Use este identificador para citar ou linkar para este item:
https://repositorio.unifei.edu.br/jspui/handle/123456789/2005
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | PAULA, Taynara Incerti de | - |
dc.date.issued | 2019-07-04 | - |
dc.identifier.citation | PAULA, Taynara Incerti de. Método da Interseção Normal à Fronteira baseado em Análise Fatorial para otimização de problemas multivariados utilizando-se Algoritmo Genético. 2019. 139 f. Tese. (Doutorado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2019. | pt_BR |
dc.identifier.uri | https://repositorio.unifei.edu.br/jspui/handle/123456789/2005 | - |
dc.description.abstract | Encontrar solução para problemas de otimização multiobjetivo não é uma tarefa trivial. Para encontrar uma fronteira de soluções Pareto-ótimas, uma abordagem comum é a combinação de um método de otimização de múltiplos objetivos com ponderação de funções e uma meta-heurística. Considerando a otimização de duas funções diferentes com complexidades distintas, quando um peso maior for dado à função mais complexa, a função objetivo final apresentará uma complexidade maior e exigirá mais esforço do algoritmo de busca. Isto significa que para cada combinação diferente de pesos pode haver uma configuração diferente dos parâmetros de algoritmos que leva à solução ótima. Para resolver este problema, o presente estudo aborda a otimização simultânea dos parâmetros do algoritmo e dos pesos aplicados ao problema multiobjetivo. O Algoritmo Genético foi escolhido como algoritmo de busca, uma vez que é uma das meta-heurísticas mais utilizadas e possui diversos parâmetros que podem influenciar sua eficiência. O método de otimização escolhido foi o método de Interseção Normal à Fronteira, uma vez que este é capaz de encontrar soluções mesmo em regiões não-convexas do espaço de solução. Porém, este método não apresenta boa performance em problemas com muitas respostas ou com respostas correlacionadas. Neste contexto, a aplicação da Análise Fatorial permite a redução da dimensionalidade do problema e a substituição de um grande número de respostas por poucas funções objetivo não correlacionadas, formadas por escores fatoriais rotacionados. Considerando todos estes fatos, este estudo propõe um método que permite a redução da dimensionalidade do problema, otimização de funções de fatores não correlacionados e a otimização simultânea de pesos do método de otimização e parâmetros do Algoritmo Genético, através de um arranjo de misturas combinado com variáveis de processo. Neste caso, os componentes da mistura serão os pesos das funções objetivo e as variáveis de processo serão os parâmetros de entrada do algoritmo. Os resultados encontrados para a otimização com este método permitem o cálculo de um Erro Quadrático Médio para cada fator, que quando otimizados fornecem uma fronteira de Pareto com configurações ótimas de pesos e parâmetros que podem ser utilizados na otimização do problema inicial. O método proposto neste estudo foi aplicado na otimização de um conjunto de funções de teste, para validação de sua aplicabilidade em outros processos. Além disso, o método também foi aplicado a um processo de otimização real: o processo de usinagem a laser do aço DIN X40CrMoV5-1. Em ambos os casos o objetivo principal foi atingido, podendo-se determinar as fronteiras/superfícies de configurações ótimas de pesos e parâmetros. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.title | Método da Interseção Normal à Fronteira baseado em Análise Fatorial para otimização de problemas multivariados utilizando-se Algoritmo Genético. | pt_BR |
dc.type | Tese | pt_BR |
dc.place | Itajubá | pt_BR |
dc.pages | 139 p. | pt_BR |
dc.keywords.portuguese | Otimização Multiobjetivo | pt_BR |
dc.keywords.portuguese | Algoritmo Genético | pt_BR |
dc.keywords.portuguese | Método da Interseção Normal à Fronteira | pt_BR |
dc.keywords.portuguese | Análise Fatorial | pt_BR |
dc.keywords.portuguese | Erro Quadrático Médio | pt_BR |
dc.keywords.english | Multiobjective Optimization | pt_BR |
dc.keywords.english | Genetic Algorithm | pt_BR |
dc.keywords.english | Normal Boundary Intersection method | pt_BR |
dc.keywords.english | Factor Analysis | pt_BR |
dc.keywords.english | Mean Square Error | pt_BR |
dc.orientador.principal | DE PAIVA, Anderson Paulo | - |
dc.place.presentation | Universidade Federal de Itajubá | pt_BR |
dc.pg.programa | Engenharia de Produção | pt_BR |
dc.pg.area | Engenharia de Produção | pt_BR |
dc.date.available | 2019-09-10T18:10:53Z | - |
dc.date.accessioned | 2019-09-10T18:10:53Z | - |
dc.publisher.department | IEPG - Instituto de Engenharia de Produção e Gestão | - |
dc.publisher.program | Programa de Pós-Graduação: Doutorado - Engenharia de Produção | - |
Aparece nas coleções: | Teses |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
tese_2019023.pdf | 12,52 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.