| Summary: | Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica === Made available in DSpace on 2012-10-22T15:33:12Z (GMT). No. of bitstreams: 1
224404.pdf: 2119095 bytes, checksum: 4722e29b52bac1e496478000165019d0 (MD5) === A concepção de produtos de alta qualidade geralmente envolve a resolução de problemas com múltiplos objetivos conflitantes e espaços de busca complexos. Os métodos de otimização evolucionária multiobjetivo são considerados como ferramentas apropriadas para a resolução desses problemas de alto grau de dificuldade.
Esta tese, além de apresentar uma breve revisão sobre conceitos e métodos de otimização, detalha a implementação de um 'Algoritmo Genético MultiObjetivo' (AGMO) aliado a análises de sensibilidade para a otimização de dispositivos. A intenção é proporcionar ao engenheiro não apenas uma vasta gama de possíveis soluções (o que facilita negociações com seu cliente), mas também a possibilidade de conhecer melhor seu próprio problema.
O presente trabalho traz duas contribuições principais:
" Um algoritmo de otimização que trata os espaços de parâmetros e objetivos com igual importância, tornando mais fácil o processo de busca por soluções ótimas;
" O desenvolvimento e incorporação de estudos de sensibilidade, com o intuito de verificar o quão estáveis são as soluções obtidas e de testar o 'modelo' adotado pelo engenheiro para representação de seu problema.
Inúmeros exercícios (projetos) envolvendo o eletromagnetismo foram resolvidos a fim de avaliar a metodologia proposta; a principal aplicação é a otimização de antenas refletoras embarcadas em satélite. O desempenho e as características do AGMO em cada problema são discutidos. Apesar de estas discussões terem sido feitas para problemas específicos, elas são gerais e suas conclusões podem ser estendidas para qualquer tipo de projeto.
La conception de produits de haute qualité inclut généralement la résolution de problèmes à objectifs multiples antagonistes dans des espaces de recherche complexes. Les méthodes d'optimisation évolutionnaires multiobjectif sont considérées comme des outils appropriés pour la résolution de ces problèmes difficiles.
Cette thèse présente une brève revue des concepts et méthodes d'optimisation et détaille en outre l'implémentation d'un " Algorithme Génétique MultiObjectif " (AGMO) associé à des analyses de sensibilité pour l'optimisation de dispositifs. Le but est de fournir à l'ingénieur non seulement une ample variété de solutions (ce qui facilite les négociations avec son client), mais aussi la possibilité de mieux analyser son propre problème.
Ce travail comprend deux contributions principales :
" Un algorithme d'optimisation qui traite les deux espaces, celui des paramètres et celui des objectifs, sans en privilégier un, ce qui rend plus facile le processus de recherche des solutions optimales ;
" Le développement et l'intégration d'études de sensibilité, destinées à vérifier la stabilité des solutions obtenues, et à tester le modèle adopté par l'ingénieur pour la représentation de son problème.
Plusieurs exemples concernant l'électromagnétisme ont été analysés pour évaluer la procédure proposée ; la principale application est l'optimisation des antennes à réflecteurs pour des systèmes de satellites. La performance et les caractéristiques de l'AGMO sont discutées pour chaque problème. Même si ces discussions ont été proposées pour les quelques exemples spécifiques présentés, elles sont généralisables et leurs conclusions s'appliquent à n'importe quel projet.
|
|---|
