Mtodos diretos de Otimizao

AULA 16

Sumario
1. Mtodos de busca direta Unidimensional: Mtodos de distribuio uniforme Mtodos de dicotmico uniforme Mtodos de dicotmico seqencial. Mtodo de Fibonaci, Mtodo da Rgua de oro. 2. Metodos de busca direta Multidimensional. Hooke e Jeeves

Mtodos de Busca Direta.

Os mtodos de busca direta se aplicam naqueles casos que se tem una funo objetivo complexa, por exemplo: O Parmetro de Otimizao est em funo de uma sola varivel Y= (X) que pode ser obtida em vrios passos de clculo, como o caso de: o desenho do rea tima de transferncia de calor de um trocador A altura de uma coluna de destilao, A soluo pode ser obter o valor da varivel de resposta para vrios valores de X

Mtodos de Busca direta. Procedimento geral

1. Selecionar um ponto base ou de referencia que represente uma soluo bsica possvel, avaliando a funo objetivo. 2. De acordo com o mtodo selecionado se busca um novo ponto, e se avalia na funo objetivo e se comparam os resultados com o anterior. 3. De acordo com o resultado da comparao, se escolhe um novo ponto e se repete o ciclo, at chegar a um ponto no qual qualquer outro e os resultados da funo objetivo so mau.

Mtodos de Busca direta

De acordo com este procedimento geral a seleo dos novos pontos, se pode realizar segundo diferentes mtodos, e isto radica na forma que se traslada de um ponto a outro. Um importante aspecto definir o intervalo de variao das variveis. Acorde com o anterior e fixando dois pontos, dizer, o ponto inicial e outro de comparao. H trs possveis casos.
Y1> Y2 Para um Mximo Y1 Y2 0 < X* < X2 Y1< Y2 Para um Mximo

Y1

Y2 X1 < X*

X1

X2

X1

X2

Mtodos de distribuio Uniforme.

Consiste em realizar um nmero de experimentos distribudos uniformemente e traado no grfico para eliminar as regies nas quais no existe o timo. Este mtodo no aproveita os resultados anteriores . Exemplo Num reator qumico ocorre uma reao qumica cujo rendimento se encontrou a diferentes temperaturas dos reagentes entre 0 e 100 0C. Se deseja conhecer o intervalo dos valores do timo realizando 4 experimentos. A faixa entre 0 e 100 0C, o mtodo requer que os experimentos esto distribudos uniformemente. Faixa de validez L= 100 0 = 100 Nmero de Intervalos = N + 1 Para este caso, N= 4 e o nmero de intervalos ser 4 + 1= 5 Comprimento do intervalo = L/(N+1) = 100/ 5= 20 0C
Os resultados experimentais ao avaliar a funo Objetivo so: Temp X 20 40 60 80 Rend Y 25 60 85 70 Intervalo de incerteza: F = (80 -40)/(100 0) = 40 %

20 40

60

80

100

Mtodo dicotmico uniforme.

Neste mtodo se comparam os resultados de cada avaliao por passos. 1. O intervalo se divide em (N/ 2) + 1 reas iguais, onde N o nmero de experincias. Para o mesmo exemplo # de reas = (N/2) + 1= (4/ 2) + 1 = 3 2. O nmero de experincia se fazem por pares com um pequeno delta de diferencia. Primeiro Par Segundo Par Temp X 30 35 65 68 Rend Y 60 70 78 70

00C

30 35

65 68

100 0C

3. Anlisis de los resultados: Intervalo de incertidumbre: (65 35)/100 = 30 %

Mtodo Dicotmico Secuencial.

Neste mtodo se aproveitam os resultados anteriores, Os passos so os seguintes: 1. Se divide a regio experimental ao meio .exemplo L = (100 0)/ 2 = 50 0C Se considera um delta () de variao + (positivo), dizer se + 2, ento:
Avaliao X 48 52 Y 65 70

0C

48 52 73 75

100 0C

2. Se avalia para um novo intervalo entre 50 e 100 oC. L1 = (100 50)/ 2 = 25 Por tanto se avalia a 73 e 75 oC X Y 73 75 55 50

dizer (75 -50)/ 100 = 25 %

Mtodo de Fibonaci.
Este um mtodo de busca direta sequencial que aproveita os resultados de experincias anteriores. O mtodo se fundamenta no aproveitamento da serie dois nmeros de Fibonaci . O mtodo utiliza ao menos dois experincias por ciclo, para posteriormente eliminar a regio na qual no h possibilidade de encontrar o timo e ao final de este ciclo o novo intervalo de investigao utilizar ao menos um experimento anterior adicionando um experimento em cada ciclo. Em forma geral o mtodo se desenvolve com os seguintes passos: 1) Se realizam as experincias no primeiro intervalo situados a uma mesma distancia dos extremos da regio experimental. 2) Se comparam os valores obtidos e de acordo a elos, se elimina a regio donde no se encontra o timo. 3) Se tomar o mnimo intervalo resultante e se situar uma experincia j que a outra coincidir com uma do anterior intervalo inicial. 4) Se repetiro os passos 2 e 3 ate esgotar o nmero de experincias.

Serie de Fibonaci
Para decidir os intervalos se emprega a serie de Fibonaci que se forma segundo: Fo = 1 para N= 0 F1 = 1 para N = 1 e FN = FN-2 + FN-1 para N>1 A partir de aqui se forma a seguinte tabela: Posio N Nmero de Fibonaci 0 1 1 1 2 2 3 3 4 5 5 6 7 8 13 21 8 34

A serie se pode confeccionar das equaes FN = FN -2 + FN-1 F2 = F0 + F1 = 1 + 1 = 2 F3 = F1 + F2 = 1 + 2 = 3 F4 = F2 + F3 = 2 + 3 = 5 F5 = F3 + F4 = 3 + 5 = 8

Passos. Metodo de Fibonaci

1. Se situam as dois primeiras experincias a uma distancia equidistante de os extremos do intervalo de incerteza, por: D1 = (FN 2/ FN )*L1 onde: D1: distancia desde o extremo do intervalo de incerteza F N 2: nmero de Fibonaci na posio N -2 F N : nmero de Fibonaci na posio N. L1 : Comprimento do intervalo de incerteza, N: Nmero de experimentos a realizar. Para o exemplo de uma faixa de temperaturas entre 0 e 100 0C assim se tem N= 4 e L1 = 100 D1 = (F N 2/ FN )*L1 = (2/5)*(100) = 40 T1 = 0 + 40 = 40 0C T2 = 100 - 40 = 60 0C
Se temos : Y 60 X 40 85 60

T1=40

T2 =60

T = 100 0C

2. Avalio com a segunda serie experimental D2 = (F N 3/ F N- 1 )*L2 Sendo agora L2 = 100 40 = 60 D2 = (1/3)60 = 20 T1 = 40 + 20 = 60 0C T2 = 100 - 20 = 80 0C Se temos que: Y 85 68 X 60 80

T1:40

T2:60

T2:80 T = 100 0C

Metodo de Fibonacci
3. Para o terceiro intervalo experimental.

D3 = (FN 4/ FN- 2 )L3 Sendo agora L3 = 80 40 = 40 D2 = (1/2)40 = 20 T1 = 40 + 20 = 60 0C T2 = 80 - 20 = 60 0C Se temos que: Y 58 60 X 80 85

Ao eliminar a rea entre 40 e 60 0C o intervalo de incerteza se reduze a : 60< T < 80, dizer : F 1/ FN = 1/ 5 = 20 % Portanto o mtodo de Fibonaci mais eficiente que dos 3 mtodos antes estudados.

Mtodo de la Regla de Oro.

El mtodo de Fibonaci a pesar de ser o mais eficiente, trabalhoso, e na prtica se utiliza o mtodo conhecido como: Rega de Ouro o Golden Section: que ligeiramente menos eficiente que o Fibonaci, e consiste em colocar as experincias em distancias eqidistantes dos extremos igual a: 0, 618 L, onde L a longitude do intervalo. De aqu esta distancia es calculada como: D= 0,618 * L Exemplo: Primeiro passo: Situando os dois primeiros pontos, se tem L1 = 100 0 = 100 D1 = 0,618 (100) = 61,80 T2 = 0 + 61, 8 = 61,80 0C T1 = 100 - 61, 8 = 38,20 0C

Mtodo de la Regla de Oro.

Y1

Y2

Evaluado para estos puntos tenemos: 1 2 X 38,2 61,8 Y 55 80 T = 100 0C

T1=38,20

T2 =61,80

Segundo paso: No intervalo de 38,2 a 100 0C e a nova longitude do intervalo ser L2 = 100 -38,2 = 61,80 A partir de aqui se repete o mesmo que o processo anterior e se tem: T4 = 38,20 + 0,618(61, 8) = 76,40 0C T3 = 100 - 0,618(61, 8) = 61,80 0C Avaliando istos novos pontos se tem: X 76,80 61,8 Y 50 80

Mtodo de la Regla de Oro.

Terceiro passo: No intervalo de 38,2 a 76,40 0C e a nova longitude do intervalo ser: L3 76,40 -38,2 = 38,20 se tem: T6 = 38,20 + 0,618(638,20) = 61,80 0C T5 = 76,40 - 0,618(38,20) = 52,80 0C Avaliando em istos pontos se tem: X 52,80 61,8 Y 70 80

Sendo el intervalo final 76,40 52,80 = 23,60 ligeiramente menos eficiente pero mais cmodo que o Mtodo de Fibonaci.

O ajuste final
Pontos
1 2 3

X
52,80 61,80 76,40

Y(Rendimento)
70,00 80,00 50,00

O ajuste final da funo objetivo, pode se obter mediante o mtodo dos mnimos quadrados para uma parbola Para una parbola se expressa como: Y = bo + b1*X +b2*X2 Avaliada nos pontos, se tem bo + 52,80* b1 + (52,80)2 * b2 = 70 bo + 61,80* b1 + (61,80 )2 * b2 = 80 bo + 76,40* b1 + (76,40)2 * b2 = 50 Resolvendo o sistema de equaes: bo = -426,40 b1 = 16,48 b2= -0,134 Por tanto (Rendimento) Y = -426,40 + 16,48X -0,134X2 Sendo X= T, e derivando dY/dT se tem que: dY/dT = 16,48 -2(0,134) T = 0 T = 61,49 0C e Rendimento : 80,298 %

MTODOS de Busca Direta Multidimensional

Problemas Multivariveis
Alguns mtodos diretos: - Busca Aleatria - Busca por Malhas - Busca Secionada - Simplex (Poliedros Flexveis) - Hooke & Jeeves Procedimento Geral: (a) seleo de um ponto inicial (base). (b) explorao da vizinhana da base para inferir uma direo de busca. (c) progresso na direo de busca at deciso em contrrio. (d) finalizao Os mtodos diferem quanto forma de executar a explorao e a progresso.

Explorao

Testar a Funo Objetivo em cada sentido (incrementos + i e - i) de cada direo (xi) ao redor da Base. Do resultado, depreender a direo provvel do timo ?
+ 2 - 1 + 1

Base - 2

A Explorao no pode ser interrompida sem que todas as direes tenham sido testadas.

Explorao

Funes unimodais: o sucesso num sentido dispensa o teste no outro.

S: Sucesso I: Insucesso

0,5

+ 2 Sucesso - 1

0,4
0,3 y 0,2

S desnecessrio

Base - 2

buscando mximo
0,1 0,0 0,0

0,2

0,4

0,6

0,8

1,0

Mtodo de Hooke & Jeeves

ALGORITMO 1. 2. Estabelecer um incremento e uma tolerncia para cada varivel Escolher uma Base

3.
4. 5. 6. 7. 8. 9.

Repetir
Explorar a vizinhana da Base (em busca da direo provvel do timo) Se houve Sucesso em alguma direo Ento: Progredir (na direo provvel) at haver um Insucesso Seno (proximidade do timo): Se Chegou ao timo Ento: Finalizar

10. Seno: reduzir os incrementos

Mtodo de Hooke & Jeeves : Fase de Progresso

x2

Progredir com duplo incremento at ocorrer um Insucesso

22

Insucesso! Permanecer na Base (25) + 2 2

Sucesso! Mover a Base. Continuar a Progresso

25

+2 1 + 2 2

Explorao a partir da Base (25) com 1 e 2 .

18

+2 1 + 2
10 Base x1

+1

15

Resultado da Explorao

x(2)

x(2)
x(1) x(0)