@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/ibi/8JMKD3MGP7W/3FJ6RME",
targetfile = "publicacao.pdf",
urlaccessdate = "02 maio 2024"
}