Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Sampaio, Renato Coral | - |
dc.contributor.author | Souza, Daniel Porto de | - |
dc.identifier.citation | SOUZA, 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.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2024. | pt_BR |
dc.description.abstract | Os 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.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Energia elétrica - tarifas | pt_BR |
dc.subject.keyword | Algoritmos genéticos | pt_BR |
dc.title | Computação bioinspirada para recomendação de contratos de energia elétrica | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2024-11-11T15:36:43Z | - |
dc.date.available | 2024-11-11T15:36:43Z | - |
dc.date.submitted | 2024-09-12 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/40464 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | A 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.abstract1 | Energy 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
|