Uma proposta de algoritmo baseado em cone de preferência para otimização com muitos objetivos e robusta

• Autor(a) principal: Ivan Reinaldo Meneghini
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/31278
• topic: Otimização multiobjetivo robusta; Região de interesse; Problemas de otimização multiobjetivo robusta; Visualização de dados; Engenharia elétrica; Otimização multiobjetivo; Otimização robusta

A solução de um problema de otimização multiobjetivo é um conjunto caracterizado pelo trade off ente M objetivos. No caso do problema de minimização F : RN ! RM, estas soluções de compromisso correspondem a um conjunto minimal segundo uma relação de ordem parcial no espaço RM. A busca por soluções de menor variação na presença de ruído nas variáveis x 2 RN caracteriza a Otimização Multiobjetivo Robusta. Este trabalho apresenta um algoritmo coevolutivo para Otimização Robusta. A proposta utiliza a estratégia de decomposição/agregação do espaço dos objetivos em um algoritmo coevolutivo competitivo. Em conjunto com esta nova técnica foi desenvolvido um novo método de geração de vetores de peso quase igualmente espaçados no espaço dos objetivos. Este novo método de geração de vetores de peso não apresenta limitação quanto ao número de vetores de peso criados nem quanto à norma de cada vetor, que podem estar localizados no primeiro ortante do espaço dos objetivos ou formar um cone de vetores com vértice na origem. O eixo deste cone corresponde a um vetor de preferências do tomador de decisão e sua abertura define a extensão da região de interesse escolhida. A qualidade dos vetores de peso produzidos por esta nova metodologia foi comparada com o método usual de geração de vetores de peso e os resultados se mostraram satisfatórios. Adicionalmente uma nova classe de problemas de otimização multiobjetivo foi desenvolvida, abrangendo otimização contínua e robusta, com e sem a presença de restrições de igualdade e desigualdade. Seguindo a estrutura utilizada na construção das funções de teste, uma nova métrica de avaliação de desempenho também é apresentada. A comparação dos resultados obtidos entre o método proposto e outras técnicas mostrou a superioridade dos métodos apresentados. Uma amostra dos resultados obtidos foi utilizada na ferramenta de visualização de dados desenvolvida, ilustrando as conclusões obtidas