INTRODUÇÃO AO ESTUDO DE TÉCNICAS DE OTIMIZAÇÃO BIO-

INSPIRADAS PARA APLICAÇÃO EM SISTEMAS DINÂMICOS NÃO

LINEARES
Leandro Damas de Oliveira1 e Romes Antonio Borges2

1
Departamento de Engenharia Civil
Universidade Federal de Goiás – Regional Catalão
e-mail: leandro_oliveira@live.com

2
Departamento de Matemática
Universidade Federal de Goiás – Regional Catalão
e-mail: romes@ufg.br

Resumo. Com o avanço da computação digital, surge o interesse em estudar temas que antes
não eram explorados e assim obter maior precisão nos resultados. Uma das ferramentas que
se apresenta como uma boa alternativa no tratamento de problemas de engenharia e ciências
exatas são os métodos Bio-Inspirados ( ou evolutivos) de otimização. Assim, serão
apresentados métodos de otimização como Algoritmos Genéticos, Recozimento Simulado e
Evolução Diferencial. O presente trabalho também conta com um estudo introdutório acerca
de sistemas vibratórios não lineares, sendo que, para isto, são utilizadas técnicas chamadas
de Métodos de Perturbação. Para exemplificar o funcionamento dos métodos apresentados,
utiliza-se o software Maple 16® para a resolução analítica das equações diferenciais não
lineares, conhecida como equação de Duffing. Ainda neste sentido, utiliza-se do software
MatLab® para se implementar as curvas de solução do problema proposto. Os métodos foram
estudados com o intuito de aplicações futuras nos problemas de vibrações não lineares
resolvidos neste estudo.

Palavras-chave: Sistemas dinâmicos não lineares, Otimização, método de perturbação,

Maple.

1 2
Leandro Damas de Oliveira Romes Antonio Borges “Revisado pelo Orientador”
1. INTRODUÇÃO

Segundo Marques (2000), estruturas mecânicas, de construção civil, máquinas e

equipamentos industriais estão sujeitos a vibrações mecânicas indesejáveis que podem
comprometer seu correto funcionamento e sua integridade, ou ainda causar desconforto a
operadores e usuários. Assim, de modo a amenizar tais vibrações, Frahm propôs a utilização
do absorvedor dinâmico de vibração (ADV). Para Soeiro, o ADV é um dispositivo de massa,
rigidez e amortecimento que uma vez acoplado a uma estrutura primaria, absorve a energia
Para Cruz (2008), em sua grande maioria, os problemas de vibrações em engenharia são
naturalmente não-lineares. Fazendo com que uma análise linear se torne inadequada para
muitas aplicações. Em sistemas não lineares, aparecem vários fenômenos que não aparecem
em situações lineares, necessitando assim, um conhecimento mais aprofundado em
matemática aplicada, física e engenharia para estudar esse tipo de problema. Na grande
maioria, os sistemas se tornam muito extensos e complexos para a sua resolução, fazendo
assim, necessária a utilização de softwares capazes de serem desenvolvidos algoritmos para
programação simbólica e obter as soluções.
Nessa categoria, um dos softwares mais conhecidos é o Maple®, desenvolvido e
comercializado pela Maplesoft, capaz de computar expressões algébricas, simbólicas,
permitindo o desenho de gráficos no plano ou no espaço.

1.1. Maple®

O Maple® é uma linguagem de programação capaz de não apenas fazer manipulações

interativas, mas também incentiva a automatização de cálculos complicados. É fácil fazer
depuração nos programas devido ser uma linguagem interativa. Para o desenvolvimento de
um programa, é necessário apenas a inserção de um proc() e um end na sequencia de
comandos (CRUZ, 2008).

1.1.1. Conceitos Básicos sobre Maple®

O Maple usa (:=) para dar nome a uma equação e toda equação deve ser finalizada
com um (;) quando se deseja retornar o resultado e, (:) em situação inversa.
 Nomes no Maple® podem conter caracteres alfanuméricos, porém não podem começar
com números. Uma das maneiras de definir uma função é:

Também pode-se plotar a função, usando qualquer operador e avaliar de várias

maneiras.

FIGURA 1 – Função plotada no ambiente Maple®

1.2. Sistemas com um grau de liberdade

O oscilador abaixo é o mais simples para o estudo das vibrações de um sistema linear
com um grau de liberdade. É composto por um bloco rígido de massa M ligado a um apoio e
com movimento na horizontal onde o atrito é desprezado.

FIGURA 2 – Oscilador com 1 grau de liberdade (MARQUES, 2000, p.8).

Essa figura representa um oscilador solicitado por uma força P(t) variando no tempo.
A massa M só poderá se mover na horizontal com um deslocamento u(t). A força P(t)
caracteriza a solicitação e a função F(u, ) é função do deslocamento e da velocidade da
massa.
1.3. Sistema de dois graus de liberdade

A Figura 3 (a) representa um Absorvedor Dinâmico de Vibração Auto Paramétrico de

dois graus de liberdade x(t) e θ(t). Onde θ(t) representa um dispositivo propositadamente
construído para operar sob condições de combinações de ressonâncias internas e externas.

(a) (b) (c)

FIGURA 3 – (a) Absorvedor Auto-Paramétrico; (b) Posição do centro de massa ; (c) Posição do centro de
massa .

A massa suportada pelas molas é excitada externamente pela força F(t) representa
o sistema primário. A parte do pêndulo constitui o absorvedor de vibração. Esta parte poderia
ser substituída por uma viga elástica ou qualquer outro componente elástico (THONSEN,
2003). Abaixo esta o sistema de equações que regem o movimento desse modelo.

cos (1)

cos 0 (2)

onde as constantes são dadas por:

!" %
, ,
# ! ! $

& ! ! ' & ! ! '

,
# ! ! $

A característica fundamental é que os efeitos não lineares são usados para suprimir a
vibração do sistema da massa suportada pelas molas.

1.4. Métodos de Perturbação

 Esses métodos são viáveis apenas em não-linearidades pequenas. Onde a solução é
escrita como uma série de potencias de um determinado parâmetro de perturbação.
Normalmente, com o aumento da quantidade de termos, a solução vai se tornando mais
precisa. Com o aumento da não-linearidade, deve-se aumentar a quantidade de termos para
que se obtenha uma boa aproximação. Em alguns casos, a solução se torna muito complexa,
fazendo com que não seja possível a aplicação do método (PASQUETTI, 2008, p. 54).

1.4.1. Método das Expansões

Esse método de aproximação é o mais simples, porém suas soluções são passiveis a
erro quando é acrescido a quantidade de termos da solução.
Para uma expansão direta, deve-se assumir uma solução expansível na forma abaixo,
em termos do parâmetro pequeno (.
& ' ∑,*-. ( * * & ' (3)

1.4.2. Método de Lindstedt –Poincaré

Nesse método, a frequência da solução é expandida em uma serie de potencias na

forma:

. ∑,*- /* 0 * (4)

Aplicando a transformação do tempo 1 na equação, faz-se com que a resposta

apareça na equação, e consequentemente, x passa a ser função de 1.
O processo de resolução desse método é parecido com o Método das Expansões, onde
são substituídas as expansões da eq. (3) em função de 1 e , obtendo assim um sistema de
equações que pode ser resolvido sequencialmente.

1.4.3. Método do Balanço Harmônico

Segundo Pasquetti (2008), o MBH possui a forma mais simples e direta de aplicação.
Um somatório de harmônicos, acrescido de um termo constante, tal qual a serie de Fourier,
tomando como solução aproximada.

& ' ≈ 3. ∑,*- 3* cos 4 5* sin 4 (5)

Substituindo a solução aproximada obtida da eq.(5) em uma equação diferencial

qualquer. As potências e produtos trigonométricos que surgirão devido às não-linearidades
são substituídos pela expansão destas potências em somatórios de harmônicos. Coletando os
coeficientes de cada harmônico da eq.(5) e igualando os coeficientes do lado esquerdo aos
coeficientes do lado direito da equação. Cada harmônico de interesse da eq.(5) produz uma
equação não-linear. Tomando todas as equações, tem-se um sistema não-linear que é
resolvido iterativamente para se determinar as constantes da solução aproximada.
Em problemas de vibrações forçadas amortecidos, os termos de seno e cosseno devem
estar presentes ou deve-se adicionar um ângulo de fase a cada harmônico. Assim, a expansão
da eq.(5) pode ser reescrita como:
& ' ≈ 3. ∑,*- 3* cos&4 8* ' (6)
Em problemas de vibração livre ou vibração forçada não-amortecida, não é necessário
estarem presentes os termos de seno e cosseno, bastando apenas um destes termos para
descrever uma boa aproximação.

1.4.4. Método das Múltiplas Escalas

No Método das Múltiplas Escalas, a solução (3) que era dada em função do tempo
passa a ser obtida de funções de múltiplas escalas de tempo 9. , 9 , … , 9* . Assumindo 9* 0* ,
é possível escrever a equação do movimento como:

∑,*-. * &9. , … , 9, '0 * (7)

O sistema de equações é obtido quando (6) é substituída na equação e posteriormente,

coletados os termos de mesma potencia de 0. Onde o sistema é resolvido sucessivamente.

2. SISTEMAS COM UM GRAU DE LIBERDADE

2.1. Aplicação de Técnicas de Perturbação

Seja o problema dado pela eq.(8), que é a equação do movimento de um pêndulo

;
simples, será adotada uma aproximação para expressão sin ≈ , desta forma, tem-se:
<

. sin 0 (8)
= >
. 0 (9)
<
=
Baseando na equação de DUFFING para se fazer a analise, faz-se <
(, sendo (
um pequeno parâmetro
. ( >
0 (10)
Usando o Método das Expansões, procura-se uma solução de segunda ordem da
eq.(3), fazendo i = 2, temos,
& ' .& ' ( & ' ( & ' (11)
onde * & ', 4 0,1,2, são funções a serem ainda determinadas. A substituição da eq.(11) na
eq.(10), e posteriormente ordenando em potências de ( fornece
(& .' ( & 3 ' 0
>
. . . . . . (12)
Resultando em um sistema de equações que pode ser resolvido sucessivamente.
. . . 0 (13)
. .> (14)
. 3 . (15)
Utilizando a linguagem de programação simbólica Maple, é possível obter esse
sistema seguindo o código a seguir.

A solução geral da eq.(13) pode ser escrita como

.& ' 3 sin& . ' (16)
Substituindo a eq.(16) na eq.(14), e resolvendo o sistema para & ', obtém-se
>B
& ' 3> cos& . ' 3> sin&3 . 3 ' 3 sin& . ' (17)
C = >

Substituindo as equações (10) e (13) na equação (11) e resolvendo-a, obtém-se & '.
A Fig. 4, mostra a solução do problema acima para três técnicas de perturbação, quais sejam,
o Método das Expansões, do Balanço Harmônico e Múltiplas Escalas:

(a) (b)

FIGURA 4 – Resposta no tempo para o Pêndulo Simples, a) Visão geral, b) Aproximação para melhor
visualização das respostas

Na Figura 4a, é mostrada as soluções pelos Métodos das Expansões, Balanço

Harmônico e Múltiplas Escalas. Na figura 4b, é possível perceber uma aproximação de três
casas decimais, validando assim os métodos.
2.2. Sistemas com não-linearidades quadráticas e cúbicas

Considerando uma partícula de massa m com oscilações livres sob a ação da gravidade
e contida por uma mola não linear. A equação do movimento dada por

D
DB
E E> >
0 (18)

2.2.1. Método das Expansões

Considerando uma aproximação com três termos para x(t), tem-se

∑>*- ( * (19)

onde ( é um pequeno parâmetro. Substituindo esta expansão na eq.(18), ampliando o

resultado e descartando os termos superiores, tem-se
G G
F H( F E H(
(20)
G G
G
F > > 2 E E> >
H (> 0
G
e chega-se ao seguinte sistema de equações quando agrupamos os termos de mesma potência
de (

D
0 (21)
DB
D
E 0 (22)
DB
D
DB > > 2 E E> >
0 (23)

que pode ser resolvido sequencialmente. Primeiramente deve-se determinar & ' resolvendo
a eq.(21)

& ' I cos&0 ' (24)

Substituindo a eq.(24) na equação de segunda ordem (22), e resolvendo, obtém-se:

& ' <

E I cos&20 2 ' E I (25)

substituindo & ' e & ' na equação de terceira ordem (23), resolvendo a equação e
retirando as partes homogêneas, tem-se:
 5 3 1 (26)
>& ' E I> sin&0 ' E> I> sin&0 ' E I> cos&30 3 '
12 8 48
1
E I> cos&30 3 '
32 >

Ao considerar as três soluções de e substituindo na eq.(19) obtém-se a aproximação

para a terceira ordem da solução da equação

1 1 (27)
& ' ( I cos&0 ' ( M E I cos&20 2 ' E I O
6 2
5 3
(> M E I> sin&0 ' E I> sin&0 '
12 8 >
1 1
E I> cos&30 3 ' E I> cos&30 3 'O 0
48 32 >

A solução pode ser melhorada aumentando a quantidade de termos na expansão de

& '.

2.2.2. Método de Lindstedt - Poincaré

Nesse método, a solução é expandida em uma serie de potências de perturbação, para

isso, fazendo-se 1 e aplicam-se as expansões abaixo para obter uma solução de segunda
ordem para eq.(3).

1 ∑*- ( * * (28)

&1' ∑>*- ( * * &1' (29)

Substituindo as equações (28) e (29) na eq.(3), expandindo o resultado e descartando

os termos de ordens superiores, é obtido
(30)
D D D
MDP &1' &1'O ( F2 MDP &1'O &1' E &1' &1'H (
DP

D D D
FMDP &1'O &2 ' > &1' 2 MDP &1'O > &1' 2E &1' &1'
DP

E> &1'> H ( > 0

Agrupando os termos de mesma potência de ( , chega-se ao sistema de equações

abaixo:
 D
&1' &1' 0 (31)
DP
D D
2M &1'O &1' E &1' &1' 0 (32)
DP DP

D D D
M &1'O &2 ' > &1' 2M &1'O > &1' 2E &1' &1'
DP DP DP

E> &1'> 0 (33)

A solução é obtida resolvendo as equações acima sequencialmente. O primeiro termo

da expansão é considerado como sendo a frequência natural do sistema linear. Resolvendo a
eq.(31), encontra-se &1'.

&1' I cos &0 1' (34)

Substituindo a eq.(34) em (32) , determina-se a solução de &1'

&1' α I cos&20 21' E I (35)

<

Substituindo as equações (34) e (35) na eq.(33), determina-se a solução de > &1', e

usando o terceiro termo da solução para retirar os termos seculares, obtém-se uma
aproximação de segunda ordem para a solução de &1'

&1' R I cos&0 1' R S < α I cos&20 21' E I T (36)

onde

1 M1 U
R I &10E 9E> 'O (37)

2.2.3. Verificação das respostas para as Técnicas Apresentadas

A Figura 5 mostra a precisão dos três métodos, podemos perceber na Figura 5a que as
respostas no tempo t estão próximas, e essa verificação é acentuada visualizando a Figura 5b,
onde é possível observar uma precisão de quatro casas para as soluções.
 (a) (b)

b)
FIGURA 5 – Gráfico da função com não-linearidade quadrática e cúbica, a) Visão Geral, b) Aproximação para
verificação da precisão das respostas

3. SISTEMAS COM DOIS GRAUS DE LIBERDADE

3.1. Absorvedor Dinâmico de Vibrações Auto-Paramétrico

Voltando ao sistema dado pela Fig. (3) e assumindo que, nas equações (1) e (2), as
massas e > são muito menores em relação à massa , implica que na primeira
aproximação os termos contendo e cos & ' podem ser desconsiderados em comparação
com os termos lineares e não lineares remanescentes. Assim, considerando amortecimento
viscoso, tem-se as seguintes equações do movimento para o absorvedor:

20 cos (38)
20 0 (39)

O sistema é denominado auto-paramétrico devido às equações (38) e (39) estarem

acopladas entre si, ou seja, a solução & ' da equação (38) atua como uma excitação
paramétrica no termo da eq.(39). Estas equações só influenciam entre si por meio dos
termos e .
O principio do absorvedor auto-paramétrico é que a energia contida na massa seja
transferida por meio dos movimentos da parte do pêndulo através do acoplamento não linear
da massa primária e do absorvedor. Assim, será realizada uma análise de perturbação para a
condição , que é o caso mais importante, pois corresponde à ressonância do sistema
primário .
3.1.1. Método do Balanço Harmônico (MBH)

A solução aproximada das equações (38) e (39) deve conter o harmônico fundamental
pois o mesmo deve estar em fase com a força aplicada em (38), além do termo constante e
os termos de seno e cosseno devido se ter uma não linearidade quadrática. Assim, tem-se as
aproximações:

& ' ≈ 3. 3 cos& ' 3 sin& ' (40)

& ' ≈ 5. 5 cos& ' 5 sin& ' (41)

Substituindo as equações (40) e (41) no sistema de equações (38) e (39), resulta em

& 3 cos& ' 3 sin& '' 20 & 3 sin& ' 3 cos& '' &3.
3 cos& ' 3 sin& '' &5. 5 cos& ' 5 sin& '' cos (42)

& 5 cos& ' 5 sin& '' 20 & 5 sin& ' 5 cos& '' &5.
5 cos& ' 5 sin& '' &3. 3 cos& ' 3 sin& ''&5. 5 cos& '
5 sin& '' 0 (43)

Expandindo as potencias de e e colocando em evidencia os harmônicos sin & 'e

cos& ', chega-se respectivamente à três sistemas de equações:

3. 5. 0
5. 3. 5. 0 (44)

3 20 3 3 2 5. 5
5 20 5 5 3. 5 3 5. 0 (45)

3 20 3 3 2 5. 5 0
5 20 5 5 3. 5 3 5. 0 (46)

Resolvendo os sistemas (44), (45) e (46) encontra-se os valores para 3. , 5. , 3 ,

5 , 3 e 5 .

3. (47)

5. W (48)

X #XY #UZ [ $X #[ [UZ $ $\

3 $X^ # Y #[CZ [U $ [ <Z Z $XY U Y #
(49)
X] #UZ [UZ [ Z $X U Y Y
 #XY #[ UZ Z $X [ $\
5
#X] #UZ [UZ [ $X^ # Y #[CZ [U $ [ <Z Z $XY U Y # Z $X U Y Y$
W_ _

(50)
X\&Z XY UZ X Z [ Z '
3 $X^ # Y #[CZ [U [ <Z Z $XY U Y # U Y Y
(51)
X] #UZ [UZ [ $ Z $X

X \&&Z [Z 'X Z '

5
Y [ <Z Z $XY U Y # U Y Y$
W_ _ #X] #UZ [UZ [ $X^ # #[CZ [U $ Z $X

(52)

Quando substituídas as equações (47), (48), (49), (50), (51) e (52) nas equações (40) e
(41), são obtidas as soluções não-lineares para & ' e & '.

& '≈
X #XY #UZ [ $X #[ [UZ $ $\
Y cos& '
X] #UZ [UZ [ $X^ # #[CZ [U $ [ <Z Z $XY U Y# Z $X U Y Y

X\&Z XY UZ X Z [ Z '
Y sin& ' (53)
X] #UZ [UZ [ $X^ # #[CZ [U $ [ <Z Z $XY U Y # Z $X U Y Y

& '≈

#XY #[ UZ Z $X [ $\
cos& '
W_ _ #X] #UZ [UZ [ $X^ # Y #[CZ [U $ [ <Z Z $XY U Y # Z $X U Y Y$

X \&&Z [Z 'X Z '

sin& '
#X] #UZ [UZ [ $X^ # Y #[CZ [U $ [ <Z Z $XY U Y # Z $X U Y Y$
W_ _

(54)

Para que o projeto de ressonância interna e externa estejam sintonizados, é necessário

assumir . A Figura 6 mostra a curva dada pelas Equações (53) e (54), na Figura 6a
assumiu-se 0 0 0.01 e na Figura 6b, assumiu-se 0 0 0.3 .
 (a) (b)

FIGURA 6 - Curva dada pelas Equações (52) e (53). (a) 0 0 0.01; (b) 0 0 0.3.

Nota-se que aumentando os valores dos coeficientes de amortecimento, a amplitude do

deslocamento é reduzida. Deve-se assumir que a constante de rigidez de mola a <<a , pois
como pode ser observado na Fig. 6a, a sustenta todo o peso da estrutura necessitando assim
uma rigidez maior, enquanto que a representa a rigidez da mola que sustenta a barra do
pêndulo e por sua vez é engastada em uma superfície rígida.

4. TÉCNICAS EVOLUTIVAS DE OTIMIZAÇÃO

Otimização é definida pela busca da melhor solução associada a um referido processo,

enquanto certas restrições são satisfeitas (VANDERPLAATS, 1998).
Otimização pode ser caracterizada como a determinação da melhor configuração de
um projeto de um dado sistema, sem precisar testar todas as possibilidades, onde, partindo-se
de uma configuração inicial, procura-se caminhar no sentido de melhorar um dado critério de
desempenho (BORGES, 2003).
A Otimização pode ser aplicada em várias áreas, como: Aeronáutica, Mecânica,
Medicina entre outras. Otimização dinâmica, quando a solução é obtida em função do tempo,
estática quando esta independe do tempo. A otimização opera com espaços de busca com
variáveis de projeto inteiras, parâmetros discretos, tanto com parâmetros contínuos, variáveis
de projeto que são valores contínuos (RODOVALHO; COSTA, 2013).
Os métodos da Otimização Clássica podem ser de ordem zero, não fazem uso de
derivadas, métodos de primeira ordem, os quais utilizam derivadas de primeira ordem, e os
métodos de segunda ordem, que dependem tanto do gradiente da função objetivo quanto da
matriz hessiana, que é uma matriz quadrada de segunda ordem das derivadas parciais da
função objetivo (RODOVALHO, 2012).
 Já as técnicas Evolutivas, Computação Natural ou Computação Bio-inspiradas
consiste em uma área de pesquisa e desenvolvimento de técnicas computacionais
essencialmente fundamentadas em conceitos biológicos e conceitos computacionais
evolutivos, aplicando, a partir da implementação computacional, o processo de evolução
natural como um paradigma de solução de problemas de otimização.

4.1. Algoritmos Genéticos

Os Algoritmos Genéticos (AG) fazem parte dos métodos probabilísticos de otimização

inspirados em fenômenos da natureza, onde é feita a simulação de processos naturais para que
possam ser utilizados em diversas situações reais. Seu objetivo principal é fazer com que sua
população inicial evolua a cada iteração vista que a mesma possui os candidatos à solução do
problema, sendo que ao final do processo um indivíduo seja nosso ótimo e a população a mais
apta às restrições informadas inicialmente.
O AG pode ser codificado de forma binária ou de forma contínua, visto que os
cálculos em ambos os tipos seguiram o mesmo padrão, não tendo especificações em cada um
ou características incomuns na determinação dos valores.

4.1.1. Algoritmos Genéticos Binários

A população inicial dos AG é gerada a partir de valores gerados randomicamente,

onde cada indivíduo guarda as informações de suas características na forma de números
binários. Com a população inicial criada, dois de seus indivíduos serão selecionados de forma
aleatória para gerar novos indivíduos, onde esses herdaram as melhores características de seus
antecessores em forma de números binários. Indivíduos criados a partir da nova seleção
tomaram o lugar dos que não foram selecionados e de forma iterativa, a nova população
surgira melhor que a anterior.
Os AG binário são estruturados passo a passo como qualquer outro algoritmo, onde
inicialmente será definido a função objetivo e o custo das variáveis, e para finalizar, o teste de
convergência deverá ser executado.
O sequenciamento do AG binário é dado por:

Definição da função objetivo e parâmetros;

Representação dos parâmetros;
Criação da população;
Avaliação dos custos;
Acasalamento;
 Cruzamento;
Mutação;
Teste de convergência, caso aprovado continue senão volte para avaliação de custos;
Fim do sequenciamento.
4.1.2. Algoritmos Genéticos Contínuos

Diferente do AG binário, os parâmetros são calculados com números reais e

necessitam de muito cuidado nas operações de mutação e cruzamento, pois sofrem algumas
alterações na forma de calcular em relação binária.
Os próximos passos representam o AG contínuo, iniciando da definição dos parâmetros,
função objetivo, seguido da criação da população e dos procedimentos padrões de avaliação
do custo, e processos de seleção, cruzamento, mutação e teste de convergência.

4.2. Método da Evolução Diferencial

O primeiro artigo sobre Equação Diferencial (ED) foi publicado por Kenneth Price e
Rainer Storn em outubro de 1995 com o nome de "Differential Evolution – a simple and
efficient adaptive scheme for global optimization over continuous spaces". Originalmente, o
método era focado na resolução de problemas de ajuste de polinômio de Tchebychev
utilizando uma variante do método Algoritmo Genético (Genetic Algorithm), o qual havia
sido desenvolvido por Price no ano anterior. Em 1996, a ED foi apresentada no First
International Contest on Evolutionary Optimization, que buscava comparar o potencial de
vários métodos de otimização computacional evolutiva.
Hoje, a ED é uma das principais correntes de pesquisa em computação evolutiva, pois
reduz drasticamente o tempo computacional em relação ao Algoritmo Genético.
A ideia por trás do ED consiste em um esquema para gerar vetores de parâmetros
experimentais, sendo a função de tais vetores perturbarem o vetor de população.
Os parâmetros principais do ED são:

D = número de dimensões (tamanho do cromossomo);

GR = constante de crossover;
FF = peso aplicado ao vetor de diferenças (constante de mutação);
xinf = limite inferior;
xup = limite superior;
gen_max = número máximo de gerações;
 A seleção dos termos do vetor experimental são calculados e comparados, sendo
aqueles que obtiverem o menor custo seguem na geração seguinte.
A partir dos valores selecionados são criados os parâmetros para a Mutação dos
valores, sendo a função abaixo utilizada para encontrar o parâmetro de mutação:

N c FF ∙ &a b'
(55)

Onde:

a, b e c são escolhidos dentre toda a população, sendo os mesmos os que geram menor
custo em relação à função objetivo;
FF: Constante de Crossover;
N: Parâmetros de Mutação.

Existem basicamente duas formas de cruzamento, sendo elas:

Cruzamento Binomial: consiste em unir as componentes do vetor alvo com as
componentes do vetor doador selecionando de forma aleatória o vetor alvo e o doador;
Cruzamento Exponencial: efetuando-se a troca de variáveis entre o vetor doador e o
vetor alvo selecionando de forma aleatória as variáveis de cada vetor.

O quadro abaixo trás o pseudocódigo do ED:

QUADRO 1 – Pseudocódigo Evolução Diferencial

1. Inicializar D, GR, FF, xinf, xup e gen_max;
2. Inicializar, randomicamente, a população inicial;
3. Repetir até que o critério de parada seja satisfeito;
I. Para cada indivíduo
1. Selecionar randomicamente 3 indivíduos da população;
2. Aplicar diferenciação, mutação, crossover;
3. Comparar indivíduo com o sua versão experimental e selecionar
o de menor custo para a nova população;
4. Avaliar o custo do indivíduo selecionado;
II. Fim Para cada indivíduo
4. Fim Repetir

4.3. Recozimento Simulado

O Recozimento Simulado (RS) consiste no tratamento térmico de metais do qual o

processo se difunde no aumento da temperatura do um dado metal até que o mesmo entre em
seu estado de fusão fazendo com que os átomos dentro desse metal se desloquem rapidamente
e de forma aleatória (METROPOLIS, 1953).
Se esse metal for resfriado de forma súbita, sua estrutura será organizada de forma
randômica e instável, mas se resfriado vagarosamente, sua estrutura se organizará de forma
organizada.
O RS, assim como os GA, obtém novos pontos dentro do espaço de busca através da
aplicação de operadores estatísticos para os pontos atuais, obtendo novos pontos que orientam
a busca dos valores ótimos dentro deste espaço. Esta técnica executa para a otimização uma
perturbação randômica que modifica as variáveis independentes, mantendo o melhor valor da
função custo para cada iteração.

5. CONCLUSÕES

Neste trabalho, procurou-se enfocar os sistemas dinâmicos vibratórios não lineares. Para
isto fez-se uso das técnicas chamadas Métodos de Perturbação. Os cálculos foram
implementados no software Maple e os gráficos foram construídos utilizando o Matlab.
Neste sentido, notou-se que os métodos de perturbação utilizados se mostraram bastante
interessante para a resolução das equações e sistemas de equações diferenciais não
lineares. Fez-se se o desenvolvimento das equações do movimento de um absorvedor
dinâmico de vibrações Auto Paramétrico e, neste caso, pode-se constatar a influência do
fator de amortecimento na resposta deste sistema. As técnicas de otimização foram
estudadas e implementadas computacionalmente mas, a aplicação nos sistemas estudados
serão feitas em trabalhos futuros, visto que, pelo fato de ter ocorrido a troca de bolsista,
optou-se pelo estudo de ferramentas para se tratar os sistemas não lineares.

6. REFERÊNCIAS

BORGES, R. A. (2003). Técnicas Inteligentes de Otimização. Dissertação apresentada ao

Programa de Pós-Graduação em Engenharia Mecânica – Faculdade de Engenharia
Mecânica, Universidade Federal de Uberlândia .

CORREIA, António Araújo. Dinâmica – Vibrações de sistemas com 1 grau de liberdade.

2007. 26 f. Instituto Superior Técnico, Lisboa.

CRUZ, Marcia M. C. Usando o software Maple, 2008. 38 f. Universidade Federal do Rio

Grande do Norte, Natal.
FRAHM, H., 1911, Device for Damping Vibration of Bodies, US Patent, 989.958.

MAPLE: BEHIND THE SCENES. Disponível em:

<http://www.maplesoft.com/products/maple/demo/player/MapleBehindTheScenes.aspx>.
Acesso em: 13 de julho de 2014.

MARQUES, Rodrigo F. Estudo teórico e numérico de absorvedores dinâmicos de vibrações

ativos e adaptativos. 2000. 120 f.. Dissertação (Mestre em Engenharia Mecânica)
Faculdade de Engenharia Mecânica, Universidade Federal de Uberlândia, Uberlândia.

PASQUETTI, Eduardo. Métodos Aproximados de Solução de Sistemas Dinâmicos Não-

Lineares, 2008. 255 f.., 30 cm. Tese (Doutor em Engenharia Civil) Pontifícia
Universidade Católica do Rio de Janeiro, Rio de Janeiro.

RODOVALHO, L. (2012). Problemas de Otimização: Resultados Comparativos entre o

Método dos Algoritmos Genéticos e Otimização Clássica. IV Simpósio de Matemática e
Matemática Industrial, (p. 12 p). Catalão – GO.

RODOVALHO, L., & COSTA, T. (20 de Fevereiro de 2013). Modelagem e projeto de

estruturas dinâmicas: Abordagem determinística e estocástica. p. 124.

SAYED M., HAMED Y. S. e AMER Y. A. Vibration Reducion and Stability of Non-Linear

System Subjected to External and Parametric Excitation Forces under a Non-Linear
Absorber. Int. J. Contemp. Math. Sciences, Vo.. 6, 2011, no. 22, 1051-1070.

SOEIRO, Newton S. Curso de fundamentos de vibrações e balanceamento de rotores. Belém-

PA, Instituto de Tecnologia – ITEC.

THONSEN, J.J., 2003, Vibrations and Stability, Springer-Verlag, 2nd Edition.

VANDERPLAATS, G. (1998). Numerical Optimization Techniques for Engineering Design,

with Applications.