Fechar
Metadados

@PhDThesis{Albuquerque:2014:MuMeAp,
               author = "Albuquerque, Braulio Fonseca Carneiro de",
                title = "A multi-objective memetic approach for the automatic design of 
                         optical systems (Uma abordagem mem{\'e}tica e multiobjetiva para 
                         o projeto autom{\'a}tico de sistemas {\'o}pticos)",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2014",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2014-02-05",
             keywords = "evolutionary optimization, optical design, multi-objective, 
                         memetic, otimiza{\c{c}}{\~a}o evolutiva, projeto {\'o}ptico, 
                         multiobjetivo, mem{\'e}tico.",
             abstract = "An innovative, evolvable hardware method for the automatic design 
                         of optical systems is presented and verified. The proposed method 
                         is based on a multi-objective memetic optimization algorithm. The 
                         multi-objective approach simultaneously, but separately, addresses 
                         the image quality, tolerance, and complexity of the system. The 
                         memetic technique breaks down the search for optical designs in 
                         three different parts or phases: optical glass selection, 
                         exploration, and exploitation. The optical glass selection phase 
                         is based on the unification of two previously published methods 
                         with new contributions to repair practical implementation issues 
                         and incorporates a multi-objective approach. This new glass 
                         selection method supports the choice of the most appropriate set 
                         of glasses for the system under design. The glass selection phase 
                         limits the available glasses from hundreds to just a few, 
                         drastically reducing the design space and significantly increasing 
                         the efficiency of the automatic design method. The exploration 
                         phase is based on an evolutionary algorithm (EA), more 
                         specifically, on a problem-tailored generalized extremal 
                         optimization (GEO) algorithm named optical GEO (O-GEO). The new EA 
                         incorporates many features customized for lens design such as 
                         optical system codification and diversity operands. The 
                         non-dominated systems found in the exploration phase are refined 
                         by a local search based on the damped least square method in the 
                         exploitation phase. As a result, the method returns a set of 
                         non-dominated solutions generating a Pareto front. Our method 
                         resulted in alternative and useful insights about the trade-off 
                         solutions for a lens design problem. The efficiency of the 
                         proposed method is verified through examples, showing excellent 
                         results for both simple systems and real-world problems. RESUMO: 
                         M{\'e}todo inovador de hardware evolutivo para o projeto 
                         autom{\'a}tico de sistemas {\'o}pticos {\'e} apresentado e 
                         validado. O m{\'e}todo proposto se baseia em um algoritmo 
                         mem{\'e}tico multiobjetivo de otimiza{\c{c}}{\~a}o. A abordagem 
                         multiobjetivo busca otimizar simultaneamente, mas de forma 
                         separada, a qualidade da imagem, a toler{\^a}ncia e a 
                         complexidade do sistema. A investida da t{\'e}cnica mem{\'e}tica 
                         divide a busca por projetos de sistemas {\'o}pticos em tr{\^e}s 
                         fases distintas: sele{\c{c}}{\~a}o de vidros {\'o}pticos, 
                         explora{\c{c}}{\~a}o e intensifica{\c{c}}{\~a}o. A fase de 
                         sele{\c{c}}{\~a}o de vidros {\'o}pticos {\'e} baseada na 
                         unifica{\c{c}}{\~a}o de dois m{\'e}todos previamente 
                         publicados, incorporando novas contribui{\c{c}}{\~o}es que 
                         contornam problemas de implementa{\c{c}}{\~a}o pr{\'a}tica e 
                         faz uso de uma abordagem multiobjetivo. Este novo m{\'e}todo de 
                         sele{\c{c}}{\~a}o de vidros auxilia na escolha {\'o}tima do 
                         conjunto de vidros mais apropriado para o sistema sendo projetado. 
                         A fase de sele{\c{c}}{\~a}o de vidros restringe os tipos de 
                         vidros {\'o}pticos dispon{\'{\i}}veis de centenas para alguns 
                         poucos tipos, desta forma, reduzindo drasticamente o espa{\c{c}}o 
                         de projeto e consequentemente aumentando significativamente a 
                         efici{\^e}ncia do m{\'e}todo de projeto autom{\'a}tico. A fase 
                         de explora{\c{c}}{\~a}o {\'e} baseada em um algoritmo 
                         evolutivo, mais especificamente em uma vers{\~a}o customizada do 
                         algoritmo de otimiza{\c{c}}{\~a}o extrema generalizada (GEO), a 
                         qual foi nomeada O-GEO. Este novo algoritmo evolutivo incorpora 
                         v{\'a}rias caracter{\'{\i}}sticas personalizadas para o projeto 
                         de lentes, como a codifica{\c{c}}{\~a}o usada para representar 
                         um sistema {\'o}ptico e os operadores de diversidade. Os sistemas 
                         n{\~a}o-dominados encontrados durante a fase de 
                         explora{\c{c}}{\~a}o s{\~a}o refinados por um algoritmo de 
                         busca local baseado no algoritmo de m{\'{\i}}nimos quadrados 
                         amortecidos durante a fase de intensifica{\c{c}}{\~a}o. Como 
                         resultado, o m{\'e}todo retorna um conjunto de 
                         solu{\c{c}}{\~o}es n{\~a}o-dominadas que formam a fronteira de 
                         Pareto. O m{\'e}todo proposto retorna um conhecimento profundo, 
                         alternativo e extremamente {\'u}til acerca das 
                         solu{\c{c}}{\~o}es de compromisso envolvidas no projeto de 
                         sistemas {\'o}pticos. A efici{\^e}ncia do m{\'e}todo proposto 
                         {\'e} comprovada atrav{\'e}s de exemplos que mostram excelentes 
                         resultados, tanto para o projeto de sistemas simples como para 
                         problemas reais.",
            committee = "Selingardi, M{\'a}rio Luiz (presidente) and Sousa, Fabiano Luis 
                         de (orientador) and Perondi, Leonel Fernando and Galski, Roberto 
                         Luiz and Stefani, M{\'a}rio Ant{\^o}nio and Santos, Lucas 
                         Fugikawa",
         englishtitle = "Uma abordagem mem{\'e}tica e multiobjetiva para o projeto 
                         autom{\'a}tico de sistemas {\'o}pticos",
             language = "en",
                pages = "228",
                  ibi = "8JMKD3MGP7W/3FJ6RME",
                  url = "http://urlib.net/rep/8JMKD3MGP7W/3FJ6RME",
           targetfile = "publicacao.pdf",
        urlaccessdate = "24 jan. 2021"
}


Fechar