Estudo comparativo entre os métodos gradiente reduzido generalizado e algoritmo genético em otimização com múltiplas respostas
2017; UNIVERSIDADE FEDERAL DE SANTA CATARINA; Volume: 17; Issue: 2 Linguagem: Português
10.14488/1676-1901.v17i2.2566
ISSN1676-1901
AutoresFabrício Maciel Gomes, Félix M. Pereira, Fernando Augusto Silva Marins, Messias Borges Silva,
Tópico(s)Advanced Multi-Objective Optimization Algorithms
ResumoNeste trabalho foi realizado um estudo comparativo entre as metodologias de otimização Gradiente Reduzido Generalizado (GRG) e Algoritmo Genético (AG) para a otimização de processos com múltiplas respostas. Para estimar os parâmetros que minimizam a função objetivo foram utilizadas respostas geradas por planejamento de experimentos de forma aglutinada, as quais foram incorporadas à função objetivo. Os estudos de caso utilizados foram baseados em trabalhos selecionados na literatura e, para cada experimento selecionado, foi realizada a otimização dos valores dos parâmetros do processo utilizando as duas metodologias, o GRG, por meio de uma planilha do Microsoft Excel e o AG utilizando o software Scilab. Foram realizadas 10 replicações e calculada a média dos resultados obtidos. A comparação entre os métodos foi realizada com base em medidas de desempenho, por meio da distância média percentual. O AG apresentou melhores resultados em comparação com o GRG.
Referência(s)