Escolar Documentos
Profissional Documentos
Cultura Documentos
Luiz Gameiro
Luiz Gameiro
APRESENTAO
Sumrio
SUMRIO
INTRODUO ................................................................................................................ 1
2.
3.
OBJETIVOS ................................................................................................................... 16
4.
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.
CONCLUSES .............................................................................................................. 51
7.
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
Lista de siglas
iv
LISTA DE SIGLAS
Lista de smbolos
LISTA DE SMBOLOS
Lista de smbolos
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.
vi
Lista de smbolos
vii
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.
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.
Introduo
1.
INTRODUO
Introduo
Reviso bibliogrfica
2.
REVISO BIBLIOGRFICA
Reviso bibliogrfica
x1 , x 2 ,..., x n
(2.1)
Sujeito a (restries):
g 1 (x 1 , x 2 ,.....x n )
b1
g 2 (x 1 , x 2 ,.....x n )
b2
..........................
...
g n (x 1 , x 2 ,.....x n )
bm
(2.2)
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
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
Reviso bibliogrfica
Reviso bibliogrfica
Reviso bibliogrfica
Manning,
com
exceo
de
KULKARNI
KHANNA
(1985),
ELIMAM,
Reviso bibliogrfica
10
2.2
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
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
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
Objetivos
3.
16
OBJETIVOS
Metodologia
4.
17
METODOLOGIA
Metodologia
18
4.1
Formulao Hidrulica
Equao fundamental
= F1 + Wsen F2 0 PL = 0
(4.1)
Metodologia
19
Horizontal
L.P.
F1
Inclinao
L.E.
W.sen
D
1
I0
N.A.
C
2
F2
y0
P
(4.2)
(4.3)
(4.4)
ALsen = 0 PL
(4.5)
e aps simplificao:
0 =
A
sen 0 = R h sen
P
(4.6)
(4.7)
Metodologia
20
(4.8)
fV 2
8
(4.9)
(4.10)
8g
R h I0
f
(4.11)
Considerando:
C=
8g
f
(4.12)
(4.13)
Metodologia
21
Q = VA
(4.14)
(4.15)
C=
Rh
n
(4.16)
1 2/3
R h I0
n
1/ 2
(4.17)
= AR h
2/3
(4.18)
Metodologia
22
Muito
Boas
0,0120
0,0110
0,0130
0,0090
0,0110
0,0110
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
Ms
0,0150
--0,0170
0,0130
0,0170
0,0170
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
0,0130
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
0,0150
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
0,0170
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
0,0350
0,0250
0,0230
0,0250
0,0280
0,0400
0,0280
0,0250
0,0300
0,0300
0,0450
0,0300
0,0280
0,0350
0,0330
--0,0330
0,0300
0,0400
0,0350
0,0250
0,0300
0,0280
0,0330
0,0300
0,0350
0,0330
0,0400
0,0350
0,0400
0,0330
0,0450
0,0500
0,0750
0,0400
0,0450
0,0350
0,0500
0,0600
0,1000
0,0450
0,0500
0,0400
0,0550
0,0700
0,1250
0,0500
0,0550
0,0450
0,0600
0,0800
0,1500
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
(4.19)
R h =
(4.20)
= 2 ( ) 2 / 3
(4.21)
= ( 2 / 3 )8 / 3
(4.22)
38
nQ
M=
I
0
38
(4.23)
(4.24)
Metodologia
24
M
K
(4.25)
N.A.
D
( sen)
8
D
2
(4.26)
(4.27)
Rh =
D(1 sen / )
4
(4.28)
y0 =
D(1 cos / 2)
2
(4.29)
= 2 arccos (1 2 y 0 / D)
(4.30)
B = Dsen / 2
(4.31)
Metodologia
25
(4.32)
( sen) = ( sen)
(4.33)
(1 sen / ) = (1 sen / )
(4.34)
A = D 2 = D 2
R h = D = D
K 1 =
2/ 3 3/8
( sen ) (1 sen / ) 2 / 3
=
8
4
3/8
(4.35)
M
K1
(4.36)
Metodologia
26
K1
y0/D
K1
y0/D
K1
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
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
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
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
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
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
4.2
Modelo de Otimizao
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
Di
PV i +1
PV i
GLi +2
T r ech
oi
Trec
ho i
+1
UCi
Di +1
DCi
UCi +1
DCi +1
(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
C c = a ij D j h i L k
k =1 i = 0 j= 0
(4.38)
Metodologia
28
C PV =
NL +1
C
k =1
(4.39)
PVk
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
C T = a ij D k h k L k + C PVK
k =1 i = 0 j= 0
k =1
(4.40)
h = 2,0 m
40,82
45,36
52,67
65,92
81,67
107,77
116,05
124,93
183,79
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
h = 8,0 m
176,48
188,13
202,55
222,89
245,75
278,96
291,51
303,22
376,28
Metodologia
29
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
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
Restries
Metodologia
30
(4.41)
(4.42)
(4.43)
(4.44)
(4.45)
Metodologia
31
UC i +1 Di +1 DC j D j , i = NS,........, NL-1 e j E i +1
4.3
(4.46)
Algoritmos Genticos
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
Metodologia
33
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
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
C T = a ij D k h k L k + C PVK
k =1 i = 0 j= 0
k =1
NL
NL
k =1
(4.47)
Metodologia
n ger
p i = i max
n
ger
36
(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
4.4
(4.49)
Resultados e discusses
5.
37
RESULTADOS E DISCUSSES
7
4-2
3
6
90
2-2
11
3-2
90
2
8- 8
10
100
1-2
100
80
5-2
8-4
60
9
9-2
10-2
12
80
10
11
80
13
80
15
6-2
9-4
10-4
12
14
80
90
80
90
11-2
12
-2
10-6
90
13
16
70
13-2
N
18
60
Trecho
19
80
80
14
12-4
17
17
18
7-2
15
16
Resultados e discusses
38
Vazo Final
de Plano
(m3/s)
Cota
Terreno
Jusante
(m)
Cota
Terreno
Montante
(m)
1-2
100
0,013
0,002200
0,004000
200
200
2-2
100
0,013
0,002200
0,004000
200
200
10-2
80
0,013
0,005600
0,011200
200
200
10-4
90
0,013
0,007400
0,014000
200
200
10-6
80
0,013
0,009000
0,018000
200
200
3-2
80
0,013
0,002200
0,003200
200
200
4-2
90
0,013
0,002200
0,003600
200
200
5-2
90
0,013
0,002200
0,003600
200
200
8-2
80
0,013
0,005200
0,011200
200
200
8-4
60
0,013
0,006400
0,012800
200
200
9-2
80
0,013
0,009600
0,019200
200
200
9-4
80
0,013
0,010400
0,020800
200
200
11-2
80
0,013
0,021800
0,0436000
200
200
6-2
90
0,013
0,002200
0,003600
200
200
7-2
90
0,013
0,002200
0,003600
200
200
12-2
80
0,013
0,005200
0,010400
200
200
12-4
70
0,013
0,00660
0,013200
200
200
13-2
60
0,013
0,02960
0,059200
200
200
2
200
Dimetros (mm)
3
4
5
250
300
350
6
400
7
450
Resultados e discusses
39
2
0,004
Declividades (m/m)
3
4
5
0,005
0,006
0,007
6
0,008
7
0,009
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
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
Resultados e discusses
41
180000
Valor da Funo Objetivo Mnima (US$)
Com Elitismo
170000
Sem Elitismo
160000
150000
140000
130000
120000
110000
2000
1800
1600
1400
1200
1000
800
600
400
200
100000
Nmero de Geraes
Resultados e discusses
42
160000
150000
140000
130000
120000
110000
2000
1800
1600
1400
1200
1000
800
600
400
200
100000
Nmero de Geraes
Resultados e discusses
43
120
115
110
105
500
450
400
350
300
250
200
150
100
50
100
Nmero de Elementos da Populao
FIGURA 5.4 Variao do valor da funo objetivo mnima com o nmero de elementos da
populao.
O valor da probabilidade de mutao foi considerado de 0,30, pois analisando os
resultados das simulaes e sua convergncia, verificou-se que nas primeiras 200 geraes,
ocorreu uma queda rpida do custo mnimo at o patamar de aproximadamente US$ 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
NL
(5.1)
k =1
i 0,8 NL
i =1 iit
k =1
(5.2)
iit
Simulaes
Resultados e discusses
45
Trecho
L
(m)
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$)
Soluo tima
Soluo tima
Braga (1982)
Magalhes(1995)
Soluo tima
D
(mm)
150
150
150
200
200
150
150
150
150
150
200
200
300
150
150
150
150
300
D
(mm)
150
150
200
200
200
150
150
200
200
150
200
200
250
150
150
150
150
300
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
115.034,45
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
113.778,21
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
107.197,98
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
108.067,59
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
110.148,95
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
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
L
(m)
100
100
80
90
80
90
90
80
60
10
80
11
80
12
80
13
80
14
90
15
90
16
80
17
70
18
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$)
Fin(L/s) Jus (m) Jus (m) Jus (m)
Final Fin.(m/s) (m/s)
2,2
4,0
2,2
4,0
5,6
11,2
7,4
14,8
9
18,0
2,2
3,6
2,2
3,6
5,2
10,4
6,4
12,8
2,2
3,2
9,6
19,2
11,2
22,4
21,8
43,6
2,2
3,6
2,2
3,6
5,2
10,4
6,6
13,2
29,6
59,2
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
198,50
198,00
198,50
198,00
198,00
197,68
197,68
197,32
197,32
196,92
198,50
198,14
198,50
198,14
198,14
197,90
197,90
197,72
198,50
198,10
197,72
197,32
197,32
196,76
196,76
196,20
198,50
198,05
198,50
197,87
197,87
197,39
197,39
196,76
196,20
195,78
1,50
2,00
1,50
2,00
2,00
2,32
2,32
2,68
2,68
3,08
1,50
1,86
1,50
1,86
1,86
2,10
2,10
2,28
1,50
1,90
2,28
2,68
2,68
3,24
3,24
3,80
1,50
1,95
1,50
2,13
2,13
2,61
2,61
3,24
3,80
4,22
0,005
150
0,005
150
0,004
200
0,004
200
0,005
200
0,004
150
0,004
150
0,003
200
0,003
200
0,005
150
0,005
200
0,007
200
0,007
250
0,005
150
0,007
150
0,006
150
0,009
150
0,007
300
0,31
0,42
0,31
0,42
0,36
0,52
0,41
0,63
0,43
0,66
0,33
0,42
0,33
0,42
0,37
0,55
0,41
0,62
0,31
0,37
0,45
0,70
0,45
0,69
0,46
0,73
0,31
0,40
0,28
0,36
0,47
0,73
0,47
0,75
0,42
0,64
0,48
0,56
0,48
0,56
0,56
0,67
0,60
0,72
0,69
0,81
0,44
0,50
0,44
0,50
0,49
0,59
0,52
0,62
0,48
0,53
0,70
0,82
0,83
0,97
0,98
1,14
0,48
0,55
0,54
0,62
0,65
0,75
0,80
0,93
1,05
1,25
Custo
Total
(US$)
3,44
1,30641
4.687,88
556,00
5.243,88
3,44
1,30641
4.687,88
556,00
5.243,88
4,26
1,56629
5.601,41
769,00
6.370,41
4,47
1,75502
6.301,64
844,00
7.145,64
4,53
2,26864
5.601,47
844,00
6.445,47
3,44
1,0955
4.219,09
556,00
4.775,09
3,44
1,0955
4.219,09
556,00
4.775,09
4,32
1,20903
4.361,70
769,00
5.130,70
4,47
1,31538
4.201,11
844,00
5.045,11
3,28
1,30641
3.750,30
556,00
4.306,30
4,57
2,32703
5.601,47
844,00
6.445,47
4,56
3,2399
5.601,47
844,00
6.445,47
5,14
4,16344
8.303,69 1.461,00
9.764,69
3,36
1,30641
4.219,09
556,00
4.775,09
3,25
1,70248
4.219,09
556,00
4.775,09
3,99
2,1462
4.936,99
556,00
5.492,99
4,00
3,26387
4.319,87
556,00
4.875,87
5,50
4,65375
7.219,74 1.461,00
1.461,00
8.680,74
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
L
(m)
100
100
80
90
80
90
90
80
60
10
80
11
80
12
80
13
80
14
90
15
90
16
80
17
70
18
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
150
0,004
150
0,003
200
0,004
200
0,008
200
0,004
150
0,004
150
0,003
200
0,005
200
0,004
150
0,004
200
0,006
200
0,008
250
0,006
150
0,005
150
0,007
150
0,006
200
0,007
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
Custo
Total
(US$)
3,44
1,30641
4.687,88
556,00
5.243,88
3,51
1,0955
4.687,88
556,00
5.243,88
4,37
1,24634
5.601,41
769,00
6.370,41
4,47
1,75502
6.301,58
844,00
7.145,64
4,36
3,30196
5.601,41
844,00
6.445,47
3,44
1,0955
4.219,09
556,00
4.775,09
3,44
1,0955
4.219,09
556,00
4.775,09
4,32
1,20903
4.361,70
769,00
5.130,70
4,28
1,97572
4.201,05
844,00
5.045,11
3,36
1,0955
3.750,30
556,00
4.306,30
4,62
1,94378
5.601,41
844,00
6.445,47
4,60
2,86171
5.601,41
844,00
6.445,47
5,10
4,636
8.303,57 1.461,00
9.764,69
3,30
1,50812
4.219,09
556,00
4.775,09
3,36
1,30641
4.219,09
556,00
4.775,09
3,95
2,42983
4.936,99
556,00
5.492,99
4,23
2,31224
4.901,23
844,00
5.745,29
5,50
4,65375
Custo Total
108.067,59
Resultados e discusses
48
L
(m)
100
100
80
90
80
90
90
80
60
10
80
11
80
12
80
13
80
14
90
15
90
16
80
17
70
18
60
Qi
Cota Ter Cota Col Prof. PV
Vel.
y/D
Vel.
Tenso Custo do
Decliv. Dim.
Custo PV
In(L/s) Mont(m) Mont(m) Mont(m)
Inicial In. (m/s) Crtica Trativa Coletor
(m/m) (mm)
(US$)
(Pa)
(US$)
Fin(L/s) Jus (m) Jus (m) Jus (m)
Final Fin.(m/s) (m/s)
2,2
4,0
2,2
4,0
5,6
11,2
7,4
14,8
9
18,0
2,2
3,6
2,2
3,6
5,2
10,4
6,4
12,8
2,2
3,2
9,6
19,2
11,2
22,4
21,8
43,6
2,2
3,6
2,2
3,6
5,2
10,4
6,6
13,2
29,6
59,2
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
198,50
198,10
198,50
198,00
198,00
197,60
197,60
197,33
197,33
196,77
198,50
198,05
198,50
198,05
198,05
197,73
197,73
197,49
198,50
198,10
197,49
197,17
197,17
196,93
196,77
196,13
198,50
197,96
198,50
197,96
197,96
197,32
197,32
196,97
196,13
195,77
1,50
1,90
1,50
2,00
2,00
2,40
2,40
2,67
2,67
3,23
1,50
1,95
1,50
1,95
1,95
2,27
2,27
2,51
1,50
1,90
2,51
2,83
2,83
3,07
3,23
3,87
1,50
2,04
1,50
2,04
2,04
2,68
2,68
3,03
3,87
4,23
0,004
150
0,005
150
0,005
200
0,003
200
0,007
200
0,005
150
0,005
150
0,004
200
0,004
200
0,005
150
0,004
200
0,003
250
0,008
250
0,006
150
0,006
150
0,008
150
0,005
200
0,006
300
0,33
0,45
0,31
0,42
0,33
0,49
0,45
0,69
0,39
0,59
0,31
0,40
0,31
0,40
0,34
0,50
0,38
0,57
0,31
0,37
0,48
0,76
0,40
0,61
0,45
0,69
0,29
0,38
0,29
0,38
0,43
0,66
0,37
0,54
0,44
0,67
0,44
0,52
0,48
0,56
0,61
0,73
0,54
0,64
0,78
0,93
0,48
0,55
0,48
0,55
0,55
0,66
0,58
0,69
0,48
0,53
0,65
0,75
0,60
0,71
1,03
1,21
0,51
0,59
0,51
0,59
0,72
0,85
0,64
0,76
1,00
1,17
Custo
Total
(US$)
3,51
1,0955
4.687,88
556,00
5.243,88
3,44
1,30641
4.687,88
556,00
5.243,88
4,18
1,86896
5.601,41
769,00
6.370,41
4,57
1,39356
6.301,58
844,00
7.145,58
4,41
2,96876
5.601,41
844,00
6.445,41
3,36
1,30641
4.219,09
556,00
4.775,09
3,36
1,30641
4.219,09
556,00
4.775,09
4,21
1,51876
5.601,41
769,00
6.370,41
4,37
1,6548
4.201,05
844,00
5.045,05
3,28
1,30641
3.750,30
556,00
4.306,30
4,62
1,94378
5.601,41
844,00
6.445,41
4,97
1,62118
6.443,25
844,00
7.287,25
5,10
4,636
8.303,57 1.461,00
9.764,57
3,30
1,50812
4.219,09
556,00
4.775,09
3,30
1,50812
4.219,09
556,00
4.775,09
3,91
2,70471
4.936,99
556,00
5.492,99
4,30
2,001
4.901,23
844,00
5.745,23
5,56
4,11295
Custo Total
110.148,28
Resultados e discusses
49
L
(m)
100
100
80
90
80
90
90
80
60
10
80
11
80
12
80
13
80
14
90
15
90
16
80
17
70
18
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
150
0,007
150
0,003
200
0,003
200
0,004
200
0,006
150
0,006
150
0,006
150
0,003
200
0,007
150
0,004
200
0,007
200
0,007
250
0,006
150
0,008
150
0,007
150
0,006
200
0,006
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
Custo
Total
(US$)
3,28
1,89074
4.687,88
556,00
5.243,88
3,32
1,70248
4.687,88
556,00
5.243,88
4,37
1,24634
5.601,47
844,00
6.445,47
4,57
1,39356
6.301,64
844,00
7.145,64
4,59
1,89605
5.601,47
844,00
6.445,47
3,30
1,50812
4.219,09
556,00
4.775,09
3,30
1,50812
4.219,09
556,00
4.775,09
3,99
2,1462
4.936,99
556,00
5.492,99
4,47
1,31538
4.201,11
844,00
5.045,11
3,17
1,70248
3.750,30
556,00
4.306,30
4,62
1,94378
5.601,47
844,00
6.445,47
4,56
3,2399
7.379,30 1.461,00
8.840,30
5,14
4,16344
8.303,69 1.461,00
9.764,69
3,30
1,50812
4.219,09
556,00
4.775,09
3,21
1,89074
4.219,09
556,00
4.775,09
3,95
2,42983
4.936,99
556,00
5.492,99
4,23
2,31224
4.901,29
844,00
5.745,29
5,56
4,11295
Custo Total
110.899,59
Resultados e discusses
TABELA 5.9.
(MAGALHES,1995)
Trecho
L
(m)
100
100
80
90
80
90
90
80
60
10
80
11
80
12
80
13
80
14
90
15
90
16
80
17
70
18
60
50
Planilha
de
clculo
da
rede
coletora
Soluo
Qi
Cota Ter Cota Col Prof. PV
Vel.
y/D
Vel.
Tenso Custo do
Decliv. Dim.
Custo PV
In(L/s) Mont(m) Mont(m) Mont(m)
Inicial In. (m/s) Crtica Trativa Coletor
(m/m) (mm)
(US$)
(Pa)
(US$)
Fin(L/s) Jus (m) Jus (m) Jus (m)
Final Fin.(m/s) (m/s)
2,2
4,0
2,2
4,0
5,6
11,2
7,4
14,8
9
18,0
2,2
3,6
2,2
3,6
5,2
10,4
6,4
12,8
2,2
3,2
9,6
19,2
11,2
22,4
21,8
43,6
2,2
3,6
2,2
3,6
5,2
10,4
6,6
13,2
29,6
59,2
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
200,00
198,50
197,89
198,50
197,89
197,83
197,31
197,28
197,04
197,03
196,74
198,50
197,95
198,50
197,95
197,89
197,44
197,44
193,93
198,50
198,01
196,90
196,57
196,57
196,12
196,04
195,85
198,50
197,95
198,50
197,95
197,89
197,44
197,44
196,81
195,85
195,58
1,50
2,11
1,50
2,11
2,17
2,69
2,72
2,96
2,97
3,26
1,50
2,05
1,50
2,05
2,11
2,56
2,56
6,07
1,50
1,99
3,10
3,43
3,43
3,88
3,96
4,15
1,50
2,05
1,50
2,05
2,11
2,56
2,56
3,19
4,15
4,42
0,0061
150
0,0061
150
0,0065
150
0,0027
200
0,0036
200
0,0061
150
0,0061
150
0,0056
150
0,0585
150
0,0061
150
0,0041
200
0,0056
200
0,0024
300
0,0061
150
0,0061
150
0,0056
150
0,0090
150
0,0045
300
0,29
0,40
0,29
0,40
0,47
0,75
0,46
0,72
0,47
0,75
0,29
0,38
0,29
0,38
0,47
0,75
0,47
0,75
0,29
0,35
0,47
0,75
0,47
0,75
0,47
0,75
0,29
0,38
0,29
0,38
0,47
0,75
0,47
0,75
0,47
0,75
0,51
0,61
0,51
0,61
0,68
0,79
0,53
0,61
0,61
0,71
0,51
0,59
0,51
0,59
0,63
0,73
0,78
0,90
0,51
0,57
0,65
0,76
0,76
0,89
0,66
0,77
0,51
0,59
0,51
0,59
0,63
0,73
0,80
0,93
0,90
1,04
tima
Custo
Total
(US$)
3,37
1,53
4.685,94
556,00
5.241,94
3,37
1,53
4.685,94
556,00
5.241,94
4,00
2,36
4.936,37
556,00
5.492,37
4,59
1,29
6.299,70
844,06
7.143,76
4,62
1,75
7.380,98
844,06
8.225,04
3,29
1,53
4.217,35
556,00
4.773,35
3,29
1,53
4.217,35
556,00
4.773,35
4,00
2,03
4.936,37
556,00
5.492,37
4,00
3,08
3.702,28
556,00
4.258,28
3,22
1,53
3.748,75
556,00
4.304,75
4,62
1,99
7.380,98 1.461,12
8.842,10
4,62
2,71
7.380,98 1.461,12
8.842,10
5,65
1,77
3,29
1,53
4.217,35
556,00
4.773,35
3,29
1,53
4.217,35
556,00
4.773,35
4,00
2,03
4.936,37
556,00
5.492,37
4,00
3,27
4.319,33
556,00
4.875,33
5,65
3,26
Custo Total
113.778,20
Concluses
6.
51
CONCLUSES
Referncias bibliogrficas
7.
52
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.
Referncias bibliogrficas
53
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-
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
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
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