Exploração do método Surrogate em otimização estrutural de modelos CAD utilizando algoritmos bioinspirados
Surrogates, Otimização estrutural, Desenvolvimento de produto, Algoritmos bio-inspirados
Este trabalho apresenta o desenvolvimento de frameworks de otimização multiobjetivo assistida por modelos substitutos aplicados a problemas estruturais com elevado custo computacional. As abordagens propostas integram os algoritmos bioinspirados MODE e MOPSO a modelos surrogate baseados em Funções de Base Radial (RBF), técnicas de preenchimento de espaço e simulações numéricas via Método dos Elementos Finitos, utilizando o software ANSYS, com o objetivo de reduzir o custo computacional da otimização estrutural multiobjetivo sem comprometer significativamente a qualidade da fronteira de Pareto obtida. Os frameworks desenvolvidos utilizam estratégias adaptativas de atualização do surrogate, permitindo a reconstrução dinâmica dos modelos aproximadores ao longo das iterações. Para validação das metodologias propostas, foi utilizado um estudo de caso estrutural denominado Coffee Table, formulado como um problema multiobjetivo envolvendo a minimização da massa estrutural e a maximização do fator de segurança. Os resultados experimentais demonstraram que o framework baseado em MODE apresentou desempenho superior ao MOPSO nas métricas IGD, Hypervolume e Spacing, produzindo fronteiras de Pareto mais próximas da fronteira real. Além disso, o teste estatístico de Wilcoxon indicou diferenças estatisticamente significativas entre os algoritmos analisados. Mesmo com diferenças de desempenho observadas entre os algoritmos no estudo de caso investigado, os resultados obtidos corroboram o Teorema do No Free Lunch, evidenciando que a utilização de diferentes algoritmos bioinspirados multiobjetivo, associada a modelos surrogate e estratégias adaptativas de atualização, constitui uma abordagem promissora para problemas estruturais envolvendo elevado custo computacional.