Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRJ |
Texto Completo: | http://hdl.handle.net/11422/21352 |
Resumo: | A aplicação de algoritmos evolutivos na otimização de problemas reais e complexos de engenharia tem se mostrado bastante eficiente. Porém, como a maioria destes problemas são definidos por funções objetivo e restrições caras computacionalmente, novas t´técnicas de modelagem e tratamento de restrições têm sido propostas. Neste cenário, esta tese propõe um tratamento de restrições denominado Multiple Constraint Ranking (MCR) e um algoritmo de aproximação de funções baseado em similaridade. Eles auxiliam algoritmos evolutivos na busca de soluções ótimas em problemas de otimização com restrições e função objetivo dispendiosa computacionalmente. O MCR calcula a aptidão das soluções segundo a soma de suas posições em várias filas, com base nos valores da função objetivo, da violação em cada restrição e do número de restrições violadas. A aproximação baseada em similaridade estima o valor da função objetivo de uma solução por uma media ponderada dos valores originais da função objetivo de soluções “vizinhas” pelas distâncias. Tais soluções são selecionadas a partir de um banco de dados, cuja atualização é baseada na contribuição das soluções no processo de aproximação. Três algoritmos são propostos: i) MCR acoplado a um algoritmo genético; ii) evolução diferencial utilizando aproximação da função objetivo por similaridade; e, iii) evolução diferencial assistida pelo MCR e a aproximação de funções. Eles foram submetidos a problemas complexos sugeridos pelas competições do IEEE-CEC e em problemas clássicos de engenharia estrutural. Seus resultados foram comparados com relevantes algoritmos da literatura, onde comprovou-se a robustez de todos eles. |
id |
UFRJ_e630199a3beb9cba28684804553bc68f |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/21352 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Garcia, Rafael de Paulahttp://lattes.cnpq.br/8090262178406810Lemonge, Afonso Celso de CastroEbecken, Nelson Francisco FavillaGomes, José Gabriel Rodriguez CarneiroRebuzzi, Marley Maria BernardesLima, Beatriz de Souza Leite Pires de2023-08-14T14:05:38Z2023-11-30T03:00:32Z2018-03http://hdl.handle.net/11422/21352A aplicação de algoritmos evolutivos na otimização de problemas reais e complexos de engenharia tem se mostrado bastante eficiente. Porém, como a maioria destes problemas são definidos por funções objetivo e restrições caras computacionalmente, novas t´técnicas de modelagem e tratamento de restrições têm sido propostas. Neste cenário, esta tese propõe um tratamento de restrições denominado Multiple Constraint Ranking (MCR) e um algoritmo de aproximação de funções baseado em similaridade. Eles auxiliam algoritmos evolutivos na busca de soluções ótimas em problemas de otimização com restrições e função objetivo dispendiosa computacionalmente. O MCR calcula a aptidão das soluções segundo a soma de suas posições em várias filas, com base nos valores da função objetivo, da violação em cada restrição e do número de restrições violadas. A aproximação baseada em similaridade estima o valor da função objetivo de uma solução por uma media ponderada dos valores originais da função objetivo de soluções “vizinhas” pelas distâncias. Tais soluções são selecionadas a partir de um banco de dados, cuja atualização é baseada na contribuição das soluções no processo de aproximação. Três algoritmos são propostos: i) MCR acoplado a um algoritmo genético; ii) evolução diferencial utilizando aproximação da função objetivo por similaridade; e, iii) evolução diferencial assistida pelo MCR e a aproximação de funções. Eles foram submetidos a problemas complexos sugeridos pelas competições do IEEE-CEC e em problemas clássicos de engenharia estrutural. Seus resultados foram comparados com relevantes algoritmos da literatura, onde comprovou-se a robustez de todos eles.The use of evolutionary algorithms in the optimization of real and complex engineering problems has proved to be quite efficient. However, since most of these problems are defined by expensive objective function and constraints, new modeling and constraint handling techniques have been proposed. In this scenario, this thesis proposes a constraint handling technique called Multiple Constraint Ranking (MCR) and a similarity-based surrogate algorithm. They assist evolutionary algorithms in the search for optimal solutions in optimization problems in which both objective function and constraints are costly. The MCR calculates the fitness of the solutions according to the sum of their positions in several queues, based on the values of the objective function, the violation in each constraint and the number of constraints violated. The similarity-based approach estimates the value of the objective function of a solution by a weighted average of the original objective function values of “neighboring” solutions by their distances. Such solutions are selected from a database, whose updating is based on the contribution of the solutions in the approximation process. Three algorithms are proposed: i) MCR coupled with a genetic algorithm; ii) differential evolution using similarity-based approximation; and, iii) differential evolution assisted by the MCR and the approximation. They were applied to complex problems suggested by the IEEE-CEC competitions and classical structural engineering problems. Their results were compared with relevant algorithms in the literature, where were proved the robustness of all of them.Submitted by Jorge Junior (jorge.gentil@ct.ufrj.br) on 2023-04-26T16:27:41Z No. of bitstreams: 1 887157.pdf: 1328440 bytes, checksum: 0cbedacfac34828aa3abc2befe8de233 (MD5)Approved for entry into archive by Christianne Fontes de Andrade (cfontes@ct.ufrj.br) on 2023-08-14T14:05:38Z (GMT) No. of bitstreams: 1 887157.pdf: 1328440 bytes, checksum: 0cbedacfac34828aa3abc2befe8de233 (MD5)Made available in DSpace on 2023-08-14T14:05:38Z (GMT). No. of bitstreams: 1 887157.pdf: 1328440 bytes, checksum: 0cbedacfac34828aa3abc2befe8de233 (MD5) Previous issue date: 2018-03porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia CivilUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAOOtimizaçãoAlgoritmos evolutivosTratamento de restriçõesMétodo de aproximação de funçõesAlgoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJLICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/21352/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD52ORIGINAL887157.pdf887157.pdfapplication/pdf1328440http://pantheon.ufrj.br:80/bitstream/11422/21352/1/887157.pdf0cbedacfac34828aa3abc2befe8de233MD5111422/213522023-11-30 00:00:32.608oai:pantheon.ufrj.br:11422/21352TElDRU7Dh0EgTsODTy1FWENMVVNJVkEgREUgRElTVFJJQlVJw4fDg08KCkFvIGFzc2luYXIgZSBlbnRyZWdhciBlc3RhIGxpY2Vuw6dhLCB2b2PDqihzKSBvKHMpIGF1dG9yKGVzKSBvdSBwcm9wcmlldMOhcmlvKHMpIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBjb25jZWRlKG0pIGFvIFJlcG9zaXTDs3JpbyBQYW50aGVvbiBkYSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gZGUgSmFuZWlybyAoVUZSSikgbyBkaXJlaXRvIG7Do28gLSBleGNsdXNpdm8gZGUgcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBvIGRvY3VtZW50byBlbnRyZWd1ZSAoaW5jbHVpbmRvIG8gcmVzdW1vKSBlbSB0b2RvIG8gbXVuZG8sIGVtIGZvcm1hdG8gZWxldHLDtG5pY28gZSBlbSBxdWFscXVlciBtZWlvLCBpbmNsdWluZG8sIG1hcyBuw6NvIGxpbWl0YWRvIGEgw6F1ZGlvIGUvb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIGEgVUZSSiBwb2RlLCBzZW0gYWx0ZXJhciBvIGNvbnRlw7pkbywgdHJhZHV6aXIgYSBhcHJlc2VudGHDp8OjbyBkZSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8gY29tIGEgZmluYWxpZGFkZSBkZSBwcmVzZXJ2YcOnw6NvLgoKVm9jw6ogdGFtYsOpbSBjb25jb3JkYSBxdWUgYSBVRlJKIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZXNzYSBzdWJtaXNzw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIGUgcHJlc2VydmHDp8OjbyBkaWdpdGFsLgoKRGVjbGFyYSBxdWUgbyBkb2N1bWVudG8gZW50cmVndWUgw6kgc2V1IHRyYWJhbGhvIG9yaWdpbmFsLCBlIHF1ZSB2b2PDqiB0ZW0gbyBkaXJlaXRvIGRlIGNvbmNlZGVyIG9zIGRpcmVpdG9zIGNvbnRpZG9zIG5lc3RhIGxpY2Vuw6dhLiBWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIGEgc3VhIGFwcmVzZW50YcOnw6NvLCBjb20gbyBtZWxob3IgZGUgc2V1cyBjb25oZWNpbWVudG9zLCBuw6NvIGluZnJpbmdpIGRpcmVpdG9zIGF1dG9yYWlzIGRlIHRlcmNlaXJvcy4KClNlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIGNvbnTDqW0gbWF0ZXJpYWwgZG8gcXVhbCB2b2PDqiBuw6NvIHRlbSBkaXJlaXRvcyBkZSBhdXRvciwgZGVjbGFyYSBxdWUgb2J0ZXZlIGEgcGVybWlzc8OjbyBpcnJlc3RyaXRhIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBlIGNvbmNlZGUgYSBVRlJKIG9zIGRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgZGUgcHJvcHJpZWRhZGUgZGUgdGVyY2Vpcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3UgY29udGXDumRvIGRhIHN1Ym1pc3PDo28uCgpTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSDDqSBiYXNlYWRvIGVtIHRyYWJhbGhvIHF1ZSBmb2ksIG91IHRlbSBzaWRvIHBhdHJvY2luYWRvIG91IGFwb2lhZG8gcG9yIHVtYSBhZ8OqbmNpYSBvdSBvdXRybyhzKSBvcmdhbmlzbW8ocykgcXVlIG7Do28gYSBVRlJKLCB2b2PDqiBkZWNsYXJhIHF1ZSBjdW1wcml1IHF1YWxxdWVyIGRpcmVpdG8gZGUgUkVWSVPDg08gb3UgZGUgb3V0cmFzIG9icmlnYcOnw7VlcyByZXF1ZXJpZGFzIHBvciBjb250cmF0byBvdSBhY29yZG8uCgpBIFVGUkogaXLDoSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8ocykgc2V1KHMpIG5vbWUocykgY29tbyBhdXRvcihlcykgb3UgcHJvcHJpZXTDoXJpbyhzKSBkYSBzdWJtaXNzw6NvLCBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIHBhcmEgYWzDqW0gZGFzIHBlcm1pdGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EsIG5vIGF0byBkZSBzdWJtaXNzw6NvLgo=Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:00:32Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
title |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
spellingShingle |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos Garcia, Rafael de Paula CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO Otimização Algoritmos evolutivos Tratamento de restrições Método de aproximação de funções |
title_short |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
title_full |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
title_fullStr |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
title_full_unstemmed |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
title_sort |
Algoritmos evolutivos aplicados a problemas envolvendo funções computacionalmente custosas em domínios restritos |
author |
Garcia, Rafael de Paula |
author_facet |
Garcia, Rafael de Paula |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8090262178406810 |
dc.contributor.advisorCo1.none.fl_str_mv |
Lemonge, Afonso Celso de Castro |
dc.contributor.author.fl_str_mv |
Garcia, Rafael de Paula |
dc.contributor.referee1.fl_str_mv |
Ebecken, Nelson Francisco Favilla |
dc.contributor.referee2.fl_str_mv |
Gomes, José Gabriel Rodriguez Carneiro |
dc.contributor.referee3.fl_str_mv |
Rebuzzi, Marley Maria Bernardes |
dc.contributor.advisor1.fl_str_mv |
Lima, Beatriz de Souza Leite Pires de |
contributor_str_mv |
Ebecken, Nelson Francisco Favilla Gomes, José Gabriel Rodriguez Carneiro Rebuzzi, Marley Maria Bernardes Lima, Beatriz de Souza Leite Pires de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO Otimização Algoritmos evolutivos Tratamento de restrições Método de aproximação de funções |
dc.subject.por.fl_str_mv |
Otimização Algoritmos evolutivos Tratamento de restrições Método de aproximação de funções |
description |
A aplicação de algoritmos evolutivos na otimização de problemas reais e complexos de engenharia tem se mostrado bastante eficiente. Porém, como a maioria destes problemas são definidos por funções objetivo e restrições caras computacionalmente, novas t´técnicas de modelagem e tratamento de restrições têm sido propostas. Neste cenário, esta tese propõe um tratamento de restrições denominado Multiple Constraint Ranking (MCR) e um algoritmo de aproximação de funções baseado em similaridade. Eles auxiliam algoritmos evolutivos na busca de soluções ótimas em problemas de otimização com restrições e função objetivo dispendiosa computacionalmente. O MCR calcula a aptidão das soluções segundo a soma de suas posições em várias filas, com base nos valores da função objetivo, da violação em cada restrição e do número de restrições violadas. A aproximação baseada em similaridade estima o valor da função objetivo de uma solução por uma media ponderada dos valores originais da função objetivo de soluções “vizinhas” pelas distâncias. Tais soluções são selecionadas a partir de um banco de dados, cuja atualização é baseada na contribuição das soluções no processo de aproximação. Três algoritmos são propostos: i) MCR acoplado a um algoritmo genético; ii) evolução diferencial utilizando aproximação da função objetivo por similaridade; e, iii) evolução diferencial assistida pelo MCR e a aproximação de funções. Eles foram submetidos a problemas complexos sugeridos pelas competições do IEEE-CEC e em problemas clássicos de engenharia estrutural. Seus resultados foram comparados com relevantes algoritmos da literatura, onde comprovou-se a robustez de todos eles. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-03 |
dc.date.accessioned.fl_str_mv |
2023-08-14T14:05:38Z |
dc.date.available.fl_str_mv |
2023-11-30T03:00:32Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/21352 |
url |
http://hdl.handle.net/11422/21352 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Civil |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/21352/2/license.txt http://pantheon.ufrj.br:80/bitstream/11422/21352/1/887157.pdf |
bitstream.checksum.fl_str_mv |
dd32849f2bfb22da963c3aac6e26e255 0cbedacfac34828aa3abc2befe8de233 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097291140857856 |