Apresentar técnicas de otimização para modelagem de problemas da engenharia elétrica, incluindo técnicas convencionais (por programação matemática) e técnicas heurísticas, tais como algoritmos genéticos. Aplicação destas técnicas em diversos problemas típicos de engenharia de potência, tais como a minimização de perdas em redes elétricas e o dimensionamento de equipamentos elétricos.
Noções de otimização. Modelagem de Problemas de Engenharia de Sistemas Elétricos através de Métodos Determinísticos e Estocásticos. Programação Linear, Programação linear inteira mista, Metaheurísticas como Algoritmos Genéticos, Particle Swarm Optimization e Evolução Diferencial. Modelagem e resolução de problemas a múltiplos objetivos no contexto de sistemas elétricos de potência
- Noções de problemas de programação não linear e determinação de máximo de funções. - Programação linear (Formulações e Métodos de Solução - SIMPLEX). Modelagem de problemas por programação linear (PL) e principais aplicações em Engenharia de Potência. Utilização de Pacote Computacional (Software de PL). - Programação linear inteira mista (Formulação e o método banch - and- bound) e suas aplicações em problemas de custo fixo envolvendo variáveis contínuas e inteiras. - Algoritmos de busca heurística e aplicações em problemas de configuração. - Computação Evolucionária aplicada a problemas de Sistemas Elétricos. Computação Evolucionária: Algoritmos Genéticos, Particle Swarm Optimization, Evolução Diferencial. Modelagem e resolução de problemas a múltiplos objetivos no contexto de sistemas elétricos de potência.
[1] HILLIER, F.S. and LIEBERMAN, G.J. Introduction to Operations Research, Holden -Day, San Francisco, 1967. [2] GOLDBERG, D.E. Generic algorithms in search, optimization and machine learning. Addison- Wesley, 1989. [3] KAGAN, N. ; SCHMIDT, Hernán Prieto ; OLIVEIRA, C C B ; KAGAN, Henrique . Métodos de otimização aplicados a sistemas elétricos de potência. 1. ed. São Paulo: Edgard Blücher, 2009. v. 1. 220 p. [4] Z. Michalewicz Genetic Algorithms + Data Struture = Evolution Programs. Berlin; New York: 2011, 3ºed Springer Verlag. D.E. Goldeberg Genetic Algorithms in Search, Optimatimizaton & Machine Learning, Addison-Wesley, 1989. [5] K. Deb Multi-Objective Optimization Using Evolutionary Algorithms John Wiley & Sons 2001 [6] Paolo Di Barba Multiobjective Shape Design in Electricity and Magnetism, Springer, 2010