dc.contributorBorges, Carlos Cristiano Hasenclever
dc.contributorhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728257U5
dc.contributorFonseca Neto, Raul
dc.contributorhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4786482Y2
dc.contributorFonseca, Leonardo Goliatt da
dc.contributorhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4771799H1
dc.contributorVieira, Vinícius da Fonseca
dc.contributorhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4261854H5
dc.creatorCardoso, Alexandre Cançado
dc.date2017-03-07T15:07:15Z
dc.date2017-03-07
dc.date2017-03-07T15:07:15Z
dc.date2016-09-16
dc.date.accessioned2023-09-29T16:28:32Z
dc.date.available2023-09-29T16:28:32Z
dc.identifierhttps://repositorio.ufjf.br/jspui/handle/ufjf/3564
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9137116
dc.descriptionThe divide and conquer strategy is common to many fields of activity, ranging from the algorithms design to politics and sociology. In engineering, it is used, among other applications, to assist in solving general design problems or optimal design problems of large, complex or multidisciplinary systems. The present work presents a method for splitting, decomposition of these problems into smaller sub-problems using only information from its model (model-based decomposition). Where the pattern extraction of relationships between variables, functions, simulations and other model elements is performed using unsupervised learning algorithms in two steps. First, the dimensional space is reduced in order to highlight the most significant relationships, and then we use the community detection technique coming from complex networks area and clustering techniques to identify the sub-problems. Finally, the method is applied to design optimization problems encountered in structural and mechanical engineering literature. The obtained sub-problems are evaluated against comparative and qualitative criteria.
dc.descriptionA estratégia de dividir para conquistar é comum a diversos ramos de atuação, indo do projeto de algoritmos à politica e sociologia. Em engenharia, é utilizada, dentre outras aplicações, para auxiliar na resolução de problemas de criação de um projeto (general desing problems) ou de um projeto ótimo (optimal design problems) de sistemas grandes, complexos ou multidisciplinares. O presente, trabalho apresenta um método para divisão, decomposição destes problemas em sub-problemas menores a partir de informação apenas do seu modelo (model-based decomposition). Onde a extração dos padrões de relação entre as variáveis, funções, simulações e demais elementos do modelo é realizada através de algoritmos de aprendizado não supervisionado em duas etapas. Primeiramente, o espaço dimensional é reduzido a fim de ressaltar as relações mais significativas, e em seguida utiliza-se a técnica de detecção de comunidade oriunda da área de redes complexas ou técnicas de agrupamento para identificação dos sub-problemas. Por fim, o método é aplicado a problemas de otimização de projeto encontrados na literatura de engenharia estrutural e mecânica. Os sub-problemas obtidos são avaliados segundo critérios comparativos e qualitativos.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)
dc.publisherBrasil
dc.publisherICE – Instituto de Ciências Exatas
dc.publisherPrograma de Pós-graduação em Modelagem Computacional
dc.publisherUFJF
dc.rightsAcesso Aberto
dc.subjectOtimização de projeto
dc.subjectDecomposição baseada em modelo
dc.subjectRedução de dimensionalidade
dc.subjectDetecção de comunidades
dc.subjectDesign optimization
dc.subjectModel-based decomposition
dc.subjectDimensionality reduction
dc.subjectCommunity detection
dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA
dc.titleDecomposição baseada em modelo de problemas de otimização de projeto utilizando redução de dimensionalidade e redes complexas
dc.typeDissertação


Este ítem pertenece a la siguiente institución