MINISTRIO DA EDUCAO UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL CENTRO DE CINCIAS EXATAS E TECNOLOGIA PROGRAMA DE PS-GRADUAO EM TECNOLOGIAS AMBIENTAIS

DIMENSIONAMENTO OTIMIZADO DE REDES DE ESGOTOS SANITRIOS COM A UTILIZAO DE ALGORITMOS GENTICOS

LUS FERNANDO DE SOUZA GAMEIRO

Dissertao submetida ao Programa de Ps-Graduao em Tecnologias Ambientais da Universidade de Mato Grosso do Sul como requisito parcial para obteno do ttulo de Mestre em Saneamento Ambiental e Recursos Hdricos

Orientador: Prof. Dr. Robert Schiaveto de Souza

CAMPO GRANDE, NOVEMBRO DE 2.003

APRESENTAO

Este trabalho foi desenvolvido no Programa de Ps-Graduao em Tecnologias Ambientais do Centro de Cincias Exatas e Tecnologia da Universidade Federal de Mato Grosso do Sul, sob a orientao do Prof. Dr. Robert Schiaveto de Souza. A dissertao aqui apresentada fruto da colaborao de pessoas, empresas e rgos governamentais, dentre as quais tenho a destacar a de: - Prof. Dr. Robert Schiaveto de Souza, orientador desta pesquisa pela sua constante e efetiva contribuio, e tambm pelo seu profissionalismo, tica e pacincia ao longo da elaborao deste trabalho. - Professores do Departamento de Hidrulica e Transportes pelo apoio e incentivo. - SANESUL Empresa de Saneamento Bsico de Mato Grosso do Sul, pelo apoio e incentivo dos colegas. - Minha esposa Rita de Cssia por sua colaborao, incentivo e apoio para a concluso deste trabalho. - Minha famlia, em especial minha filha Natlia por seu incentivo e compreenso.

Sumrio

SUMRIO

LISTA DE FIGURAS ................................................................................................................ii LISTA DE TABELAS ..............................................................................................................iii LISTA DE SIGLAS .................................................................................................................. iv LISTA DE SMBOLOS ............................................................................................................. v RESUMO ...............................................................................................................................viii ABSTRACT .............................................................................................................................. ix 1. 2. INTRODUO ................................................................................................................ 1 REVISO BIBLIOGRFICA ......................................................................................... 3 2.1 Modelos de Otimizao para Redes de Esgotos....................................................... 5 2.2 Algoritmos Genticos Aplicaes ....................................................................... 10 3. 4. OBJETIVOS ................................................................................................................... 16 METODOLOGIA ........................................................................................................... 17 4.1 Formulao Hidrulica ........................................................................................... 18 4.2 Modelo de Otimizao ........................................................................................... 26 4.3 Algoritmos Genticos ............................................................................................. 31 4.4 Linguagem de Programao e Equipamento Computacional................................. 36 5. 6. 7. RESULTADOS E DISCUSSES .................................................................................. 37 CONCLUSES .............................................................................................................. 51 REFERNCIAS BIBLIOGRFICAS............................................................................ 52

Lista de figuras

ii

LISTA DE FIGURAS

FIGURA 4.1. Foras que atuam sobre um volume controle ABCD. ....................................... 19 FIGURA 4.2. Seo transversal do canal circular.................................................................... 24 FIGURA 4.3. Geometria de dois trechos consecutivos de uma rede de esgotos. .................... 27 FIGURA 5.1 Rede hipottica. ............................................................................................... 37 FIGURA 5.2 Simulao para definio da estratgia de seleo a ser utilizada................... 41 FIGURA 5.3 Simulao tpica com 2000 geraes (rede exemplo). .................................... 42

Lista de tabelas

iii

LISTA DE TABELAS

TABELA 4.1 Valores do coeficiente de rugosidade da frmula de Manning. ..................... 22 TABELA 4.2 Valores do coeficiente de forma K1 para canais circulares............................. 26 TABELA 4.3. Custos unitrios rede coletora........................................................................ 28 TABELA 4.4. Coeficientes a ij para funes de custo ajustadas.............................................. 28

TABELA 4.5. Custos unitrios poo de visita e inspeo. ................................................... 29 TABELA 5.1. Dados da Rede Exemplo................................................................................... 38 TABELA 5.2. Dimetros discretos. ......................................................................................... 38 TABELA 5.3. Declividades discretas....................................................................................... 39 TABELA 5.4. Conjunto de solues otimizadas obtidas para a rede exemplo........................ 45 TABELA 5.5. Planilha de clculo da rede coletora Soluo tima ...................................... 46 TABELA 5.6. Planilha de clculo da rede coletora Soluo 1.............................................. 47 TABELA 5.7. Planilha de clculo da rede coletora Soluo 2.............................................. 48 TABELA 5.8. Planilha de clculo da rede coletora Soluo 3.............................................. 49 TABELA 5.9. Planilha de clculo da rede coletora Soluo tima (MAGALHES,1995). 50

Lista de siglas

iv

LISTA DE SIGLAS

AGs Algoritmos Genticos. DELPHI Aplicativo desenvolvido pela Borland. PEs Programas Evolucionrios. GANET Programa de simulao de rede de abastecimento de gua. Gb Gigabyte. Mb Megabyte. OMS Organizao Mundial da Sade. PD Programao Dinmica. PDDD Programao Dinmica Diferencial Discreta. PIM Programao Inteira Mista. RAM Memria de acesso randmico. SABESP Companhia de Saneamento Bsico do Estado de So Paulo.

Lista de smbolos

LISTA DE SMBOLOS

A rea da seo transversal, m2. ACmin Recobrimento mnimo, m. ADmx Profundidade mxima, m. C Coeficiente de Chzi, m1/2s-1. CC Custo do coletor, US$. CPV Custo do poo de visita por unidade, US$. CT Custo Total, US$. D Dimetro da tubulao, m ou mm. DC Elevao do coletor de jusante, m. E Conjunto de todos os trechos que afluem ao poo de visita. f - Fator de atrito, adimensional. F1 e F2 Foras de presso hidrosttica. g Acelerao da gravidade, m/s2. GC Grau de compactao, percentual do proctor normal. GL Cota do terreno, m. h Profundidade, m. I0 Declividade mdia, m/m. K Coeficiente de forma, adimensional. K1 Coeficiente de forma da seo circular, adimensional. L Comprimento de um trecho qualquer, m. M Coeficiente dinmico, adimensional. Min Mnimo.

Lista de smbolos

vi

Mx Mximo. n Coeficiente de rugosidade do material da tubulao, m-1/3s. nger Nmero da gerao, un.
mx n ger - Nmero mximo de geraes, un.

N.A. Nvel de gua, m. NL Nmero de trechos, un. NM Nmero de poos de visita, un. P - Permetro molhado, m. p1 e p2 so fatores que multiplicam a penalidade, adimensionais. Pa Pascal. Pc Probabilidade de recombinao. Pm Probabilidade de mutao. PV Poo de visita, un. Q Vazo de escoamento, m3/s ou L/s. Rh Raio hidrulico, m. S Declividade, m/m. UC Cota da geratriz superior da tubulao localizada montante da mesma, m. V Velocidade mdia de escoamento, m/s. VC Velocidade crtica, m/s. Vmin Velocidade mnima, m/s. W Peso do fludo. y Altura da lmina, m.
H Desnvel horizontal, m. - Coeficiente de forma da seo, adimensional.

Coeficiente dinmico da seo, adimensional.

Lista de smbolos

vii

- Dimenso caracterstica da seo. - constante de multiplicao da penalidade, adimensional

Viscosidade cinemtica do fludo, m2/s. ngulo referente a lmina do trecho, radianos. t Tenso mdia de cisalhamento, Pa.

Resumo

viii

RESUMO

GAMEIRO, L.F.S. (2003). Dimensionamento otimizado de redes de esgotos sanitrios com a utilizao de algoritmos genticos. Campo Grande, 2003. 55 p. Dissertao (Mestrado) Universidade Federal de Mato Grosso do Sul, Brasil.

Este trabalho apresenta um modelo hidrulico de otimizao para o dimensionamento de mnimo custo de redes de esgotos, utilizando a tcnica dos algoritmos genticos. A eficincia e a robustez do modelo proposto, e o comportamento e as variaes da tcnica dos algoritmos genticos foram avaliados atravs dos resultados obtidos em relao convergncia e qualidade do conjunto final de solues. O modelo proposto demonstrou-se apropriado para o dimensionamento de redes de esgotos, e a tcnica dos algoritmos genticos mostrou-se uma ferramenta eficaz na obteno do projeto otimizado.

Palavras-chave: algoritmos genticos, esgotamento sanitrio, otimizao de projetos.

Abstract

ix

ABSTRACT

GAMEIRO, L.F.S. (2003). Wastewater network optimization using genetic algorithm. Campo Grande, 2003. 55 p. Master Dissertation Federal University of Mato Grosso do Sul, Brazil (in Portuguese).

This work presents a hydraulic optimization model for minimum cost dimensioning of wastewater networks, using the technique of genetic algorithms. The efficiency and robustness of the proposed model, and the behavior and variations in the genetic algorithm technique, were evaluated through the results obtained, with regard to convergence and the quality of the final solutions. The proposed model showed itself to be appropriate for the dimensioning of wastewater networks, and the genetic algorithm was demonstrated to be an efficient tool in obtaining optimized projects.

Palavras-chave: genetic algorithm, wastewater networks, least-cost optimization.

Introduo

1.

INTRODUO

Na definio da Organizao Mundial da Sade - OMS, "sade o estado de completo bem-estar fsico, mental e social, no significando apenas ausncia de doena" no sendo um fenmeno isolado, mas o resultado da interao de todas as condies em que a populao vive. Dentro deste contexto, inquestionvel a necessidade de se concentrar esforos para melhorar a proteo Sade Pblica. Neste ponto, a importncia sanitria e ambiental dos sistemas de esgotos sanitrios torna-se um elemento primordial para esta proteo bem como a preservao das guas de superfcie e subterrneas. Nas localidades atendidas por redes de distribuio de gua potvel, e ainda carentes de sistemas de esgotos sanitrios, as guas servidas acabam contaminando o solo, as guas superficiais e freticas, e chegando muitas vezes a escoar por sarjetas e valas, constituindo perigoso foco de disseminao de doenas e vetores. Um sistema de esgotos sanitrios definido como um conjunto de obras e instalaes destinadas a propiciar a coleta, afastamento, tratamento e disposio final dos esgotos, de forma contnua e sem riscos para a sade. O custo da rede coletora de esgotos constitui em uma parcela significativa do custo total de implantao de um sistema completo de esgotos sanitrios, portanto uma quantia substancial de recursos financeiros pode ser economizada com a melhoria do projeto da rede coletora. Os recursos financeiros alocados pelos rgos pblicos para investimentos em programas de saneamento bsico so limitados, o que torna necessrio buscar o mximo aproveitamento do capital investido. A otimizao de custos de redes coletoras de esgotos uma das maneiras de ampliar os benefcios e garantir o atendimento de uma parcela maior da populao. prtica comum promover a reduo de custos destes sistemas atravs dos custos de construo, com a utilizao de materiais mais econmicos, novos equipamentos e novas tcnicas. No entanto, na fase de dimensionamento das redes, onde so definidos parmetros de fundamental importncia na composio de custos das mesmas, como profundidade de valas e dimetros de coletores, de modo geral, pouca ateno dada determinao de redes econmicas.

Introduo

Durante o dimensionamento de redes pelo processo convencional, a obedincia aos critrios hidrulicos, de norma e s restries prprias do local, juntamente com o bom senso do projetista, definem a soluo de um trecho coletor (um nico par de profundidade e dimetro para o coletor). Sendo a fase de dimensionamento uma ocasio propcia para a pesquisa de solues econmicas para trechos coletores, aponta-se a seguinte questo com que os projetistas se defrontam: optar por trechos mais inclinados originando coletores de menores dimetros, valas menos estreitas e mais profundas, quando for o caso, ou optar por trechos menos inclinados originando maiores dimetros e valas estreitas e mais rasas. Aos projetistas, a utilizao de microcomputadores permitiu a anlise de vrias alternativas de traado, devido possibilidade de automatizar as rotinas de clculo hidrulico. Uma fase seguinte foi a otimizao de rede procurando o par, dimetro e profundidade, que resultasse em menor custo. O desenvolvimento de modelos que permitem a avaliao do comportamento hidrulico da rede de forma bastante gil possibilitou tambm o desenvolvimento de tcnicas de otimizao de projetos e de operao das redes de esgotos. Entre estas tcnicas destaca-se a aplicao dos algoritmos genticos (AGs), que tm se mostrado um eficiente mtodo para a soluo de problemas no lineares de otimizao. Este mtodo tem sido amplamente estudado no caso de otimizao de projetos de redes, buscando-se modificar ou aperfeioar o processo visando maior rapidez na obteno de solues que iro convergir para resultados satisfatrios. A proposta desta dissertao aplicar a formulao tradicional e algumas variaes, apresentadas em trabalhos publicados, do mtodo dos algoritmos genticos, na otimizao de redes de esgotos, comparando-os quanto ao custo da alternativa obtida e qualidade do conjunto de solues produzidas. No captulo 2 apresentada a reviso bibliogrfica dos modelos de otimizao e das aplicaes da tcnica dos algoritmos genticos. Esta reviso fundamentou a definio dos objetivos e da metodologia apresentados nos captulos 3 e 4. Os resultados e discusses referentes aplicao da metodologia, a uma rede exemplo, so apresentados no captulo 5 e as concluses obtidas so apresentadas no captulo 6. Finalmente, no captulo 7 encontram-se as referncias bibliogrficas utilizadas.

Reviso bibliogrfica

2.

REVISO BIBLIOGRFICA

Uma rede de esgotos definida como um conjunto de canalizaes destinadas a receber e conduzir as guas de esgotos provenientes das residncias, comrcios e indstrias (AZEVEDO NETTO, 2000). Essa rede considerada como uma coleo de vrios tipos de componentes que so interligados de uma maneira pr-determinada. As redes de esgotos so compostas de um nmero qualquer de junes nos trechos, dispostos de acordo com a configurao desejada. A contribuio de esgotos depende dos seguintes fatores: populao da rea de projeto para incio e final de plano, contribuio per capita, coeficiente de retorno esgoto/gua e coeficientes de variao de vazo. A rede hidrulica considerada resolvida quando o dimetro e a declividade de todos os trechos so conhecidos, respeitando todas as condies previstas pela norma NBR 9649 Projeto de Redes Coletoras de Esgotos Sanitrios (ABNT, 1986). O fornecimento de vrios traados de redes ao computador, para uma determinada rea de projeto, realizados por projetistas experientes, melhora as condies e o tempo de anlise na identificao de projetos econmicos. DAJANI e GEMMEL (1973) apresentaram uma discusso sobre planejamento econmico de sistemas de esgotos. Fazendo consideraes sobre a importncia econmica nos projetos de servios pblicos, os autores exemplificam a composio de custos das redes coletoras e dos sistemas de tratamento de esgotos, de modo a se obter uma estruturao de funes de custos que abranja o problema como um todo. Os modelos de programao matemtica so expressos por algoritmos que obedecem a preceitos matemticos, com base em provas e teoremas, na busca de solues timas. Entretanto, algumas dessas proposies, ao serem aplicadas problemas de dimenses reais, esbarram em obstculos, tal como a restrio de portabilidade, na fase de implantao do modelo ao sistema. Em geral, o modelo de programao matemtica constitudo por uma funo objetivo f(x1,x2, ........,xn), que se pretende otimizar (maximizar ou minimizar), onde x1,x2, ....,xn so as n variveis independentes do problema. Valores devem ser atribudos s variveis independentes do problema de forma a extremar o valor da funo objetivo. Da a

Reviso bibliogrfica

denominao de variveis de deciso. Alm da funo objetivo, comparecem tambm as m funes de restrio gi(x1,x2, ........,xn), i = 1,2,....,m que delimitam a regio vivel das variveis de deciso. Assim, pode-se expressar o problema matematicamente como: Otimizar (funo objetivo):
x1 , x 2 ,..., x n

MAX (min)z = f ( x 1 , x 2 ,....., x n )

(2.1)

Sujeito a (restries):
g 1 (x 1 , x 2 ,.....x n )
g 2 (x 1 , x 2 ,.....x n )

b1 b2 ... bm (2.2)

..........................
g n (x 1 , x 2 ,.....x n )

onde, alm das variveis definidas anteriormente, bi, i = 1, 2, ..., m so parmetros do modelo. Cada conjunto de valores para as variveis de deciso x1, x2,....., xn que satisfaz s equaes (2.2) chamado de soluo vivel do problema. Dentre as solues viveis, aquela que atende equao (2.1) chamada de soluo tima. Quanto otimizao no projeto de sistemas de esgotos sanitrios, a funo objetivo pode expressar a soma dos custos de investimento (tubulaes, movimentos de terra, poos de visita, tubos de queda e estaes elevatrias) e manuteno (energia eltrica, substituies de tubulaes e bombas) da rede, de tal forma que os custos assim totalizados venham a ser minimizados. O desenvolvimento de tcnicas de otimizao para planejamento, projeto e gerenciamento de sistemas de esgotamento sanitrio tem sido objeto de estudos de vrios pesquisadores, com a finalidade de se obter resultados mais precisos, confiveis e de menor custo. Define-se como principal objetivo dessa reviso, a identificao das publicaes que tratam dos mtodos e demais elementos necessrios ao desenvolvimento da pesquisa proposta. Tomando como objeto de estudo o dimensionamento via reduo de custos no projeto do perfil de sistemas de esgotos sanitrios, nota-se que muitas tcnicas de programao tm sido adaptadas s particularidades dos mesmos. Para a facilidade de coordenao, esta reviso ser dividida em duas partes versando sobre: Modelos de Otimizao para Redes de Esgotos e Aplicaes dos Algoritmos Genticos.

Reviso bibliogrfica

2.1

Modelos de Otimizao para Redes de Esgotos Programao Dinmica

Entende-se por Sistemas Dinmicos aos quais a programao dinmica se aplica como tcnica de otimizao, os sistemas seriados, lineares ou no, contnuos ou discretos e determinsticos ou estocsticos, cuja caracterstica de que a sada de um elemento ou estgio representa a entrada no elemento seguinte. Define-se como funes de transformao, as funes que transformam as variveis de estado atravs das decises que modificam o comportamento dos elementos do sistema. ARGAMAN, SHAMIR e SPIVAK (1973) procuraram otimizar o traado e o perfil de redes coletoras de esgotos sanitrios, utilizando a programao dinmica. O modelo computacional por eles elaborado foi testado em redes reais. Concluindo que o modelo pode ser aplicado com sucesso em redes pequenas, os autores indicam como deficincia do mtodo, o grande espao de memria e o longo tempo de processamento requerido, quando o modelo aplicado em redes de maiores dimenses. O modelo foi aplicado em redes hipotticas e a uma rede real, sendo essa composta de 36 poos de visita. Como soluo para o problema de memria, os autores sugeriram que redes grandes fossem subdivididas em outras menores, e para o problema de tempo sugeriram que fossem testadas novas tcnicas de programao ou se utilizassem computadores de altas velocidades de clculo. MERRIT e BOGAN (1973), atravs de um modelo computacional, aplicaram a programao dinmica para otimizar os custos de interceptores de esgotos de configurao pr-definida. Aps uma completa anlise dos custos resultantes, afirmaram que a aplicao do modelo em redes coletoras de esgotos sanitrios pode gerar uma economia de 5 a 10% em relao ao custo obtido pelo processo convencional. WALSH e BROWN (1973) utilizando a programao dinmica, elaboraram um modelo matemtico para otimizar redes de esgotos, conhecida a sua configurao. Testando o modelo em rede calculada pelo processo convencional e pelo modelo de otimizao, concluram ter obtido a soluo de menor custo. MAYS e YEN (1975) elaboraram dois modelos computacionais para otimizar redes coletoras de esgotos, utilizando a programao dinmica (PD) e a programao dinmica diferencial discreta (PDDD). Com as aplicaes destes modelos, os autores compararam as redues de custos, tempo de processamento e memria requerida e concluram ser a PDDD a

Reviso bibliogrfica

mais desejvel, apresentando uma reduo do tempo de clculo em at 30% em relao a PD, sendo as diferenas de custos e de memria de menor significncia. Tais modelos tambm foram usados por BRAGA (1982) para dimensionamento de uma rede hipottica e para uma rede real do municpio de Ibina/SP, onde foi demonstrada a aplicabilidade com eficincia, para redes de grandes dimenses, com o uso junes fictcias e subdiviso de bacias. A funo objetivo empregada incluiu os custos referentes tubulao, poos de visita, tubos de queda e movimentos de terra. Em termos de validao do modelo em redes reais, obteve bons resultados, contudo, restrito s redes de pequeno e mdio porte (no mximo 191 trechos com a subdiviso da rede em trs sub-bacias). Como limitaes, o modelo apresentou: a no verificao do atendimento da condio de remanso antes de se definir qualquer alternativa econmica para um dado trecho da rede; o clculo hidrulico no feito de forma direta, mas pela interpolao das vazes, reas e lminas de escoamento conhecidas; o nmero de dimetros comerciais limitado a seis; a condio de bombeamento adotada, sem antes fazer um cotejamento econmico, incluindo o custo de bombeamento no custo total. KULKARNI e KHANNA (1985) apresentaram um algoritmo de otimizao aplicando programao dinmica, que analisa o perfil dos sistemas de esgotos sanitrios por gravidade que necessitem ou no de bombeamento. A funo objetivo a ser minimizada levou em conta os custos de movimentos de terra, tubulaes, poos de visita e bombeamento (bombas, acessrios e energia eltrica). Entretanto, sabe-se que, a programao dinmica aplicada redes de esgotos enfrenta problemas de capacidade de armazenamento de dados. Os autores tentaram solucionar este problema usando o conceito de custo efetivo proposto por GUPTA, MEHNDIRATTA e KHANNA (1983), e subdividindo a rede em sub-bacias. Com isso, passou a no se ter a garantia do timo. Na aplicao prtica, foi utilizada uma rede composta por 607 trechos, em computadores, e foi necessrio subdividi-la em 3 zonas, mostrando desta forma, as dificuldades computacionais com relao a rede de grande porte.
Programao Linear

Um problema de programao matemtica linear se a funo objetivo e cada uma das restries forem funes lineares dos respectivos argumentos que se deseja determinar, aqui denominadas de variveis de deciso ou controle. DAJANI (1971) procurou atravs da programao linear, explorar o comportamento e a natureza dos custos de redes de esgotos, sob diferentes condies e formas urbanas. O modelo, por ele elaborado, consiste na determinao de solues de custos mnimos para

Reviso bibliogrfica

redes de esgotos, considerando-se como parmetros de avaliao, as inclinaes dos coletores e seus dimetros. So utilizadas funes de custos que incluem somente os custos de escavao e tubulao na rede analisada, onde esperado encontrar uma soluo prxima da tima. VELON (1971) em seu modelo computacional, no qual utiliza a programao linear, questiona as vrias maneiras pelas quais critrios de projeto como vazes, velocidades, profundidades (mximas e mnimas) e parmetros das funes de custos influenciam nos custos das redes coletoras de esgotos.
Programao No Linear

A programao no linear aplicada na resoluo de problemas onde a funo objetivo (funo a ser otimizada) e/ou as suas restries (contornos) expressam relaes no lineares das variveis de deciso. Diversas so as tcnicas de programao no linear, e a escolha do mtodo mais apropriado em si, constitui parte do problema. DAJANI, GEMMEL e MORLOK (1972), com base no modelo desenvolvido por HOLLAND (1966), utilizaram a programao separvel convexa (variante da programao no linear), na elaborao de um modelo computacional para otimizar custos de redes de esgotos. O modelo otimiza traados e perfis de redes com base em funes de custo, onde os parmetros fundamentais so os custos de construo. Embora tenham aplicado para teste do modelo uma rede simples e hipottica, obtendo resultados de custos para dimetros tericos, o questionamento de critrios de projetos proporcionado pelo modelo, auxilia na melhoria das formulaes at ento aplicadas no dimensionamento de redes de esgotos pelo processo convencional. O modelo, aps adaptado, pode ser aplicado a redes reais com significante reduo de custos.
Programao Heurstica

Modelos de programao heurstica so procedimentos que se aplicam a problemas de dimenses reais. Tal heurstica transforma um sistema que est escrito na forma de um modelo matemtico apropriado, por uma abordagem intuitiva, na qual a estrutura do sistema pode ser interpretada e explicada inteligentemente para se obter uma soluo prxima da tima (REIS, 1997).

Reviso bibliogrfica

A intuio em que se baseia a elaborao do modelo heurstico, advm da prtica e do conhecimento do pesquisador ao sistema real. O procedimento de busca da soluo embasado nos critrios de escolha e de rejeio de possveis rotas soluo. Dessa forma, o modelo heurstico vem a ser um procedimento que visa reduzir esforos na metodologia de busca, levando obteno de solues aceitveis (ou viveis), prximas da tima, em um baixo tempo computacional. Portanto, tais modelos incorporam o conhecimento emprico, a intuio ou a experincia para evitar funes matemticas complexas, bem como restries difceis de se expressar. Como exemplo, podemos citar o caso da complexidade existente na incorporao de estaes elevatrias em um modelo de programao matemtica, alm de resultar em uma necessidade de capacidade de armazenamento considervel dos computadores eletrnicos. Com isso, o modelo heurstico visa contornar tais dificuldades. LIEBMAN (1967) sugeriu o mtodo heurstico para otimizar traados. Neste, obtmse o melhor traado atravs de um processo de pesquisa que tem como ponto de partida um traado conhecido, composto de rede coletora de dimetros pr-fixados. Na busca de um traado econmico, cada tentativa consiste na mudana de posio de um trecho (coletor entre dois poos de visita). Mudana esta, que pode ser omitida se resultar num acrscimo de custo na rede. Pelo fato de o comportamento hidrulico das redes variar com a vazo e topografia da rea, o modelo proposto ficou com sua aplicao prtica restrita a emissrios e/ou outros trechos de redes, que no recebam contribuies em marcha, implantados em rea praticamente plana. DAJANI e HASIT (1974) desenvolveram um trabalho explorando o comportamento e a natureza dos custos de redes de esgotos sob diferentes condies e formas urbanas, da mesma forma que o trabalho publicado em 1971. O objetivo principal deste trabalho foi a aplicao prtica dos modelos. Para se obter tal efeito, foi aplicado o modelo da programao inteira mista (PIM). Como meio de reduo de tempo de processamento, os autores aconselharam um pr-dimensionamento da rede coletora, pela programao separvel convexa, obtendo-se, desta forma, uma reduo de at 50% do tempo requerido, se somente for utilizada a PIM. O mtodo heurstico conforme proposto por DESHER & DAVIS (1986) tenta encontrar uma soluo tima atravs da minimizao do custo de escavao. Alm de produzir um projeto econmico para redes, o mtodo capaz de fazer uma anlise de

Reviso bibliogrfica

sensibilidade da variao dos parmetros de entrada (critrios de projeto, vazes e dimetros) sobre o custo da mesma. As aplicaes s redes reais obtiveram bons resultados, sendo que o mtodo restrito redes coletoras de esgotos por gravidade, dotadas de no mximo 100 trechos. Como limitaes, pode-se apontar o fato de que os dimetros devem ser pr-fixados, e no clculo do custo total da rede no inserido o custo referente aos poos de visita. CHARALAMBOUS e ELIMAM (1990), apresentaram um modelo para o clculo de sistemas de esgotos sanitrios de grande porte, com a possibilidade de introduo de estaes elevatrias, quando necessrio. Como essa incorporao causaria uma certa complexidade em um modelo matemtico, optou-se por tentar obter uma soluo prxima da tima, utilizando a heurstica da minimizao do volume de escavao. O modelo foi validado com o projeto de vrias redes hipotticas e duas reais em microcomputadores, com o programa computacional codificado na linguagem de programao C. Uma dessas redes reais, foi a mesma utilizada por ELIMAM, CHARALAMBOUS e GHOBRIAL (1989). Estas aplicaes indicaram a efetividade do modelo heurstico. Em relao, por exemplo, ao tempo de processamento, que sempre foi inferior aos anteriormente requeridos para gerar a soluo tima; e o custo encontrado pelo modelo heurstico, aplicado redes reais, no chegou a ser superior a 0,5% comparado tambm com a soluo tima encontrada pelo modelo de programao matemtica proposto. Diversas tcnicas para obteno de uma rede otimizada, vem sendo propostas para a determinao da combinao dimetro e declividade. O modelo que se aplica diretamente a redes reais consideradas de grande porte, levando em conta a possibilidade de bombeamento, cujos clculos podem ser realizados em microcomputadores, o mtodo que se baseia na heurstica proposta por CHARALAMBOUS e ELIMAM (1990). Avaliaes so necessrias para verificar a validade de tal heurstica, face realidade dos custos praticados no Brasil. Tal trabalho j serviu como base para MAGALHES (1995), que utilizou este modelo para dimensionamento de redes reais de grande porte, comparando os resultados com BRAGA (1982) e dimensionando uma rede real da cidade de So Jos dos Campos/SP. Para isto foram obtidas equaes de custos, atravs de regresso linear, com dados da Companhia de Saneamento Bsico do Estado de So Paulo (SABESP). Em relao reviso bibliogrfica, todos os autores citados, fizeram o uso da frmula de Manning, com exceo de KULKARNI e KHANNA (1985), ELIMAM, CHARALAMBOUS e GHOBRIAL (1989) e CHARALAMBOUS e ELIMAM (1990) que

Reviso bibliogrfica

10

utilizaram a formulao de Hazen Williams modificada, que contempla caractersticas mais reais para o escoamento. Com base no estudo de literatura sobre o assunto, cumpre afirmar que o modelo aqui desenvolvido tem como alicerce o trabalho de CHARALAMBOUS e ELIMAM (1990). Para a definio das variveis de projeto, utilizou-se um modelo de otimizao no linear, empregando a tcnica dos algoritmos genticos.

2.2

Algoritmos Genticos Aplicaes

Os algoritmos genticos (AGs), que so provavelmente o tipo mais conhecido de programao evolucionria, so definidos como tcnicas de otimizao estocsticas, que imitam matematicamente os mecanismos de evoluo natural das espcies, compreendendo processos da gentica das populaes e da sobrevivncia e adaptao dos indivduos (GEN e CHENG, 1997). A otimizao estocstica designa a famlia de tcnicas de otimizao na qual o espao de busca vasculhado, atravs da gerao de candidatos soluo com o auxlio de um gerador de nmeros pseudo-aleatrios. Conforme o processamento progride, a distribuio de probabilidade pela qual um novo candidato soluo gerado pode mudar, baseando-se nos resultados obtidos no incio do processamento. Devido a esta natureza estocstica, no h garantia que o timo global seja obtido utilizando-se AGs, porm a aplicao desta tcnica, em diversos tipos de problemas, apresentou uma alta taxa de sucesso na obteno de boas solues. A teoria que deu origem aos AGs foi proposta por Holland em 1975 e aperfeioada por GOLDBERG (1989) e outros pesquisadores na dcada de 80. A analogia com a natureza estabelecida a partir da criao, por computador, de um conjunto de solues, ao qual d-se o nome de populao. Cada indivduo desta populao representado por um conjunto de valores que descreve completamente as variveis da soluo. Cada indivduo desta populao, intuitivamente denominado "cromossomo", constitui uma possvel representao completa de soluo para o problema. O cromossomo um vetor, cujas caractersticas ou "genes" podem ser codificadas atravs de uma representao binria (caracteres podem ser 0 ou 1). Por exemplo, a soluo de uma funo com duas variveis, pode ser representada por um cromossomo binrio de 8 bits: 1001 0011 (ou seja, quatro bits para cada parmetro, x1 = 1001, x2 = 0011). Neste ponto, deve-se ressaltar, que nem todos os programas evolucionrios

Reviso bibliogrfica

11

restringem a representao ao alfabeto binrio, o que faz com que haja maior flexibilidade e aplicabilidade a uma grande variedade de problemas de tomada de decises. Cada indivduo desta populao inicial ento avaliado e os que representarem melhores valores, satisfazendo a funo objetivo, serviro de base para gerar uma nova populao. Em resumo, para obteno dos descendentes de uma gerao so aplicados trs tipos de operadores: - seleo: escolha dos cromossomos da populao que sero selecionados para a reproduo e, em mdia, os cromossomos mais aptos produzem mais descendentes do que os menos aptos. - recombinao: intercmbio de sub-partes de dois cromossomos, imitando de forma grosseira a recombinao que ocorre entre dois cromossomos biolgicos. - mutao: mudana aleatria do valor do alelo em uma determinada posio do cromossomo. Esta tcnica se vale do processo de aprendizado coletivo entre indivduos de uma populao, sendo que cada um destes indivduos representa uma soluo possvel dentro do espao de busca de potenciais solues. Estas solues tm sua potencializao a partir do princpio terico do paralelismo implcito, no qual solues com alto grau de adequao recebem mais descendentes nas sucessivas geraes levando a uma populao de melhores resultados (SAVIC e WALTERS, 1997). Os algoritmos genticos diferem da maioria dos mtodos tradicionais de busca e otimizao de quatro maneiras (GOLDBERG, 1987): - trabalham no s com os parmetros propriamente ditos, mas tambm com a codificao dos parmetros; - trabalham a partir de um grupo de solues, no com soluo nica; - utilizam diretamente a funo objetivo e no suas derivadas ou outro conhecimento auxiliar; - utilizam regras probabilsticas e no regras determinsticas. Os AGs tm demonstrado claramente sua capacidade de atingir boas solues otimizadas, em casos de funes multimodais, descontnuas e no diferenciveis (SAVIC e WALTERS, 1997), tais como as resultantes da escolha de bombas e sua localizao em

Reviso bibliogrfica

12

sistemas de distribuio extensos e complexos, do estabelecimento de pontos de operao para reservatrios de gua, bombas de recalque e vlvulas de presso, da localizao e dimensionamento de sistemas de reservao que resultem em reserva de incndios e de emergncia mais eficiente. Um dos primeiros trabalhos aplicando o mtodo otimizao de tubulaes foi proposto por GOLDBERG e KUO (1987), no qual foram examinados os mecanismos, robustez e aplicaes dos algoritmos genticos em um problema de busca de alternativas operacionais para um conjunto de 40 bombas instaladas em uma tubulao em srie. O procedimento de trabalho, que ao invs de utilizar os parmetros, operou com a codificao dos mesmos, comprovou a independncia do mtodo, evitando enganos e tendncias prexistentes. O mtodo no depende da continuidade do espao de busca e trabalhando a partir de uma populao de pontos, demonstrou ter uma perspectiva mais global que outros procedimentos de otimizao da engenharia. Outros pesquisadores, tais como Hadji e Murphy em 1990; Duan, Mays e Lansey em 1990; e Sved, Schmik e Simpson em 1991, entre outros, citados por SIMPSON, DANDY e MURPHY (1994), consolidaram a aplicao dos algoritmos genticos na otimizao de redes de distribuio de gua. SIMPSON, DANDY e MURPHY (1994) elaboraram um trabalho visando comparar esta tcnica a outras de aplicao tradicional. Nesse trabalho, foi apresentada a metodologia para aplicao da tcnica dos algoritmos genticos na otimizao de redes de distribuio de gua. Os valores de dimetros, comercialmente disponveis, para os tubos utilizados pelos algoritmos genticos foram selecionados como seqncias binrias. Foram usados trs operadores dos algoritmos genticos: seleo, recombinao, e mutao. Os resultados obtidos a partir da tcnica dos algoritmos genticos, foram comparados com a de enumerao completa e programao no linear. A enumerao completa de solues pode apenas ser usada em redes com poucos trechos. Por exemplo, considere uma rede de 20 trechos e um conjunto de 10 dimetros discretos. O espao total de solues para este problema igual a 1020 diferentes combinaes. Mesmo que 1.000.000 combinaes possam ser validadas por segundo, mais de 3.000.000 de anos de processamento sero necessrios para a completa anlise.

Reviso bibliogrfica

13

A otimizao no linear uma tcnica efetiva, quando aplicada a uma rede pequena e devem ser considerados os erros que a converso da soluo contnua para dimetros discretos podem gerar. O mtodo da programao no linear gera apenas uma soluo. Conforme SIMPSON, DANDY e MURPHY (1994), os AGs geram uma classe completa de alternativas de solues prximas ao ponto timo. Uma destas alternativas, pode efetivamente ser superior soluo tima, baseando-se em aspectos no quantitativos, tais como: confiabilidade, critrios de qualidade da gua e operao da rede. Este um dos maiores benefcios do mtodo dos algoritmos genticos. A tcnica dos algoritmos genticos em sua gnese e posteriormente em seu desenvolvimento pode proporcionar um aperfeioamento nesta busca para problemas prticos. Os resultados apresentados no citado artigo, mostraram que os AGs so eficientes na busca da mais prxima ou da melhor soluo para o caso das redes estudadas. A sistematizao da aplicao dos AGs soluo do problema de projeto de redes de distribuio de gua de mnimo custo, levou ao desenvolvimento do modelo computacional GANET, desenvolvido por SAVIC e WALTERS (1997). Os algoritmos genticos, quando comparados s tcnicas convencionais de otimizao, possuem a vantagem de no necessitar que seja assumida a linearizao ou o clculo de derivadas parciais, alm de evitar instabilidades numricas associadas inverso de matrizes. Sua aplicao faixa de solues global, reduzindo o risco de assumir erroneamente um mnimo local como mnimo global e desvinculando a dependncia existente da soluo, ao ponto inicial assumido no processo. No modelo proposto por SAVIC e WALTERS (1997), os algoritmos genticos foram introduzidos em sua forma original, seguindo-se dos diferentes ajustes que se fizeram necessrios para a sua efetiva aplicao otimizao de redes de distribuio de gua. Para ilustrar a capacidade do GANET de eficientemente identificar projetos otimizados, trs problemas publicados foram resolvidos. Isto levou descoberta de inconsistncias em previses de desempenho de redes em estudos publicados, devido utilizao de diferentes valores da constante numrica de converso da frmula Hazen-Williams. Alm de ser bastante eficiente para otimizao de redes de distribuio de gua, o modelo computacional GANET mostrou-se tambm de fcil aplicao, requerendo praticamente as mesmas entradas de dados dos modelos de simulao hidrulica. Os nicos dados de entrada adicionais, necessrios, so alguns parmetros prprios dos algoritmos genticos, os quais foram adotados de acordo com os valores recomendados na literatura. Dois exemplos, um de projeto de uma nova rede de distribuio e outro de projeto de expanso de rede em paralelo,

Reviso bibliogrfica

14

ilustraram o potencial do GANET como uma ferramenta do planejamento e gerenciamento de redes de distribuio de gua (SAVIC e WALTERS, 1997). Outros pesquisadores tambm aplicaram os algoritmos genticos visando a otimizao de projetos de redes, sugerindo tcnicas e adaptaes que reduzissem o tempo de processamento dos AGs e o nmero de geraes necessrias para se obter a soluo otimizada. Assim, DANDY, SIMPSON e MURPHY (1996) desenvolveram um algoritmo gentico aperfeioado. O AG proposto utiliza uma varivel de potencializao (variable
power scaling) para adequao da funo objetivo. O expoente introduzido na funo objetivo

tem sua magnitude ampliada medida que o processamento do AG se desenvolve. Foi ainda adicionado um operador de mutao acessrio mutao simples comumente usada. Finalmente, em substituio ao cdigo binrio foi usado o gray code para representar o conjunto de variveis de deciso, que deram origem ao projeto de rede de distribuio de gua. Outra modificao foi proposta por MONTESINOS, GARCIA-GUZMAN e AYUSO (1999), em cujo trabalho, foram propostas modificaes no processo de mutao e seleo de um algoritmo gentico simples. Em cada gerao, solues so eliminadas e as selecionadas so classificadas para a recombinao. A cada nova soluo, foi permitido efetuar no mximo uma mutao. No modelo apresentado, estas modificaes aceleraram a convergncia. Em particular, na rea de redes de distribuio de gua, a utilizao dos algoritmos genticos tem trazido significativas contribuies para a escolha e definies de variveis de projeto, tais como localizao de vlvulas e ponto de funcionamento de bombas, etc. REIS, PORTO e CHAUDHRY (1997) apresentaram um trabalho utilizando a tcnica dos AGs, abordando o problema da localizao apropriada das vlvulas de controle em uma rede de distribuio de gua, para se obter a mxima reduo nas perdas numa determinada situao de demanda e nvel de reservatrio. GAMBALE (2000) apresentou em reviso bibliogrfica, uma anlise crtica dos modelos de otimizao e dos algoritmos de calibrao de redes de distribuio de gua at ento desenvolvidos, comparando-os tcnica dos algoritmos genticos. SILVA, REIS, CALIMAN, PORTO e CHAUDHRY (2001) realizaram uma aplicao do mtodo para a seleo de locais para coleta de dados de campo, com o propsito de calibrao de modelos de redes de distribuio de gua. O mtodo foi aplicado em uma rede hipottica e em um setor da rede de distribuio de gua da cidade de So Carlos/SP. Os

Reviso bibliogrfica

15

resultados obtidos para a rede terica mostraram-se consistentes, mesmo partindo de estimativas distintas para os coeficientes de rugosidade a serem determinados pela calibrao. Para uma rede real, foram obtidos resultados coerentes com os apresentados no trabalho original. Com o objetivo de minimizar as perdas fsicas de gua em redes de distribuio, foi aplicado em So Carlos/SP, por CALIMAN et al (2001) o mtodo dos algoritmos genticos na determinao dos parmetros do modelo hidrulico presso x vazamento a um sub-setor da rede da cidade. A determinao dos referidos parmetros foi realizada atravs do modelo inverso de minimizao das diferenas entre valores observados em campo e previstos atravs de simulao hidrulica. CELESTE et al (2001) aplicaram a tcnica dos algoritmos genticos para a calibrao automtica do modelo de precipitao-vazo Tank Model para a bacia do rio Ishite, localizada na cidade de Matsuyama, provncia de Ehime, no Japo. Todos os catorze parmetros do modelo foram otimizados e os resultados indicaram que os AGs so eficazes e robustos na calibrao do Tank Model. Um outro exemplo a aplicao do Modelo Muskingum para rios e canais, que pode ter certas limitaes inerentes ao assumir linearidade na relao entre armazenamento em canais e volume afluente. Apesar de formas no lineares do Modelo Muskingum terem sido propostas, um mtodo eficiente de calibrao de parmetros ainda no havia sido apresentada. MOHAN (1997) props a utilizao dos algoritmos genticos para estimar os parmetros em dois modelos de fluxo no lineares de Muskingum. O desempenho desta abordagem foi comparado ao de outros mtodos publicados, e o desempenho dos parmetros gerados por algoritmos genticos demonstrou ser melhor, resultando em um conjunto de variveis com menor erro. Depreende-se desta reviso bibliogrfica, que o estado da arte continua avanando e que vrios modelos matemticos tem sido desenvolvidos para a otimizao de redes esgotos, e que um grande nmero de aperfeioamentos tem sido feito em anos recentes. O problema de dimensionamento otimizado de redes de esgotos sanitrios tem merecido ateno especial, embora existam muitos algoritmos e tcnicas j largamente usadas.

Objetivos

16

3.

OBJETIVOS

A proposta deste trabalho a otimizao de projetos de redes de esgotos a partir da tcnica dos algoritmos genticos. A pesquisa tem como objetivo desenvolver e implementar um modelo hidrulico de otimizao para o dimensionamento de mnimo custo de redes de esgotos, avaliando o comportamento e as variaes da tcnica dos algoritmos genticos. Visa, tambm, avaliar comparativamente a eficincia e a robustez do modelo proposto atravs de diversas simulaes, analisando os resultados em relao convergncia, qualidade do conjunto final de solues e a soluo tima obtida.

Metodologia

17

4.

METODOLOGIA

Um sistema de esgotamento sanitrio composto por um conjunto de tubulaes, que esgotam uma demanda estimada a partir de uma fonte de contribuintes, e pode conter poos de visitas, terminais de limpeza, caixas de passagem, estaes elevatrias e sifes. Devido complexa interao entre estes componentes do sistema, identificar mudanas que melhorem o projeto pode ser difcil, mesmo para redes de mdio porte. Por este motivo, ao longo do tempo, diversos mtodos de simplificao foram sugeridos para reduzir a complexidade do problema original. Em sua forma mais simples, o problema de otimizao de projetos de esgotamento sanitrio por gravidade ser formulado da seguinte maneira: para um dado traado de rede e uma demanda especfica nas junes, busca-se uma combinao de pares de dimetros e declividades de tubos que resulte num custo mnimo, e que atenda s seguintes restries: - a continuidade da vazo deve ser mantida em todos os ns e junes da rede; - limitao de lmina mxima deve ser satisfeita; - limitao de dimetro mnimo da rede; - vazo mnima; - declividade mnima e mxima; - velocidade mnima e mxima; - tenso mdia de cisalhamento. O escoamento considerado sempre em conduto livre ao longo da rede. Os engenheiros, durante a elaborao do projeto de uma rede nova ou de uma ampliao de rede existente, devem ainda garantir que a soluo definida, atenda adequadamente as variaes de vazo nas diversas situaes, tais como atendimento da vazo mxima de projeto, vazo diria mdia, perodos de vazo mnima. Diversos aspectos podem ser considerados na avaliao de um projeto, tais como possibilidades de ampliao, flexibilidade na operao, confiabilidade do atendimento e qualidade da gua. No entanto, os custos de construo so o critrio de maior relevncia na verificao da viabilidade de um empreendimento. Os custos de implantao de um sistema abrangem a construo de rede coletora, ligaes domiciliares, interceptores, estaes de

Metodologia

18

bombeamento, linhas de recalque, estaes de tratamento e emissrios finais, alm do consumo de energia que ocorre durante a vida til do sistema. O problema da otimizao no linear, pois alm de atender aos critrios de avaliao propostos, deve satisfazer as condies hidrulicas de funcionamento do sistema, tais como vazo transportada, velocidade mxima e mnima de escoamento, lminas mnimas e mximas e tenso mdia de cisalhamento. Tubos para coleta de esgotos so fabricados em uma srie de valores discretos de dimetros, o que introduz uma dificuldade adicional busca do projeto timo. Sendo a completa enumerao um processo invivel, algoritmos computacionais tm imitado certos princpios da natureza e vem se mostrando viveis em certas reas de aplicao, entre eles, os algoritmos genticos, uma subclasse dos mtodos de busca evolutivos-artificiais, baseado na seleo natural e em mecanismos de gentica populacional, denominados programas evolucionrios (PEs) (MICHALEWICZ, 1992). Os algoritmos genticos vasculham o espao de busca, escolhendo aleatoriamente solues, que sero combinadas sucessivamente, tendo seus resultados melhorados gerao a gerao atravs da imitao de mecanismos biolgicos.

4.1

Formulao Hidrulica Equao fundamental

Como nos condutos forados, os clculos em canais abertos esto baseados em equaes de resistncia, equaes que ligam a perda de carga em um trecho velocidade mdia, ou vazo, atravs de parmetros geomtricos e da rugosidade do permetro molhado. Para um trecho de canal com declividade de fundo I0, tal que se possa tomar a altura dgua medida na vertical, as foras que atuam sobre o volume de controle ABCD, da Figura (4.1), so a componente da fora da gravidade na direo do escoamento, as foras de presso hidrosttica e a fora de cisalhamento nas paredes e fundo (PORTO, 1999). Aplicando a 2 lei de Newton ao volume de controle, tem-se:

= F1 + Wsen F2 0 PL = 0

(4.1)

em que F1 e F2 so foras de presso hidrosttica; 0 a tenso mdia de cisalhamento entre o fludo e o permetro da seo em contato com o fludo; P o permetro da seo; W o peso de

Metodologia

19

fludo correspondente ao volume ocupado; L a distncia entre as sees de controle 1 e 2 e

a inclinao do fundo.

Horizontal A
F1
V

L.P.

L.E.

Inclinao

I0

D 1 L

W.sen

B y0

N.A. y

C 2

F2

FIGURA 4.1. Foras que atuam sobre um volume controle ABCD. Por hiptese, o escoamento uniforme, resultando nas relaes expressas nas equaes (4.2) e (4.3): y1 = y 2 = y 0 (4.2)

onde y1, y2, y0 so as profundidades na seo 1, seo 2 e mdia, respectivamente. Assim,

F1 = F2

(4.3)

A componente do peso do fludo apresentada na equao (4.4).

W = AL (4.4)

em que o peso especfico do fludo; A a rea molhada e P o permetro molhado, que substituindo na equao (4.1) resulta em:

ALsen = 0 PL
e aps simplificao:
0 = A sen 0 = R h sen P

(4.5)

(4.6)

onde Rh o raio hidrulico. Para ngulos pequenos ( < 6 ) , pode ser feita a aproximao: sen = tg = H / L = I 0 (4.7)

Metodologia

20

onde H o desnvel horizontal, L a distncia entre as sees de controle 1 e 2, e I0 a declividade mdia. Resultando em: 0 = R h I 0 A tenso de cisalhamento pode ainda ser escrita como: 0 = fV 2 8 (4.9) (4.8)

onde massa especfica do fluido; V a velocidade mdia do escoamento e f o fator de atrito que dado em funo do nmero de Reynolds e da rugosidade relativa da parede. Assumindo que o raio hidrulico seja o parmetro que serve para levar em conta as diferenas de forma entre sees retas de tubos circulares e canais prismticos, a equao (4.8) pode ser comparada com a equao (4.9), resultando na igualdade apresentada na equao (4.10). fV 2 0 = = R h I 0 8 A equao (4.10) quando desenvolvida resulta em:
V= 8g R h I0 f

(4.10)

(4.11)

Considerando:
C= 8g f

(4.12)

resulta na equao (4.13), conhecida como frmula de Chezy. V = C R h I0 (4.13)

onde C o coeficiente de resistncia ou coeficiente de rugosidade de Chzy, Rh o raio hidrulico da seo e I0 a declividade mdia do canal. A equao (4.13) a equao fundamental do escoamento permanente e indicada para os escoamentos turbulentos rugosos em canais. Considerando ainda, a equao da continuidade:

Metodologia

21

Q = VA

(4.14)

onde Q a vazo mdia; V a velocidade mdia e A a rea molhada da seo transversal do canal. Podemos expressar a frmula de Chzy, equao (4.13), em funo da vazo do escoamento, tornando-se: Q = CA R h I 0 (4.15)

Diferentes frmulas de origem emprica so propostas para o clculo do coeficiente C de Chzy, ligando-o ao raio hidrulico da seo. Uma relao simples, e atualmente a mais empregada, foi proposta por Manning em 1889, atravs da anlise de resultados experimentais obtidos por ele e outros pesquisadores. A relao emprica da forma:

C=

Rh n

1/ 6

(4.16)

Substituindo a equao (4.16) na equao (4.13), temos: V= 1 2/3 R h I0 n

1/ 2

(4.17)

A equao (4.17) denominada frmula de Manning, vlida para os escoamentos permanentes, uniformes e turbulentos rugosos, com grande nmero de Reynolds. Nestas condies, o coeficiente n de Manning permanece constante para uma rugosidade dada, enquanto o coeficiente de Chzy proporcional rugosidade relativa da seo R h / n . Na Tabela (4.1) so apresentados os valores do coeficiente de rugosidade da frmula de Manning para vrios tipos de revestimentos em canais artificiais e em cursos dgua naturais. Combinando a equao (4.15) com a equao (4.16), chega-se a: nQ I0 = AR h
2/3

(4.18)

Esta equao ser a equao fundamental para o presente trabalho.

Metodologia

22

TABELA 4.1 Valores do coeficiente de rugosidade da frmula de Manning.

Natureza das Paredes Tubos de ferro fundido sem revestimento. Idem, com revestimento de alcatro. Tubos de ferro galvanizado. Tubos de bronze ou de vidro. Condutos de barro vitrificado, de esgotos. Condutos de barro , de drenagem. Alvenaria de tijolos com argamassa de cimento condutos de esgoto, de tijolos. Superfcies de cimentado alisado. Superfcies de argamassa de cimento. Tubos de concreto. Condutos e aduelas de madeira. Calhas de prancha de madeira aplainada. idem, no aplainada. idem, com pranches. Canais com revestimento de concreto. Alvenaria de pedra argamassada. Alvenaria de pedra seca. Alvenaria de pedra aparelhada. Calhas metlicas lisas (semicirculares). idem, corrugadas. Canais de terra, retilneos e uniformes. Canais abertos em rocha, lisos e uniformes. Canais abertos em rocha, irregulares, ou de paredes de pedra irregulares e mal-arrumadas. Canais dragados. Canais curvilneos e lamosos. Canais com leito pedregoso e vegetao nos taludes. Canais com fundo de terra e taludes empedrados. ARROIOS E RIOS 1. Limpos, retilneos e uniformes. 2. Como em 1., porm com vegetao e pedras. 3. Com meandros, bancos e poos poucos profundos, limpos 4. Como em 3., guas baixas, declividade fraca. 5. Como em 3., com vegetao e pedras. 6. Como em 4., com pedras. 7. Com margens espraiadas, pouca vegetao. 8. Com margens espraiadas, muita vegetao.
Fonte : PORTO (1999).

Muito Boas 0,0120 0,0110 0,0130 0,0090 0,0110 0,0110 0,0120 0,0100 0,0110 0,0120 0,0100 0,0100 0,0110 0,0120 0,0120 0,0170 0,0250 0,0130 0,0110 0,0230 0,0170 0,0250 0,0350 0,0250 0,0230 0,0250 0,0280 0,0250 0,0300 0,0350 0,0400 0,0330 0,0450 0,0500 0,0750

Condies ReguBoas lares 0,0130 0,0140 0,0120 0,0130 0,0140 0,0150 0,0100 0,0110 0,0130 0,0150 0,0120 0,0140 0,0130 0,0110 0,0120 0,0130 0,0110 0,0120 0,0130 0,0150 0,0140 0,0200 0,0330 0,0140 0,0120 0,0250 0,0200 0,0300 0,0400 0,0280 0,0250 0,0300 0,0300 0,0280 0,0330 0,0400 0,0450 0,0350 0,0500 0,0600 0,1000 0,0150 0,0120 0,0130 0,0150 0,0120 0,0130 0,0140 0,0160 0,0160 0,0250 0,0330 0,0150 0,0130 0,0280 0,0230 0,0330 0,0450 0,0300 0,0280 0,0350 0,0330 0,0300 0,0350 0,0450 0,0500 0,0400 0,0550 0,0700 0,1250

Ms 0,0150 --0,0170 0,0130 0,0170 0,0170 0,0170 0,0130 0,0150 0,0160 0,0130 0,0140 0,0150 --0,0180 0,0300 0,0350 0,0170 0,0150 0,0300 0,0250 0,0350 --0,0330 0,0300 0,0400 0,0350 0,0330 0,0400 0,0500 0,0550 0,0450 0,0600 0,0800 0,1500

Clculo de canais em regime uniforme

Os parmetros do termo do lado esquerdo da equao fundamental para clculo de canais em regime uniforme, equao (4.18), so necessrios para o dimensionamento da seo, enquanto o lado direito meramente geomtrico. Evidentemente, escolhida uma

Metodologia

23

determinada forma geomtrica, existir mais de uma combinao entre os elementos da seo (largura de fundo, altura dgua, etc.) que satisfaa a equao. Deste modo, o clculo de canais em regime uniforme predominantemente um problema geomtrico (PORTO,1999). Para uma seo transversal de forma conhecida, pode ser definida uma varivel , como sendo uma dimenso caracterstica da seo, em funo da qual so dadas as outras dimenses para que se possa desenhar a seo. sempre possvel expressar a rea molhada da seo e o raio hidrulico da mesma em funo de , na forma:

A = 2
R h =

(4.19) (4.20)

onde A a rea molhada; Rh o raio hidrulico; e so chamados parmetros de forma da seo e uma dimenso caracterstica da seo. Fixada a forma geomtrica da seo do canal, e so determinados e valem para uma infinidade de sees de mesma forma geomtrica. Substituindo as equaes (4.19) e (4.20) na frmula de Manning (equao 4.18), temos: nQ I0 nQ I0 = 2 ( ) 2 / 3 (4.21)

= ( 2 / 3 )8 / 3

(4.22)

A partir da equao (4.22) podemos expressar a partir de dois coeficientes, o primeiro denominado coeficiente de forma, que considera as caractersticas geomtricas da seo, e o segundo denominado coeficiente dinmico que considera os demais parmetros de dimensionamento, conforme as equaes (4.23) e (4.24). K = ( 2 / 3 ) nQ M= I 0
38

(4.23)

38

(4.24)

onde M o coeficiente dinmico, e K coeficiente de forma. Resultando:

Metodologia

24

M K

(4.25)

O valor do coeficiente de forma K da seo pode ser calculado e tabelado para diversas formas geomtricas usadas em projetos de canais.
Propriedades geomtricas do canal de seo circular

Para as sees circulares, utilizadas usualmente em projetos de redes de esgotos sanitrios, um desenvolvimento adimensional anlogo pode ser realizado. De acordo com a notao utilizada na figura (4.2), sero apresentadas as principais relaes geomtricas da seo circular (equaes 4.26 a 4.31).
B

N.A. D y 0

FIGURA 4.2. Seo transversal do canal circular. A = D2 P= D 2 D(1 sen / ) 4 D(1 cos / 2) 2 ( sen) 8 (4.26) (4.27)

Rh =

(4.28)

y0 =

(4.29) (4.30) (4.31)

= 2 arccos (1 2 y 0 / D)
B = Dsen / 2

Metodologia

25

onde, onde A a rea molhada, D o dimetro da seo circular, o ngulo em radianos, P o permetro molhado, Rh o raio hidrulico, y 0 a altura da lmina e B a largura da linha dgua. Sendo a dimenso caracterstica da seo circular escolhida como sendo o dimetro da seo D, temos:
=D

(4.32)

Pode-se determinar os parmetros de forma e , a partir das equaes (4.19) e (4.20) como sendo: A = D 2 = D 2 R h = D = D

( sen) = ( sen)
8 8 4 4

(4.33) (4.34)

(1 sen / ) = (1 sen / )

E o coeficiente de forma da seo circular (K1) dado por:

K 1 =

2/ 3 3/8

2/3 ( sen ) (1 sen / ) = 8 4

3/8

(4.35)

Assim, substituindo na equao (4.25), a equao (4.32) e o coeficiente K1 referentes a seo circular, de modo condensado, temos: D= M K1 (4.36)

Atribuindo-se valores relao de y 0 / D , lmina dgua relativa, pode-se tabelar os correspondentes valores de , pela equao (4.30), e os valores de K1, pela equao (4.35). A partir destes valores foi montada a Tabela (4.2).

Metodologia

26

TABELA 4.2 Valores do coeficiente de forma K1 para canais circulares.

y0/D 0,010 0,020 0,030 0,040 0,050 0,060 0,070 0,080 0,090 0,100 0,110 0,120 0,130 0,140 0,150 0,160 0,170 0,180 0,190 0,200 0,210 0,220 0,230 0,240 0,250 0,260 0,270 0,280 0,290 0,300 0,310 0,320 0,330 K1 0,024 0,042 0,058 0,073 0,087 0,101 0,114 0,127 0,139 0,151 0,163 0,175 0,186 0,197 0,208 0,218 0,229 0,239 0,249 0,259 0,269 0,279 0,288 0,297 0,306 0,316 0,324 0,333 0,342 0,350 0,359 0,367 0,375 y0/D 0,340 0,350 0,360 0,370 0,380 0,390 0,400 0,410 0,420 0,430 0,440 0,450 0,460 0,470 0,480 0,490 0,500 0,510 0,520 0,530 0,540 0,550 0,560 0,570 0,580 0,590 0,600 0,610 0,620 0,630 0,640 0,650 0,660 K1 0,383 0,391 0,399 0,407 0,415 0,422 0,430 0,437 0,444 0,451 0,458 0,465 0,472 0,479 0,485 0,492 0,498 0,504 0,511 0,517 0,523 0,528 0,534 0,540 0,546 0,551 0,556 0,562 0,567 0,572 0,577 0,582 0,586 y0/D 0,670 0,680 0,690 0,700 0,710 0,720 0,730 0,740 0,750 0,760 0,770 0,780 0,790 0,800 0,810 0,820 0,830 0,840 0,850 0,860 0,870 0,880 0,890 0,900 0,910 0,920 0,930 0,940 0,950 0,960 0,970 0,980 0,990 K1 0,591 0,596 0,600 0,604 0,608 0,612 0,616 0,620 0,624 0,627 0,631 0,634 0,637 0,640 0,643 0,646 0,649 0,651 0,653 0,655 0,657 0,659 0,660 0,661 0,662 0,663 0,664 0,664 0,664 0,663 0,661 0,659 0,656

Fonte: PORTO (1999).

4.2

Modelo de Otimizao

Como mencionado anteriormente, o princpio tcnico e hidrulico, bem como a importncia do custo de projeto de uma rede de esgotos, podem ser incorporados em um modelo matemtico de programao (ELIMAM, CHARALAMBOUS e GHOBRIAL, 1989). Considere uma rede de esgotos com as seguintes quantidades: NS de poos de visita de montante na rede; NL de trechos na rede; NM de poos de visita (pode ser expresso tambm como NL+1); e Ei como conjunto de todos os trechos que contribuem ao poo de visita i.

Metodologia

27

A figura (4.3) mostra a geometria de dois trechos consecutivos, bem como a definio de muitas variveis e parmetros usados na formulao. Todas elevaes so medidas sempre em relao ao mesmo nvel referncia e Di, UCi, DCi, GLi, so dimetro da tubulao, elevao do coletor a montante, elevao do coletor a jusante e elevao do terreno a montante do trecho i, respectivamente.

GLi GLi +1 GLi +2

PV i PV i +1
T r ech oi

Di

Trec ho i +1

UCi DCi

Di +1 UCi +1 DCi +1

FIGURA 4.3. Geometria de dois trechos consecutivos de uma rede de esgotos. O modelo consiste de uma funo objetivo que inclui custo de materiais, escavao, poos de visitas, bem como as restries.
Funo Objetivo

O custo total de uma rede de esgotos CT apresentado por ELIMAM, CHARALAMBOUS e GHOBRIAL (1989) dado pela equao (4.37). C T = C C + C PV (4.37)

onde C C o custo dos coletores e C PV o custo dos poos de visita que so definidos pelas equaes (4.38) e (4.39) respectivamente.
NL p q i j h L k Cc = a D ij k =1 i = 0 j= 0

(4.38)

onde NL o nmero de trechos; a ij um coeficiente obtido atravs de regresso linear; p e q

so parmetros que dependem do grau do polinmio utilizado na regresso; e ainda D, h, L, dimetro, profundidade mdia e o comprimento do trecho respectivamente.

Metodologia

28

C PV =

NL +1 k =1

PVk

(4.39)

onde C PV custo total dos poos de visita; NL+1 o nmero de poos de visita; C PVk custo unitrio do poo de visita k, que obtido pelos valores constantes da Tabela (4.5). Baseado nos dados observados por CHARALAMBOUS e ELIMAM (1990), a expresso de custos a seguir representa a funo objetivo a ser minimizada:
NL 3 3 NL +1 j i CT = a D h L + C PVK ij k k k k =1 i = 0 j= 0 k =1

(4.40)

Os coeficientes de custos aij, so determinados por regresso usando dados fornecidos por ELIMAM, CHARALAMBOUS e GHOBRIAL (1989) e tambm por MAGALHES (1995) so apresentados na Tabela (4.4). Estes coeficientes foram obtidos a partir dos dos custos da rede coletora, apresentados na Tabela (4.3), e dos custos dos poos de visita, apresentados na Tabela (4.5). TABELA 4.3. Custos unitrios rede coletora.
D (mm) 100 150 200 250 300 350 375 400 450 h = 2,0 m 40,82 45,36 52,67 65,92 81,67 107,77 116,05 124,93 183,79 Custo (US$ / metro rede coletora) h = 3,0 m h = 4,5 m h = 6,0 m 53,34 75,64 102,52 58,59 82,04 110,58 66,61 91,21 121,43 80,56 106,31 138,20 97,01 123,90 157,49 123,84 151,86 187,14 132,54 161,25 197,52 141,69 170,87 207,81 201,99 233,43 273,73 h = 8,0 m 176,48 188,13 202,55 222,89 245,75 278,96 291,51 303,22 376,28

Fonte: MAGALHES (1995).

TABELA 4.4. Coeficientes a ij para funes de custo ajustadas

j 0 1 2 3 i 0 1 2 3 -29,3185 28,92595 -5,42286 0,524836 0,338185 0,045221 -0,0063 7,81E-04 -0,00149 -1,15E-04 1,66E-05 -1,97E-06 3,29E-06 1,60E-07 -2,30E-08 2,75E-09

Fonte: MAGALHES (1995).

Metodologia

29

TABELA 4.5. Custos unitrios poo de visita e inspeo.

D (mm) 100 150 175 200 250 300 350 375 400 450 h = 2,0 m 556,00 556,00 556,00 769,00 769,00 769,00 1.131,00 1.131,00 1.131,00 1.131,00 Custo (US$ / unidade de PV ou PI) h = 3,0 m h = 4,5 m h = 6,0 m 556,00 1.461,00 1.636,00 556,00 1.461,00 1.636,00 556,00 1.461,00 1.636,00 844,00 1.461,00 1.636,00 844,00 1.461,00 1.636,00 844,00 1.461,00 1.636,00 1.288,00 1.633,00 1.822,00 1.288,00 1.633,00 1.822,00 1.288,00 1.633,00 1.822,00 1.288,00 1.633,00 1.822,00 h = 8,0 m 2.054,00 2.054,00 2.054,00 2.054,00 2.054,00 2.054,00 2.282,00 2.282,00 2.282,00 2.282,00

Fonte: MAGALHES (1995).

Restries

A seguir so apresentadas as restries a serem satisfeitas no modelo desenvolvido: - para todos os trechos da rede devem ser estimadas as vazes de incio e fim de plano (Qi e Qf) e a continuidade da vazo deve ser mantida em todos os poos de visita. - as lminas dgua (y / D ) , devem ser sempre calculadas admitindo o escoamento em regime uniforme e permanente, sendo o seu valor mximo, para vazo fim de plano, igual ou inferior a 75% do dimetro do coletor, permitindo assim, a circulao de ar, fazendo com que inexista anaerobiose prejudicial s redes, e, prevendo uma folga para vazes de contribuies clandestinas. - a tenso mdia de cisalhamento ( 0 ), apresentada na equao (4.8), dever ser superior a 1,0 Pa, calculada sempre com o valor da vazo de incio de plano (Q i ) e atendendo a uma lmina mnima de 20% do dimetro do coletor. O atendimento desta restrio uma medida preventiva contra a gerao de sulfetos e deposio de materiais slidos na tubulao. - no caso da vazo mnima (Q min ) , apesar da recomendao da NBR 9649 ser 1,5 L/s em qualquer trecho, ser utilizado o valor de 2,2 L/s, pois foi o valor adotado por BRAGA (1982) e MAGALHES (1995), para permitir comparao dos resultados.

Metodologia

30

- o dimetro mnimo (D min ) a ser empregado no poder ser inferior ao dimetro nominal (DN) 150 mm (BRAGA (1982), MAGALHES (1985)), apesar da NBR 9649 admitir dimetros a partir de 100mm.
D i D min , i = 1,2,....NL

(4.41)

onde D o dimetro e NL o nmero de trechos. - o limite para velocidade mdia de escoamento na tubulao de 5,0 m/s, buscando assim prevenir eroso por abraso das paredes internas do tubo. - quando a velocidade final for maior que a velocidade crtica, a maior lmina admissvel de 50% do dimetro do coletor. v c = 6(gR h ) 0,5 (4.42)

onde v c a velocidade crtica, g a acelerao da gravidade e Rh o raio hidrulico. - A cota do fundo da tubulao de sada nos poos de visita ser tal que o nvel dgua seja menor ou igual ao nvel mais baixo nas tubulaes de entrada, para as vazes de final de plano. - O recobrimento mnimo (AC min ) a ser considerado de 1,20m.
GL i UC i AC min , i=1,2,..............NM

(4.43)

onde GL a elevao do terreno, UC a elevao do coletor a montante e NM, o nmero de poos de visita. - A profundidade mxima da vala AD mx de 6,0m, isto , o dimetro acrescido do recobrimento no poder exceder 6,0m. GL i (UC i D i ) AD max , i = 1,2,..............NM (4.44)

onde GL a elevao do terreno, UC a elevao do coletor, D o dimetro e NM, o nmero de poos de visita. - Ligando as restries entre os trechos de entrada e sada de um poo de visita i; a elevao da geratriz superior do trecho de sada dever ser menor ou igual que a elevao da geratriz superior do trecho de entrada: UC i +1 DC j , i = NS,.....NL-1 e j E i +1 (4.45)

Metodologia

31

onde UC a elevao do coletor a montante, DC a elevao do coletor a jusante, NS o nmero de poos de visita a montante, NL o nmero de trechos e E o conjunto de todos os trechos que afluem ao poo de visita. - A elevao do fundo do trecho de chegada dever ser maior ou igual do que a elevao do fundo do trecho de jusante:

UC i +1 Di +1 DC j D j , i = NS,........, NL-1 e j E i +1

(4.46)

4.3

Algoritmos Genticos

Os Algoritmos Genticos (AGs) so mtodos de busca estocstica que imitam matematicamente os mecanismos de evoluo natural da espcie. Diferem das tcnicas de busca convencionais, pois iniciam o processo gerando um conjunto inicial de solues possveis, aleatoriamente, denominadas como populao. Cada indivduo desta populao intuitivamente denominado cromossomo e constitui uma representao completa de soluo para o problema. O cromossomo um string, cujas caractersticas ou genes podem ser codificadas atravs de representao binria ou real. Os cromossomos tendem a evoluir-se gradativamente, atravs de sucessivas iteraes, produzindo novas geraes de indivduos, mais aptos ou capazes em termos da funo de aptido (GEN e CHENG, 1997). Durante cada gerao, os cromossomos so avaliados atravs da funo objetivo e de aptido, que permite sua classificao e ordenao enquanto soluo. A funo aptido representa uma medida que avalia a capacidade de sobrevivncia de um elemento da populao durante o processo de evoluo. Com isso, cada elemento da populao ter sua medida de aptido, que servir como elemento de classificao dessas solues, indicando as chances de reproduo de cada um (CHEUNG, 2002). Uma nova gerao formada pelo processo de seleo, segundo a qual os cromossomos que resultem em altos valores da funo objetivo e/ou aptido, possuam elevada probabilidade de serem preservados para a prxima gerao. Em seguida, baseado na aptido dos indivduos, os melhores so selecionados para serem recombinados para que seja obtida a gerao seguinte. Por exemplo, se dois cromossomos so x = (x1,x2) = 1111 1111 e y = (y1,y2) = 0000 0000, o resultado do cruzamento dos dois pode ser: z = 1100 0000 e w = 0011 1111. A probabilidade de um cromossomo da populao inicial ser selecionado para produzir os indivduos das geraes seguintes, depende do resultado da funo objetivo e/ou

Metodologia

32

aptido que ele produz. O indivduo com melhor aptido ter probabilidade maior de ser selecionado que os de baixa aptido, resultando em uma gerao com mdia de adequao melhor que a gerao anterior. Aps vrias geraes, o algoritmo poder convergir para a sua soluo tima ou sub-tima do problema. A mutao outro operador que tambm desempenha um papel importante na fase de reproduo, no tendo, porm, um efeito dominante. A mutao altera um bit de um ou mais indivduos de uma gerao. Por exemplo, o cromossomo original x = (x1,x2) = 1111 1111 aps a mutao pode ficar: x = (x1,x2) = 1110 1111. Porm, se a probabilidade de mutao for muito alta isto pode levar a um processo aleatrio no convergente. Apesar de seguirem uma estrutura geral, diversas so as possibilidades de implementao dos AG's, em termos da sistemtica de representao das solues, dos operadores genticos e dos parmetros a serem adotados, tais como as probabilidades de recombinao e mutao, o nmero de indivduos da populao de solues, critrio de convergncia. A descrio geral pode ser aplicada a todas elas no que diz respeito suas caractersticas principais so:
Tamanho da populao e nmero de geraes

O tamanho da populao (N) afeta tanto o desempenho como a eficincia dos algoritmos genticos. Ao se adotar uma populao pequena o desempenho insatisfatrio, pois a mesma no capaz de fornecer um exemplo apropriado do espao de busca (GREFENSTETTE, 1986). Uma grande populao, apesar de desejvel por evitar a convergncia prematura a uma soluo sub-tima, pode resultar em tempo de processamento inaceitvel com uma taxa de convergncia excessivamente lenta. O tamanho da populao pode variar entre 10 e 500 indivduos, com incrementos de 50 unidades. Neste experimento, tomando por base os trabalhos de SAVIC e WALTERS (1997), que utilizou uma populao de 50 elementos em suas simulaes, foram realizadas simulaes para populaes variando entre 50 e 500 indivduos.
Critrio de parada

Existem vrios critrios de parada para os algoritmos. Os algoritmos podem ser encerrados quando todos os elementos em uma gerao forem idnticos, ou quando a diferena entre os valores da funo objetivo para os elementos da populao esteja em um intervalo de tolerncia (BUCKLES, 1994).

Metodologia

33

Um outro critrio de parada fixar um nmero de geraes e considerar o melhor resultado desta gerao. Este foi o critrio utilizado por SAVIC e WALTERS (1997) e tambm o critrio utilizado neste trabalho. Para definir o numero ideal foram testadas simulaes com 150 a 2000 geraes.
Probabilidade de recombinao

A probabilidade de recombinao (Pc) controla a freqncia com a qual o operador de recombinao aplicado. Em cada nova gerao (N Pc) elementos sofrem recombinao. Quanto mais altas a taxa de recombinao, mais rapidamente novas estruturas so introduzidas na populao. Se uma taxa de recombinao excessivamente alta, elementos de bom desempenho so descartados mais rapidamente do que a seleo pode produzir aprimoramentos. Ainda se a taxa muito baixa a busca pode estagnar devido uma baixa taxa de explorao. GREFENSTETT (1986) sugere uma variao entre 0,25 e 1,00 com incrementos de 0,05. Neste trabalho foram aplicados e avaliados valores de Pc ( 0,60; 1,00) sugerido por SAVIC e WALTERS (1997).
Probabilidade de mutao

Mutao o operador de busca secundrio que acelera a variabilidade populacional. Aps a seleo, cada indivduo poder sofrer uma alterao aleatria em um de seus componentes, sendo a probabilidade de ocorrncia da mesma considerada igual a Pm. sugerido por GREFENSTETT (1986) uma variao entre 0,0 e 1,0. Neste trabalho porm sero feitas simulaes que estabelece Pm (0;0,3) .
Escala

O valor da funo objetivo, para cada indivduo da populao, obtido a partir da soma dos custos que formam a rede. A simulao do dimetro e profundidades para cada uma dessas solues indica a exeqibilidade da mesma. A funo aptido acrescenta funo objetivo, a avaliao exeqibilidade da soluo, e representa uma medida que avalia a capacidade de sobrevivncia de um elemento da populao durante o processo de evoluo. Com isso, cada elemento da populao, ter sua medida de aptido que servir como elemento de classificao dessas solues indicando as chances de reproduo de cada um. Vrias alternativas tm sido propostas para definir o valor da aptido. A mais simples iguala a aptido funo objetivo (avaliao). Porm, os valores da funo objetivo podem assumir

Metodologia

34

nmeros negativos e alguns algoritmos de seleo, como roda roleta, no funcionaro. Com isso, deve-se buscar outro procedimento de seleo, como por exemplo, seleo por torneio ou aplicar algum procedimento de parametrizao.
Estratgia de seleo

So definidas duas estratgias de seleo, a seleo pura e a elitista. Na seleo pura, a escolha dos indivduos e o nmero de vezes que o mesmo ser recombinado, obedecem a uma relao direta com o seu desempenho. Na estratgia elitista, os melhores indivduos de uma gerao passam para a seguinte. Neste trabalho foram simuladas e comparadas as duas estratgias.
Restries e penalidades

GEN e CHENG (1997) discutem que o problema central, para aplicao de algoritmos genticos na otimizao a definio do critrio de considerao das restries, e levantam propostas para trabalhar com elas. Tambm MICHALEWICZ (1992) abordou com nfase este assunto. Segundo estes pesquisadores, as tcnicas existentes podem ser classificadas em: - estratgias de reparao: considera tomar um cromossomo infactvel e gerar um factvel por algum procedimento. Para problemas de otimizao combinatorial torna-se fcil aplicar o processo de reparao. No entanto, esta tcnica requer um procedimento de reparao determinstica e pode ser to complexo quanto resolver o problema original. - estratgias de modificao dos operadores genticos: baseia-se em representar um problema especfico e operadores genticos para manter o indivduo na regio factvel. Alguns autores (MICHALEWICZ, 1992) apontam que tal tcnica confivel. - estratgias de rejeio: descarta todos os cromossomos infactveis criados pelo processo evolucionrio. O mtodo trabalha bem quando o espao de busca convexo, porm, sua desvantagem est no descarte destes cromossomos infactveis, que podem conter melhores informaes que alguns cromossomos factveis. - estratgias de penalidades: faz com que um problema com restries seja tratado como sem restries, pela associao de uma funo penalidade. Estas funes so incorporadas funo objetivo gerando uma nica funo a ser otimizada. Tm a vantagem de considerar as solues infactveis, pois algumas podem fornecer informaes teis sobre a

Metodologia

35

busca da soluo tima. Por outro lado, para problemas com muitas restries, solues infactveis podem tomar lugar em grande parte da populao e neste caso, solues factveis podem ser difceis de serem encontradas. A tcnica de penalidade a tcnica mais comum utilizada para trabalhar solues infactveis nos AG's, considerando problemas com restries (GEN e CHENG, 1997). Esta foi a estratgia utilizada neste trabalho. Esta tcnica nos AG's utilizada para encontrar uma certa quantidade de solues infactveis em cada gerao, tal que os operadores genticos buscam a soluo tima nos espaos factveis e infactveis. As solues infactveis no so rejeitadas, pois algumas podem fornecer informaes teis sobre a soluo tima, havendo a possibilidade inclusive de contribuir para a obteno de algumas solues factveis. A incluso da penalidade na validao da funo objetivo, equao (4.40), utilizada neste trabalho, apresentada na equao (4.47).
NL 3 3 NL +1 j i + CT = a D h L C PVK ij k k k k =1 i = 0 j= 0 k =1

NL NL + p 1 max[ y k / D k 0,75;0] + p 2 max[1,00 k ;0] k =1 k =1

(4.47)

onde NL o nmero de trechos; aij so coeficientes adimensionais; D o dimetro; h a profundidade mdia da vala; L o comprimento; CPV o custo do poo de visita; NL+1 o nmero de poos de visita; p1 e p2 so os fatores que multiplicam a penalidade; y a lmina de gua; tenso mdia de cisalhamento. A expresso max[y k / D k 0,75;0] indica que ser considerado o valor mximo obtido entre ( y k / D k 0,75 e 0) e assim sucessivamente. Os fatores p1 e p2 que multiplicam a penalidade so escolhidos de forma a conduzir os valores nominais de penalidades mesma escala dos custos bsicos da rede. O maior problema ao determinar o termo penalidade justamente conseguir um equilbrio entre a preservao de informaes (aproveitar solues infactveis) e a presso de seleo (rejeitar algumas solues). Outro objetivo deste fator se tornar mais severo medida que se processam as geraes do mtodo. Foi sugerido em SAVIC e WALTERS (1997) a seguinte funo, que permite o aumento gradual da penalidade:

Metodologia

36

n ger p i = i max n ger

(4.48)

max o onde, a constante de multiplicao da penalidade; n ger o nmero da gerao; n ger

nmero mximo de geraes e k um parmetro (foi considerado k=0,8, sugerido por SAVIC e WALTERS, 1997). Ao final das simulaes das geraes o fator de multiplicao pi deve assumir um valor atravs do qual nenhuma soluo infactvel assuma um valor maior que as solues factveis do problema.
Aptido do elemento e escala

O valor da funo objetivo (equao 4.40) para cada indivduo da populao obtido a partir da soma do custo da tubulao e dos poos de visitas que forma a rede. A simulao dos dimetros e declividades e o clculo das lminas, tenso mdia de cisalhamento, recobrimentos e continuidade para cada uma dessas solues indica a exeqibilidade da mesma. Conforme apresentado anteriormente, a funo aptido acrescenta, funo objetivo (equao 4.47), a avaliao da exeqibilidade da soluo, e representa uma medida que avalia a capacidade de sobrevivncia de um elemento da populao durante o processo de evoluo. A classificao pode ser feita atravs de uma ordenao das solues de forma decrescente ou crescente s suas aptides, respectivamente ao problema de maximizao ou minimizao. Vrias alternativas tm sido propostas para definir o valor da aptido. Neste trabalho foi utilizado o seguinte procedimento de parametrizao das solues: f i = f (D1 , S1 , D 2 , S 2 ,L D N , S N )mximo 1,2 f (D1 , S1 , D 2 , S 2 , L D N , S N )i (4.49)

4.4

Linguagem de Programao e Equipamento Computacional

Para a realizao das simulaes propostas, foram desenvolvidos programas utilizando-se o aplicativo Borland DELPHI verso 5.0, que utiliza a linguagem de programao PASCAL. O equipamento utilizado foi um computador com processador Pentium III 650 MHz da Intel, com 256 Mb de memria RAM e disco rgido com 9,4 Gb de capacidade.

Resultados e discusses

37

5.

RESULTADOS E DISCUSSES

Com o objetivo de testar e avaliar o desempenho dos algoritmos genticos e a eficincia do modelo hidrulico proposto, a tcnica foi aplicada para a obteno de um projeto de mnimo custo para uma rede exemplo.
Rede hipottica

Esta rede exemplo consiste de uma configurao hipottica, composta de 18 trechos e 19 poos de visita, descrita inicialmente por BRAGA (1982), e tambm utilizada por MAGALHES (1995) em seus trabalhos, e os dados so apresentados na figura (5.1).

7
4-2

3 6 11
2-2

90

3-2

2 10
100

90
2 8- 8 80

5-2 7 9

1-2 1

100

2
10-2

80

12

60 9
9-2

8-4

10

3
80

11
80

4
10-4

13

15
6-2

9-4

4
90

12 14
80

10-6 5

80
11-2

6
12 -2

90

90 18 15

7-2 16

13 16
80
80

14

70 17
13-2

12-4 17

N
18

Trecho
19

60

FIGURA 5.1 Rede hipottica.

Resultados e discusses

38

TABELA 5.1. Dados da Rede Exemplo. Vazo Incio Trecho Extenso n* de Plano (m) (m3/s) 1-2 2-2 10-2 10-4 10-6 3-2 4-2 5-2 8-2 8-4 9-2 9-4 11-2 6-2 7-2 12-2 12-4 13-2 100 100 80 90 80 80 90 90 80 60 80 80 80 90 90 80 70 60 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,013 0,002200 0,002200 0,005600 0,007400 0,009000 0,002200 0,002200 0,002200 0,005200 0,006400 0,009600 0,010400 0,021800 0,002200 0,002200 0,005200 0,00660 0,02960

Vazo Final de Plano (m3/s)

Cota Terreno Jusante (m)

Cota Terreno Montante (m)

0,004000 0,004000 0,011200 0,014000 0,018000 0,003200 0,003600 0,003600 0,011200 0,012800 0,019200 0,020800 0,0436000 0,003600 0,003600 0,010400 0,013200 0,059200

200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200

200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200

* n o coeficiente de Manning. Fonte: MAGALHES (1995) adaptada. Na rede exemplo, apresentada na figura (5.1), as variveis de deciso do problema so os dimetros e as declividades dos 18 trechos de tubulao, que podem assumir cada um, qualquer dos 7 dimetros discretos relacionados na Tabela (5.2), e que variam de 150 a 450mm e tambm 7 declividades discretas relacionadas na Tabela (5.3) que variam de 0,003 a 0,009 m/m, com incremento de 0,001. TABELA 5.2. Dimetros discretos.
1 150 2 200 Dimetros (mm) 3 4 5 250 300 350 6 400 7 450

Resultados e discusses

39

TABELA 5.3. Declividades discretas.

1 0,003 2 0,004 Declividades (m/m) 3 4 5 0,005 0,006 0,007 6 0,008 7 0,009

Composio da funo custo

O agrupamento dos dados visa o desenvolvimento de uma funo custo para clculo da rede coletora. Nesta funo desenvolvida, esto inclusos: os custos de canteiro de obras; servios tcnicos; servios preliminares; escavao em qualquer terreno exceto rocha; transporte de material escavado; jazida do material do aterro; assentamento; fornecimento de material; aterro sem controle do grau de compactao; fundaes com solo da prpria vala; e foi obtida atravs de regresso linear atravs dos dados obtidos por BRAGA (1982) e MAGALHES (1995) que desenvolveram funes com dados fornecidos pela SABESP conforme apresentados nas Tabelas (4.3), (4.4) e (4.5). As consideraes de custos utilizadas para os servios que foram considerados na rede coletora foram os seguintes: - o custo de canteiro um percentual sobre o valor do custo referente construo civil; - nos servios tcnicos foram considerados: locao, cadastro, sondagem, projetos complementares; - nos servios preliminares foram considerados: limpeza de faixa; tapume; sinalizao; passadios; e travessias; - no item movimento de terra foi considerado: escavao em qualquer terreno exceto rocha; aterro sem controle do grau de compactao; transporte do material escavado; e jazida; - nos itens fornecimento e assentamento foram considerados tubos de PVC; - os itens escoramento, esgotamento, fundaes e estruturas, pavimentao e ligaes domiciliares no foram considerados, pois permanecem praticamente inalterados em todas as solues, conforme definido por BRAGA (1982) e MAGALHES (1995). Esta considerao, porm, poder acrescentar pequenas variaes nos custos, pois a profundidade de vala influenciar nos custos de escoramento e esgotamento, e tambm uma maior largura de vala, ocasionar aumento nos custos de fundaes, estruturas e pavimentao. No caso das ligaes

Resultados e discusses

40

domiciliares a profundidade da vala alteraria a profundidade do ramal necessrio para a ligao, alterando assim o seu custo;

Consideraes sobre os parmetros utilizados nos algoritmos genticos

Neste estudo, o mtodo dos algoritmos genticos foi aplicado utilizando-se nmeros reais para a representao dos indivduos ou cromossomos, e para que os mesmos sejam gerados foram obtidos aleatoriamente nmeros inteiros variando de 1 a 7 e que correspondem a cada um dos dimetros e de cada declividades disponveis. Assim ser criado um indivduo x = (D1 , S1 , D 2 , S 2 , D 3 , S3 , D 4 , S 4 ......., D17 , S17 , D18 , S18 ) onde D1 a D18 so os dimetros e S1 a S18 so as declividades dos trechos 1 a 18. Conforme apresentado no item (4.3) existem diversas possibilidades de

implementao dos AG's em termos da sistemtica de representao das solues (binria ou real), nmero de indivduos da populao, nmero de iteraes, estratgias de seleo, probabilidades de recombinao e mutao. A definio de cada um destes critrios foi feita atravs de anlise comparativa e grfica a partir de diversas simulaes. O primeiro parmetro definido foi a estratgia de seleo, que neste trabalho foi a elitista conforme os resultados apresentados na figura (5.2), onde as simulaes com a estratgia elitista apresentaram resultados melhores. Como pode-se notar, a simulao sem elitismo levar um nmero bem maior de iteraes para obter um resultado igual a com elitismo. Com 50 iteraes com elitismo, j se obteve resultado melhor que para 2000 iteraes sem elitismo.

Resultados e discusses

41

180000 Com Elitismo Valor da Funo Objetivo Mnima (US$) 170000 160000 150000 140000 130000 120000 110000 100000 200 400 600 800 1000 1200 1400 1600 1800 2000 0 Sem Elitismo

Nmero de Geraes

FIGURA 5.2 Simulao para definio da estratgia de seleo a ser utilizada. Foram realizadas, ento, simulaes para obter o nmero de elementos da populao e o nmero de geraes a serem utilizados. Para definir o nmero de geraes, foram realizadas vrias simulaes com 2000 geraes cada uma, onde se observou decrscimo no valor mnimo da funo objetivo at a gerao de nmero 700, aproximadamente. A figura (5.3) mostra uma representao tpica de uma simulao com 300 elementos de populao e 2000 geraes. Baseando-se nestas consideraes, concluiu-se serem suficientes 1000 geraes para obteno de resultados satisfatrios.

Resultados e discusses

42

160000 Valor da Funo Objetivo Mnima (US$)

150000

140000

130000

120000

110000

100000 200 400 600 800 1000 1200 1400 1600 1800 2000 0

Nmero de Geraes

FIGURA 5.3 Simulao tpica com 2000 geraes (rede exemplo). Para definio do nmero de elementos da populao (N) foram realizadas simulaes com a populao variando de 50 a 500 elementos com incrementos de 50 elementos. Foram realizadas 3 simulaes para cada valor de populao e considerado o valor mdio obtido. Foi observado que, com populaes abaixo de 100 elementos, no foram obtidos valores satisfatrios da funo objetivo, ver figura (5.4), isto , os resultados foram muito irregulares, no houve uma constncia. Foram obtidos valores satisfatrios com uma populao a partir 100 elementos. A ampliao da populao s apresentou melhora significativa na qualidade da soluo encontrada por volta de 300 elementos, quando as 3 simulaes deram uma mdia de US$ 108.205 e atingiu a um mnimo de US$ 107.198. Aps 300 elementos no houve melhora nos resultados, ficando sempre oscilando em torno US$ 108.000, portanto no havendo melhoria e aumentando o tempo de processamento desnecessariamente. Adotou-se portanto, uma populao de 300 elementos para este experimento. A probabilidade de recombinao dos elementos selecionados que resultou em melhores resultados foi a taxa de recombinao Pc = 0,90. Tambm foram testados probabilidades de recombinao variando de 0,60 0,95, variando em 0,05 em 0,05.

Resultados e discusses

43

Valor da Funo Objetivo Mnima (1000 US$)

120

115

110

105

100 100 150 200 250 300 350 400 450 Nmero de Elementos da Populao 500 0 50

FIGURA 5.4 Variao do valor da funo objetivo mnima com o nmero de elementos da populao. O valor da probabilidade de mutao foi considerado de 0,30, pois analisando os resultados das simulaes e sua convergncia, verificou-se que nas primeiras 200 geraes, ocorreu uma queda rpida do custo mnimo at o patamar de aproximadamente US$ 115.000, independente do valor da taxa de mutao considerado, indicando que nesta etapa o processo dominado pela seleo e pela recombinao. A partir deste patamar, o processo comea a sofrer maior influncia do valor utilizado para a probabilidade de mutao. As simulaes com melhores resultados foram aquelas com probabilidade de mutao mais alta, em torno de 0,30. A avaliao dos efeitos da mutao foi bastante importante. A partir do patamar de 500 geraes, a recombinao tende a repetir elementos sendo significativo o efeito da mutao para propiciar elementos novos e auxiliar a recombinao. Por ser um problema com restries, foi utilizada a estratgia de penalidades para se obter as solues factveis. As solues infactveis no foram rejeitadas, pois algumas podem fornecer informaes teis sobre a soluo tima, havendo a possibilidade inclusive de contribuir para a obteno de algumas solues factveis. A penalidade na validao da funo objetivo, utilizada neste trabalho, apresentada conforme a equao (5.1), possuindo dois termos, um para penalizar a lmina e outro para penalizar a tenso mdia de cisalhamento:

Resultados e discusses

44

P = p 1 max[ y k / D k 0,75;0] + p 2 max[1,00 k ;0]

k =1

NL

(5.1)

onde NL o nmero de trechos; y a lmina de gua; D o dimetro; p1 e p2 so os fatores que multiplicam a penalidade e so dados pela equao 4.47; tenso mdia de cisalhamento. A expresso max[y k / D k 0,75;0] indica que ser considerado o valor mximo obtido entre ( y k / D k 0,75 e 0) e assim sucessivamente. Para clculo de p (ver equao 4.47) foi utilizado o valor de k de 0,8 sugerido por SAVIC e WALTERS (1997) e o de foi desmembrado para cada termo da penalidade e chamado de p1 e p2, ficando com valor de 500000 para a lmina e de 50000 para a tenso mdia de cisalhamento, respectivamente. Para chegar a esses valores foram realizadas diversas simulaes, com a variao destes valores, de forma que houvesse um equilbrio na convergncia do dimetro e das declividades, de uma forma que resultasse em diminuio de custos e que um indivduo no dominasse rapidamente toda a populao, trabalhando assim com uma diversidade maior. Portanto a equao de penalidade resultar com a seguinte forma:

i 0,8 NL P = max[ y k / D k 0,75;0] * 500000 + max[1,00 k ;0] * 50000 i =1 iit k =1 (5.2)

iit

onde i o nmero da gerao e iit o nmero mximo de geraes. Definidos os parmetros dos algoritmos genticos, deu-se incio s simulaes em busca da soluo tima para a rede exemplo.

Simulaes

Com o nmero da populao definido em 300 indivduos, o nmero de geraes como sendo 1000 e a funo penalidade conforme a equao (5.2), foram realizadas as simulaes para estes parmetros e chegou-se a soluo de menor custo apresentada na Tabela (5.4). Foram tambm acrescentados na tabela os dados referentes s solues timas encontradas por BRAGA (1982) e por MAGALHES (1995), bem como mais trs solues factveis que foram encontradas pelo programa e que resultaram em economia em relao aos trabalhos anteriores.

Resultados e discusses

45

Pode-se notar que o algoritmo gentico trabalhou com dimetros maiores e declividades menores no caso dos trechos 3,8 e 9; e com declividade maior e dimetro menor no trecho 13, isto demonstra sua eficincia em trabalhar com duas possibilidades de minimizao de custos: reduzir/aumentar dimetros e aumentar/reduzir escavao. Outro trecho que mostra a eficincia do algoritmo gentico o trecho 17 onde, na soluo tima, foi encontrada uma soluo que diminuiu o dimetro e aumentou a declividade do trecho para chegar na soluo tima, nas outras 3 solues, obtidas pelo algoritmo gentico, ele manteve o dimetro em 200mm e declividades menores, isto demonstra que ele pode tanto aumentar o dimetro para diminuir a declividade quanto diminuir o dimetro e aumentar a declividade, chegando a realmente um mnimo. Outro aspecto tambm observado que o algoritmo gentico levar em considerao o mnimo custo sempre contando com toda a rede e no trecho a trecho, o que viabiliza solues melhores, pois o par declividade-dimetro adotado para um trecho poder influir no resultado no s do trecho de jusante, e sim mais trechos, esta ser a grande vantagem em relaes aos outros mtodos. TABELA 5.4. Conjunto de solues otimizadas obtidas para a rede exemplo.
Soluo tima Trecho L (m)
Braga (1982)

Soluo tima
Magalhes(1995)

Soluo tima D (mm) 150 150 200 200 200 150 150 200 200 150 200 200 250 150 150 150 150 300 Decliv (m/m) 0,005 0,005 0,004 0,004 0,005 0,004 0,004 0,003 0,003 0,005 0,005 0,007 0,007 0,005 0,007 0,006 0,009 0,007

Soluo 1 D (mm) 150 150 200 200 200 150 150 200 200 150 200 200 250 150 150 150 200 300 Decliv (m/m) 0,005 0,004 0,003 0,004 0,008 0,004 0,004 0,003 0,005 0,004 0,004 0,006 0,008 0,006 0,005 0,007 0,006 0,007

Soluo 2 D (mm) 150 150 200 200 200 150 150 200 200 150 200 250 250 150 150 150 200 300 Decliv (m/m) 0,004 0,005 0,005 0,003 0,007 0,005 0,005 0,004 0,004 0,005 0,004 0,003 0,008 0,006 0,006 0,008 0,005 0,006

Soluo 3 D (mm) 150 150 200 200 200 150 150 150 200 150 200 200 250 150 150 150 200 300 Decliv (m/m) 0,008 0,007 0,003 0,003 0,004 0,006 0,006 0,006 0,003 0,007 0,004 0,007 0,007 0,006 0,008 0,007 0,006 0,006

1 100 2 100 3 80 4 90 5 80 6 90 7 90 8 80 9 60 10 80 11 80 12 80 13 80 14 90 15 90 16 80 17 70 18 60 Custo Total (US$)

D (mm) 150 150 150 200 200 150 150 150 150 150 250 250 250 150 150 150 150 250

Decliv (m/m) 0,006 0,006 0,008 0,003 0,002 0,006 0,006 0,008 0,003 0,006 0,002 0,004 0,031 0,006 0,006 0,008 0,003 0,013

D (mm) 150 150 150 200 200 150 150 150 150 150 200 200 300 150 150 150 150 300

Decliv (m/m) 0,006 0,006 0,007 0,003 0,004 0,006 0,006 0,006 0,058 0,006 0,004 0,006 0,002 0,006 0,006 0,006 0,009 0,004

115.034,45

113.778,21

107.197,98

108.067,59

110.148,95

110.899,59

Resultados e discusses

46

Nas Tabelas (5.5), (5.6), (5.7) e (5.8), esto apresentados os resultados referentes as solues timas encontradas atravs dos algoritmos genticos, onde foram respeitadas todas as restries impostas ao problema; e na Tabela (5.9) est apresentada a tabela de resultados obtida por MAGALHES (1995). Por estas tabelas possvel avaliar, onde realmente pode ter otimizado a rede. Nota-se que os trechos 5, 11, 12 e 13 foram os que mais contriburam para a diminuio de custos obtidas, e avaliando a configurao da rede exemplo pode-se notar que estes trechos so os trechos centrais e quaisquer alteraes em suas configuraes alteram seus trechos de jusante e montante, e sua otimizao assim, torna-se mais difcil. Nos outros mtodos de otimizao, as simulaes so trecho a trecho e somente depois de definido um trecho, o seguinte calculado, no havendo portanto uma avaliao da rede de uma forma global, isto , todos os trechos simultaneamente. TABELA 5.5. Planilha de clculo da rede coletora Soluo tima
Trecho 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 L (m) 100 100 80 90 80 90 90 80 60 80 80 80 80 90 90 80 70 60 Qi Cota Ter Cota Col Prof. PV Vel. Tenso Custo do y/D Vel. Decliv. Dim. Custo PV In(L/s) Mont(m) Mont(m) Mont(m) Inicial In. (m/s) Crtica Trativa Coletor (m/m) (mm) (US$) (Pa) (US$) Fin(L/s) Jus (m) Jus (m) Jus (m) Final Fin.(m/s) (m/s) 2,2 4,0 2,2 4,0 5,6 11,2 7,4 14,8 9 18,0 2,2 3,6 2,2 3,6 5,2 10,4 6,4 12,8 2,2 3,2 9,6 19,2 11,2 22,4 21,8 43,6 2,2 3,6 2,2 3,6 5,2 10,4 6,6 13,2 29,6 59,2 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 198,50 198,00 198,50 198,00 198,00 197,68 197,68 197,32 197,32 196,92 198,50 198,14 198,50 198,14 198,14 197,90 197,90 197,72 198,50 198,10 197,72 197,32 197,32 196,76 196,76 196,20 198,50 198,05 198,50 197,87 197,87 197,39 197,39 196,76 196,20 195,78 1,50 2,00 1,50 2,00 2,00 2,32 2,32 2,68 2,68 3,08 1,50 1,86 1,50 1,86 1,86 2,10 2,10 2,28 1,50 1,90 2,28 2,68 2,68 3,24 3,24 3,80 1,50 1,95 1,50 2,13 2,13 2,61 2,61 3,24 3,80 4,22 0,005 0,005 0,004 0,004 0,005 0,004 0,004 0,003 0,003 0,005 0,005 0,007 0,007 0,005 0,007 0,006 0,009 0,007 150 150 200 200 200 150 150 200 200 150 200 200 250 150 150 150 150 300 0,31 0,42 0,31 0,42 0,36 0,52 0,41 0,63 0,43 0,66 0,33 0,42 0,33 0,42 0,37 0,55 0,41 0,62 0,31 0,37 0,45 0,70 0,45 0,69 0,46 0,73 0,31 0,40 0,28 0,36 0,47 0,73 0,47 0,75 0,42 0,64 0,48 0,56 0,48 0,56 0,56 0,67 0,60 0,72 0,69 0,81 0,44 0,50 0,44 0,50 0,49 0,59 0,52 0,62 0,48 0,53 0,70 0,82 0,83 0,97 0,98 1,14 0,48 0,55 0,54 0,62 0,65 0,75 0,80 0,93 1,05 1,25 3,44 3,44 4,26 4,47 4,53 3,44 3,44 4,32 4,47 3,28 4,57 4,56 5,14 3,36 3,25 3,99 4,00 5,50 1,30641 1,30641 1,56629 1,75502 2,26864 1,0955 1,0955 1,20903 1,31538 1,30641 2,32703 3,2399 4,16344 1,30641 1,70248 2,1462 3,26387 4,65375 4.687,88 4.687,88 5.601,41 6.301,64 5.601,47 4.219,09 4.219,09 4.361,70 4.201,11 3.750,30 5.601,47 5.601,47 556,00 556,00 769,00 844,00 844,00 556,00 556,00 769,00 844,00 556,00 844,00 844,00 Custo Total (US$) 5.243,88 5.243,88 6.370,41 7.145,64 6.445,47 4.775,09 4.775,09 5.130,70 5.045,11 4.306,30 6.445,47 6.445,47 9.764,69 4.775,09 4.775,09 5.492,99 4.875,87 8.680,74 1.461,00

8.303,69 1.461,00 4.219,09 4.219,09 4.936,99 4.319,87 556,00 556,00 556,00 556,00

7.219,74 1.461,00 1.461,00

Custo Total

107.197,98

Resultados e discusses

47

Pode-se notar que todas as restries de lmina mxima, tenso de cisalhamento mdia ou tenso trativa, continuidade de vazo, vazo mnima e velocidade mxima foram atendidas e que os valores de lmina e de tenso trativa, chegaram ao limite, por exemplo: nos trechos 11, 13, 16 e 17 com valores de 0,70;0,73;0,73;0,75 respectivamente, para o caso das lminas, e os trechos 6 e 7 para o caso da tenso trativa, com valor de 1,0955 para os dois trechos. TABELA 5.6. Planilha de clculo da rede coletora Soluo 1
Trecho 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 L (m) 100 100 80 90 80 90 90 80 60 80 80 80 80 90 90 80 70 60 Qi Cota Ter Cota Col Prof. PV Vel. y/D Vel. Tenso Custo do Decliv. Dim. Custo PV In(L/s) Mont(m) Mont(m) Mont(m) Inicial In. (m/s) Crtica Trativa Coletor (m/m) (mm) (US$) (Pa) (US$) Fin(L/s) Jus (m) Jus (m) Jus (m) Final Fin.(m/s) (m/s) 2,2 4,0 2,2 4,0 5,6 11,2 7,4 14,8 9 18,0 2,2 3,6 2,2 3,6 5,2 10,4 6,4 12,8 2,2 3,2 9,6 19,2 11,2 22,4 21,8 43,6 2,2 3,6 2,2 3,6 5,2 10,4 6,6 13,2 29,6 59,2 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 198,50 198,00 198,50 198,10 198,00 197,76 197,76 197,40 197,40 196,76 198,50 198,14 198,50 198,14 198,14 197,90 197,90 197,60 198,50 198,18 197,60 197,28 197,28 196,80 196,76 196,12 198,50 197,96 198,50 198,05 197,96 197,40 197,40 196,98 196,12 195,70 1,50 2,00 1,50 1,90 2,00 2,24 2,24 2,60 2,60 3,24 1,50 1,86 1,50 1,86 1,86 2,10 2,10 2,40 1,50 1,82 2,40 2,72 2,72 3,20 3,24 3,88 1,50 2,04 1,50 1,95 2,04 2,60 2,60 3,02 3,88 4,30 0,005 0,004 0,003 0,004 0,008 0,004 0,004 0,003 0,005 0,004 0,004 0,006 0,008 0,006 0,005 0,007 0,006 0,007 150 150 200 200 200 150 150 200 200 150 200 200 250 150 150 150 200 300 0,31 0,42 0,33 0,45 0,38 0,57 0,41 0,63 0,38 0,57 0,33 0,42 0,33 0,42 0,37 0,55 0,36 0,53 0,33 0,40 0,48 0,76 0,47 0,73 0,45 0,69 0,29 0,38 0,31 0,40 0,45 0,69 0,35 0,51 0,42 0,64 0,48 0,56 0,25 0,30 0,51 0,61 0,62 0,73 0,84 1,01 0,25 0,29 0,25 0,29 0,50 0,60 0,64 0,77 0,25 0,28 0,66 0,77 0,80 0,94 1,66 1,95 0,29 0,33 0,27 0,31 0,39 0,46 0,70 0,84 2,47 2,92 3,44 3,51 4,37 4,47 4,36 3,44 3,44 4,32 4,28 3,36 4,62 4,60 5,10 3,30 3,36 3,95 4,23 5,50 1,30641 1,0955 1,24634 1,75502 3,30196 1,0955 1,0955 1,20903 1,97572 1,0955 1,94378 2,86171 4,636 1,50812 1,30641 2,42983 2,31224 4,65375 4.687,88 4.687,88 5.601,41 6.301,58 5.601,41 4.219,09 4.219,09 4.361,70 4.201,05 3.750,30 5.601,41 5.601,41 556,00 556,00 769,00 844,00 844,00 556,00 556,00 769,00 844,00 556,00 844,00 844,00 Custo Total (US$) 5.243,88 5.243,88 6.370,41 7.145,64 6.445,47 4.775,09 4.775,09 5.130,70 5.045,11 4.306,30 6.445,47 6.445,47 9.764,69 4.775,09 4.775,09 5.492,99 5.745,29

8.303,57 1.461,00 4.219,09 4.219,09 4.936,99 4.901,23 556,00 556,00 556,00 844,00

7.219,55 1.461,00 10.141,93 1.461,00

Custo Total

108.067,59

Resultados e discusses

48

TABELA 5.7. Planilha de clculo da rede coletora Soluo 2

Trecho 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 L (m) 100 100 80 90 80 90 90 80 60 80 80 80 80 90 90 80 70 60 Qi Cota Ter Cota Col Prof. PV Vel. y/D Vel. Tenso Custo do Decliv. Dim. Custo PV In(L/s) Mont(m) Mont(m) Mont(m) Inicial In. (m/s) Crtica Trativa Coletor (m/m) (mm) (US$) (Pa) (US$) Fin(L/s) Jus (m) Jus (m) Jus (m) Final Fin.(m/s) (m/s) 2,2 4,0 2,2 4,0 5,6 11,2 7,4 14,8 9 18,0 2,2 3,6 2,2 3,6 5,2 10,4 6,4 12,8 2,2 3,2 9,6 19,2 11,2 22,4 21,8 43,6 2,2 3,6 2,2 3,6 5,2 10,4 6,6 13,2 29,6 59,2 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 198,50 198,10 198,50 198,00 198,00 197,60 197,60 197,33 197,33 196,77 198,50 198,05 198,50 198,05 198,05 197,73 197,73 197,49 198,50 198,10 197,49 197,17 197,17 196,93 196,77 196,13 198,50 197,96 198,50 197,96 197,96 197,32 197,32 196,97 196,13 195,77 1,50 1,90 1,50 2,00 2,00 2,40 2,40 2,67 2,67 3,23 1,50 1,95 1,50 1,95 1,95 2,27 2,27 2,51 1,50 1,90 2,51 2,83 2,83 3,07 3,23 3,87 1,50 2,04 1,50 2,04 2,04 2,68 2,68 3,03 3,87 4,23 0,004 0,005 0,005 0,003 0,007 0,005 0,005 0,004 0,004 0,005 0,004 0,003 0,008 0,006 0,006 0,008 0,005 0,006 150 150 200 200 200 150 150 200 200 150 200 250 250 150 150 150 200 300 0,33 0,45 0,31 0,42 0,33 0,49 0,45 0,69 0,39 0,59 0,31 0,40 0,31 0,40 0,34 0,50 0,38 0,57 0,31 0,37 0,48 0,76 0,40 0,61 0,45 0,69 0,29 0,38 0,29 0,38 0,43 0,66 0,37 0,54 0,44 0,67 0,44 0,52 0,48 0,56 0,61 0,73 0,54 0,64 0,78 0,93 0,48 0,55 0,48 0,55 0,55 0,66 0,58 0,69 0,48 0,53 0,65 0,75 0,60 0,71 1,03 1,21 0,51 0,59 0,51 0,59 0,72 0,85 0,64 0,76 1,00 1,17 3,51 3,44 4,18 4,57 4,41 3,36 3,36 4,21 4,37 3,28 4,62 4,97 5,10 3,30 3,30 3,91 4,30 5,56 1,0955 1,30641 1,86896 1,39356 2,96876 1,30641 1,30641 1,51876 1,6548 1,30641 1,94378 1,62118 4,636 1,50812 1,50812 2,70471 2,001 4,11295 4.687,88 4.687,88 5.601,41 6.301,58 5.601,41 4.219,09 4.219,09 5.601,41 4.201,05 3.750,30 5.601,41 6.443,25 556,00 556,00 769,00 844,00 844,00 556,00 556,00 769,00 844,00 556,00 844,00 844,00 Custo Total (US$) 5.243,88 5.243,88 6.370,41 7.145,58 6.445,41 4.775,09 4.775,09 6.370,41 5.045,05 4.306,30 6.445,41 7.287,25 9.764,57 4.775,09 4.775,09 5.492,99 5.745,23

8.303,57 1.461,00 4.219,09 4.219,09 4.936,99 4.901,23 556,00 556,00 556,00 844,00

7.219,55 2.922,00 10.141,55

Custo Total

110.148,28

Resultados e discusses

49

TABELA 5.8. Planilha de clculo da rede coletora Soluo 3

Trecho 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 L (m) 100 100 80 90 80 90 90 80 60 80 80 80 80 90 90 80 70 60 Qi Cota Ter Cota Col Prof. PV Vel. y/D Vel. Tenso Custo do Decliv. Dim. Custo PV In(L/s) Mont(m) Mont(m) Mont(m) Inicial In. (m/s) Crtica Trativa Coletor (m/m) (mm) (US$) (Pa) (US$) Fin(L/s) Jus (m) Jus (m) Jus (m) Final Fin.(m/s) (m/s) 2,2 4,0 2,2 4,0 5,6 11,2 7,4 14,8 9 18,0 2,2 3,6 2,2 3,6 5,2 10,4 6,4 12,8 2,2 3,2 9,6 19,2 11,2 22,4 21,8 43,6 2,2 3,6 2,2 3,6 5,2 10,4 6,6 13,2 29,6 59,2 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 198,50 197,70 198,50 197,80 197,70 197,46 197,46 197,19 197,19 196,87 198,50 197,96 198,50 197,96 197,96 197,48 197,48 197,30 198,50 197,94 197,30 196,98 196,98 196,42 196,42 195,86 198,50 197,96 198,50 197,78 197,78 197,22 197,22 196,80 195,86 195,50 1,50 2,30 1,50 2,20 2,30 2,54 2,54 2,81 2,81 3,13 1,50 2,04 1,50 2,04 2,04 2,52 2,52 2,70 1,50 2,06 2,70 3,02 3,02 3,58 3,58 4,14 1,50 2,04 1,50 2,22 2,22 2,78 2,78 3,20 4,14 4,50 0,008 0,007 0,003 0,003 0,004 0,006 0,006 0,006 0,003 0,007 0,004 0,007 0,007 0,006 0,008 0,007 0,006 0,006 150 150 200 200 200 150 150 150 200 150 200 200 250 150 150 150 200 300 0,27 0,37 0,28 0,39 0,38 0,57 0,45 0,69 0,46 0,72 0,29 0,38 0,29 0,38 0,47 0,73 0,41 0,62 0,28 0,34 0,48 0,76 0,45 0,69 0,46 0,73 0,29 0,38 0,27 0,35 0,45 0,69 0,35 0,51 0,44 0,67 0,57 0,67 0,54 0,64 0,50 0,60 0,54 0,64 0,64 0,74 0,51 0,59 0,51 0,59 0,65 0,75 0,52 0,62 0,54 0,60 0,65 0,75 0,83 0,97 0,98 1,14 0,51 0,59 0,57 0,65 0,68 0,80 0,68 0,82 1,00 1,17 3,28 3,32 4,37 4,57 4,59 3,30 3,30 3,99 4,47 3,17 4,62 4,56 5,14 3,30 3,21 3,95 4,23 5,56 1,89074 1,70248 1,24634 1,39356 1,89605 1,50812 1,50812 2,1462 1,31538 1,70248 1,94378 3,2399 4,16344 1,50812 1,89074 2,42983 2,31224 4,11295 4.687,88 4.687,88 5.601,47 6.301,64 5.601,47 4.219,09 4.219,09 4.936,99 4.201,11 3.750,30 5.601,47 556,00 556,00 844,00 844,00 844,00 556,00 556,00 556,00 844,00 556,00 844,00 Custo Total (US$) 5.243,88 5.243,88 6.445,47 7.145,64 6.445,47 4.775,09 4.775,09 5.492,99 5.045,11 4.306,30 6.445,47 8.840,30 9.764,69 4.775,09 4.775,09 5.492,99 5.745,29

7.379,30 1.461,00 8.303,69 1.461,00 4.219,09 4.219,09 4.936,99 4.901,29 556,00 556,00 556,00 844,00

7.219,74 2.922,00 10.141,74

Custo Total

110.899,59

Resultados e discusses

50

TABELA 5.9. (MAGALHES,1995)

Trecho 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 L (m) 100 100 80 90 80 90 90 80 60 80 80 80 80 90 90 80 70 60

Planilha

de

clculo

da

rede

coletora

Soluo

tima

Qi Cota Ter Cota Col Prof. PV Vel. y/D Vel. Tenso Custo do Decliv. Dim. Custo PV In(L/s) Mont(m) Mont(m) Mont(m) Inicial In. (m/s) Crtica Trativa Coletor (m/m) (mm) (US$) (Pa) (US$) Fin(L/s) Jus (m) Jus (m) Jus (m) Final Fin.(m/s) (m/s) 2,2 4,0 2,2 4,0 5,6 11,2 7,4 14,8 9 18,0 2,2 3,6 2,2 3,6 5,2 10,4 6,4 12,8 2,2 3,2 9,6 19,2 11,2 22,4 21,8 43,6 2,2 3,6 2,2 3,6 5,2 10,4 6,6 13,2 29,6 59,2 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 200,00 198,50 197,89 198,50 197,89 197,83 197,31 197,28 197,04 197,03 196,74 198,50 197,95 198,50 197,95 197,89 197,44 197,44 193,93 198,50 198,01 196,90 196,57 196,57 196,12 196,04 195,85 198,50 197,95 198,50 197,95 197,89 197,44 197,44 196,81 195,85 195,58 1,50 2,11 1,50 2,11 2,17 2,69 2,72 2,96 2,97 3,26 1,50 2,05 1,50 2,05 2,11 2,56 2,56 6,07 1,50 1,99 3,10 3,43 3,43 3,88 3,96 4,15 1,50 2,05 1,50 2,05 2,11 2,56 2,56 3,19 4,15 4,42 0,0061 0,0061 0,0065 0,0027 0,0036 0,0061 0,0061 0,0056 0,0585 0,0061 0,0041 0,0056 0,0024 0,0061 0,0061 0,0056 0,0090 0,0045 150 150 150 200 200 150 150 150 150 150 200 200 300 150 150 150 150 300 0,29 0,40 0,29 0,40 0,47 0,75 0,46 0,72 0,47 0,75 0,29 0,38 0,29 0,38 0,47 0,75 0,47 0,75 0,29 0,35 0,47 0,75 0,47 0,75 0,47 0,75 0,29 0,38 0,29 0,38 0,47 0,75 0,47 0,75 0,47 0,75 0,51 0,61 0,51 0,61 0,68 0,79 0,53 0,61 0,61 0,71 0,51 0,59 0,51 0,59 0,63 0,73 0,78 0,90 0,51 0,57 0,65 0,76 0,76 0,89 0,66 0,77 0,51 0,59 0,51 0,59 0,63 0,73 0,80 0,93 0,90 1,04 3,37 3,37 4,00 4,59 4,62 3,29 3,29 4,00 4,00 3,22 4,62 4,62 5,65 3,29 3,29 4,00 4,00 5,65 1,53 1,53 2,36 1,29 1,75 1,53 1,53 2,03 3,08 1,53 1,99 2,71 1,77 1,53 1,53 2,03 3,27 3,26 4.685,94 4.685,94 4.936,37 6.299,70 7.380,98 4.217,35 4.217,35 4.936,37 3.702,28 3.748,75 556,00 556,00 556,00 844,06 844,06 556,00 556,00 556,00 556,00 556,00

Custo Total (US$) 5.241,94 5.241,94 5.492,37 7.143,76 8.225,04 4.773,35 4.773,35 5.492,37 4.258,28 4.304,75 8.842,10 8.842,10

7.380,98 1.461,12 7.380,98 1.461,12

9.627,95 1.461,18 11.089,13 4.217,35 4.217,35 4.936,37 4.319,33 556,00 556,00 556,00 556,00 4.773,35 4.773,35 5.492,37 4.875,33

7.220,96 1.461,18 10.143,32 1.461,18

Custo Total

113.778,20

Concluses

51

6.

CONCLUSES

O trabalho desenvolvido um passo preliminar para a implementao dos conceitos de otimizao em projetos de redes reais. Espera-se que as tcnicas desenvolvidas nesta pesquisa sejam aplicadas em uma prxima fase do estudo. Uma rede de esgotos, alm de ser parte vital do sistema de esgotamento sanitrio, representa o maior custo de investimento do conjunto de obras de engenharia, havendo assim, a necessidade de se buscar o mximo aproveitamento do capital investido. Com a disponibilidade atual de microcomputadores, tornou-se possvel o desenvolvimento de projetos de redes de esgotos com a aplicao de tcnicas modernas de otimizao. Entre estas tcnicas, destaca-se a aplicao dos algoritmos genticos, que tm se mostrado eficiente para a soluo de problemas no lineares. Este trabalho apresenta um modelo para otimizao de projetos de redes de esgotos, com a utilizao dos algoritmos genticos. Teve como objetivos implementar e comprovar a eficincia de um modelo de otimizao para o dimensionamento de mnimo custo, e avaliar o comportamento e as variaes dos parmetros da tcnica dos algoritmos genticos. Uma rede exemplo foi estudada. As simulaes realizadas nesta rede, com uma configurao terica, apresentaram resultados melhores aos obtidos por outros pesquisadores, com redues da ordem de 5.8% a 6.8% o que demonstra a viabilidade do modelo. A tcnica dos algoritmos genticos permitiu obter, aps um nmero fixo de geraes, alm da soluo de mnimo custo, um conjunto final de solues que torna possvel ao tomador de decises escolher entre alternativas com similaridade de preo, considerando na anlise outros critrios de avaliao. O modelo demonstrou-se apropriado para o dimensionamento de redes de esgotos, e a tcnica dos algoritmos genticos mostrou-se uma ferramenta eficaz na obteno do projeto otimizado. Finalmente, embora no considerados neste trabalho, estudos podem ser desenvolvidos para incluir uma interface mais amigvel, estaes de bombeamento e otimizao de traado.

Referncias bibliogrficas

52

7.

REFERNCIAS BIBLIOGRFICAS

ARGAMAN, Y.; SHAMIR, U.; SPIVAK, E. - Design of optimal sewerage systems. Journal of the Environmental Engineering Division, ASCE, v.99, n.5, p.703-716, Out., 1973. ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. (1986). NBR 9649 Projeto de
Redes Coletoras de Esgotos Sanitrios: procedimento. Rio de Janeiro.

AZEVEDO NETTO, J.M. Manual de hidrulica. 8 ed., So Paulo, Editora Edgard Blucher, 2000. BRAGA, Florindo dos Santos. - Otimizao de custos aplicada ao processo de
dimensionamento de redes de esgotos sanitrios. Dissertao (Mestrado) Escola de

Engenharia de So Carlos, Universidade de So Paulo. So Carlos, 1982. 250p. BUCKLES, BILL P. Genetic Algoritms. IEEE Computer Society Press, Los Alamitos, California, 1994. CALIMAN. R.O.; REIS, L.F.R.; SILVA, F.G.B.; PORTO, R.M.; CHAUDHRY, F.H.
Determinao dos parmetros do modelo presso x vazamento para um sub-setor da cidade de So Carlos, SP,. Com a utilizao de algoritmos genticos. Trabalho

apresentado no XIV Simpsio Brasileiro de Recursos Hdricos, Aracaju. 2001. CELESTE, A.B.; SUZUKI, K.;WATANABE, M. e SANTANA, C.W.S. Calibrao
automtica do tank model via algoritmos genticos. Trabalho apresentado no XIV

Simpsio Brasileiro de Recursos Hdricos, Aracaju. 2001. CHARALAMBOUS, C.; ELIMAM, A.A. - Heuristic design of sewer networks, Journal Environmental Engineering, ASCE, v.116, n.6, p.1181-1199, Nov./Dez., 1990. CHEUNG, P.B. Curso de introduo aos algoritmos genticos. Mar., 2002. DAJANI, J.S. Network evaluation of wastewater collection economics. Tese (PhD) North Western University, Evaston, Illinois,1971. DAJANI, J.S.; GEMMEL, R.S.; MORLOK, E.K. - Optimal design of urbam wastewater
collection networks. Journal of the Sanitary Engineering Division, ASCE, v.98, n.6,

p.853-867, Dez. 1972. DAJANI, J.S.; GEMMEL, R.S. Economic guidelines for public utilities planning. Journal of the urban planning and development division, ASCE, v.99, n.2, p.171-182, Set., 1973.

Referncias bibliogrficas

53

DAJANI, J.S.; HASIT, Y. Capital cost minimization of drainage networks. Journal of environmental engineering division, ASCE, v.100, n.2, p.325-337, Abr., 1974. DAJANI, J.S.; HASIT, Y.; McCULLERS, S.D. Mathematical programming in sewer
networks design. Engineering Optimization, Great Britain, v.3, p.27-35, 1977.

DANDY, G.C.; SIMPSON, A.R.; MURPHY, L.J. - An improved genetic algorithm for
pipe network optimization. Water Resources Research, v.32, n.2, p.449-458. Fev.,

1996. DESHER, D.P.; DAVIS, P.K. - Desingning sanitary sewers with microcomputers. Journal Environmental Engineering, ASCE, v.112, n.6, p.993-1007, Dez., 1986. ELIMAM, A.A.; CHARALAMBOUS, C.; GHOBRIAL, F.H. - Optimum design of large
sewer networks. Journal Environmental Engineering, ASCE, v.115, n.6, p.1171-1190,

Dez., 1989. GAMBALE, S.R. - Aplicao de algoritmo gentico na calibrao de redes de gua. Dissertao de Mestrado POLI/USP. 2000. GEN,M.; CHENG, R. - Genetic Algorithms and Engineering Design. New York, John Wiley & Sons, INC. 1997. GREFENSTETTE, J.J. - Optimization of control parameters for genetic algorithm. IEEE (Institute of Electrical and Electronics Engineers) Transactions on Systems, Man and Cybernetic, v.16, n. 1, p.122-128. 1986. GOLDBERG, D. - Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, Reading, MA, 1989. GOLDBERG, D., KUO, C.H. Genetic algorithms in pipeline optimization. Journal of Computing in Civil Enginnering, Vol.1, n 2. Abril 1987. GUPTA, A.; MEHNDIRATTA, S.L.; KHANNA, P. Gravity wastewater collection
systems optimization. Journal Environmental Engineering, ASCE, v.109,n.5,p.1195-

1209, Out., 1983. HOLLAND, M.E. Computer model of wastewater collection systems. Harvard, Water Resources Group, Harvard University, Cambridge, Mass., 1966. KULKARNI, V.S.; KHANNA, P. - Pumped wastewater collection systems optimization. Journal Environmental Engineering, ASCE, v.111, n.5, p.589-601, Oct. 1985.

Referncias bibliogrficas

54

LIEBMAN, J.C. - A heuristic aid for the design of sewer networks. Journal of the Sanitary Enginnering Division, ASCE, v.93, n.4, p.81-90, Ago., 1967. MAGALHES, Carlos Augusto de Carvalho. - Dimensionamento dos sistemas de esgotos
sanitrios de grande porte via reduo de custos. Dissertao (Mestrado) Escola de

Engenharia de So Carlos, Universidade de So Paulo. So Carlos, 1995. 195p. MAYS, L.W.; YEN, B.C. Optimal design of branched sewer system. Water Resources Research, Urbana, Illinois, v.11, n.1, p.37-47, Fev., 1975. MERRIT, L.B.; BOGAN, R.H. Computer based optimal design of sewers systems. Journal of the Environmental Engineering Division, v.99, n.1, p.35-53, Fev., 1973. MICHALEWICZ, Z. - Genetic Algorithm + Data Structures = Evolution Programs. 2ed., New York, Springer-Verlag. 1992. MOHAN, S. Parameter estimation of nonlinear Muskingum Models using genetic
algorithm. Journal of Hydraulic Engineering, Vol.123, n 2, p. 137-142. Fevereiro1997

MOHAN, D.M.; KHANNA, P. Modified formula gives better sewer design. Water and Sewage Works, p.20-22 e 24, 1979. MONTESINOS, P.; GARCIA-GUZMAN, A.; AYUSO, J. L. Water distribution network
optimization using a modified genetic algorithm. Water Resources Research, Vol. 35, n

11, p. 3467-3474. Novembro 1999. PORTO, R.M. Hidralica bsica. 2 Ed., So Carlos:EESC-USP, 1999. REIS, L.F.R.; PORTO, R.M.; CHAUDHRY, F.H.- Optimal location of control valves in
pipe netwoks by genetic algorithm. Journal of Water Resources Planning and

Management, Vol. 123, n 6, p.317-326. Novembro/Dezembro 1997. SAVIC, Dragan A.; WALTERS, Godfrey A. - Genetic algorithm for least-cost design of
water distribution networks. Journal of Water Resources Planning and Management, v.

123, n.2, p. 67-77, Mar./Abr., 1997. SILVA, F.G.B.; REIS, L.F.R.; CALIMAN. R.O.; PORTO, R.M.; CHAUDHRY, F.H.
Aplicao de mtodo de determinao da rede de amostragem tima para calibrao de sistemas de distribuio de gua de abastecimento atravs de algoritmos genticos (AGs). Trabalho apresentado no XIV Simpsio Brasileiro de Recursos Hdricos, Aracaju.

2001.

Referncias bibliogrficas

55

SIMPSON, Angus R.; DANDY, Graeme C.; MURPHY, Laurence J. - Genetic algorithms
compared to other techniques for pipe optimization. Journal of Water Resurces

Planning and Management, Vol. 120, n 4, p.423-444. Julho/Agosto 1994. VELON, J.P. Sewer cost estimation model: an aplication. Dissertao (MSc) North Western University, Evaston, Illinois, 1971. WALSH, S.; BROWN, L.C. Least cost method for sewer design. Journal of the Environmental Engineer Division, ASCE, v.99, n.3, p.333-345, Jun., 1973.