@MastersThesis{Figueiredo:2016:OtAlEx,
               author = "Figueiredo, Elder",
                title = "Otimiza{\c{c}}{\~a}o da aloca{\c{c}}{\~a}o de experimentos na 
                         carga {\'u}til do foguete de sondagem utilizando 
                         intelig{\^e}ncia computacional h{\'{\i}}brida",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2016",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2016-02-18",
             keywords = "foguete de sondagem, intelig{\^e}ncia computacional, 
                         otimiza{\c{c}}{\~a}o, carga {\'u}til, rocket vehicle, 
                         artificial intelligence, optimization, payload.",
             abstract = "A aloca{\c{c}}{\~a}o de experimentos na carga {\'u}til de um 
                         foguete de sondagem tem influ{\^e}ncia direta no seu 
                         comportamento durante o voo, podendo afetar sua performance e 
                         trajet{\'o}ria. Desta forma, o processo de 
                         distribui{\c{c}}{\~a}o de massas na carga {\'u}til deve ser 
                         planejado, com o objetivo de minimizar desbalanceamentos. Nos 
                         casos onde o desbalanceamento n{\~a}o pode ser otimizado, 
                         s{\~a}o adicionadas cargas para corre{\c{c}}{\~a}o. Atualmente, 
                         esta distribui{\c{c}}{\~a}o {\'e} realizada por engenheiros, 
                         que com a base de conhecimento pr{\'e}vio, faz o planejamento da 
                         aloca{\c{c}}{\~a}o em algumas semanas. A verifica{\c{c}}{\~a}o 
                         do resultado final {\'e} primeiramente feita em um programa de 
                         desenho tridimensional. Ap{\'o}s a fabrica{\c{c}}{\~a}o, a 
                         carga {\'u}til montada {\'e} colocada em um equipamento que 
                         medir{\'a} o desbalanceamento residual. Caso necess{\'a}rio, 
                         s{\~a}o adicionados os lastros, para minimizar o 
                         desbalanceamento. Em cada miss{\~a}o de lan{\c{c}}amento, 
                         diferentes experimentos s{\~a}o embarcados, sendo necess{\'a}ria 
                         uma nova an{\'a}lise e novos posicionamentos para atender aos 
                         requisitos. Este trabalho desenvolve uma ferramenta utilizando 
                         intelig{\^e}ncia computacional para realizar este processo. 
                         Fornecendo os dados de entrada de cada experimento, o sistema 
                         realiza a busca por uma solu{\c{c}}{\~a}o vi{\'a}vel de 
                         aloca{\c{c}}{\~a}o, otimizando os par{\^a}metros envolvidos no 
                         balanceamento de cargas. Isto reduz o tempo gasto no projeto de 
                         leiaute dos experimentos e minimiza a necessidade de 
                         utiliza{\c{c}}{\~a}o de lastros. ABSTRACT: The allocation of 
                         experiments in the payload of a sounding rocket has a direct 
                         influence on their behavior during the flight, which may affect 
                         its performance and trajectory. Thus, the mass distribution in the 
                         payload process must be planned in order to minimize unbalances. 
                         In cases where the unbalance cannot be optimized, charges for 
                         correction are added. Currently, this distribution is executed by 
                         engineers, who with the prior knowledge, do the planning the 
                         allocation in a few weeks. The final result is checked in a 
                         three-dimensional drawing program. After fabrication, the mounted 
                         payload is placed in a equipment that measures the residual 
                         unbalance. In this step, the ballasts are added, if necessary, to 
                         minimize the unbalance. In each release of mission, different 
                         experiments are embedded, requiring a new analysis and new 
                         positions to meet the requirements. This paper develops a tool 
                         using computational intelligence to realize this process. 
                         Providing the experiments data to the system, it performs a search 
                         for a viable allocation, optimizing the parameters involved in 
                         load balancing. This reduces the time spent on the layout design 
                         of the experiments and minimizes the need to use charges.",
            committee = "Rosa, Reinaldo Roberto (presidente) and Guimar{\~a}es, Lamartine 
                         Nogueira Frutuoso (orientador) and Carvalho, Solon Ven{\^a}ncio 
                         de and Stephany, Stephan and Pillat, Valdir Gil",
           copyholder = "SID/SCD",
         englishtitle = "Experiments allocation optimization on the payload of sounding 
                         rockets using hybrid computational intelligence",
             language = "pt",
                pages = "124",
                  ibi = "8JMKD3MGP3W34P/3L4P8DB",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3L4P8DB",
           targetfile = "publicacao.pdf",
        urlaccessdate = "16 jun. 2024"
}