DSpace Repository

Método da Interseção Normal à Fronteira baseado em Análise Fatorial para otimização de problemas multivariados utilizando-se Algoritmo Genético.

Show simple item record

dc.contributor.author DE PAULA, Taynara Incerti
dc.date.issued 2019-07
dc.identifier.citation DE PAULA, Taynara Incerti. 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


Files in this item

This item appears in the following Collection(s)

Show simple item record