Otimizacao Aplicada A Engenharia

OTIMIZAO APLICADA ENGENHARIA
Programa de Ps-Graduao em Engenharia Faculdade de Engenharia e Arquitetura Universidade de Passo Fundo Prof. Moacir Kripka Semestre I / 2004
Pgina da Disciplina: http://vitoria.upf.br/~mkripka/disciplinas
Otimizao Aplicada Engenharia PPGEng / UPF 1
EMENTA:
Conceitos bsicos sobre otimizao: formulao de problemas e classificao das tcnicas. Convexidade, mnimo local e mnimo global. Mtodos de busca unidimensional. Programao no linear sem restries: condies necessrias e suficientes, Mtodos diretos, do gradiente, de Newton e Quasi-Newton. Programao linear: conceitos bsicos, mtodos Simplex. Otimizao com restries. Mtodos Heursticos. Exemplos de aplicao.
CRITRIO DE AVALIAO:
Trabalho 1 (peso 3,0): entrega at 18/05 Trabalho 2 (peso 4,0): apresentao em 15/06 Trabalho 3 (peso 3,0): entrega at 29/06
BIBLIOGRAFIA BSICA:
REKLAITIS,G.V., RAVIDRAN, A. e RAGSDELL, K.M., Engineering Optimization: Methods and Applications. Wiley Interscience, 1983. BELEGUNDU,A.D. e CHANDRUPATLA, T.R., Optimization Concepts and Applications in Engineering, Prentice Hall,1999. VANDERPLAATS,G.N., Numerical Optimization Techniques for Engineering Design. Mc Graw Hill, New York, 1984. LUENBERGER, Linear and Nonlinear Programming. Adison Wesley, 1984. GOLDBARG, M.C., LUNA, H.P.L. Otimizao Combinatria e Programao Linear - Modelos e Algortmos. Ed. Campus, Rio de Janeiro, 2000.
1. INTRODUO:
Desde os primrdios, o homem busca o aproveitamento possvel dos recursos existentes melhor
Otimizao: consiste na busca racional do melhor dentre todos os valores possveis para dadas variveis, em funo de um determinado objetivo e das limitaes (ou restries) existentes. Otimizao de projetos: consiste em uma forma sistematizada de melhoramento do projeto. O timo deve ser entendido como a busca do melhor possivel, de acordo com as limitaes do modelo, dos recursos materiais e da tcnica empregada.
Modelo:
a representao simplificada da realidade que preserva, para determinadas situaes e enfoques, uma equivalncia adequada. -A formulao de um problema de otimizao tambm uma forma de modelagem. Adicionalmente, uma edificao representada pelo modelo de grelha, de prtico, etc...
Tcnica:
a forma de resoluo do problema. Em nosso caso, representadas pelas tcnicas de programao matemtica (Pesquisa Operacional). -O termo programao entendido no sentido de planejamento de atividades, embora a programao matemtica implique em programao computacional, uma vez que o nmero de variveis normalmente grande.
Exemplo: Imaginando-se uma estrutura de ao composta por x elementos, os quais podem ser dimensionados com y perfis distintos. Caso o tempo de anlise de cada combinao fosse de 1 segundo, para investigar todas as combinaes possveis seriam necessrios: Para x = 2 e y = 2: 4 segundos Para x = 10 e y = 10: pouco mais de 317 anos
Abordagem do problema de otimizao: descrio do comportamento fsico atravs de funes matemticas
Otimizao Aplicada Engenharia PPGEng / UPF
Algumas datas importantes:

Sculo IX a.C.: [...] episdio narrado por Verglio segundo o qual a rainha Dido, ao fundar a cidade de Cartago, determinou qual a figura geomtrica para a qual seria maximizada a rea por ela delimitada para um dado permetro constante.
Fonte: L. V. Tavares, F. N. Correia, Optimizao Linear e No Linear, Fundao Calouste Gulbenkian, 1986.
1665: I. Newton, Mtodo de Newton para determinar mnimo de uma funo. 1736: L. Euler, Problema das pontes de Knigsberg. 1826: C. F. Gauss, Soluo de equaes lineares.
1936: Constituda equipe de cientistas na RAF (Royal Air Force, UK) para estudar aplicao do (recentemente inventado) radar. Primeira vez em que o termo Pesquisa Operacional foi utilizado;. 1939: W. Karush, Condies de optimalidade para problemas (no lineares) com restries; 1939-1945: Estudo de operaes militares durante a Segunda Guerra Mundial; 1947: G. Dantzig, Programao Linear e Mtodo Simplex (um dos 10 melhores algoritmos do Sculo XX segundo American Institute of Physics e IEEE Computer Society);
Algumas possveis aplicaes de tcnicas de otimizao:

Reduo do peso (ou custo) de uma estrutura, ou aumento de eficincia de elementos estruturais; Reduo das perdas (problema de corte e empacotamento); Determinao da melhor rota para transporte de passageiros ou mercadorias (mais barata ou mais rpida);
Um problema de distribuio de mercadorias: Qual caminho? Por onde chegar ao cliente? Que clientes atender primeiro?
Determinao da melhor mistura de determinados componentes (menor custo ou maior eficincia);

Aumento da produtividade em processos de fabricao;

Um problema de manufatura Em que ordem produzir? Como montar? Comprar as peas de qual fornecedor?
Aumento da eficincia na alocao de recursos;

Um problema de alocao de antenas de TV, celular Quantas so necessrias para um melhor recobrimento da regio? Que locais? Qual distncia entre elas?
10
ALGUNS PROBLEMAS CLSSICOS: Problema da Dieta

Objetivo: determinar dieta diria com menor custo possvel que cumpra requisitos nutritivos. Requisitos nutritivos dirios: exatamente 3000 calorias; pelo menos 100 gramas de protenas. Alimentos disponveis A, B e C, com preos e composio nutritiva dados na tabela. Calorias / unidade A B C 1000 1000 3000 Protenas (gramas / unidade) 20 50 50 Custo (R$ / unidade) 10 10 20
11
Problema do Caixeiro Viajante (TSP)

Suponha que um caixeiro viajante tenha de visitar n cidades diferentes, iniciando e encerrando sua viagem na primeira cidade. Suponha, tambm, que no importa a ordem com que as cidades so visitadas e que de cada uma delas pode-se ir diretamente a qualquer outra. O problema do caixeiro viajante consiste em descobrir a rota que torna mnima a viagem total. Observaes: Problema clssico da Teoria da Complexidade Computacional ; Nmero de possibilidades: (n-1)! trajetrias vlidas, para n cidades (em caso de simetria, este nmero cai pela metade).
12
Exemplo de um TSP com 44-cidades
min
13
As trs trajetrias possveis ( (4-1)!/2 ) so:
C A
Comprimento: 18
Comprimento: 27
Comprimento 15
A soluo tima a trajetria B

Suponha que se opte por resolver o problema do Caixeiro Viajante testando-se todas as alternativas possveis. Por exemplo, num problema com 30 cidades h, aproximadamente, 2.65x1032 alternativas. Testando 1 bilho de alternativas por segundo, o tempo total seria mais de oito milnios!
We are pleased to announce the solution of a traveling salesman problem through 15,112 cities in Germany. This is the largest TSP instance that has been solved to date, exceeding the 13,509-city tour through the United States that was solved in 1998. The computation was carried out on a network of 110 processors located at Rice University and at Princeton University. The total computer time used in the computation was 22.6 years, scaled to a Compaq EV6 Alpha processor running at 500 MHz. The optimal tour has length of approximately 66,000 kilometers through Germany.
David Applegate, Robert Bixby, Vaek Chvtal, William Cook, 2001
15
Problema da Mochila
Objetivo: dado um conjunto de tens a serem armazenados, cada qual com um determinado volume e um determinado valor, efetuar a seleo dos tens de modo a maximizar o valor total armazenado sem exceder a capacidade da mochila (ou container, ou caminho,..).
Item Valor Peso
1 10 40
2 20 60
3 35
4 30
5 50
120 100 150
16
Problema de Corte
Indstrias de papel, tecido, vidro, barras de ao , entre outras, fabricam seus produtos em peas de tamanho fixo (tamanho padro). Estas peas so depois divididas em tamanhos menores a serem definidos de acordo com a necessidade do cliente. O problema do corte consiste em determinar como cortar o menor nmero de peas de tamanho padro, de modo a atender demanda.
17
Um problema tpico:
Deseja-se construir uma caixa com uma folha de papelo tamanho A4 (210 x 297 mm), que possibilite armazenar o maior volume possvel: x objetivo: maximizar V varivel independente: x 297-2x
V = (210-2x)(297-2x)x = = 4x3-1014x2+62370x x 210-2x x
18
Formulao do problema: Maximizar f(x) = V = 4x3-1014x2+62370x (funo objetivo) Fazendo: df/dx = f = 0, tem-se: f= 12x2-2028x+62370 = 0 razes: x = 40,423 mm e x = 128,577 mm (no possivel, pois 210-2x<0) Obs: df/dx = 0 nos determina um ponto extremo. Para que seja um mximo, devemos ter que d2f/dx2 = f< 0 No exemplo, tem-se f=24x-2028 e f(x*) = 24(40,423)-2028=-1057<0 Desta forma, x*=40,423 mm, e f(x*) = Vmax = 4(x*)3-1014(x*)2+62370(x*) =
= 1.128.495 mm2 = 1128,5 cm2
19
Representao Grfica do Problema:
1.2e+006
f(x)
1e+006
800000
600000
400000
200000
0 0 20 40 60 80 100
20
10
Formulao matemtica de um problema de otimizao:

minimizar (ou maximizar) f ( xi) sujeito a g j ( xi ) 0 hk( x i ) = 0 x i l xi x i u j = 1, m k = 1, l (restries de desigualdade) (restries de igualdade) (restries laterais ou canalizadas) i = 1, n (funo objetivo)
x = (x1 , x2 , ... xn)T : variveis de projeto x Rn

Variveis do problema: Determinam a dimenso do espao de busca; Devem ser independentes entre s; Podem ser discretas ou contnuas: -Variveis discretas: podem assumir apenas alguns valores especficos de um conjunto (caso especfico: variveis inteiras). Ex: nmero de operrios, bitolas de armaduras, etc. -Variveis contnuas: podem assumir qualquer valor real em um intervalo dado. Ex: coordenadas de um n, distncia entre dois pontos, etc.
22
11
Obs: -Problemas discretos so de difcil resoluo pelas tcnicas formais de otimizao; -Nem sempre a resoluo de um problema discreto como contnuo, arredondando-se os resultados, resulta em uma boa aproximao:
23
Funo Objetivo: Define o critrio de eficincia. Exemplo tpicos: - Custo - Peso Restries: Podem ser de carter tecnolgico, econmico, ou outros. Exemplos: -Tenses admissveis -Horas mximas de trabalho -Custo -Disponibilidade de um recurso ou material
24
12
Observaes:
A imensa maioria dos problemas prticos em engenharia possui restries, ou seja, limitaes que devem ser consideradas sob pena dos resultados da otimizao conduzirem a situaes no aplicveis na prtica, ou que se afastem do comportamento real. Ainda assim, o estudo de como resolver de forma eficiente problemas sem restrio de grande importncia, uma vez que algumas tcnicas de otimizao permitem que se trate um problema com restries como uma sequncia equivalente de problemas irrestritos. A forma de abordagem do problema formulado varia conforme o comportamento das funes (objetivo e restries), bem como do nmero e caractersticas das variveis. Ainda est para surgir um mtodo geral, que seja igualmente eficiente independentemente destas caractersticas.
Classificao dos problemas de otimizao
26
13
Exemplo (resoluo grfica):

Uma empresa possui inspetores de qualidade de dois nveis, e necessita que pelo menos 1800 peas sejam inspecionadas por dia (jornada de 8 horas). Um inspetor nivel 1 consegue checar 25 peas por hora, com 98% de preciso, enquanto um inspetor nivel 2 checa 15 peas por hora, com preciso de 95%. O inspetor nivel 1 recebe R$ 4,00 por hora, e o nivel 2 apenas R$ 3,00 por hora. Cada erro cometido custa R$ 2,00 companhia. Para o trabalho de inspeo esto disponveis 8 inspetores de nivel 1 e 10 inspetores de nivel 2. Deseja-se minimizar o custo da inspeo: Variveis: x1: nmero de inspetores nivel 1 x2: nmero de inspetores nivel 2 Restries quanto disponibilidade: x1 8 e x2 10 Quanto ao nmero mnimo de peas inspecionadas diariamente: 8 (25*x1+15*x2) = 200x1+120x2 1800
ou 5x1+3x2 45
27
O custo composto tanto pelo salrio como pelos erros cometidos. Custo (Z): - inspetor nivel 1: 4 + 2*25*(1-0.98) = R$ 5,00/h - inspetor nivel 2: 3 + 2*15*(1-0.95) = R$ 4,50/h Custo total dirio: Z = 8 (5x1+4,5x2) = 40x1+36x2
28
14
Formulao do problema:
Minimizar: Sujeito a: Z = 40x1+36x2 x1 8 x2 10 x1 0 x2 0 5x1+3x2 45
timo: x* = (8,5/3) Opes: Empregar 8x1 e 2x2 ou 1x2 e outro 2/3 do tempo
29
Exemplo (resoluo analtica):

Determinar a altura mnima h para uma viga biapoiada, considerando os dados abaixo: Vo l = 6 m Largura b = 0,1 m Peso especfico = 25 kN/m3 Tenso admissvel adm = 15 MPa = 15000 kN/m2 Carga uniformemente distribuda q = 10 kN/m Considerar o peso prprio no carregamento
30
15
Objetivo do problema: Minimizar a altura h da viga (usual: peso ou volume) Varivel: altura h = x Restrio: max adm = max - adm 0 = max /adm -1 0 (restr. normalizada) max = M/W M=pl2/8 W=bh2/6 p = q + .b.h = 10 + 25.0,1.x
max = (p + .b.x).l 2 b.x 2 (p + .b.x).l 2 .0,75 = 8 6 b.h 2
O problema pode ser ento formulado como:
Min Sujeito a
f =x g = max /adm -1 0
31
Forma da funo: linear Forma da restrio: no-linear
Problema de programao no-linear com restrio
max (10 + 25.0,1.x).6 2.0,75 (p + .b.x).l 2 .0,75 1 = 1 = 1 0 adm 0,1.h 2 .15000 b.h 2 . adm
0,18-0,045x-x2<0 x>0,447 m
0.5
f(x) g(x)
0.4
0.3
0.2
0.1
-0.1 0
0 05 0 1
0 15 0 2
0 25 0 3
0 35 0 4
0 45 0 5
32
16
Mais observaes...
engenharia so iterativos. A soluo inicial depende fundamentalmente da experincia do engenheiro;
Como no exemplo anterior, a maioria dos problemas de
As solues ditas factveis (possveis) so as que atendem a todas as restries. Para o problema anterior, um distanciamento do ponto de timo para a esquerda seria contra a segurana. J para a direita, anti-econmico; A determinao grfica da soluo s seria possivel para problemas de pequena dimenso (pouco comuns); A complexidade do problema cresce de forma exponencial com sua dimenso;
33
Na prtica, muito difcil saber se o timo encontrado realmente o melhor possvel dentre todos os resultados aceitveis (timo global), ou apenas o melhor nas vizinhanas (timo local). Mnimo local
F(x)
Mnimo global Alternativas:
1) Deixa pra l...(o objetivo, de melhorar a soluo inicial, foi atingido); 2) Partir de vrias solues iniciais, e verificar se os resultados convergem para o mesmo valor; 3) Empregar tcnicas ditas de otimizao global (meta-heursticas)
17
Interpretao geomtrica de um problema de maximizao com restries
f(x) x2 x1
Problema no-linear, com duas variveis e duas restries lineares

Processo de otimizao:
{ X } k+1 = { X } k + { d } k onde X = vetor das variveis de projeto, de dimenso n k = nmero da iterao d = direo de busca = tamanho do passo (busca unidimensional)
36
18
Aplicao: Otimizao de grelha de concreto armado

V1
Objetivo: minimizar volume de concreto Variveis: altura das sees transversais das vigas Restries: Flechas e Momentos para peas simplesmente armadas Dificuldade: existncia de mnimos locais
V6
V2
V3
V4
V5
4 x 3,00 m = 12,00 m
V 10
V7
V8
V9
4 x 3,00 m = 12,00 m
37
A B C
h1 (m) 0,8000 0,6055 0,8746 0,2651
h2 (m) 0,8000 0,6055 0,2651 0,8746
Vc (m3) Vc / Vc ini 2,560 1,000 1,938 0,757 1,824 0,712 1,824 0,712
0.9
5 2,
0 2,
0.8 0.7
B
5 1,
0.6 0.5 0.4
h2 (m)
C
0.3 0.4 0.5 0.6 0.7 0.8 0.9
0.3
h1 (m)
f g m= 0 g= 0
38
19
Aplicao: Otimizao de uma ferramenta (Toropov, 1997)
Objetivo: minimizar consumo de material Variveis: coordenadas nodais
39
Aplicao: Otimizao de uma casca (Toropov, 1997)

Problema: Minimizar o deslocamento mximo, mantendo o volume dentro de limites especificados; Variveis: coordenadas dos ns e espessura da casca. Foram obtidos vrios mnimos locais. Dois deles esto ilustrados.
40
20
Aplicao: Otimizao do aeroflio dianteiro de um Frmula 1 (J3 Jaguar Racing)

Problema: minimizar peso sujeito a restries de deslocamento (aerodinmicas e FIA) Peso inicial: 5,2 Kg Peso timo: 4,95 Kg Reduo: 4.8%
41
Aplicao: Otimizao topolgica de trelias

Problema: minimizar peso sujeito a restries de deslocamento e de tenso (normal e de flambagem), podendo variar o nmero de elementos. Minimizar
f(x) = W = Ai Li
i=1 n
sujeito a
i 1 0 a , ui 1 0 ua e fl i 1 0 fla
42
21
28 elementos W* = 3,339 kN
22
23
24
25
02 elementos W* ~ 2,580 kN
26
Aplicao: Otimizao topolgica de elementos de chapa (Evolutionary structural optimization, G. Steven)

Problema: minimizar volume Parmetros: taxa de rejeio e volume mximo a retirar
Exemplo (software Evolvent):
53
54
27
55
56
28
57
58
29
59
60
30
61
62
31
63
CONCLUSES GERAIS:
Vantagens
otimizao:

da
utilizao
de
tcnicas
de
Reduo no tempo de desenvolvimento do projeto; Permite que se trabalhe com um grande nmero de variveis de projeto e de restries; Na imensa maioria das vezes conduz a uma melhora no projeto inicial; No se baseia na experincia ou na intuio, aumentando a possibilidade de se obter resultados no convencionais; Requer uma mnima interao homem-computador.
64
32
Algumas limitaes das tcnicas numricas de otimizao:

O tempo de processamento aumenta medida em que o nmero de variveis de projeto tambm aumenta, aumentando o custo do projeto e a possibilidade de problemas de condicionamento numrico; A maioria das tcnicas apresentam dificuldades no tratamento de funes descontnuas. J para funes altamente no-lineares a convergncia pode ser lenta, ou mesmo no ocorrer; Raramente se pode garantir ~que o resultado obtido represente o timo global; No existem tcnicas gerais, aplicveis a qualquer tipo de problema.
Segundo Vanderplaats:
A espectativa de obter o MELHOR
projeto conduz invariavelmente ao MXIMO desapontamento.
66
33

Otimizacao Aplicada A Engenharia

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Otimizacao Aplicada A Engenharia

Enviado por

Direitos autorais:

Formatos disponíveis

OTIMIZAO APLICADA ENGENHARIA

Abordagem do problema de otimizao: descrio do comportamento fsico atravs de funes matemticas

Otimizao Aplicada Engenharia PPGEng / UPF

Algumas datas importantes:

Otimizao Aplicada Engenharia PPGEng / UPF

Otimizao Aplicada Engenharia PPGEng / UPF

Algumas possveis aplicaes de tcnicas de otimizao:

Determinao da melhor mistura de determinados componentes (menor custo ou maior eficincia);

Aumento da produtividade em processos de fabricao;

Aumento da eficincia na alocao de recursos;

Otimizao Aplicada Engenharia PPGEng / UPF

ALGUNS PROBLEMAS CLSSICOS: Problema da Dieta

Otimizao Aplicada Engenharia PPGEng / UPF

Problema do Caixeiro Viajante (TSP)

Otimizao Aplicada Engenharia PPGEng / UPF

Exemplo de um TSP com 44-cidades

Otimizao Aplicada Engenharia PPGEng / UPF

As trs trajetrias possveis ( (4-1)!/2 ) so:

A soluo tima a trajetria B

Otimizao Aplicada Engenharia PPGEng / UPF

Item Valor Peso

120 100 150

Otimizao Aplicada Engenharia PPGEng / UPF

Otimizao Aplicada Engenharia PPGEng / UPF

V = (210-2x)(297-2x)x = = 4x3-1014x2+62370x x 210-2x x

Otimizao Aplicada Engenharia PPGEng / UPF

= 1.128.495 mm2 = 1128,5 cm2

Representao Grfica do Problema:

Otimizao Aplicada Engenharia PPGEng / UPF

Formulao matemtica de um problema de otimizao:

x = (x1 , x2 , ... xn)T : variveis de projeto x Rn

Otimizao Aplicada Engenharia PPGEng / UPF

Otimizao Aplicada Engenharia PPGEng / UPF

Otimizao Aplicada Engenharia PPGEng / UPF

Classificao dos problemas de otimizao

Otimizao Aplicada Engenharia PPGEng / UPF

Exemplo (resoluo grfica):

Otimizao Aplicada Engenharia PPGEng / UPF

Otimizao Aplicada Engenharia PPGEng / UPF

Exemplo (resoluo analtica):

Otimizao Aplicada Engenharia PPGEng / UPF

O problema pode ser ento formulado como:

Otimizao Aplicada Engenharia PPGEng / UPF

Forma da funo: linear Forma da restrio: no-linear

Problema de programao no-linear com restrio

Otimizao Aplicada Engenharia PPGEng / UPF

Como no exemplo anterior, a maioria dos problemas de

Otimizao Aplicada Engenharia PPGEng / UPF

Mnimo global Alternativas:

Interpretao geomtrica de um problema de maximizao com restries

Problema no-linear, com duas variveis e duas restries lineares

Otimizao Aplicada Engenharia PPGEng / UPF

Aplicao: Otimizao de grelha de concreto armado

Otimizao Aplicada Engenharia PPGEng / UPF

h1 (m) 0,8000 0,6055 0,8746 0,2651

h2 (m) 0,8000 0,6055 0,2651 0,8746

0.6 0.5 0.4

Otimizao Aplicada Engenharia PPGEng / UPF

Aplicao: Otimizao de uma ferramenta (Toropov, 1997)

Objetivo: minimizar consumo de material Variveis: coordenadas nodais

Otimizao Aplicada Engenharia PPGEng / UPF

Aplicao: Otimizao de uma casca (Toropov, 1997)

Otimizao Aplicada Engenharia PPGEng / UPF