Publicações

2018
T. F. Santos and S. M. Xavier, Fundamentos de Álgebra, 1st ed. Ouro Preto: Thiago Fontes Santos, 2018, pp. 124.
ISBN: 978-85-540405-0-5
T. Santos, S. Xavier, and J. Silva, “Estado da Arte de Medidas de Desempenho de Algoritmos de Otimização Multiobjetivo,” Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, vol. 6, 2018.
T. Santos and R. H. C. Takahashi, “On the performance degradation of dominance-based evolutionary algorithms in many-objective optimization,” IEEE Transactions on Evolutionary Computation, 2018.
2017
D. dos Santos Carneiro and T. F. Santos, “Estudo do Câncer via Equações diferenciais ordinárias,” Revista de Matemática de Ouro Preto - RMAT, vol. 1, pp. 101–149, 2017.
T. Santos and S. Xavier, “A New Convergence Measure based on Shannon Entropy for Multi-Objective Optimization Algorithms,” in DINCON – Conferência Brasileira de Dinâmica, Controle e Aplicações, 2017.
T. F. Santos, “Notas de Fundamentos de Álgebra”. 2017.
E. C. de Almeida and T. F. Santos, “Uma breve introdução ao Conjunto de Cantor,” Revista de Matemática, vol. 1, pp. 60–65, 2017.
2016
T. Santos and R. H. C. Takahashi, “On the performance degradation of dominance-based evolutionary algorithms in many-objective optimization,” IEEE Transactions on Evolutionary Computation, vol. PP, pp. 1-1, 2016.
2012
T. Santos, R. H. C. Takahashi, and G. J. P. Moreira, “A CMA stochastic differential equation approach for many-objective optimization,” in Evolutionary Computation (CEC), 2012 IEEE Congress on, 2012, pp. 1–6.
T. F. Santos, “Operador para distribuição de soluções para algoritmos evolutivos via adaptação da matriz de covariância,” PhD thesis, UFMG, Belo Horizonte, 2012.
T. F. Santos, “

Tese de doutorado

,” 2012.Abstract
Este trabalho propõe uma opção de algoritmo de otimização que funciona bem em qualquer quantidade de funções objetivo. Nosso algoritmo é baseado num modelo estocástico apresentado em 2002 por Schaffler et al. Devido à deficiência deste algoritmo em distribuir as soluções ao longo do conjunto Pareto-ótimo, apresentamos um operador que consegue resolver esse problema. Como usamos métodos de direção de busca para otimização multiobjetivo, o custo computacional é relativamente baixo. Palavras-chave: Otimização multiobjetivo, algoritmos evolutivos.
2006
T. F. Santos, “Aproximações de funções preservando formas simpléticas,” Universidade Federal de Alagoas, 2006.