PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM MATEMÁTICA E COMPUTACIONAL (PPGMMC)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
Não informado

Notícias


Banca de DEFESA: RAFAELA SOUZA MORAIS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: RAFAELA SOUZA MORAIS
DATA: 15/12/2021
HORA: 15:00
LOCAL: Online da plataforma Google Meet: https://meet.google.com/xvx-beuj-mbz
TÍTULO: Explorando o espaço de parâmetros do método semiempírico RM1 pela utilização de otimização não-linear
PALAVRAS-CHAVES: Métodos de otimização não lineares, métodos semiempíricos, RM1, parametrização
PÁGINAS: 56
GRANDE ÁREA: Multidisciplinar
ÁREA: Multidisciplinar
RESUMO: A modelagem molecular permite calcular propriedades dos compostos moleculares, sendo utilizada principalmente na descoberta de novos fármacos ou na melhoria de protótipos existentes. Há várias abordagens para gerar esses modelos, sendo os métodos ab initio os mais confiáveis, porém são extremamente lentos computacionalmente. Como alternativa, foram propostos métodos semiempíricos, que utilizam aproximações para obter um resultado muito mais eficiente computacionalmente, porém com uma acurácia que varia muito, dependendo da abordagem e dos parâmetros escolhidos ou ajustados. Um desses métodos é o RM1 (Recife Model 1), criado em 2006 como uma reparametrização do AM1 (Austin Model 1), o qual foi criado em 1985 e foi muito bem-sucedido. O RM1 obteve bons resultados, mas é importante avaliar se a parametrização escolhida foi a melhor possível. Neste trabalho, o espaço de parâmetros para o método RM1 foi explorado, utilizando uma variação do algoritmo de otimização não-linear DFP a partir de diferentes pontos, avaliando se é possível oferecer uma melhoria substancial em sua exatidão unicamente com uma reparametrização, ou se é necessário modificar a estrutura do método para que esse objetivo seja alcançado. Os pontos de partida foram parametrizações encontradas por um trabalho anterior, utilizando algoritmos genéticos, que ofereceram resultados ligeiramente melhores do que o RM1. A otimização deste trabalho não encontrou pontos melhores do que o algoritmo genético, talvez porque a função custo utilizada na minimização não estivesse adequada. Para melhorar os resultados, seria necessário adequar a função custo, o que é possível com um procedimento apresentado como sugestão para um trabalho futuro.
MEMBROS DA BANCA:
Presidente - 1520134 - GERD BRUNO DA ROCHA
Interno - 1298679 - HUGO LEONARDO DAVI DE SOUZA CAVALCANTE
Externo à Instituição - GABRIEL AIRES URQUIZA DE CARVALHO