990

Algoritmo Genético Paralelo: avaliação de diferentes abordagens

na solução de um problema inverso em vibrações
X Salão de
Iniciação Científica
PUCRS

Raquel Nailê Brinkhus1, Leonardo Dagnino Chiwiacowsky2 (orientador)

1
Faculdade de Engenharia Civil, UNISINOS
2
Programa Interdisciplinar de Pós-Graduação em Computação Aplicada, PIPCA - UNISINOS

Resumo

As técnicas de identificação de sistemas têm se tornado popular devido a sua

aplicabilidade em diferentes campos da engenharia. Classificado como um problema inverso
de dinâmica estrutural, a estimativa precisa dos coeficientes de amortecimento permite o uso
de técnicas de controle vibratório, a fim de evitar um nível de oscilação estrutural que venha a
comprometer a integridade física da estrutura. Para tanto foram utilizadas três diferentes
abordagens paralelas do método dos Algoritmos Genéticos, sendo analisada a precisão do
método quanto aplicado a um sistema massa-mola amortecido com N graus-de-liberdade e
utilizando dados experimentais contaminados ou não por ruídos de medida.

Introdução

O emprego de técnicas de identificação de sistemas tem sido muito estudado devido a

sua vasta utilização nos campos da engenharia. Em engenharia estrutural, a identificação de
sistemas é geralmente conhecida como problema inverso de dinâmica estrutural
(Chiwiacowsky 2005). No projeto de obras de engenharia uma das principais preocupações é
a determinação do amortecimento.
Deseja-se estimar o valor dos coeficientes de amortecimento de uma estrutura
vibratória simples, representada por um sistema massa-mola amortecido com N graus-de-
liberdade (GDL). Este problema pode ser formulado através de uma forma funcional bem
posta, baseada em dados de deslocamento da estrutura, cuja solução pode ser obtida através
do emprego da metaheurística Algoritmo Genético (AG) (Chiwiacowsky 2005).
O AG apresenta um grande potencial e facilidade em ser empregado de forma paralela
em ambientes distribuídos. Este trabalho apresenta um estudo sobre diferentes modelos de

X Salão de Iniciação Científica – PUCRS, 2009

 991

paralelização do AG quando aplicados na solução de um problema inverso em vibrações, a

saber: AG Global, AG Stepping Stones e AG Ilha (Cantú-Paz 1995). O uso de diferentes
modelos de paralelização tem como objetivo, além da redução do tempo de processamento,
também a obtenção de soluções de melhor qualidade. A implementação paralela foi realizada
através da linguagem C, utilizando-se a biblioteca de troca de mensagens MPI (MacDonald et
al. 2000) em ambiente MPI/LAM.

Metodologia

O problema direto é caracterizado pela equação da dinâmica de um sistema vibratório

com N-GDL, equação (1), cuja solução pode ser obtida numericamente através do método de
Runge-Kutta:
M&x&(t ) + Cx& (t ) + Kx(t ) = f (t ) (1)
Para solução do problema inverso assume-se conhecida a resposta do sistema
vibratório, aqui representada pelo deslocamento x(t), e deseja-se estimar os coeficientes de
amortecimento. Com este objetivo, foi utilizada a metaheurística AG (Goldberg 1989). A
solução foi obtida através da minimização de uma forma funcional bem posta:
N Nt 2

FO = ∑∑ x MOD
j [
(t i ) − x EXP
j (t i ) ]
j =1 i =1 ; (2)
EXP MOD
onde x representa o deslocamento obtido experimentalmente e x representa o
deslocamento dado pelo modelo descrito na equação (1).
Devido ao esforço computacional exigido pelo método AG, foram avaliadas diferentes
estratégias de paralelização, assumindo que cada membro da população (indivíduo) pode ser
avaliado de forma independente, ou ainda, que alguns operadores genéticos não dependem
dos demais para serem realizados (Cantú-Paz 1995). Foram avaliados os seguintes modelos de
paralelização: AG Global, ou mestre-escravo, modelo Ilha e modelo Stepping Stones.

Resultados

Para realização dos testes computacionais, os dados experimentais de deslocamento

foram gerados artificialmente, através da solução do problema direto e perturbação aleatória
dos valores obtidos.
Foram realizados testes para avaliar a influência da abordagem distribuída na
qualidade da solução do problema inverso. Observou-se que a partir de valores específicos

X Salão de Iniciação Científica – PUCRS, 2009

 992

para o tamanho da população e/ou número máximo de gerações, o AG paralelo apresenta uma
capacidade maior de fornecer melhores resultados se comparado com a sua versão seqüencial
(Figura 1), evidenciando que o AG paralelo é um algoritmo diferente do AG seqüencial.

Maximo de 100 gerações População de 120 indivíduos

0,8 0,9
Sequencial
0,7 0,8
Sequencial
Precisão

0,6

Precisão
0,7
Ilha
0,5 0,6
Ilha
0,4
0,5

0,3
0,4
100 120 140 160 180 200
50 100 150 200 250
População (indivíduos) Máximo de Gerações

(a) Número máximo de gerações fixo (b) Tamanho da população fixo

Figura 1. Comparação da precisão entre o AG paralelo e o AG seqüencial.

Conclusão

A solução para o problema inverso de estimativa dos coeficientes de amortecimento de

um sistema mass-mola-amortecedor com N-GDL foi obtida através de diferentes abordagens
paralelas da metaheurística algoritmo genético. Observou-se que, mesmo assumindo dados
experimentais contaminados por ruídos de medida, o problema inverso foi resolvido de forma
satisfatória, sendo observado que o uso de modelos distribuídos do AG, além de reduzirem o
tempo computacional necessário para a obtenção de uma boa solução, também forneceram
soluções de melhor qualidade se comparado ao modelo seqüencial.

Referências

CANTÚ-PAZ, E, A sumary of research on parallel genetic algorithms. Technical Report 95007, IlliGAl,
Universidade de Illinois, Urbana-Champaign. 1995

CHIWIACOWSKY, L.D. Método Variacional e Algoritmo Genético em Identificação de Danos

Estruturais. INPE, Tese de Doutorado, Programa de Pós-Graduação em Computação Aplicada, Instituto
Nacional de Pesquisas Espaciais, São José dos Campos. 2005.

GOLDBERG, D.E. Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley
Publishing Company, New York. 1989

MACDONALD, N.; Minty, E.; Malard, J.; Harding T.; Brown S. e Antonioletti, M. Writing Message Passing
Parallel Programs with MPI, Universidade de Edinburgo, Escócia. 2000.

X Salão de Iniciação Científica – PUCRS, 2009