Professional Documents
Culture Documents
|
.
|
\
|
+ |
.
|
\
|
+ =
2 2
2
1
2
1
2
7
16 cos 16 cos
2
1
) , (
y x
e y x y x f t t
(4)
O ponto de mnimo de (3) (1,1) e o ponto de
mximo de (4) ( , ). As figuras 6 e 7 apresentam as
funes a serem analisadas.
Fig.6 aspecto da funo a ser minimizada
Fig.7 aspecto da funo a ser maximizada
O software utilizado para realizar os algoritmos do
AG e do PSO foi o MATLAB v7.2. Para a minimizao de
(3), o algoritmo gentico foi implementado com seleo por
roleta, taxa de crossover de 80%, taxa de mutao de 1% e
populao inicial de 20 indivduos. Para a minimizao da
mesma funo, o PSO foi implementado com 20 indivduos,
c1 e c2 igual a 2 e com w variando entre 0,4 e 0,9. A tabela I
resume os resultados obtidos para o AG e o PSO.
TABELA I VALORES OBTIDOS PARA O PONTO DE MNIMO DE
(3).
GA PSO
Qtd de
geraes
x y x y
50 1,0691 1,01567 1,00690 1,05493
100 1,00690 1,01567 0,99999 0,99999
Para a maximizao de (4), o AG foi implementado
com seleo por roleta, taxa de crossover de 80%, taxa de
mutao de 1% e com 20 indivduos. Como a funo mais
complexa, a quantidade de geraes (200) necessrias para se
obter um resultado com erro da ordem de 10
-3
foi muito
maior.
Para a mesma funo o PSO, foi implementado com
20 indivduos, parmetros de confiana c1 e c2 iguais a 2 e
inrcia da partcula w variando entre 0,4 e 0,9. A tabela II
apresenta os resultados e conforme se verifica, com uma
quantidade menor de iteraes, o PSO convergiu para o valor
esperado.
TABELA II VALORES OBTIDOS PARA O PONTO DE MXIMO
DE (4).
AG PSO
Qtd de
iteraes
x y x y
50 0,49906 0,37964 0,3729 0,4999
100 0,50577 0,50035 0,5000 0,5000
150 0,50130 0,49903 0,5000 0,5000
200 0,50063 0,50053 0,5000 0,5000
Abaixo so apresentadas as figuras 8 e 9 onde se
encontram a evoluo das partculas para as funes
estudadas. Verifica-se que em ambas, na fase inicial do PSO,
as partculas esto dispostas aleatoriamente dentro do espao
de busca. A medida em que as iteraes aumentam, percebe-
se uma tendncia de deslocamento das partculas para a
posio tima (que pode ser um ponto de mnimo ou de
mximo, conforme o caso em estudo).
0 1 2 3 4 5
0
1
2
3
4
5
disposio inicial
0 1 2 3 4 5
0
1
2
3
4
5
25
0 1 2 3 4 5
0
1
2
3
4
5
50
0 1 2 3 4 5
0
1
2
3
4
5
100
Fig 8 Evoluo das partculas para a Eq. (3), com 100 iteraes
0 0.5 1
0
0.5
1
situao inicial
0 0.5 1
0
0.5
1
25
0 0.5 1
0
0.5
1
50
0 0.5 1
0
0.5
1
100
Fig 9 Evoluo das partculas para a Eq. (4), com 100 iteraes
IV APLICAO DOS ALGORITMOS EM GUERRA
ELETRNICA
Para demonstrar o emprego destes algoritmos, na
rea de Guerra Eletrnica, abaixo so apresentadas trs
aplicaes em que se necessita realizar a otimizao de
funes. Os exemplos citados utilizam Algoritmos Genticos.
O PSO, por ser pesquisa recente, ainda no possui muitos
trabalhos nesta rea. Mas certamente os resultados
demonstrados com o uso do PSO incentivam o seu uso nas
pesquisas associadas ao tema de Guerra Eletrnica.
A) Aplicao em Projeto de Antenas Filamentares [1,11]
Existe uma classe de radiadores eletromagnticos
denominada antenas filamentares. Elas so assim chamadas
por serem constitudas por fios cujos dimetros so muito
menores que seu comprimento. Nesta classe esto inseridas
as antenas monopolo, as antenas dipolo e as antenas do tipo
Yagi-Uda. Esta ltima composta por um conjunto de
elementos paralelos, sendo um deles o elemento refletor,
geralmente seguido pela antena propriamente dita (do tipo
dipolo) e por uma seqncia de diretores, em quantidade
variada de acordo com as necessidades do projeto. Antenas
deste tipo so reconhecidamente difceis de serem projetadas
e otimizadas. A diretividade, o ganho e a sensibilidade
dependem da relao existente entre os diversos elementos
que a compe. No projeto, devem ser considerados os
comprimentos de cada elemento (comprimento este, expresso
em funo do comprimento de onda da freqncia em que a
antena ir trabalhar), a distncia entre cada um deles e a
quantidade de elementos diretores que a antena dever ter
para atuar como desejado. Percebe-se a natureza complexa
deste tipo de projeto.
O AG ento empregado em associao com
softwares de simulao de antenas. A populao criada, e
cada indivduo ser avaliado pelo simulador, que devolver a
resposta ao AG. O algoritmo gentico far ento evoluir a
populao em busca do resultado timo.
Os resultados obtidos nas pesquisas com as antenas
filamentares mencionadas vm estimulando o
desenvolvimento de antenas que fazem uso de combinaes
delas, como se pode ver nas figuras abaixo:
Fig. 10 Antena monopolo carregada com antena dipolo dobrada
B Aplicao em Materiais Absorvedores de Radiao
Eletromagntica (MARE) [11]
Existem pesquisas utilizando o algoritmo gentico
para sintetizar material absorvedor de radiao
eletromagntica (MARE) de pouco peso, com multicamadas
e de banda larga. A idia principal deste tipo de projeto
empregar o material desenvolvido em aeronaves, onde o peso
e a espessura do MARE so crticos.
O emprego do AG neste tipo de projeto, leva em
considerao um conjunto de vrios tipos diferentes de
materiais absorvedores disponveis e tambm a refletividade
da onda eletromagntica em um grande nmero de ngulos de
incidncia. A elaborao do algoritmo ocorre da seguinte da
forma. Inicialmente gerado um banco de dados,
relacionando todos os tipos de MARE disponveis e suas
caractersticas principais. A codificao do cromossomo
binria e cada camada de MARE empregada representada
por bits do cromossomo. Esses bits codificam a espessura da
camada e identificam o material a ser empregado pelo
apontamento da entrada no banco de dados. A funo da
aptido escolhida minimiza a refletividade para vrios
ngulos de incidncia e de vrias freqncias e inclui
penalidades para a espessura total.
Existem trabalhos relatando projetos bem sucedidos
de MARE, com espessuras minimizadas e coeficientes de
reflexo tambm minimizados nas faixas de freqncias de
0.5-8 GHz, e de 2-8 GHz.
C Aplicao em Otimizao de Cobertura Radar [12]
A utilizao de radares terrestres permite a
vigilncia de uma ampla rea territorial, sendo de grande
importncia para a defesa de um pas. A determinao da
melhor distribuio de radares em certa regio uma tarefa
difcil em decorrncia, principalmente, da sensibilidade dos
sinais dos radares s caractersticas climticas e ao relevo da
regio. Desta forma, importante a otimizao do
posicionamento dos radares, com o intuito de aumentar a
eficincia da cobertura total do sinal gerado, determinando a
melhor distribuio de um conjunto de radares em um
conjunto de possveis posies de instalao, visando a
maximizar a rea de cobertura do sinal gerado.
No trabalho pesquisado, o AG foi a utilizado
juntamente com o GPC (Generic Polygon Clipper), uma
biblioteca que permite efetuar os clculos das unies entre a
cobertura de sinais radares.
O indivduo gerado definido como uma possvel
distribuio ou posicionamento de um nmero radares a
partir de algumas posies de instalao. O cromossomo do
indivduo um vetor composto por tantos componentes
quanto forem os radares, onde cada componente contm o
ndice de uma posio, dentre a totalidade de posies, onde
est instalado um dos radares. Os resultados obtidos
apresentam solues mais precisas que as obtidas em
trabalhos anteriores, que utilizam aproximaes circulares
para as coberturas dos sinais dos radares.
V CONCLUSO
Dois algoritmos para otimizao de funes no-
lineares foram apresentados neste artigo. A fim de testar a
efetividade dos mesmos, duas funes de teste foram
propostas. Uma simples, sem mnimos locais e outra com
diversos mnimos e mximos locais. Analisando os dados das
tabelas I e II, verifica-se que o PSO teve desempenho melhor
do que o AG, convergindo com menos iteraes.
O AG um algoritmo amplamente difundido e
utilizado, j possuindo diversas aplicaes em Guerra
Eletrnica e microondas, conforme exposto na seo IV.
um mtodo eficaz, mas que, devido sua formulao
matemtica, possui um custo computacional alto.
Durante a realizao deste trabalho, no foram
encontrados artigos apresentando aplicaes do PSO em
Guerra Eletrnica,. Mas, face ao exposto na seo III,
percebe-se que sua aplicao nesta rea pode culminar em
resultados ainda melhores do que aqueles obtidos com o AG.
VI REFERNCIAS
[1] Altshuler, E. E. e D. S. Linden. Wire-Antenna Designs Using Genetic
Algorithms. IEEE Antennas and Propagation Magazine. 39: 33-43 p. 1997.
[2] Johnson, J. M. e Y. Rahmat-Samii. Genetic Algorithms in Engineering
Electromagnetics. IEEE Antenas and Propagation Magazine. 39: 7-21 p.
1997.
[3] Mognon, V. R. Algoritmos Genticos Aplicados na Otimizao de
Antenas. (Mestrado). Engenharia Eltrica, Universidade Federal do Paran,
Curitiba, 2004. 85 p.
[4] Ramos, R. M., R. R. Saldanha, et al. Otimizao Multiobjetivo Aplicada
ao Projeto de Antenas Filamentares. Cincia & Engenharia (Science &
Engineering Journal), v.Edio Especial, p.67-70. 2003.
[5] Soares, G. L. Algoritmos Genticos: Estudo, Novas Tcnicas e
Aplicaes. (Mestrado). Engenharia Eltrica, Escola de Engenharia Eltrica
da Universidade Federal de Minas Gerais, Belo Horizonte, 1997. 137 p.
[6] Holland, J. H., Adaptation in Natural and Artificial Systems, Ann Arbor,
The University of Michigan Press, 1975
[7] Kennedy, J. e R. Eberhart. Particle Swarm Optimization. IEEE
International Conference on Neural Network. Perth, Australia, 1995. 1942-
1948 p.
[8] Whitley, D., A Genetic Algorithm Tutorial, Statistics and Computing, v.
4, pp. 65-85, 1994.
[9] Borges, G. S. Desenvolvimento de Ambientes Computacionais para
Anlise de Dispositivos e Sistemas para Redes de Comunicaes pticas e
Mveis. Universidade Federal do Par. Par, p.54. 2006
[10] Menezes, N. G. Sntese Topolgica Evolucionria e Otimizao
Numrica de Parmetros em Estrutura CMOS. (Mestrado). Engenharia
Eltrica, COPPE/UFRJ, Rio de Janeiro, 2007. 59 p.
[11] Johnson M. J., e Rahmat-Samii Y., Genetic Algorithms in Engineering
Electromagnetics. IEEE Antennas and Propagation Magazine, Vol. 39, No.
4, August 1997.
[12] Medeiros, F. L. L., Dos Santos, C. R. L., De Marchi M. M. e Pinto, M.
J., Algoritmo Gentico Aplicado Otimizao da Cobertura do Sinal gerado
por Radares Terrestres. XXV Congresso da Sociedade Brasileira da
Computao Unisinos, So Leopoldo, RS 2005.