A otimização é um ramo da área da matemática e dos métodos numéricos que tem sido objeto de investigação teórica e aplicada ao longo das últimas décadas. Em particular, a engenharia é uma das áreas onde a otimização tem encontrado terreno propício para a sua aplicação e desenvolvimento teórico e prático. As técnicas de otimização alcançaram uma maturidade sem precedentes e são usadas num largo espectro de aplicações industriais em diferentes
áreas, nomeadamente engenharia estrutural, aeroespacial, automóvel, química, eletrónica, fabricação assistida por computador e produção industrial.
A otimização pode ser definida como o estabelecimento racional de um projeto que é o melhor dentro de todos os possíveis de acordo com um ou mais objetivos predefinidos e obedecendo a um conjunto prescrito de restrições. Em sentido lato, as condições referidas requerem uma integração adequada entre duas áreas bem definidas: a otimização em engenharia e a otimização matemática. Desta interação resulta a integração da otimização no ciclo de projeto de sistemas em engenharia.
Para aplicar os conceitos matemáticos à pesquisa do projeto ótimo de sistemas em engenharia, deve-se formular o problema matemático subjacente e construir o respetivo modelo. Para tal, é necessário definir as variáveis de projeto, os objetivos e as restrições do
problema de otimização. Neste livro, é feita uma apresentação detalhada sobre os conceitos matemáticos de otimização, bem como a descrição dos principais algoritmos de acordo com
a sua taxonomia.
Considera-se constituir esta obra um importante contributo para a disseminação do conhecimento nesta área e uma referência fundamental para estudantes, investigadores, cientistas e engenheiros.
PREFÁCIO
LISTA DE ABREVIATURAS
CAPÍTULO 1. INTRODUÇÃO AO PROJETO ÓTIMO
1.1. Motivação e enquadramento
1.2. O ciclo de evolução do projeto
1.2.1. Conceito de projeto
1.2.2. Fases do projeto: como evoluem os conceitos e os detalhes
1.3. A otimização no ciclo de projeto
1.3.1. Otimalidade ou melhoria de projeto
1.3.2. Aplicações da otimização em engenharia
1.3.3. Classificação dos problemas de otimização
1.4. Métodos de otimização
1.4.1. Métodos de otimização clássicos
1.4.2. Métodos de otimização inspirados na natureza
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 2. CONCEITOS BÁSICOS DE OTIMIZAÇÃO
2.1. Aspetos gerais da definição do problema de projeto ótimo
2.2. Formulação do problema de otimização
2.3. Condições necessárias de primeira ordem
2.4. Condições de segunda ordem
2.4.1. Condições necessárias de segunda ordem
2.4.2. Condições suficientes para um mínimo relativo
2.5. Funções convexas, algoritmo e convergência
2.6. Condições de minimização em problemas com restrições
2.6.1. Condições necessárias de primeira ordem em problemas com restrições
2.6.2. Condições de segunda ordem em problemas com restrições
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 3. ABORDAGEM DO PROBLEMA DE OTIMIZAÇÃO E CONSTRUÇÃO DO MODELO
3.1. Introdução
3.2. Abordagem do problema de otimização
3.2.1. Conceito dos três pilares no projeto ótimo
3.2.2. Aspetos importantes na construção do modelo para projeto ótimo
3.3. Integração prática da otimização no projeto
3.3.1. Seleção do algoritmo de otimização
3.3.2. Atributos de um bom algoritmo de otimização
3.3.3. Passos genéricos do processo de otimização
3.4. Modelos substitutos na construção do modelo de projeto ótimo
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 4. PROJETO ÓTIMO: PROGRAMAÇÃO NÃO LINEAR
4.1. Introdução
4.2. Programação não linear não restringida
4.2.1. Algoritmos de pesquisa linear
4.2.2. Métodos do gradiente
4.2.3. Métodos do gradiente conjugado
4.2.4. Métodos de Newton
4.2.5. Métodos de quase-Newton
4.3. Programação não linear restringida
4.3.1. Métodos sequenciais não restringidos
4.3.2. Método do Lagrangeano aumentado
4.4. Aspetos a considerar na otimização com restrições
4.4.1. Estado das restrições para uma solução corrente de projeto
4.4.2. Normalização das restrições
4.4.3. Estratégia de restrição potencial
4.5. Outros métodos numéricos para problemas não lineares com restrições
4.5.1. Linearização de problemas restringidos 149
4.5.2. Algoritmo de programação linear sequencial
4.5.3. Método das assíntotas móveis
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 5. PROJETO ÓTIMO BASEADO EM CRITÉRIOS DE OTIMALIDADE
5.1. Introdução
5.2. Critérios de tensão
5.2.1. Critério da tensão máxima (fully stressed design)
5.2.2. Critério de tensão combinado com normalização
5.3. Critérios de deslocamento
5.3.1. Critério para uma única restrição de deslocamento
5.3.2. Critério para múltiplas restrições de deslocamento
5.3.3. Fórmulas de recorrência para redefinição do projeto
5.3.4. Variáveis passivas
5.4. Procedimentos de projeto
5.4.1. Critérios combinados de otimalidade e normalização
5.4.2. Critérios de otimalidade matemáticos
REFERÊNCIAS E BIBLIOGRAFIA CAPÍTULO 6. MÉTODOS DE PESQUISA EVOLUCIONÁRIA
6.1. Introdução
6.2. Algoritmos evolucionários: origens e inspiração
6.2.1. A metáfora evolucionária
6.2.2. A evolução darwiniana
6.2.3. A interpretação segundo a genética
6.2.4. A evolução darwiniana à luz da genética
6.2.5. O contributo dos algoritmos evolucionários
6.3. Topologia dos algoritmos evolucionários
6.4. Componentes de um algoritmo evolucionário
6.4.1. Representação
6.4.2. Função de mérito ou de aptidão
6.4.3. População
6.4.4. Mecanismos de seleção de pais
6.4.5. Mecanismos de recombinação
6.4.6. Operador de mutação
6.4.7. Mecanismos de seleção de sobreviventes
6.4.8. Procedimentos de iniciação e paragem
6.5. Características e aplicação
6.6. Principais abordagens
6.6.1. Algoritmo genético
6.6.2. Estratégias de evolução
6.6.3. Programação evolucionária
6.6.4. Programação genética
6.6.5. Evolução diferencial
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 7. ALGORITMOS GENÉTICOS
7.1. Introdução
7.1.1. Contexto histórico
7.1.2. O apelo da evolução
7.1.3. Terminologia biológica
7.2. O algoritmo e o sucesso do processo evolutivo associado
7.2.1. A estrutura do algoritmo genético
7.2.2. Teorema fundamental do algoritmo genético
7.2.3. Hipótese dos blocos de construção
7.2.4. Outras análises do sucesso dos AGs
7.3. Representação do espaço de pesquisa
7.4. Definição da função de mérito ou de aptidão nos AGs
7.5. Métodos para a inclusão das restrições do problema
7.5.1. Métodos baseados na preservação da admissibilidade das restrições
7.5.2. Métodos baseados em funções de penalidade
7.5.3. Métodos baseados na pesquisa de soluções admissíveis
7.5.4. Métodos baseados em descodificadores
7.5.5. Métodos híbridos
7.6. Operadores genéticos de seleção
7.6.1. Seleção proporcional
7.6.2. Seleção baseada na ordenação
7.7. Operador de cruzamento (crossover): recombinação genética
7.7.1. Mecanismos de recombinação
7.7.2. Análise taxonómica
7.7.3. Múltiplos operadores de cruzamento
7.7.4. Operadores de cruzamento para codificação binária
7.7.5. Operadores de cruzamento para codificação real
7.8. Operadores de mutação
7.8.1. Mutação para representação binária
7.8.2. Mutação para representação real
7.9. Outros operadores genéticos
7.9.1. Mecanismo de seleção de sobreviventes
7.9.2. Substituição por similaridade fenotípica ou genética
7.10. Aspetos da configuração dos AGs
7.10.1. Dimensão da população
7.10.2. Geração da população inicial
7.10.3. Amplitude do cruzamento e da mutação
7.10.4. Convergência e critérios de paragem
7.11. Diversificação versus intensificação
7.11.1. Diversidade das populações
7.11.2. Estratégias elitistas
7.11.3. Equilíbrio entre exploração livre abrangente e exploração regulada
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 8. ALGORITMOS MEMÉTICOS: EVOLUÇÃO GENÉTICA E CULTURAL
8.1. Introdução
8.2. Teoria do gene egoísta e os algoritmos meméticos
8.3. Processos de aprendizagem
8.4. Aspetos essenciais dos algoritmos meméticos
8.4.1. Algoritmo de pesquisa local
8.4.2. Aprendizagem Lamarckiana e o efeito de Baldwin
8.4.3. Preservação da diversidade das populações
8.4.4. Escolha dos operadores
8.4.5. Hibridização e uso do conhecimento
8.5. Algoritmos meméticos adaptativos
8.5.1. Hiper-heurísticas adaptativas
8.5.2. Multimemes e coevolução
8.5.3. Aprendizagem meta-Lamarckiana
8.6. Algoritmo do gene egoísta
8.7. Meta-aprendizagem
8.8. Análise taxonómica geracional dos algoritmos meméticos
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 9. OTIMIZAÇÃO BASEADA EM INTELIGÊNCIA DE ENXAME
9.1. Introdução
9.2. Aspetos principais da inteligência de enxame
9.3. Otimização por enxame de partículas OEP (PSO)
9.3.1. Taxonomia do OEP (PSO)
9.3.2. Inspiração e metáfora do OEP (PSO)
9.3.3. Estratégia e procedimento do OEP (PSO)
9.3.4. Algoritmo de otimização por enxame de partículas OEP (PSO)
9.3.5. Avanços do algoritmo OEP (PSO)
9.3.6. Hibridização do OEP (PSO) com os algoritmos evolucionários
9.3.7. Algoritmo OEP (PSO) para problemas discretos
9.4. Otimização por colónia de formigas OCF (ACO)
9.4.1. Algoritmo de otimização OCF (ACO)
9.4.2. Algoritmo OCF (ACO) para problemas de otimização contínuos
9.4.3. Colónias de abelhas
9.5. Otimização por colónia artificial de abelhas CAA (ABC)
9.5.1. O algoritmo de otimização por colónia artificial de abelhas
REFERÊNCIAS E BIBLIOGRAFIA
CAPÍTULO 10. OTIMIZAÇÃO MULTIOBJETIVO
10.1. Introdução
10.2. Conceitos de otimização multiobjetivo
10.3. Articulação da otimização multiobjetivo com o processo de decisão
10.4. Taxonomia baseada nas estratégias de definição do mérito
10.4.1. Abordagens escalares
10.4.2. Abordagens baseadas em critério
10.4.3. Abordagens baseadas em dominância
10.4.4. Abordagens baseadas em indicadores
10.5. Otimização evolucionária multiobjetivo com restrições
10.5.1. Metodologia baseada na omissão das soluções não admissíveis
10.5.2. Abordagem pela função de penalidade
10.5.3. Método de Jiménez, Verdegay, Goméz-Skarmeta
10.5.4. Método do torneio restringido
10.6. Construção da frente de Pareto: diversidade, elitismo e proximidade
10.6.1. Diversidade
10.6.2. Elitismo em otimização multiobjetivo
10.6.3. Conceito de proximidade em multiobjetivo
REFERÊNCIAS E BIBLIOGRAFIA
ÍNDICE DE FIGURAS
ÍNDICE DE TABELAS
ÍNDICE REMISSIVO
Carlos Conceição António
Nasceu em 1957, em Lobito, Angola. Em 1988, concluiu a licenciatura em Engenharia Mecânica na Faculdade de Engenharia da Universidade do Porto (FEUP), onde também foi bolseiro de
investigação em 1988 e 1989. Obteve o grau de Mestre em 1991 em Engenharia Estrutural e o grau de Doutor em Engenharia Mecânica em 1995 pela mesma faculdade, em ambos os
graus defendendo teses na área da otimização. Obteve o título de Professor Agregado em Engenharia Mecânica em 2005 com uma lição de síntese em otimização.
Fez toda a sua carreira de docente, de investigador, de gestão e de extensão universitária no Departamento de Engenharia Mecânica (DEMec) da FEUP, desde 1988, nos institutos de
interface IDMEC-Pólo FEUP e INEGI. Lecionou principalmente na área da Matemática, em particular nas unidades curriculares de Análise Matemática, tendo também lecionado na área
da Otimização. É neste momento Professor Catedrático da FEUP.
É membro da ISSMO – International Society for Structural and Multidisciplinary Optimization e da Ordem dos Engenheiros de Portugal.