Algoritmos determinístico e evolucionário intervalares para otimização robusta multi-objetivo
AUTOR(ES)
Gustavo Luis Soares
DATA DE PUBLICAÇÃO
2008
RESUMO
Esta Tese considera a presença de incertezas na modelagem do problema de otimização não linear multi-objetivo. Para solucionar esse problema de otimização robusta, três métodos de busca originais foram propostos utilizando a filosofia do pior caso, isto é, a metodologia na qual se busca determinar as variáveis de projeto eficientes para o pior caso das incertezas. Os métodos propostos são o [I]RMOA I e [I]RMOA II, que utilizam técnicas intervalares, e o [I]RMOEA que utiliza algoritmos evolucionários e técnicas intervalares. As soluções eficientes encontradas neste contexto, são denominadas de soluções robustas eficientes. Esses algoritmos são descritos detalhadamente, bem como a análise de suas características, vantagens e desvantagens. Além destas contribuições originais, este trabalho também propõe: a) uma técnica de nichos, baseada em intervalos, útil para manter diversidade nas populações em algoritmos evolucionários; b) uma métrica para medir a uniformidade da distribuição de pontos eficientes; c) um conjunto de funções teste, adaptadas para otimização robusta; e d) a descrição e resolução de um problema de otimização robusta multi-objetivo envolvendo sintonia de controladores PID. Em adição, este texto apresenta e discute as fontes de incertezas, as interpretações probabilísticas e determinísticas da interferência das incertezas no sistema de otimização.
ASSUNTO(S)
ACESSO AO ARTIGO
http://hdl.handle.net/1843/BUOS-8CKEEQDocumentos Relacionados
- Extensões da estatística scan espacial utilizando técnicas de otimização multi-objetivo
- Evolutionary multi-objective algorithms for Phylogenetic Inference
- Otimização multi-objetivo aplicada à alocação dinâmica de rotas em redes de telecomunicações
- Multi-objective optimization for engineering system design
- Programação multi-objetivo fuzzy