Um algoritmo por enxame de partículas para a solução de problemas de otimização estrutural multiobjetivo considerando frequências naturais de vibração

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Carvalho, Érica da Costa Reis lattes
Orientador(a): Lemonge, Afonso Celso de Castro lattes
Banca de defesa: Lima, Beatriz de Souza Leite Pires de lattes, Vargas, Dênis Emanuel da Costa lattes, Cury, Alexandre Abrahão lattes, Barros, Marcelo Miranda lattes
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
Programa de Pós-Graduação: Programa de Pós-graduação em Modelagem Computacional
Departamento: ICE – Instituto de Ciências Exatas
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/8240
Resumo: O interesse em algoritmos de otimização multiobjetivo cresceu nos últimos anos devido à sua aplicabilidade em problemas de diversas áreas, especialmente as da engenharia. Em geral, os objetivos considerados nesses problemas são conflitantes e uma frente de Pareto composta pelas soluções não-dominadas é esperada como a solução para tais problemas. No contexto da computação evolutiva, existem diversos algoritmos aplicados a esse tipo de problema, como os algoritmos genéticos, evolução diferencial e enxame de partículas. Este trabalho tem como objetivo propor e avaliar a capacidade de um algoritmo por enxame de partículas multiobjetivo, denominado Multiobjective Craziness based Particle Swarm Optimization (MOCRPSO) em um conjunto de problemas de otimização estrutural multiobjetivo com restrições. O problema consiste em minimizar a massa de estruturas, considerando como segundo objetivo o deslocamento máximo dos nós ou as frequências naturais de vibração da estrutura. Adicionalmente, restrições de cardinalidade são adotadas a fim de obter uma busca automática da ligação das variáveis, procurando o melhor agrupamento dos membros. Um Método de Penalização Adaptativa (APM), que foi aplicado com sucesso na solução de problemas de otimização mono e multiobjetivo, é usado aqui para lidar com as restrições. Para investigar o desempenho do método proposto, seis problemas teste com e sem restrições e seis estruturas treliçadas são analisadas e os resultados encontrados ilustram sua eficiência quando comparados com outros algoritmos encontrados na literatura.