Multi-objective optimization for engineering system design / Otimização multi-objetivo para o projeto de sistemas de engenharia
AUTOR(ES)
Fran Sérgio Lobato
DATA DE PUBLICAÇÃO
2008
RESUMO
Devido às crescentes necessidades do mercado em se atingir simultaneamente um número cada vez maior de objetivos quando do projeto dos modernos sistemas de engenharia, assim enfocando problemas mais realísticos do ponto de vista industrial, os chamados problemas de otimização multi-critérios, multi-desempenho, multi-objetivos ou otimização vetorial, têm merecido, nos últimos anos, destaque no desenvolvimento de algoritmos e softwares específicos para a solução destes problemas. Tais objetivos, por sua vez, são em sua maioria conflitantes, isto é, uma melhora em qualquer um destes objetivos não resulta, necessariamente, na melhora dos demais considerados. A solução ótima desses problemas, diferentemente do que ocorre na otimização com um único objetivo, consiste na obtenção de soluções não-dominadas que formam a Curva ou Fronteira de Pareto. Existem duas abordagens para a obtenção da Curva de Pareto: a Determinística, que faz uso do Cálculo Variacional e a Não Determinística, que é fundamentada nos processos de seleção natural, na genética das populações ou em metodologias puramente estruturais. O uso da Abordagem Não Determinística vem chamando a atenção nas últimas décadas, principalmente devido ao fato de que estas não fazem uso de derivadas, por serem de fácil implementação e de concepção simples. Evidentemente, o célere desenvolvimento da computação digital é um fator também determinante para o sucesso destas técnicas, uma vez que o tempo de processamento, naturalmente maior se comparado aos métodos clássicos, vem diminuindo significativamente com o melhor desempenho dos processadores. Dentre estas, o Algoritmo de Evolução Diferencial, abordagem estrutural desenvolvida inicialmente para problemas sem restrições com um único objetivo, vem se mostrando uma alternativa viável para a finalidade acima descrita. Neste sentido, este trabalho consiste na extensão do Algoritmo de Evolução Diferencial para problemas com múltiplos objetivos, através da incorporação de dois operadores ao algoritmo original: os mecanismos de ordenamento por rank e a exploração das vizinhanças de soluções candidatas em potencial. O algoritmo desenvolvido foi testado em uma série de problemas matemáticos clássicos e em problemas de engenharia de diversas áreas, constituindo dessa forma, uma ampla gama de estudos de caso. Os resultados obtidos se mostraram promissores, uma vez que conseguiu-se a redução do número de gerações, sem perda de qualidade na aproximação da Curva de Pareto, quando comparados com aqueles obtidos através de algoritmos evolutivos clássicos.
ASSUNTO(S)
Ótimo de pareto exploração das vizinhanças multi-objective optimization neighborhoods exploration evolução diferencial engenharia mecanica diferential evolution otimização multi-objetivo ordenamento por rank otimização matemática rank ordering
ACESSO AO ARTIGO
Documentos Relacionados
- Evolutionary multi-objective algorithms for Phylogenetic Inference
- Robust Multi-objective Optimization Applied to Engineering Systems Design
- Multi-objective approach to protein tertiary structure prediction
- Multi-objective genetic algorithms applied to protein sequence alignment.
- RELIABILITY-BASED MULTI-OBJECTIVE OPTIMIZATION APPLIED TO CHEMICAL ENGINEERING DESIGN