Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/BUBD-AFHP5L
Tipo: | Dissertação de Mestrado |
Título: | Estudo sobre métodos evolutivos multiobjetivos voltados para robustez e diversidade no espaço de decisão |
Autor(es): | Fernanda Caldeira Takahashi |
Primeiro Orientador: | Felipe Campelo França Pinto |
Primeiro membro da banca : | Eduardo Gontijo Carrano |
Segundo membro da banca: | Lucas de Souza Batista |
Resumo: | Algoritmos evolutivos para otimização multiobjetivo (MOEAs) são geralmente avaliados em função de sua habilidade de obter boas aproximações da fronteira Pareto-ótima, com uma distribuição idealmente uniforme de pontos no espaço de objetivos. Entretanto, ao ignorar informações pertinentes ao espaço de variáveis de decisão, estes métodos retornam conjuntossolução que não consideram informações sobre a sensibilidade de pontos em relação a perturbações nas variáveis, ou que não contém possíveis configurações alternativas que levem a valores de desempenho similares. Este trabalho apresenta um método alternativo para a seleçãode soluções que, complementarmente aos modelos tradicionais que utilizam informações provenientes do espaço de objetivos, emprega uma medida de densidade de soluções no espaço de variáveis de decisão durante seu processo de seleção. Através de uma avaliação experimental, é verificado que a inclusão do método leva os algoritmos a apresentarem uma maior capacidade de gerar amostragens representativas do conjunto Pareto-ótimo. Tal abordagem torna possível a coleta de informações complementares relativas à sensibilidade das soluções localizadas em diferentes partes do espaço de busca, que fornece ao decisor informações potencialmente valiosas para a seleção da solução que eventualmente venha ser selecionada para implementação. |
Abstract: | Multiobjective optimization evolutionary algorithms (MOEAs) are usually evaluated by their ability to obtain good approximations of the Pareto-optimal front with an ideally uniform spread of samples in the space of objectives. However, by discarding information about thespace of decision variables, these computational tools return solution sets that do not consider the sensitivity of points to perturbations in their variables, or that do not contain possible alternative designs leading to similar performance values. This work presents an alternative methodof selection which employs a measure of solution density in the space of decision variables in addition to the traditional ones employed in the space of objectives during the selection procedure of the algorithm. Through an experimental evaluation, it is verified that the inclusionof this approach leads the algorithms to present a greater capacity to generate a representative sampling of the Pareto-optimal set. The proposed approach makes it possible to gather complementaryinformation regarding the sensitivity of solutions belonging to different regions of the search space, providing potentially useful information for the decision maker to select which particular solution may end up being implemented. |
Assunto: | Algoritmos Engenharia elétrica Análise de sensibilidade Otimização multiobjetivo |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/BUBD-AFHP5L |
Data do documento: | 23-Fev-2015 |
Aparece nas coleções: | Dissertações de Mestrado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
disserta__o_fernandatakahashi_ppgee.pdf | 1.35 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.