Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/40464
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2024_DanielPortoDeSouza_tcc.pdf7,08 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorSampaio, Renato Coral-
dc.contributor.authorSouza, Daniel Porto de-
dc.identifier.citationSOUZA, Daniel Porto de. Computação bioinspirada para recomendação de contratos de energia elétrica. 2024. 65 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2024.pt_BR
dc.descriptionTrabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2024.pt_BR
dc.description.abstractOs gastos com energia elétrica são despesas recorrentes. As grandes instituições despendem montantes milionários todos os anos com custos de energia em contratos que, muitas vezes, são desfavoráveis. O projeto MEPA tem um papel fundamental nesse contexto. Sendo oriundo da parceria entre o Ministério da Educação e a Universidade de Brasília, se trata de uma plataforma para recomendações de contratos de energia elétrica. O sistema propõe o auxílio na gerência das faturas de energia elétrica, sugerindo adequações nos contratos conforme o histórico de consumo da instituição. O presente trabalho tem o objetivo de avaliar a viabilidade e implementar a utilização de algoritmos de busca global bioinspirados para o aprimoramento do sistema de recomendações de contratos de energia implementado na plataforma. Foi realizada uma prova de conceito aplicando dois algoritmos bioinspirados em conjunto com o modelo estatístico utilizado atualmente para a comparação entre eles. Dessa forma, foi possível entender melhor o funcionamento e as limitações da abordagem atual, bem como a obtenção de resultados satisfatórios no que tange à viabilidade, tanto do algoritmo particle swarm optimization quanto do algoritmo genético. Sendo assim, foi feita a implementação da integração dos algoritmos bioinspirados à plataforma.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordEnergia elétrica - tarifaspt_BR
dc.subject.keywordAlgoritmos genéticospt_BR
dc.titleComputação bioinspirada para recomendação de contratos de energia elétricapt_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2024-11-11T15:36:43Z-
dc.date.available2024-11-11T15:36:43Z-
dc.date.submitted2024-09-12-
dc.identifier.urihttps://bdm.unb.br/handle/10483/40464-
dc.language.isoPortuguêspt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.pt_BR
dc.description.abstract1Energy expenses are recurring costs. Large institutions spend millions annually on energy in contracts that are often unfavorable. The MEPA project plays a fundamental role in this context. Originating from a partnership between the Ministry of Education and the University of Brasília, it’s a platform for recommending electricity contracts. The system assists in managing electricity bills, suggesting contract adjustments based on the insti tution’s consumption history. This work aims to evaluate the feasibility and implement the use of bio-inspired global search algorithms to enhance the energy contract recom mendation system implemented on the platform. A proof of concept was carried out, applying two bio-inspired algorithms alongside the statistical model currently in use for comparison. This allowed for a better understanding of the current approach’s operation and limitations, as well as obtaining satisfactory results regarding the feasibility of both the particle swarm optimization algorithm and the genetic algorithm. Consequently, the integration of bio-inspired algorithms into the platform was implemented.pt_BR
Aparece na Coleção:Engenharia de Software



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.