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 |
|