Surrogate-assisted optimization using multi-objective evolutionary techniques applied to mechanical structural design

Abstract

Este manuscrito desenvolve um novo algoritmo de otimização assistida por substitutos, a fim de mitigar os problemas críticos que afeta os problemas de otimização estrutural: a) alto custo computacional e b) longo tempo de execução. A abordagem baseada em substitutos utiliza modelos substitutos que possuem baixo custo de avaliação para reproduzir o comportamento das funções de custo dos problemas, nos quais nossa técnica é capaz de aprimorar dinâmicamente os modelos substitutos sem a utilização de uma população de validação. Além disso, também implementamos um mecanismo que periodicamente tenta recuperar boas soluções que foram anteriormente descartadas devido à deficiência do modelo. Além disso, este manuscrito abrange o desenvolvimento de três novos algoritmos de preenchimento de espaço, que lidam com o problema de adicionar novos pontos de maneira eficiente a um modelo substituto já existente. Mais ainda, criamos uma métrica de preenchimento de espaço que mede a presença de lacunas em uma população de pontos dentro de um espaço de busca, o que possibilita a comparação de distribuições de tamanhos diferentes. Por fim, três estudos de caso foram usados para revelar as capacidades e limitações da nova técnica de otimização assistida por substitutos em conjunto com o algoritmo de preenchimento de espaço. Dois desses estudos de caso mostraram que o método é capaz de promover um expressivo ganho de desempenho, conciliada com uma pequena perda na precisão. No entanto, o terceiro estudo de caso revelou que a técnica também pode falhar na produção de resultados satisfatórios.