| Summary: | Muitos desenvolvimentos de projetos envolvem a otimização de várias funções objetivo. Estas funções objetivo são frequentemente conflitantes entre si e não podem ser simplesmente agrupadas em uma função a ser otimizada. Este é o tipo de problema conhecido como problema de otimização multiobjetivo, para o qual a solução é um conjunto de pontos conhecido como conjunto Pareto‑ótimo. Os problemas multiobjetivo são, frequentemente, difíceis de resolver sem a ajuda de eficientes algoritmos de otimização. Este trabalho apresenta uma abordagem inédita para otimização multiobjetivo, utilizando um algoritmo genético, aplicada na otimização de moduladores eletroópticos. Estes dispositivos têm papel fundamental na modulação externa em sistemas de comunicação por meio de fibras ópticas. Em particular, o dispositivo estudado é o modulador Mach‑Zehnder, desenvolvido em substrato de niobato de lítio, com guias de ondas fabricado por meio da difusão de titânio. A resolução para o problema direto utiliza o método dos elementos finitos, adequado para o tratamento da complexidade geométrica destes dispositivos e das propriedades não homogêneas e anisotrópicas dos materiais. Para a solução do modelo inverso, duas técnicas multiobjetivo são exploradas, o método da soma ponderada e método das restrições, a fim de otimizar características elétricas do modulador buscando uma geometria ótima. A otimização de pares de características do dispositivo permitiu obter configurações com grande largura de banda e baixa potência de operação. Adicionalmente mostrou que para alguns pares de características a fronteira de Pareto se apresenta mais complexa, com a existência de regiões não convexas. O processo de otimização implementado mostrou‑se eficiente e robusto, de maneira que este mecanismo de análise proposto pode reduzir consideravelmente a construção e avaliação de protótipos físicos, reduzindo o custo e tempo de desenvolvimento. === Many design developments involve the optimization of several objective functions. These objective functions are often conflicting with each other and they cannot be simply aggregated into only one function to be optimized. This type of problem is known as the multiobjective optimization problem, for which the solution is a set of points known as Pareto optimal set. The multiobjective problems are often difficult to solve without the aid of efficient optimization algorithms. This work presents a new approach for multiobjective optimization, using a genetic algorithm, applied to the electrooptic modulators optimization. These modulators are key devices for external modulation in fiber optics communication system. The device analyzed in this work is a Mach‑Zehnder modulator made of titanium diffused lithium niobate. To solve the direct problem, the finite elements method is applied, which is adequate to cope with complex geometries and non homogeneous and anisotropic materials. To solve the inverse problem, two multiobjective techniques were implemented, the weighted sum method and the e-constraint method, to optimize the electrical characteristics of the modulator in order to achieve an optimal geometry. The optimization of pairs of characteristics allowed obtaining geometrical configurations that present large bandwidth e low drive power. Additionally, it was shown that some pairs of characteristics generate complex Pareto frontiers with nonconvex regions. The optimization process implemented is efficient and robust, and the analysis mechanism proposed allows a considerable reduction of cost and time of development.
|
|---|
