Dissertação de Mestrado:
Aplicação de Inteligência Computacional Para a Solução de Problemas Inversos de Transferência Radiativa em Meios Participantes Unidimensionais

Raphael Luiz Gagliardi

PEL
Orientador
Prof. Luiz Biondi Neto , Doutor, UFRJ, Brasil, 2001 - Currículo Lattesk
Coorientador
Prof. Dr. Antônio José da Silva Neto
Banca
* Prof. Dr. Antônio José da Silva Neto
* Prof. Luiz Biondi Neto , Doutor, UFRJ, Brasil, 2001 - Currículo Lattesk
* Prof. Francisco José Da Cunha Pires Soeiro , Doutor, University of Florida, EUA, 1990 - Currículo Lattesk
* Prof. Pedro Henrique Gouvêa Coelho , Ph.D., 1983, BU, Grã-Bretanha - Currículo Lattesk
* João Carlos Correia Baptista Soares de Mello
Data - hora da defesa
24/03/2010
Resumo
Esta pesquisa consiste na solução do problema inverso de transferência radiativa para um meio participante (emissor, absorvedor e/ou espalhador) homogêneo unidimensional em uma camada, usando-se a combinação de rede neural artificial (RNA) com técnicas de otimização. A saída da RNA, devidamente treinada, apresenta os valores das propriedades radiativas [ω, τ0, ρ1 e ρ2] que são otimizadas através das seguintes técnicas: Particle Collision Algorithm (PCA), Algoritmos Genéticos (AG), Greedy Randomized Adaptive Search Procedure (GRASP) e Busca Tabu (BT). Os dados usados no treinamento da RNA são sintéticos, gerados através do problema direto sem a introdução de ruído. Os resultados obtidos unicamente pela RNA, apresentam um erro médio percentual menor que 1,64%, seria satisfatório, todavia para o tratamento usando-se as quatro técnicas de otimização citadas anteriormente, os resultados tornaram-se ainda melhores com erros percentuais menores que 0,04%, especialmente quando a otimização é feita por AG. Palavras-chave: Problema Inverso, Transferência Radiativa, Rede Neural, PCA, Busca Tabu, GRASP, Algoritmos Genéticos.

Download do Trabalho