Use este identificador para citar o ir al link de este elemento: http://hdl.handle.net/1843/BUDB-8D4HZU
Tipo: Dissertação de Mestrado
Título: Investigação de novas abordagens em sistemas imunes artificiais para otimização
Autor(es): Lucas de Souza Batista
primer Tutor: Jaime Arturo Ramirez
primer Co-tutor: Frederico Gadelha Guimarães
Resumen: O custo computacional do processo de otimização de dispositivos eletromagnéticos está diretamente relacionado ao número de avaliações da função objetivo. Isso tem motivado o estudo de novos métodos que sejam capazes de determinar resultados eficientes com o menor número de avaliações possíveis. Esta dissertação propõe dois algoritmos imunes para otimização mono e multi-objetivo. A versão mono-objetivo, nomeada Distributed Clonal Selection Algorithm - DCSA, implementa um operador principal chamado hipermutação somática distribuída, enquanto a versão multi-objetivo, nomeadaMulti-Objective Clonal Selection Algorithm - MCSA, além do operador anterior, implementa tamb´em um operador de edição de receptores. A hipermutação somática, composta por diferentes funções densidade de probabilidade, normal, uniforme e caótica, efetua uma busca local balanceada ao redor das soluções de maior afinidade, além de favorecer a melhor distribuição das soluções ao longo da extensão da fronteira Pareto-ótima no MCSA. Já a edição de receptores, implementada com base na evolução diferencial, efetua implicitamente uma pesquisa dinâmica sobre a região factível, garantindo ummelhor refinamento local das soluções ótimas, e favorecendo o aumento da velocidade de convergência do método. Os parâmetros dos algoritmos de otimização são submetidos a análises de sensibilidade, o que permite determinar faixas aceitáveis aos mesmos. Além disso, os operadores imunes sugeridos são avaliados quanto ao ganho que cada um proporciona ao desempenho dos métodos. Os algoritmos imunes propostos são validados por meio da solução de problemas analíticos com diferentes características de otimização, tais como, alta suavidade, multimodalidade, múltiplas variáveis e restrições, apresentando soluções eficientes quando comparados a outros métodos evolucionários conhecidos. Finalmente são realizados testes com problemas eletromagnéticos de alto custo computacional associado, resultando mais uma vez soluções de boa qualidade, e também um menor esforço de máquina, em relação ao número de avalições realizadas, quando comparados a outros algoritmos da literatura.
Abstract: The computational cost of the optimization process of electromagnetic devices is directly related to the number of objective function evaluations. This has motivated the study of new methods that are capable of determining efficient results with a fewer number of function evaluations. This dissertation proposes two new immune algorithms for mono and multi-objective optimization. The mono-objective version, named Distributed Clonal Selection Algorithm - DCSA, implements a main operator called distributed somatic hipermutation, while the multi-objective version, named Multi-Objective Clonal Selection Algorithm - MCSA, implements in addition a receptor editing operator. The somatic hypermutation, composed of different probability density functions, Gaussian, uniform and chaotic, performs a balancing local searcharound the high affinity solutions, and also facilitates the best distribution of the solutions throughout the extension of the Pareto-optimal front in the MCSA. The receptor editing operator, based on the differential evolution technique, implicitly performs a dynamic search over the feasible region, ensuring the best local refinement of the optimal solutions, and helping the increase of the convergence speed of the method. The optimization parameters of the algorithms have been subjected to sensitivity analysis,which has provided a range of acceptable values for them. Furthermore, the suggested immune operators have been assessed in order to determine the effect of each one in the performance of the methods. The proposed immune algorithms have been validated through the solution of analytical problems with different optimization features, such as, strong smoothness, multimodality, high dimensions and constraints, presenting efficient solutions when compared to other known evolutionary methods. Finally, tests with electromagnetic problems of high computational cost have been performed, resulting in very good solutions with less machine effort, regarding the number of function evaluations.
Asunto: Engenharia elétrica
Idioma: Português
Editor: Universidade Federal de Minas Gerais
Sigla da Institución: UFMG
Tipo de acceso: Acesso Aberto
URI: http://hdl.handle.net/1843/BUDB-8D4HZU
Fecha del documento: 6-abr-2010
Aparece en las colecciones:Dissertações de Mestrado

archivos asociados a este elemento:
archivo Descripción TamañoFormato 
lucas_de_souza_batista.pdf10.32 MBAdobe PDFVisualizar/Abrir


Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.