Técnicas de otimização baseadas em quimiotaxia de bactérias
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/18/18146/tde-19012011-120319/ |
Resumo: | Em sentido geral, a quimiotaxia é o movimento dirigido que desenvolvem alguns seres vivos em resposta aos gradientes químicos presentes no seu ambiente. Uma bactéria é um organismo unicelular que usa a quimiotaxia como mecanismo de mobilização para encontrar os nutrientes de que precisa para sobreviver e para escapar de ambientes nocivos. Evoluída durante milhões de anos pela natureza, a quimiotaxia de bactérias é um processo altamente otimizado de busca e exploração em espaços desconhecidos. Graças aos avanços no campo da computação, as estratégias quimiotácticas das bactérias e sua excelente capacidade de busca podem ser modeladas, simuladas e emuladas para desenvolver métodos de otimização inspirados na natureza que sejam uma alternativa aos métodos já existentes. Neste trabalho, desenvolvem-se dois algoritmos baseados em estratégias quimiotácticas de bactérias: o BCBTOA (Bacterial Chemotaxis Based Topology Optimization Algorithm) e o BCMOA (Bacterial Chemotaxis Multiobjective Optimization Algorithm) os quais são um algoritmo de otimização topológica e um algoritmo de otimização multi-objetivo, respectivamente. O desempenho dos algoritmos é avaliado mediante a sua aplicação à solução de diversos problemas de prova e os resultados são comparados com os de outros algoritmos atualmente relevantes. O algoritmo de otimização multi-objetivo desenvolvido, também foi aplicado na solução de três problemas de otimização de projeto mecânico de eixos. Os resultados obtidos e os analise comparativos feitos, permitem concluir que os algoritmos desenvolvidos são altamente competitivos e demonstram o potencial do processo de quimiotaxia de bactérias como fonte de inspiração de algoritmos de otimização distribuída, contribuindo assim, a dar resposta à constante demanda por técnicas de otimização mais eficazes e robustas. |
id |
USP_f597a08d0829e5e15dbd8ddacf83ab2f |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-19012011-120319 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Técnicas de otimização baseadas em quimiotaxia de bactériasOptimization techniques based on bacterial chemotaxisBacterial chemotaxisMulti-objective optimizationOtimização multi-objetivoOtimização topológicaQuimiotaxia de bactériasTopology optimizationEm sentido geral, a quimiotaxia é o movimento dirigido que desenvolvem alguns seres vivos em resposta aos gradientes químicos presentes no seu ambiente. Uma bactéria é um organismo unicelular que usa a quimiotaxia como mecanismo de mobilização para encontrar os nutrientes de que precisa para sobreviver e para escapar de ambientes nocivos. Evoluída durante milhões de anos pela natureza, a quimiotaxia de bactérias é um processo altamente otimizado de busca e exploração em espaços desconhecidos. Graças aos avanços no campo da computação, as estratégias quimiotácticas das bactérias e sua excelente capacidade de busca podem ser modeladas, simuladas e emuladas para desenvolver métodos de otimização inspirados na natureza que sejam uma alternativa aos métodos já existentes. Neste trabalho, desenvolvem-se dois algoritmos baseados em estratégias quimiotácticas de bactérias: o BCBTOA (Bacterial Chemotaxis Based Topology Optimization Algorithm) e o BCMOA (Bacterial Chemotaxis Multiobjective Optimization Algorithm) os quais são um algoritmo de otimização topológica e um algoritmo de otimização multi-objetivo, respectivamente. O desempenho dos algoritmos é avaliado mediante a sua aplicação à solução de diversos problemas de prova e os resultados são comparados com os de outros algoritmos atualmente relevantes. O algoritmo de otimização multi-objetivo desenvolvido, também foi aplicado na solução de três problemas de otimização de projeto mecânico de eixos. Os resultados obtidos e os analise comparativos feitos, permitem concluir que os algoritmos desenvolvidos são altamente competitivos e demonstram o potencial do processo de quimiotaxia de bactérias como fonte de inspiração de algoritmos de otimização distribuída, contribuindo assim, a dar resposta à constante demanda por técnicas de otimização mais eficazes e robustas.In general, chemotaxis is the biased movement developed by certain living organisms as a response to chemical gradients present in their environment. A bacterium is a unicellular organism that uses chemotaxis as a mechanism for mobilization that allows it to find nutrients needed to survive and to escape from harmful environments. Millions of years of natural evolution became bacterial chemotaxis a highly optimized process in searching and exploration of unknown spaces. Thanks to advances in the computing field, bacterial chemotactical strategies and its excellent ability in searching can be modeled, simulated and emulated developing bio-inspired optimization methods as alternatives to classical methods. Two algorithms based on bacterial chemotactical strategies were designed, developed and implemented in this work: i) the topology optimization algorithm, BCBTOA (Bacterial Chemotaxis Based Topology Optimization Algorithm) and ii) the multi-objective optimization algorithm, BCMOA (Bacterial Chemotaxis Multiobjective Optimization Algorithm). Algorithms performances were evaluated by their applications in the solution of benchmark problems and the results obtained were compared with other algorithms also relevant today. The BCMOA developed here was also applied in the solution of three mechanical design problems. The results obtained as well as the comparative analysis conducted lead to conclude that the algorithms developed were competitive. This also demonstrates the potential of bacterial chemotaxis as a process in which distributed optimization techniques can be inspired.Biblioteca Digitais de Teses e Dissertações da USPCarvalho, Jonas deGuzmán Pardo, María Alejandra2009-06-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18146/tde-19012011-120319/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:26Zoai:teses.usp.br:tde-19012011-120319Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:26Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Técnicas de otimização baseadas em quimiotaxia de bactérias Optimization techniques based on bacterial chemotaxis |
title |
Técnicas de otimização baseadas em quimiotaxia de bactérias |
spellingShingle |
Técnicas de otimização baseadas em quimiotaxia de bactérias Guzmán Pardo, María Alejandra Bacterial chemotaxis Multi-objective optimization Otimização multi-objetivo Otimização topológica Quimiotaxia de bactérias Topology optimization |
title_short |
Técnicas de otimização baseadas em quimiotaxia de bactérias |
title_full |
Técnicas de otimização baseadas em quimiotaxia de bactérias |
title_fullStr |
Técnicas de otimização baseadas em quimiotaxia de bactérias |
title_full_unstemmed |
Técnicas de otimização baseadas em quimiotaxia de bactérias |
title_sort |
Técnicas de otimização baseadas em quimiotaxia de bactérias |
author |
Guzmán Pardo, María Alejandra |
author_facet |
Guzmán Pardo, María Alejandra |
author_role |
author |
dc.contributor.none.fl_str_mv |
Carvalho, Jonas de |
dc.contributor.author.fl_str_mv |
Guzmán Pardo, María Alejandra |
dc.subject.por.fl_str_mv |
Bacterial chemotaxis Multi-objective optimization Otimização multi-objetivo Otimização topológica Quimiotaxia de bactérias Topology optimization |
topic |
Bacterial chemotaxis Multi-objective optimization Otimização multi-objetivo Otimização topológica Quimiotaxia de bactérias Topology optimization |
description |
Em sentido geral, a quimiotaxia é o movimento dirigido que desenvolvem alguns seres vivos em resposta aos gradientes químicos presentes no seu ambiente. Uma bactéria é um organismo unicelular que usa a quimiotaxia como mecanismo de mobilização para encontrar os nutrientes de que precisa para sobreviver e para escapar de ambientes nocivos. Evoluída durante milhões de anos pela natureza, a quimiotaxia de bactérias é um processo altamente otimizado de busca e exploração em espaços desconhecidos. Graças aos avanços no campo da computação, as estratégias quimiotácticas das bactérias e sua excelente capacidade de busca podem ser modeladas, simuladas e emuladas para desenvolver métodos de otimização inspirados na natureza que sejam uma alternativa aos métodos já existentes. Neste trabalho, desenvolvem-se dois algoritmos baseados em estratégias quimiotácticas de bactérias: o BCBTOA (Bacterial Chemotaxis Based Topology Optimization Algorithm) e o BCMOA (Bacterial Chemotaxis Multiobjective Optimization Algorithm) os quais são um algoritmo de otimização topológica e um algoritmo de otimização multi-objetivo, respectivamente. O desempenho dos algoritmos é avaliado mediante a sua aplicação à solução de diversos problemas de prova e os resultados são comparados com os de outros algoritmos atualmente relevantes. O algoritmo de otimização multi-objetivo desenvolvido, também foi aplicado na solução de três problemas de otimização de projeto mecânico de eixos. Os resultados obtidos e os analise comparativos feitos, permitem concluir que os algoritmos desenvolvidos são altamente competitivos e demonstram o potencial do processo de quimiotaxia de bactérias como fonte de inspiração de algoritmos de otimização distribuída, contribuindo assim, a dar resposta à constante demanda por técnicas de otimização mais eficazes e robustas. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-06-19 |
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://www.teses.usp.br/teses/disponiveis/18/18146/tde-19012011-120319/ |
url |
http://www.teses.usp.br/teses/disponiveis/18/18146/tde-19012011-120319/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809090848714915840 |