Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/16030
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
taleslimafonseca.pdfPDF/A4.71 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Trabalho de Conclusão de Curso
Título: Integração de ferramentas computacionais para a solução de problemas de otimização em engenharia
Título(s) alternativo(s): Integration of computational tools for solving optimization problems in engineering
Autor(es): Fonseca, Tales Lima
Primeiro Orientador: Lemonge, Afonso Celso de Castro
Co-orientador: Bernardino, Heder Soares
Co-orientador: Hallak, Patricia Habib
Membro da banca: Borges, Carlos Cristiano Hasenclever
Membro da banca: Fonseca, Leonardo Goliatt
Resumo: Problemas de otimização são comuns em diversas áreas. Na engenharia, por exemplo, estes estão sendo modelados considerando complexidades que, até então, eram descartadas. Isso, com o intuito de simplificar as simulações durante o processo de busca das soluções ótimas. Os softwares comerciais, boa parte deles, consolidados no mercado passam a ser alternativas atraentes nas análises dos problemas de otimização que demandam análises mais complexas. O uso dos mesmos evita a implementação de códigos computacionais que suportam modelagens complexas como as requeridas em vários problemas de otimização em dinâmica dos fluidos, por exemplo. Pretende-se neste trabalho realizar a integração de ferramentas computacionais para a solução de problemas de otimização em engenharia. Utilizou-se o softwares comercial Abaqus R© como ferramenta de simulação computacional e a linguagem de programação Python, além disso, um algoritmo genético será usado como ferramenta de busca juntamente com um método de penalização adaptativa. Os experimentos iniciais são realizados em problemas de otimização comumente encontrados na literatura, mostrando a integração desejada. Com isso, espera-se estudar os problemas de otimização de maior complexidade, que é o objetivo principal deste trabalho.
Abstract: Optimization problems are common in many areas. In engineering, for exemple, these are modeled considering complexities that, until then, were discarded. That, in order to simplify the simulations during the process of searching for optimal solutions. Commercial software, most of them, consolidated in the market become attractive alternatives in the analysis of optimization problems that require more complex analysis. The use thereof prevents the implementation of computer code that support complex modeling as required for various optimization problems in fluid dynamics, for exemple. It is intended in this work realize the integration of computing tools to solve engineering optimization problems. We used the commercial software Abaqus R© as computational simulation tool and the Python programming language, besides that, a genetic algorithm is used as a search tool together with an adaptive penalty method. Initial experiments are performed in optimization problems commonly found in the literature, showing the desired integration. Thus, it is expected studying optimization problems of greater complexity, which is the main objective of this work.
Palavras-chave: Otimização
Algoritmos genéticos
Python
Abaqus
Optimization
Genetic Algorithms
CNPq: Engenharia
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: Faculdade de Engenharia
Tipo de Acesso: Acesso Aberto
Attribution-ShareAlike 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-sa/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/16030
Data do documento: 4-Mar-2016
Aparece nas coleções:Engenharia Computacional - TCC Graduação



Este item está licenciado sob uma Licença Creative Commons Creative Commons