A qualidade da água de abastecimento é de vital importância à saúde da população dos núcleos urbanos do mundo todo. Por essa razão, muitas pesquisas enfocam esse tema. Além disso, os ataques terroristas recentes ocorridos nos Estados Unidos e Europa, vêm fomentando a antiga preocupação relativa a possíveis injeções de contaminantes em redes de distribuição de água para abastecimento, evidenciando a importância da efetiva vigilância de tais sistemas. O presente trabalho investiga a rede de monitoramento ótima para detecção de injeções intencionais de poluentes e/ou contaminantes em concentrações e/ou quantidades suficientes para que se propaguem nas direções do fluxo da água no interior das redes, do ponto de vista de objetivos múltiplos. A metodologia aqui apresentada representa uma extensão de propostas anteriores e é demonstrada ilustrativamente, através de redes já utilizadas na literatura. Com base no conceito da rede auxiliar proposto por Kessler et al. (1998), propõe-se o emprego de algoritmos genéticos multiobjetivo para considerar os níveis de serviço em termos do volume consumido, do tempo e da extensão da rede atingida antes da detecção. São criadas matrizes de poluição para os níveis de serviço considerados e, então, o algoritmo genético multiobjetivo SPEA é aplicado para identificar as soluções não-dominadas, em conformidade com o conceito de otimalidade de Pareto. Os resultados demonstram o potencial do método proposto em identificar tais soluções

The water supply quality is very important to the healthy of urban nucleus populations around the world. This is the reason why many researches focus on such theme. Besides this, recent terrorist attacks occurred in USA and Europe, have incited the old apprehension related to possible deliberate intrusions of contaminants into the water supply networks, making evident the importance of the effective vigilance of such systems. This work investigates the optimal monitoring network for detection of deliberate intrusions of pollutes and/or contaminants at concentrations and/or quantities enough for propagation inside the networks, on the point of view of multiple objectives. The method here proposed represents an extension to earlier proposals and is demonstrated with the support of networks from literature. Based on the concept of auxiliary network proposed by Kessler et al. (1998), a multiobjective genetic algorithm is used in order to consider the levels of service in terms of the consumed volume, time period and length of the network reached before detection. Pollution matrixes are built for the levels of service considered and the multiobjective genetic algorithm SPEA applied in the identification of the non-dominated solutions, according to the Paretto optimality concept. The results demonstrate the potential of the method in the identification of such solutions