> f ,---6 b num de improvisacoes 8parada do ;S9
base%(A f.6
demanda f5-- b valor em %]
! resultado do algoritmo e a comparao com o resultado do artigo original esto
discriminados na tabela 7 ! algoritmo ento teve <ue percorrer de $orma heur?stica o espao de
soluOes desse problema de otimi2ao de $orma a encontrar a soluo com o menor custo total
Con$orme dito anteriormente, o espao de soluOes de um problema de otimi2ao pode apresentar
uma soluo melhor poss?vel, chamada de soluo Htima global, por3m os algoritmos heur?sticos
no so proEetados para encontrar precisamente essa soluo, pois no so determin?sticos, mas sim
para aproPimarem@se dessa soluo com um erro aceitvel de$inido pelos re<uisitos do problema
!bservando a tabela 7, pode@se veri$icar <ue os dois algoritmos obtiveram soluOes um
pouco di$erentes, sendo <ue o Algorimo Gen3tico alcanou uma soluo de potQncias destinadas
aos geradores de" #. f WWM], #, f S,M], #7 f .--M], #/ f ..-M] e #5 f ..-M] *ssa
distribuio de potQncias entre os geradores implica em um custo total de ,7V,,5-5S5.,/V,/
Mcal4h de Combust?vel, con$orme Cltima linhas da tabela 7
44
+ o algoritmo de :usca ;arm1nica encontrou uma soluo para o problema <ue consistiu
na distribuio de potQncias entre os geradores na seguinte distribuio" #. f 55,WSM], #, f
.,.,.7M], #7 f .--,.M], #/ f VUM] e #5 f ./U,WWM] *sse despacho de potQncias encontrado
lega a gerao da energia a um custo de ,7V,,,VW5U7./S,W Mcal4h de combust?vel
!bserva@se <ue ambos os algoritmos respeitaram todas as restriOes do problema, visto <ue
as geraOes de cada gerador $oram delimitadas em ambos os algoritmos nos intervalos permitidos,
<ue so as colunas dois e trQs da tabela , #ercebe@se tamb3m <ue ambos os algoritmos respeitaram
a restrio de igualdade do problema, de$inida como a soma das potQncias serem iguais a 5--M]
#or3m, o algoritmo de :usca ;arm1nica conseguiu $ugir de um Htimo local encontrado pelo
Algoritmo gen3tico, aproPimando@se mais do Htimo global, visto <ue o custo total da soluo gerada
pelo algoritmo de :usca ;arm1nica conseguiu obter um custo in$erior ao do Algoritmo Gen3tico,
em termos num3ricos, de ,,V7WW-SV,U Mcal4h de combust?vel
Uma considerao importante sobre a soluo apresentada 3 <ue ela consiste de uma
ePecuo do algoritmo, visto <ue por ser heur?stico o mesmo apresenta soluOes di$erentes a cada
ePecuo, mas todas as ePecuOes reali2adas apresentaram custo total in$erior a soluo apresentada
pelo Algoritmo Gen3tico ! motivo de no ter sido apresentadas mais soluOes $oi devido ao artigo
do caso de teste no ter reali2ado tal abordagem #ortanto, era poss?vel reali2ar vrias ePecuOes
para gerar vrias soluOes e investigar o valor m3dio das mesmas, mas como no se tem como
comparar com o valor m3dio das soluOes do Algoritmo Gen3tico, pois o autor do artigo original
no trabalhou com essa metodologia, no seria poss?vel $a2er uma comparao entre os valores
m3dios das soluOes de ambos os algoritmos
Tabela 3: Co#pa!a$%o ent!e &lo!it#o 'en(tico e )*sca +a!#,nica pa!a o caso 5
e!ado!es.
VARIVEIS
!"O#O
Algoritmo $en%tico &usca 'arm(nica
P
.
( MW ) WW 55,WS
P
,
( MW ) S, .,.,.7
P
7
( MW ) .-- .--,.
P
/
( MW ) ..- VU
P
5
( MW ) ..- ./U,WW

P
i
( MW ) 5-- 5--
Custo %otal ( u m) ,7V,,5-5S5.,/V,/ ,7V,,,VW5U7./S,W
Fonte" #rHprio autor 8,-./9
45
Conv3m ressaltar <ue o presente trabalho $oi reali2ado em uma m<uina >ntel Atom ),V-,
7,:its, .UG;2, ,G: de &A%, rodando o sistema operacional BinuP Fedora e utili2ando o so$tRare
G)U !ctave verso 7U7, sob a GU> Tt!ctave verso -.-. em modo gr$ico
Uma outra observao conveniente 3 sobre as casas decimais das respostas obtidas !s
resultados mostrados neste trabalho apresentaro <uantidade de casas decimais obtidas pela
preciso da m<uina na ePecuo do algoritmo, visto <ue resultados como os mostrados pelo
algoritmo acima, sem as casas decimais, so pass?veis de erros, pois um erro na segunda casa
decimal representa uma di$erena, em termos de potQncia, de uma ordem <ue logicamente tem um
custo considervel associado e <ue no pode ser despre2ado ! $ato de despre2ar essas $raOes
implicam em desconsiderar custos <ue representaro preEu?2os sem tamanho em longo pra2o
(ale ressaltar <ue os algoritmos meta@heur?sticos, como o caso do algoritmo de :usca
;arm1nica, pelo $ato de serem estocsticos baseados em simulao e no em demonstraOes
matemticas <ue comprovem sua convergQncia, no apresentam a soluo Htima global ePata, mas
sim aproPimaOes dessa re$erida soluo
Conclui@se a anlise dos resultados in$ormando <ue as soluOes geradas pelo algoritmo de
:usca ;arm1nica $oram comparveis com a soluo gerada pelo Algoritmo Gen3tico no respeito s
restriOes do problema, sendo <ue o algoritmo de :usca ;arm1nica obteve soluo com custo
in$erior ao custo obtido pelo outro algoritmo #ode@se indicar <ue o algoritmo de :usca ;arm1nica
pode ser utili2ado para gerar o despacho dos geradores de um sistema de potQncia de $orma a
minimi2ar os custos da gerao total dessa eletricidade atendendo a necessidade de potQncia
re<uerida pelos clientes e respeitando os limites de potQncia de cada gerador
46
6 CONCLUSES E TRABALHOS FUTUROS
! presente trabalho apresentou o problema de transporte em sua variante conhecida como
despacho econ1mico de gerao atrav3s de seu modelo de programao linear #rop1s a soluo
desse problema a partir de um algoritmo computacional conhecido como :usca ;arm1nica, <ue
seria investigado, compreendido e desenvolvido para resolver o problema espec?$ico de caso de
teste presente na literatura
6.1 Concluses Tericas
! algoritmo de busca meta@heur?stico denominado :usca ;arm1nica $oi ento apresentado,
Euntamente com sua inspirao, a analogia com o processo de desenvolvimento musical, o
desenvolvimento matemtico do mesmo e suas caracter?sticas principais $oram ePpostas Uma das
conclusOes $oi a possibilidade do desenvolvimento e utili2ao desse algoritmo para um problema
de transporte em seu modelo de programao linear, <ue $oi o problema do despacho econ1mico de
energia pelo uso de um caso de teste
Uma outra concluso da aplicao do algoritmo de busca harm1nica ao problema do
despacho utili2ado deveu@se a $acilidade de implementao do algoritmo ao problema proposto !u
seEa, no tiveram <ue ser $eitas alteraOes no algoritmo de :usca ;arm1nica original para <ue o
mesmo se ade<uasse ao problema
6.2 Concluses aplicadas
Foi escolhido o caso de teste do sistema de potQncia de Ambarli e reali2ada a simulao da
aplicao do algoritmo de busca harm1nica para veri$icar as soluOes encontradas #ode@se perceber
do ePposto na seo 5, simulao do estudo de caso, <ue o algoritmo de :usca ;arm1nica pode
o$erecer soluOes ade<uadas ao problema proposto, sendo <ue nenhum dos dois algoritmos
encontrou o Htimo global, mas o algoritmo de busca harm1nica aproPimou@se mais do mesmo do
<ue o algoritmo gen3tico proposto no caso de teste Suas soluOes mantiveram@se dentro do espao
de soluOes poss?veis para busca, visto <ue todas as restriOes de desigualdade e igualdade $oram
satis$eitas na resposta encontrada
#ortanto, pode@se veri$icar <ue o algoritmo de :usca ;arm1nica pode ser considerado como
um candidato a ser utili2ado em problemas similares e <uando se precisa <ue algoritmos heur?sticos
seEam utili2ados
47
6.3 Consideraes finais
A concluso $inal e mais importante, ePpectativa bem sucedida do presente trabalho
compreendeu a abordagem do problema do despacho, em <ue o algoritmo de :usca ;arm1nica
apresentou resultados com tendQncia ao Htimo global, obteno de soluOes to boas <uanto os
algoritmos gen3ticos e a preciso no clculo das soluOes em concord'ncia com as restriOes do
problema #ortanto, a avaliao da aplicabilidade da t3cnica de busca meta@heur?stica <uando
utili2ado para a otimi2ao de um problema clssico de pes<uisa operacional pode ser considerada
satis$atHria pela comparao com outra t3cnica heur?stica na abordagem de um mesmo problema, o
problema do despacho econ1mico de energia
6.4 Consideraes para trabalhos futuros
Como proposta para trabalhos $uturos <ue possam surgir a partir deste esto a busca por uma
melhor parametri2ao do algoritmo de :usca ;arm1nica apresentado, a anlise de como se
comporta o algoritmo em outros problemas da pes<uisa operacional, bem como a comparao do
algoritmo proposto com outros algoritmos di$erentes dos Algoritmos Gen3ticos.
Uma outra proposta para trabalhos $uturos seria a simulao ePaustiva do algoritmo a um
mesmo problema para veri$icar a consistQncia e a recorrQncia das soluOes encontradas pelo
algoritmo heur?stico de :usca ;arm1nica, bem como o desvio padro das respostas obtidas com
vistas a tentar ePpressar uma avaliao de con$iabilidade na obteno de suas soluOes
48
REFERNCIAS
A)**B Fontes de energia exploradas no Pas BIG (Banco de informaes de gerao)
=ispon?vel em" http"44RRRaneelgovbr4aplicacoes4capacidadebrasil4capacidadebrasilc$m, acesso
em -/4-54,-./
:&AS>B %inist3rio de %inas e *nergia Plano Nacional de Energia 2030 4 %inist3rio de %inas e
*nergia 6 colaborao *mpresa de #es<uisa *nerg3tica A :ras?lia" %%* " *#*, ,--V
:c&*BBS, ] F Operao econmica e planejamento ,nd ed Santa %aria, *diOes UFS%,
.SW7
:&!)S!), &6 )AA=>%UT;U, G Schaum's Outline of theory and problems of operations
research ,nd ed %cGraR@;ill, .SSV
C;!]=;U&e, : ;6 &A;&)A), S ~A review of recent advances in economic dispatch
>*** Transactions on #oRer SFstems, (ol 5, )o /, pp .,/W@.,5S, )ovember, .SS-
=&k!, + et al Metaheuristics for Hard Optimization. Springer (erlag, . edition, ,--U
GA>)G, I@B ~Particle swarm optimization to solving the economic dispatch considering the
generator constraints >*** Transactions on #oRer SFstems, (ol .W, )o 7, pp ..WV@..S5,
August ,--7
G**%, I ]6 G>%, + ;6 B!GA)AT;A), G( ~A New Heuristic Optimization Algorithm:
Harmony Search Simulation ,--., VU",6 pp U-@UW, ,--.
G*)=&*U, %ichel6 #!T(>), +ean@eves Handbook of Metaheuristics
,Th *dition )eR eorM" Springer, ,-.-
GB!(*&, F ~Heuristics for Integer Programming Using Surrogate Constraints http"44leeds@
$acultFcoloradoedu4glover4SS@TS .SVV ;euristics $or ># using surrogatepd$, acessado em
-.4-.4,--S, .SVV
G!B=:A&G, % C6 BU)A, ; #6 Otimizao Combinatria e Programao
Linear: Modelos e Algoritmos &io de +aneiro" Campus, ,---
G!B=:*&G, = * Genetic Algorithms in Search, Optimization, and Machine Learning.
Addison@]esleF #ro$essional, . edition, .SWS
;>BB>*&, F6 B>*:*&%A), G+ Introduo pesquisa operacional. 7ed So #aulo" *dusp,
.SWW W-7 p
;>BB>*&, F6 B>*:*&%A), G+ Introduction to operations research. Vth ed )eR eorM"
%cGraR@;ill
, ,--.
49
G>&G#AT&>CG, S6 G*BATT, C =6 (*CC;>, % # ~Optimization by Simulated Annealing,
Science, )eR Series, (ol ,,-, )o /5SW, pp UV.@UW-, .SW7
B**, G S6 G**%, I ] ~A new meta-heuristic algorithm for continuous engineering
optimization: harmony search theory and practice Comput %ethods Appl %ech *ngrg .S/,
pp 7S-,07S77, ,--5
B** G e6 *B@S;A&GA]>, % A Modern Heuristic Optimization Techniques: Theory and
Applications to Power Systems. >*** #ress Series on #oRer *ngineering, . edition, ,--W
%A;=A(>, %6 F*SA)G;A&e, %6 =A%A)G>&, * ~An improved harmony search
algorithm for solving optimization problems Applied %athematics and Computation .WW, pp
.5UV0.5VS, ,--V
)!e!BA, A ;6 G&A=e, ] %6 (>(>A)>, G B ~An optimized procedure for determining
incremental heat rate characteristics >*** Transactions on #oRer SFstems, (ol 5, )o ,, pp
7VU@7W7, %aF .SS-
S>B(A, * =6 %*)*I*S, * % Metodologia da pesquisa e elaborao de dissertao. 7edio,
FlorianHpolis" BaboratHrio de *nsino a =ist'ncia da UFSC, ,--.
S>B(A, *rmes %edeiros da6 S>B(A, ;3lio %edeiros da6 G!)XAB(*S, (alter6 %U&!B!, A$r'nio
Carlos Pesquisa Operacional: Programao Linear. 7a *dio So #aulo" Atlas, .SSW
SU%@>%, T ~Economic Dispatch by Ant Colony Search Algorithm #roceedings o$ the ,--/,
l*** Con$erence on CFbernetics and intelligent SFstems, Singapore, pp /.U@/,., .@7, =ecember,
,--/
Td&GAe, :elgin, ~Economic Dispatch at the Ambarli Power Plant +ournal o$ *lectrical ^
*lectronics (ol ,, )Cmero ., pginas 7S5@7SS, ,--,
]ABT*&S, = C6 S;*:B*, G : ~Genetic Algorithm solution of economic dispatch with
valve point loading >*** Transactions on #oRer SFstems, (ol W, )o 7, pp, .7,5@.77,, August
.SS7
]>)ST!), ]aFne B Operations Research - Applications and Algorithms. >nternational Student
*dition, Chapter V /th ed Canada, Thomson Bearning, ,--/
]!)G, G#6 FU)G, CC ~Simulated annealing based economic dispatch algorithm >**
#roceedings@C, (ol ./-, )o U, pp 5-S@5.5, )ovember >SS7
]!!=, A +6 ]!BB*):*&G, : F Power Generation, Operation, and Control. ]ileF@
>nterscience, , edition, .SSU
eABC>)!I, T6 S;!&T, %+ ~Large-scale economic dispatch using an improved Hopfield
Neural Network >** #roc Gener Transm =istrib, (ol .//, )o ,, pp .W.@.W5, %arch .SSV
50
APNDICE
#ara uma melhor viso geral do algoritmo desenvolvido, uma verso simpli$icada do
ar<uivo L%ainN desenvolvido por este trabalho para problemas de =espacho *con1mico, com o
algoritmo de :usca ;arm1nica, 3 apresentado (ale ressaltar <ue no 3 o cHdigo@$onte completo do
programa, pois o mesmo 3 constitu?do de vrias $unOes em ar<uivos separados, mas do ar<uivo
principal do programa do algoritmo de busca harm1nica mostrado para $ins didticos
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b >)>C>AB>IACA!
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
clear bBimpa valores pr3vios da memHria
clear all
clc
$ormat long
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b )esta parte so carregados os dados do estudo de caso
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
_mRlimites,d,c,b,a,#d,base%(A` f data896
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b )esta parte so iniciali2ados os #ar'metros do Algoritmo
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
m f length8b96 b numero de geradores
;%S f .,6 b tamanho da memoria harmonica 8;%9
;% f 2eros8;%S,m96 b cria a memoria harmonica
;%C& f -S-6 b taPa de consideracao da ;%
#A&min f -7-6 b taPa de aEuste de notas
#A&maP f -SS6
)> f ,---6 b num de improvisacoes 8crit3rio de parada do ;S9
:]min f --.6 b intervalo aEuste de notas
:]maP f .-
51
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b (eri$ica o gerador com maior capacidade de gerao
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
$or if."m
capacidade8i9 f mRlimites8i,,9@mRlimites8i,.96
end
_Cg,>g` f maP8capacidade96
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b >niciali2a harmonias randomicamente para preencher a ;%
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
_harmonias` f geraAharmonias8m,;%S,mRlimites,#d,base%(A,>g96
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b Avalia o desempenho das mesmas
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
$or Ef.";%S
custos8E,.9 f .--pcustoAtotal8harmonias8E,"9,d,c,b,a,m96
end
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b !rgani2a em ordem decrescente as harmonias criando a ;% inicial
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
$or Mf.";%S
_Cc,>c` f min8custos96
custos8>c,.9 f gin$6
;%8M,"9 f harmonias8>c,"96
end
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b BAC! =* >T*&AC!*S #A&A G*&AXY! =AS )!(AS ;A&%!)>AS
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
$or pf.")> bCrit3rio de parada do lao
p b%ostra iterao atual
#A& f #A&min g 8#A&maP 0 #A&min9p8p4)>96
b*stabelece o valor relativo do #A&
52
:] f :RmaPpePp8log8:]min4:]maP9p8p4)>996
b*stabelece o valor relativo do :]
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b >mprovisa uma nova harmonia
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
_harmonia` f novaAharmonia8base%(A,#d,m,;%C&,;%S,;%,#A&,:],mRlimites,>g96
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b Avaliacao do desempenho da nova harmonia e comparao com a pior presente na ;%
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
custo. f .--pcustoAtotal8harmonia8.,"9,d,c,b,a,m96
custo, f .--pcustoAtotal8harmonias8;%S,"9,d,c,b,a,m96
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b Atuali2acao da ;% com harmonia melhor
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
i$ custo. q custo,
;%8;%S,"9 f harmonia6
end
harmonias f ;%6
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b Avalia o desempenho de todas as harmonias da ;% para organi2a@la em ordem decrescente
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
$or <f.";%S
custos8<,.9 f .--pcustoAtotal8harmonias8<,"9,d,c,b,a,m96
end
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b !rgani2a em ordem decrescente as harmonias atuali2ando a ;%
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
$or rf.";%S
_Cc,>c` f min8custos96
custos8>c,.9 f gin$6
;%8r,"9 f harmonias8>c,"96
end
end
b $im do lao de gerao de novas harmonias
53
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
b >%#&*SSA! =!S &*SUBTA=!S
bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb
poRerAdemand f #d
b >mpressao da demanda
;%8.,"9 b >mpresso da melhor harmonia, ou seEa, da melhor soluo
poRerAgenerated f sum8;%8.,"99
b SomatHrio das potQncias geradas <ue deve igualar #d
totalAcostA f custoAtotal8;%8.,"9,d,c,b,a,m9
b Custo total da melhor soluo