Escolar Documentos
Profissional Documentos
Cultura Documentos
Roteiro
Introduo e Motivao Otimizao Multi-Objetivo (MOO) Tcnicas Matemticas para MOO Algoritmos Evolutivos para Otimizao MultiObjetivo
Motivao
Vrios problemas de engenharia e outras reas possuem mltiplos objetivos a serem atingidos. Esses problemas so conhecidos como:
Otimizao multi-objetivo
Problemas de otimizao multi-objetivo (MOOP)
Funes objetivo
restries
4 4
Otimizao Multi-Objetivo
Um MOOP pode ser definido como um problema de procurar um vetor de variveis de deciso que satisfaz certas restries e otimiza um vetor cujos elementos so funes objetivos Tais funes fornecem uma descrio matemtica de critrios de performance que usualmente so conflitantes
Motivao
Espao de busca maior A noo de soluo tima ampliada para vrios objetivos. Usualmente os diferentes objetivos so de natureza conflitante
Otimizao Multi-Objetivo
f3 x1
f2 x2 f1
espao de variveis
espao de objetivos
Otimizao Multi-Objetivo
Exemplo...
Otimizao multi-objetivo
Nos MOOPs emprega-se a relao de dominncia ( ) de Pareto para comparar solues Dominncia de Pareto: uma soluo x1, domina a uma soluo x2, si
x1 pelo menos igual a x2, em todos os objetivos x1 superior x2 em pelo menos um objetivo, Conjunto Pareto-timo Fronteira de Pareto
Objetivos conflitantes:
9 9
Otimizao Multi-Objetivo
Solues conflitantes
Alternativa 4 -> maior custo, maior conforto Alternativa 3 -> menor custo Alternativa 5 melhor que 1 e 2 Alternativa 3 melhor que 2
10
Otimizao Multi-Objetivo
Relaes de dominncia 5 1 2 3 2
11
Otimizao Multi-Objetivo
12
Otimizao Multi-Objetivo
Fronteira de Pareto (espao de objetivos) So os vetores das funes objetivo F(x) tal que x pertence ao conjunto Pareto-timo
Fronteira de Pareto
13
Otimizao Multi-Objetivo
Encontrar o conjunto f2 de solues Paretotimo (ou uma aproximao) Garantir a diversidade das solues encontradas.
n co
rg e
cia n
Fronteira de Pareto
di ve rsi
da de
f1
14
Otimizao Multi-Objetivo
Diferencias de MOOPs:
Garantir convergncia e diversidade das solues. Espao multi-dimensional de variveis e objetivos
15
Otimizao Multi-Objetivo
Metas desejadas Prioridade dos objetivos Decidir Buscar Ex : Critrio Global, Programao de Metas, Min-Max, Programao lexicogrfica
16
Otimizao Multi-Objetivo
17
Otimizao Multi-Objetivo
Somatrio de Pesos
18
Otimizao Multi-Objetivo
So empregadas satisfatoriamente na resoluo de problemas prticos Possuem provas matemticas que garantem a convergncia ao conjunto Pareto-timo.
19
Otimizao Multi-Objetivo
Em cada execuo de tais tcnicas apenas uma soluo da fronteira pode ser obtida. Alguns mtodos requerem de conhecimentos explcitos do problema Os espaos de objetivo no convexos, multimodais e descontnuos podem ser problemticos.
20
Computao evolutiva
Conjunto de algoritmos (AEs) que simulam mecanismos de evoluo e seleo natural Varias abordagens:
21 21
Algoritmos genticos
Indivduos (cromossomos) Populao Aptido Operadores genticos: seleo, recombinao, mutao Elitismo Critrio de parada
22 22
MOEAs
1. 2. 3. 4. 5.
23
MOEAs
1. 3. 4. 5.
2a
24
MOEAs
25
Permitem encontrar o conjunto de solues Pareto-timas apenas em uma execuo do AE. Os AEs so menos susceptveis as caractersticas da fronteira de Pareto (no convexa, descontnua) Podem trabalhar em espaos de busca que so intratveis pelas tcnicas clssicas
26
NSGA-II
Non-dominated Sorting Genetic Algorithm Usa ordenao por ranking elitista por dominancia de Pareto Emprega seleo por torneio
27
NSGA-II
f2
1 2 2 1
Frente de Pareto
F3 F2 F1
f1
28
NSGA-II
ranking por dominncia crowding distance
F1 Pt Qt
Rt
F2 F3
rejeitadas
Pt+1
Qt+1
29
NSGA-II
Vantagens
Garante diversidade de solues Limita o nmero de solues encontradas Nas ultimas iteraes a convergncia das solues pode ser afetada
Desvantagens
30
MOEAs
31
MOEAs
32
MOEAs
33
MOEAs
34
MOEAs
35
MOEAs
36
MOEAs
boa convergncia
boa distribuio
37
MOEAs
38
MOEAs
C(A,B) = 1 todas as solues de B so dominadas pelas solues de A C(A,B) = 0 nenhuma soluo de B dominada pelas solues de A preciso calcular C(A,B) e C(B,A)
39
MOEAs
Spread
dem distncia entre as solues extremas de P* e Q na m-sima funo objetivo di distncia entre duas solues vizinhas
40
MOEAs
soluo extrema f1 (Q) soluo extrema f1 (P*)
f2
f1
41
MOEAs
Outras mtricas
42
MOEAs
Amostragem da fronteira de Pareto Problemas quando se tem muitos objetivos, usualmente mais de 5 Processo de toma de decises no precisa de uma grande amostragem da fronteira de Pareto Apenas as regies promissoras so amostradas
43
MOEAs
O NSGA-II e outros MOEAs podem ser modificados para focar a busca em certas regies da fronteira de Pareto. Emprega-se para isso, pontos de referncia Vantagens
Permite concentrar a busca em certas regies na Fronteira de Pareto uma soluo com maior escalabilidade quando se possuem muitos objetivos
44
MOEAs
solues encontradas
ponto de referencia
45
Visualizao de solues no dominadas Mtricas de desempenho Formulao de problemas de teste Comparao de modelos de MOEAs Incorporao de preferncias Estudos tericos Esquemas de paralelizao Estruturas de dados para comparao de dominncia
46
Aplicaes
Engenharia: hidrulica, eltrica, telecomunicaes, controle, transportes, aeronutica Cientficas: geografia, qumica, fsica, medicina, ecologia, computao Industrial: design e manufatora, scheduling, gerenciamento, empacotamento
47
Recursos Internet
Software relacionado
48
Perguntas ?
49