Search

This Ph.D. Thesis elaborates and analyzes several hybrid Soft-Computing algorithms for optimization and prediction problems in Atmospheric Physics. The core of the Thesis is a recently developed optimization meta-heuristic, the Coral Reefs Optimization Algorithm (CRO), an evolutionary-based approach which considers a population of possible solutions to a given optimization problem. It simulates different procedures mimicking real processes occurring in coral reefs in order to evolve the population towards good solutions for the problem. Alternative modifications of this algorithm lead to powerful co-evolution meta-heuristics, such as theCRO-SL, in which Substrates implementing different search procedures are included. Another modification of the algorithm leads to the CRO-SP, which considers Species in the evolutionof the population, and it is able to deal with different encodings within a single population.These approaches are hybridized with other Machine Learning and traditional algorithms such as neural networks or the Analogue Method (AM), to come up with powerful hybrid approaches able to solve hard problems in Atmospheric Physics...

Los Algoritmos Genéticos (GAs) son una clase de técnicas de búsqueda basadas en los principios de la evolución y la genética, que han sido aplicadas con razonable eficacia a múltiples problemas de optimización. Las principales características de los GAs son su gran robustez y versatilidad, lo que permite su empleo en problemas muy dispares. No obstante, se conoce la existencia de tipós de problemas en los que los GAs tienen un rendimiento probadamente bajo (denominados genéricamente problemas GA-hard). Estudios previos muestran la existencia de una relación entre la dificultad de un pro blema para un GA y la estructura del desarrollo en serie de Walsh de la función objetivo. Esta tesis desarrolla dicha relación a través del concepto de espectro, definido a partir de la expansión de Walsh: se presentan así diversas técnicas que mejoran el rendimiento de los GAs en problemas GA-hard y en problemas reales mediante la modificación de los correspondientes espectros. En primer lugar, se realiza un estudio del efecto que tiene la aplicación de una trans formación lineal (TL) en el espectro de una determinada función y, por tanto, en sus pres taciones. Se especifica en qué condiciones una TL puede mejorar el rendimiento de un GA y se propone un algoritmo para la búsqueda de TLs. Incidentalmente, estos desarrollos arrojan luz sobre resultados contradictorios que aparecen en la literatura a cerca de la viabilidad de TLs en esquemas evolutivos. En segundo lugar, se elabora una interpretación del funcionamiento de algoritmos híbridos (AHs) en problemas de optimización con restricciones fuertes. Concretamente, se propone un esquema híbrido -basado en la unión de un GA, como algoritmo global,y de una red de Hopfield, como algoritmo local-, que presenta ventajas en problemas de este tipo; y se estudian sus prestaciones a través de las modificaciones que causa en el espectro del problema. Por último, se aplica el AH diseñado a dosproblemas de optimización que aparecen en ingeniería de telecomunicación: el diseño de la trama de transmisión en una red PRN, y la minimización de la interferencia co-canal en sistemas de satélites mediante la reasignación de canales. En ambos problemas se consiguen ventajas significativas sobre algoritmos previos., Genetic Aigorithms (GAs) are a class of search techniques based on the principies of evolution and genetics, which have been efficiently applied to a wide variety of optimization probiems. The most irnportant characteristics of GAs arerobustness and versatility,which allow their application to very different kinds of problems. However, there exists optimization problems in which GAs are known to perform pooriy (these problems are generically denoted as GA-hard problerns). Previous studies have shown that there exists a reiationship between GA performance and the structure of the Waish series expansion of the problern’s objective function. This thesis eiaborates on this relationship by means of the spectrum concept, defined from the Waish expansion: thus, sorne techniques to improve GA perforrnance in GA-hard problems, and in real problems, are presented. The interpretation for these techniques rests on the modifications they cause to probiems’ espectra. Firstiy, we provide sorne new results about the effect of Linear Transforrnations (LTs) in function spectra, and therefore in the corresponding GA performance. We investigate the conditions for a LT to improve GA performance in a given function, and propose an aigorithm to search a feasible LT. Eventually, the obtained resuits shed light on sorne apparently contradictory resuits in the literature about the viability of using LTs to enhance evolutionary algorithms. Secondiy, we elaborate an explanation of Hybrid Aigonthms (HAs) performance in hard constrained optimization probierns. A HA based on mixing GAs and Hopfield neural network is proposed (HNN-GA) and its features studied by means of spectra modifica tions. Finaliy, the HNN-GA is applied to two optimization problems in telecommunications: The design of a Packet Radio Network transmission frarne, and the minimization of co-channel interference in satellite systems using channel reassignment. In both problems HNN-GA outperforms existing algonthms.

This Ph.D. thesis discusses advanced design issues of the evolutionary-based algorithm \textit{"Coral Reef Optimization"}, in its Substrate-Layer (CRO-SL) version, for optimization problems in Engineering Applications. The problems that can be tackled with meta-heuristic approaches is very wide and varied, and it is not exclusive of engineering. However we focus the Thesis on it area, one of the most prominent in our time. One of the proposed application is battery scheduling problem in Micro-Grids (MGs). Specifically, we consider an MG that includes renewable distributed generation and different loads, defined by its power profiles, and is equipped with an energy storage device (battery) to address its programming (duration of loading / discharging and occurrence) in a real scenario with variable electricity prices. Also, we discuss a problem of vibration cancellation over structures of two and four floors, using Tuned Mass Dampers (TMD's). The optimization algorithm will try to find the best solution by obtaining three physical parameters and the TMD location. As another related application, CRO-SL is used to design Multi-Input-Multi-Output Active Vibration Control (MIMO-AVC) via inertial-mass actuators, for structures subjected to human induced vibration. In this problem, we will optimize the location of each actuator and tune control gains. Finally, we tackle the optimization of a textile modified meander-line Inverted-F Antenna (IFA) with variable width and spacing meander, for RFID systems. Specifically, the CRO-SL is used to obtain an optimal antenna design, with a good bandwidth and radiation pattern, ideal for RFID readers. Radio Frequency Identification (RFID) has become one of the most numerous manufactured devices worldwide due to a reliable and inexpensive means of locating people. They are used in access and money cards and product labels and many other applications., Comment: arXiv admin note: text overlap with arXiv:1806.02654 by other authors

En esta tesis se presentan diferentes problemas que surgen durante la planificación, el diseño y la operación de un parque eólico. Este trabajo propone abordar estos problemas utilizando diferentes técnicas de soft-computing. En primer lugar se aborda la reconstrucción de valores de velocidad de viento basada en valores de presiones sinópticas. Se propone la utilización de máquinas de vectores de soporte, para establecer una relación entre los valores de viento y los valores de presión, disponibles en un grid sobre el área de estudio. Además, se aplica una técnica de Weather Regimes, para comparar. Ambos algoritmos son evaluados en varias situaciones reales en tres localizaciones, obteniendo resultados excelentes en términos de reconstrucción de viento. Se propone también la reconstrucción de series de viento utilizando datos de torres reales de medida. En este trabajo, se presenta la aplicación de dos redes neuronales, con un entrenamiento extremadamente rápido y con un rendimiento excelente en términos de precisión. En concreto, se aplican Extreme Learning Machines y Group Method of Data Handling para la reconstrucción de series de viento en un parque eólico real en España. Se realiza una comparación con otros algoritmos alternativos de la literatura en términos de tiempo de computación y precisión. Por otro lado, la distribución espacial del viento sobre un parque eólico proporciona información muy útil. Esta información se obtiene normalmente de simulaciones de modelos de mesoescala. En este trabajo se presentan diferentes técnicas para corregir estas simulaciones de modelos de mesoescala, utilizando datos de torres de medida situadas en el propio parque. En concreto, se proponen diferentes métodos heurísticos para ajustar mediante superficies los parámetros Weibull de la serie de viento del modelo de mesoescala con los de la serie de viento real medida por las torres. Se muestra el buen rendimiento obtenido por los algoritmos propuestos en dos parques eólicos en España. Por último se propone un novedoso algoritmo para el posicionamiento óptimo de las turbinas en un parque eólico. Se considera un modelo de parque eólico más realista, incluyendo orografía del terreno, forma del parque eólico, simulación de velocidad y dirección de viento y costes de instalación y conexión entre turbinas. Este trabajo propone la aplicación de un algoritmo heurístico que obtiene una solución inicial razonable para el problema. Esta solución se utilizará para inicializar la población inicial de un algoritmo evolutivo. Se muestra que el algoritmo evolutivo inicializado con la solución inicial del heurístico, obtiene muy buenos resultados, maximizando el beneficio económico.

En los últimos años se han consolidado una serie de diferentes métodos y algoritmos para problemas de aprendizaje máquina y optimización de sistemas, que han dado lugar a toda una corriente de investigación conocida como Soft-Computing. El término de Soft-Computing hace referencia a una colección de técnicas computacionales que intenta estudiar, modelar y analizar fenómenos muy complejos, para los que los métodos convencionales no proporcionan soluciones completas, o no las proporcionan en un tiempo razonable. Dentro de lo que se considera como Soft-Computing existen una gran cantidad de técnicas tales como Redes Neuronales, Máquinas de Vectores Soporte (SVM), Redes Bayesianas, Computación Evolutiva (Algoritmos Genéticos, Algoritmos Evolutivos etc), etc. La investigación de la Tesis está enfocada en dos de estas técnicas, en primer lugar las máquinas de vectores soporte de regresión (SVR) y en segundo lugar a las GMDH (Group Method of Data Handling). Las SVM son una técnica ideada por Vapnik, basada en el principio de minimización del riesgo estructural y la teoría de los métodos kernel, que a partir de un conjunto de datos construye una regla de decisión con la cual intentar predecir nuevos valores para dicho proceso a partir de nuevas entradas. La eficiencia de los sistemas SVM ha hecho que tengan un desarrollo muy significativo en los últimos años y se hayan utilizado en una gran cantidad de aplicaciones tanto para clasificación como para problemas de regresión (SVR). Uno de los principales problemas es la búsqueda de los que se conoce como hiper-parámetros. Estos parámetros no pueden ser calculados de forma exacta, por lo que se hace necesario testear un gran número de combinaciones, para obtener unos parámetros que generen una buena función de estimación. Debido a esto el tiempo de entrenamiento suele ser elevado y no siempre los parámetros encontrados generan una buena solución: ya sea porque el algoritmo de búsqueda tenga un pobre rendimiento o porque el modelo generado está sobre-entrenado. En esta Tesis se ha desarrollado un nuevo algoritmo de tipo evolutivo para el entrenamiento con kernel multi-paramétrico. Este nuevo algoritmo tiene en cuenta un parámetro  distinto, para cada una de las dimensiones del espacio de entradas. En este caso, debido al incremento del número de parámetros no puede utilizarse una búsqueda en grid clásica, debido al coste computacional que conllevaría. Por ello, en esta Tesis se propone la utilización de un algoritmo evolutivo para la obtención de los valores óptimos de los parámetros de la SVR y la aplicación de nuevas cotas para los parámetros de este kernel multi-paramétrico. Junto con esto, se han desarrollado nuevos métodos de validación que mejoren el rendimiento de las técnicas de regresión en problemas data-driven. La idea es obtener mejores modelos en la fase de entrenamiento del algoritmo, de tal forma que el desempeño con el conjunto de test mejore, principalmente en lo que a tiempo de entrenamiento se refiere y en el rendimiento general del sistema, con respecto a otros métodos de validación clásicos como son K-Fold cross-validation, etc. El otro foco de investigación de esta Tesis se encuentra en la técnica GMDH, ideada en los años 70 por Ivakhnenko. Es un método particularmente útil para problemas que requieran bajos tiempos de entrenamiento. Es un algoritmo auto-organizado, donde el modelo se genera de forma adaptativa a partir de los datos, creciendo con el tiempo en complejidad y ajustándose al problema en cuestión, hasta que el modelo alcanza un grado de complejidad óptima, es decir, no es demasiado simple ni demasiado complejo. De esta forma el algoritmo construye el modelo en base a los datos de los que dispone y no a una idea preconcebida del investigador, como ocurre en la mayoría de las técnicas de Soft-Computing. Las GMDH también tienen algunos inconvenientes como son los errores debido al sobre-entrenamiento y la multicolinealidad, esto hace que en algunas ocasiones el error sea elevado si lo comparamos con otras técnicas. Esta Tesis propone un nuevo algoritmo de construcción de estas redes basado en un algoritmo de tipo hiper-heurístico. Esta aproximación es un concepto nuevo relacionado con la computación evolutiva, que codifica varios heurísticos que pueden ser utilizados de forma secuencial para resolver un problema de optimización. En nuestro caso particular, varios heurísticos básicos se codifican en un algoritmo evolutivo, para crear una solución hiper-heurística que permita construir redes GMDH robustas en problemas de regresión. Todas las propuestas y métodos desarrollados en esta Tesis han sido evaluados experimentalmente en problemas benchmark, así como en aplicaciones de regresión reales.

Hernández Martín, Emiliano, codir., En esta tesis doctoral se propone una revisión de los diferentes métodos de categorización de la variabilidad del ozono en columna sobre la Península Ibérica que avanza sobre la utilidad de nuevos métodos recientemente probados. El ozono en un gas extremadamente importante en la atmósfera por su papel en la modulación de la radiación ultravioleta que llega a la superficie de la Tierra. La inyección de sustancias destructoras de dicho gas en la atmósfera llevó a la necesidad de elaborar un protocolo internacional (el Protocolo de Montreal) para regular inicialmente y prohibir finalmente las sustancias que originan, entre otros efectos, el agujero de ozono de la Antártida. Como se verá en este trabajo, los niveles de ozono en la estratosfera están muy relacionados con factores dinámicos y termodinámicos que, a su vez, caracterizan las variaciones y cambios en el clima. Por ello, estudiar las variaciones de ozono conlleva estudiar la variabilidad climática y viceversa. En este trabajo, se ha comenzado por estudiar las series de Total de Ozono en columna mediante herramientas simples para realizar una caracterizacion básica del fenómeno y conocer los rasgos grandes de su variabilidad. Seguidamente se han aplicado otros métodos más sofisticados como las modelos lineales de regresión múltiple, funciones Kernel, las herramientas de agrupación en conjuntos (clusters) y los modelos autorregresivos de media móvil, con estas herramientas se ha demostrado que los valores promedio de ozono variaban en el trascurso de tres décadas y también lo hacen las relaciones estadísticas con otras variables atmosféricas. Como ejemplo de singularidad, el periodo 1991-1993, registró valores mínimos notablemente inferiores debido sobre todo, a la ocurrencia de la erupción volcánica del Monte Pinatubo en junio de 1991. Como contribución al estudio de las características de las observaciones tomadas mediante diferentes instrumentos, se han realizado diferentes comparaciones entre observaciones de Total de Ozono en Columna y datos obtenidos en tierra mediante espectrofotómetros Brewer. Se ha encontrado un nuevo método para clasificar los dias de verano sobre Madrid, según las mediciones de radiación solar y nubosidad, y se ha aplicado este método para mejorar las comparaciones entre datos de sensores a bordo de diferentes satélites y datos de Brewer, pudiéndose encontrar interesantes conclusiones acerca del comportamiento de los algoritmos de recuperación del dato de dichos instrumentos a bordo de los satélites. Finalmente, en este trabajo se han aplicado Técnicas de Computación Avanzada tales como Redes Neuronales, Programación Evolucionante y Bancos de Redes Neuronales para mejorar la caraterización y la predicción de las series de TOC con buenos resultados tal y como se mostrará en la parte final de la Tesis, en donde se muestran las posibilidades de estas técnicas en la obtención de modelos que relaciones el Total de Ozono en Columna con diferentes variables atmosféricas termodinámicas y con diferentes índices climáticos.

La tesis doctoral propone una nueva estructura de antena adecuada para ser utilizada en las bandas de frecuencia donde se proveen los principales servicios de telefonía móvil, y su proceso de optimización posterior, empleando algoritmos de programación evolutiva. La creciente demanda de ofrecer servicios de datos de alta velocidad, ha generado la necesidad de incrementar el ancho de banda de las antenas empleadas. Los elementos radiantes empleados tradicionalmente en el sector de las comunicaciones inalámbricas, dadas sus reducidas dimensiones y los bajos niveles de tasa de absorción específica (SAR), son las conocidas antenas planares de F invertida y las antenas de parche. Uno de los principales inconvenientes en este tipo de dispositivos es su reducido ancho de banda lo que imposibilita su uso en las nuevas generaciones de telefonía móvil. No obstante, al combinar ambas antenas en una única estructura, el ancho de banda mejora notablemente, al mismo tiempo que sus dimensiones se ven reducidas considerablemente con respecto a su tamaño original. La tecnología en la que se han implementado estos dispositivos es una variante de las líneas microstrip, conocida como coplanar waveguide (CPW). El substrato empleado ha sido uno de reducido coste como es el FR4. Sin embargo, el comportamiento de este material empeora conforme aumenta la frecuencia. Para analizar los posibles efectos adversos que este comportamiento desfavorable puede provocar en nuestro prototipo, y dado que en torno a los 5.6GHz se encuentra la frecuencia de trabajo del servicio WIFI UNII, se ha realizado un estudio tanto teórico como práctico del comportamiento de la antena propuesta. El análisis teórico se ha llevado a cabo mediante la simulación del dispositivo empleando materiales con diferentes tangentes de perdidas. La parte experimental se ha realizado mediante la construcción y medida del prototipo con un material de altas prestaciones como es Ro4320. Tanto en el estudio teórico como en el experimental, los resultados obtenidos demuestran que el comportamiento de la antena no se ve afectado significativamente, por el empleo de un substrato de bajas prestaciones. La antena propuesta está formada a partir de la hibridación de una antena parche y una antena PIFA, alimentada de modo único mediante una línea CPW. Con anterioridad al proceso de optimización, y debido a la cantidad de parámetros que conforman la antena bajo estudio, es necesario conocer cuáles son los que debemos modificar para conseguir nuestro objetivo. Para ello se ha realizado un estudio paramétrico. Este estudio nos ha permitido determinar que son seis las variables: longitud (Lg) y anchura (Wg) del plano de masa, longitud (B) y anchura (A) del lado estrecho que conforma el plano de radiación de la antena PIFA, radio de la antena parche (ri) y radio de la circunferencia de separación entre el parche y el plano de masa (ro), que será necesario ajustar para conseguir incrementar el margen de frecuencias de funcionamiento. Además del proceso de hibridación, que dio lugar a la conformación del prototipo propuesto en esta tesis, ante la ausencia de un modelo equivalente que permita ajustar la respuesta conjunta de la antena, el empleo de las técnicas de inteligencia computacional va a permitir el proceso de optimización necesario para el ajuste de la respuesta en frecuencia de la antena. La respuesta de la programación evolutiva tras la optimización, ha dado lugar a un dispositivo capaz de dar servicio de voz y datos, al cubrir el margen de frecuencia definido para GSM, DCS, UMTS y WLAN, además de otros servicios inalámbricos como son GPS y Bluetooth que, por otro lado, se han convertido en usuales en los terminales de última generación. Con el objeto de comparar el rendimiento, y dado que el simulador empleado dispone de un modulo propio de optimización, se ha realizado este proceso mediante el empleo de una técnica clásica como es el método Nelder Mead Simplex. El principal inconveniente de este algoritmo, es que a pesar de ser un método bastante robusto, resulta inestable cuando se emplean más de cuatro variables. Atendiendo a los resultados obtenidos, se puede observar una mejora en el ancho de banda de la zona inferior, a costa de empeorar ligeramente el margen superior. Puesto que existe una interdependencia de las respuestas en ambas bandas, las modificaciones de las variables afectan a la respuesta conjunta. El criterio de optimización definible en simulador electromagnético no permite independizar o ponderar ambas respuestas. La inclusión de otros métodos exteriores permitirá estos ajustes. El empleo de la programación evolutiva para el proceso de optimización ha implicado elaborar una plataforma de comunicación entre el simulador empleado (CST Microwave Studio) y el programa en el que se encuentra implementado el algoritmo evolutivo. El proceso de optimización puede ser llevado a cabo mediante otras técnicas de inteligencia computacional, a través de esta plataforma de conexión del simulador con otros programas externos. Finalmente, la antena desarrollada posee unas dimensiones de 57 x 24 x 6 mm y consigue un ancho de banda a 10dB de pérdidas de retorno del 49% en la banda inferior (1800MHz) y 11.25% en la banda superior (5200MHz), con unos valores de ganancia de 3 y 4.2 dBi respectivamente.