Murilo Fiorenzano Rapozo
Título
OTIMIZAÇÃO DE ARRANJOS SUBMARINOS POR ALGORITMO GENÉTICO UTILIZANDO DIFERENTES TÉCNICAS DE TRATAMENTO DE RESTRIÇÃO
Resumo
Este trabalho desenvolve uma modelagem de otimização integrada do arranjo submarino, que combina a atuação do Algoritmo Genético e o Algoritmo A* modificado, buscando minimizar os custos de instalação (CAPEX) do arranjo. São otimizados: 1) o posicionamento da plataforma; 2) posicionamento de manifolds submarinos; 3) quantidade de manifolds necessários; 4) roteamento de dutos do sistema; e 5) conexões entre os componentes do arranjo. Critérios de distanciamento mínimo entre equipamentos, de interferências com obstáculos submarinos e de roteamento de dutos são considerados como restrições. Adicionalmente, é avaliado a performance da metodologia através da aplicação e comparação de diferentes métodos de tratamento de restrições, incluindo: penalização estática, penalização adaptativa (APM), ε-constraint adaptativo, método de seleção por torneio (TSM) e classificação múltipla de restrições (MCR). O estudo de caso aborda a aplicação da metodologia a fim de avaliar a importância da escolha da técnica de tratamento de restrição para evolução do algoritmo e, portando, na qualidade do resultado. É constatado que a técnica de penalização estática produz melhores resultados em termos de aptidão do que as demais aplicadas.
Abstract
This work develops an integrated optimization model of the subsea layout, which combines the performance of the Genetic Algorithm and a modified A* Algorithm, seeking to minimize the installation costs (CAPEX) of the subsea layout. The following are optimized: 1) the positioning of the platform; 2) positioning of subsea manifolds; 3) number of required manifolds; 4) system pipeline routing; and 5) connections between the subsea equipment. Minimum distance between equipment, interference with subsea obstacles and pipeline routing limitations are considered as restrictions. Additionally, the performance of the methodology is evaluated through the application and comparison of different constraint handling techniques, including static penalty, adaptive penalty, adaptive ε-constraint, tournament selection method and multiple constraint ranking. The case study addresses the application of the methodology to evaluate the importance of choosing the constraint handling technique for the evolution of the algorithm and, therefore, in the quality of the result. It is verified that the static penalty technique produces better results in terms of fitness than the others applied.