SÍNTESE DE SUPERFÍCIES SELETIVAS DE FREQUÊNCIA PARA MICROONDAS UTILIZANDO OTIMIZAÇÃO MULTIOBJETIVO BIOINSPIRADA
Superfície Seletiva de Frequência, Computação Bioinspirada, Técnica Hibrida, Algoritmo Multiobjetivo, Rede Neural GNRR, Algoritmo Genético, Algoritmo de Ecolocalização do Morcego, Algoritmo de Busca Cuco
A evolução da computação tem possibilitado avanços substanciais em pesquisas relacionadas à engenharia e a indústria, onde, cada vez mais se torna necessário utilizar ferramentas computacionais para simulação e obtenção de determinados parâmetros do projeto. A crescente demanda por precisão e o aumento gradativo da complexidade das estruturas e sistemas, resulta num processo de simulação cada vez mais demorado. Em muitas áreas da engenharia, a avaliação de um único critério pode consumir várias horas, bem como vários dias ou até mesmo semanas. Qualquer método que possa acelerar o tempo de simulação e otimização, pode, assim, economizar tempo e dinheiro. Nesse contexto, a Computação Bioinspirada (BIC) ou Natural, se apresenta precisa e eficiente, onde muitos métodos computacionais tradicionais falham e, consiste em novo mecanismo para suprir tais dificuldades. Deste modo, nesta proposta é realizado um estudo acerca de alguns dos algoritmos BIC mais utilizados na atualidade para projeto e otimização de problemas gerais na engenharia e na indústria. Logo, se vislumbra um código multiobjetivo que apresente menor custo computacional e, consequentemente, menor tempo para processamento dos dados. Inicialmente, é realizada uma investigação numérica das estruturas propostas, através de simulações computacionais das geometrias triangulares para as superfícies seletivas de frequência (FSSs), com frequência de ressonância e largura de banda controlada. A análise numérica de onda completa é feita pela técnica das integrais finitas (FIT) com o auxílio de umsoftware comercial muito utilizado para simulações em eletromagnetismo. Para superar os custos computacionais e o longo tempo de processamento exigido por técnicas de onda completa, foram utilizadas ferramentas de computação natural para modelagem e otimização das estruturas estudadas. Algumas características como robustez, generalização, adaptabilidade e rápida convergência contribuem para o aumento significativo do emprego destas técnicas nas mais diversas áreas da engenharia e da indústria, como, por exemplo, nas comunicações por rádio difusão. A modelagem das referidas FSSs é realizada por uma rede neural artificial de regressão geral, o processo de otimização é realizado pelo clássico algoritmo genético e, pelos recentes algoritmos meta-heurísticos de ecolocalização do morcego e de busca cuco. Os resultados obtidos por esses códigos são comparados aos simulados no software comercial empregado. Desta feita, se averiguou dentre os códigos multiobjetivos desenvolvidos, que o algoritmo multiobjetivo de busca cuco apresentou resultados mais precisos, em atendimento a função objetivo, e menor tempo de processamento. Por fim, é apresentado o plano de trabalho e o cronograma de execução das atividades.