Desenvolvimento e publicação de um pacote computacional de otimização multiobjetivo baseado no metamodelo de kriging

Passos, Adriano Gonçalves dos

Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/9503

Registro completo de metadados

Campo DC	Valor	Idioma
dc.creator	Passos, Adriano Gonçalves dos
dc.date.accessioned	2020-11-12T13:40:48Z	-
dc.date.available	2020-11-12T13:40:48Z	-
dc.date.issued	2017-11-24
dc.identifier.citation	PASSOS, Adriano Gonçalves dos. Desenvolvimento e publicação de um pacote computacional de otimização multiobjetivo baseado no metamodelo de kriging. 2017. 95 f. Trabalho de Conclusão de Curso (Tecnologia em Mecatrônica Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.	pt_BR
dc.identifier.uri	http://repositorio.utfpr.edu.br/jspui/handle/1/9503	-
dc.language	por	pt_BR
dc.publisher	Universidade Tecnológica Federal do Paraná	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Otimização matemática	pt_BR
dc.subject	Programação heurística	pt_BR
dc.subject	Algorítmos computacionais	pt_BR
dc.subject	Mecatrônica	pt_BR
dc.subject	Mathematical optimization	pt_BR
dc.subject	Heuristic programming	pt_BR
dc.subject	Computer algorithms	pt_BR
dc.subject	Mechatronics	pt_BR
dc.title	Desenvolvimento e publicação de um pacote computacional de otimização multiobjetivo baseado no metamodelo de kriging	pt_BR
dc.title.alternative	Development and deployment of a computational package of mulitobjective optimization based on the kriging metamodel	pt_BR
dc.type	bachelorThesis	pt_BR
dc.description.resumo	A busca constante por projetos cada vez melhores torna a otimização uma ferramenta usada amplamente em diferentes ramos da engenharia. Com o crescente aumento da complexidade das demandas, múltiplos e conflitantes critérios de desempenho devem ser otimizados. Além disso, restrições críticas como de segurança, devem ser respeitadas. Nesse contexto, a otimização multiobjetivo apresenta abordagens sistemáticas para tais desafios de engenharia. Com início aproximadamente no começo dos anos 2000, inúmeras heurísticas vem sendo desenvolvidas para atender essa demanda. Por se basearem principalmente em métodos de evolução artificial, usualmente tais algoritmos necessitam de dezenas de milhares de cálculos das funções objetivo e de restrições. Comumente, em problemas reais de engenharia, as funções objetivos e restrições são calculadas com uso de ferramentas computacionais complexas como elementos finitos ou dinâmica dos fluidos computacional, onde cada avaliação pode durar uma quantidade significativa de tempo. Em problemas de otimização mono-objetivo, uma solução padrão adotada por projetistas para lidar com funções objetivos de alto custo computacional é a otimização global eficiente (EGO, do inglês efficient global optimization). Esse algoritmo baseia-se na construção e melhoria iterativa de um metamodelo (quase sempre o metamodelo de Kriging). Nesse contexto, os metamodelos tem como função descrever, de maneira aproximada, a relação entre o espaço de variáveis de projetos e o espaço dos objetivos. Como os metamodelos são, em geral, de baixo custo computacional, algoritmos menos eficientes de busca podem ser utilizados para encontrar projetos otimizados. Por maior sucesso que o EGO apresente na solução de problemas mono-objetivo, não há um algoritmo padrão que se destaque na otimização multiobjetivo de alto custo computacional. Os primeiros algoritmos, propostos a partir do ano 2005, são simples adaptações do EGO para o ambiente multiobjetivo. Publicações mais recentes (2011 – 2017) apresentam indicadores de otimalidade mais robustos e algoritmos mais eficientes. Contudo, a partir da revisão bibliográfica realizada, algumas oportunidades foram observadas. Os resultados apresentados neste projeto de conclusão de curso se mostram inovadores e robustos. Um novo algoritmo de otimização multiobjetivo proposto, baseado na minimização sequencial da variância da frente de Pareto predita, apresenta resultados superiores a técnicas convencionais nos problemas testados. Por final, o pacote computacional publicado tem boa recepção tendo média de 120 downloads mensais.	pt_BR
dc.degree.local	Curitiba	pt_BR
dc.publisher.local	Curitiba	pt_BR
dc.contributor.advisor1	Luersen, Marco Antônio
dc.contributor.referee1	Pacheco, Patricia Sánez
dc.contributor.referee2	Magatão, Leandro
dc.contributor.referee3	Luersen, Marco Antônio
dc.publisher.country	Brasil	pt_BR
dc.publisher.program	Tecnologia em Mecatrônica Industrial	pt_BR
dc.publisher.initials	UTFPR	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA MECANICA	pt_BR
Aparece nas coleções:	CT - Tecnologia em Mecatrônica Industrial

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
CT_COMET_2017_2_04.pdf		3,38 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Recomendar este item Visualizar estatísticas