Otimização multi-objetivo de sistemas de engenharia na presença de incerteza

• Ano de defesa: 2020
• Autor(a) principal: Libotte, Gustavo Barbosa
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto Politécnico; Brasil; UERJ; Programa de Pós-Graduação em Modelagem Computacional
• Palavras-chave em Português: Multi-objective optimization; Robust optimization; Otimização matemática; Algoritmo numérico; Análise matemática; Otimização multi-objetivo; Otimização robusta; Otimização baseada em confiabilidade; Análise de confiabilidade inversa; CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA::ANALISE NUMERICA
• Link de acesso: http://www.bdtd.uerj.br/handle/1/16820

Modelos matemáticos são capazes de simular diversos eventos, sob diferentes condições, possibilitando obter um panorama antecipado do sistema a ser implementado na prática, com desperdício reduzido de recursos e em menor tempo. Na otimização de projetos, estes modelos desempenham papel fundamental, pois permitem que sejam obtidos parâmetros e atributos capazes de potencializar o desempenho do produto, propiciando a redução de custos e de tempo de operação. Estas possibilidades estão sujeitas a diversos fatores, dentre eles a modelagem computacional mais precisa possível das características inerentes ao sistema. Em geral, modelos computacionais capazes de descrever fenômenos físicos com precisão satisfatória consideram possíveis incertezas em suas formulações matemáticas. A inclusão de incertezas ao modelo computacional também afeta a viabilidade dos resultados e sua implementação prática. Neste trabalho, são consideradas duas abordagens distintas capazes de quantificar incertezas durante a otimização de modelos matemáticos: na primeira, a otimização robusta, é avaliada a sensibilidade das variáveis de decisão em relação a perturbações ocasionadas por fatores externos. Soluções robustas representa ma redução da possibilidade de desvio em relação a eventuais alterações no sistema. O propósito da segunda abordagem, a otimização baseada em confiabilidade, é mensurar a probabilidade de falha do sistema e obter parâmetros para o modelo capazes de assegurar um nível de confiabilidade estabelecido. Neste contexto, o objetivo fundamental é formular um problema de otimização multi objetivo capaz de considerar a otimização robusta e a otimização baseada em confiabilidade em conjunto,para obtenção de soluções minimamente sensíveis a perturbações externas e que satisfaçam níveis de confiabilidade prescritos. Neste trabalho, também é proposto um algoritmo para análise de confiabilidade inversa, apropriado para ser empregado durante o procedimento de otimização baseada em confiabilidade. O algoritmo adota um conceito de cálculo de tamanho de passo de segunda ordem adaptativo,que possibilita notável redução do uso de recursos computacionais para obtenção de soluções confiáveis.