Otimização Multiobjetivo em Problemas de Delineamento de Experimentos

Abstract

Em diversas áreas de trabalho, da Engenharia à Economia, os problemas se apresentam como sendo multiobjetivos, característica que torna complexa a tomada de decisão. Geralmente, estes objetivos são conflitantes e faz-se necessário o uso de técnicas de otimização para a obtenção de melhores resultados. Na presente dissertação serão estudados alguns métodos para a resolução destes problemas, com o objetivo de aplicar métodos de aglutinação em problemas de projetos de experimentos com múltiplas respostas. Deste modo, inicialmente foi realizada uma análise bibliométrica sobre os diferentes métodos utilizados para a resolução destes problemas. A partir disto, foi desenvolvida uma nova abordagem, utilizando a Programação por Compromisso (Compromise Programming – CP) e a Programação por Metas (Goal Programming – GP), bem como diferentes algoritmos (Gradiente Reduzido Generalizado – GRG e a metaheurística do software Optquest) que são usualmente adotados, com comparação de resultados e análise. De modo geral, esta nova proposta apresentou resultados melhores em relação à abordagem tradicional (desirability), qualificando este procedimento como uma alternativa na otimização de múltiplas respostas.

In many areas, from Engineering to Economics, problems present themselves as multiobjective, which makes a decision-making process complex. Generally, these are conflicting objectives, and optimization techniques are necessary to achieve better results. This paper applies agglutination methods in classical problems of design of experiments with multiple responses. A bibliometric analysis was made, and a new approach was developed, using Compromise Programming – CP and Goal Programming – GP, as well as two different algorithms (Generalized Reduced Gradient – GRG and Optquest’s software metaheuristics) with results comparison and analysis. The new proposal presented better results when compared to the traditional approach (desirability), qualifying this procedure as an alternative in multiple responses optimization.