Guia de otimização de circuitos com uSimmics (antigo QucsStudio) [2026]

O uSimmics (antigo QucsStudio) possui a funcionalidade Circuit Optimizer, que ajusta automaticamente os valores dos componentes para alcançar o comportamento desejado do circuito. Este guia apresenta o fluxo completo de otimização por meio de um exemplo concreto: determinar o valor da resistência de carga que maximiza a potência entregue pela fonte.

O que você aprenderá neste artigo
Visão geral da otimização de circuitos
Procedimento passo a passo
Escolha do algoritmo de otimização
Conclusão
Artigos relacionados

O que você aprenderá neste artigo

Visão geral da funcionalidade Circuit Optimizer no uSimmics (antigo QucsStudio)
Como projetar o circuito alvo e configurar variáveis e metas de otimização
Como definir parâmetros personalizados com Insert Equation
Como inspecionar os resultados de otimização usando o componente Tabular
Características e casos de uso de cada algoritmo de otimização (Grid Search, Steepest Descent, Nelder-Mead, Differential Evolution)

Visão geral da otimização de circuitos

O Circuit Optimizer executa simulações de forma iterativa enquanto varia as variáveis especificadas (como valores de componentes), buscando automaticamente os valores que satisfazem os objetivos configurados (maximizar, minimizar ou convergir para um valor alvo).

Procedimento passo a passo

1. Projetar o circuito a otimizar

Este exemplo utiliza o seguinte circuito:

Uma fonte de tensão com impedância interna de 33 Ω conectada a uma resistência de carga (R1)
Objetivo: maximizar a potência dissipada pela resistência de carga R1

Nota de projeto: De acordo com o teorema da máxima transferência de potência, a potência máxima é entregue à carga quando a resistência de carga iguala a impedância interna da fonte (33 Ω). O resultado da otimização confirmará esse princípio.

2. Posicionar nós de medição e uma sonda de corrente

Para definir “potência” como objetivo de otimização, é necessário medir tanto tensão quanto corrente.

Nomeie o nó nos terminais de R1 como “Voltage”.
Insira uma sonda de corrente em série com R1 e denomine sua saída como “Current”.

3. Adicionar o componente Optimization

Selecione o componente “Optimization” na barra de ferramentas do uSimmics (antigo QucsStudio) e posicione-o no esquemático.
Clique duas vezes no componente para abrir o diálogo de configuração.

4. Configurar as variáveis de otimização na aba Variables

Na aba Variables, defina os parâmetros que o otimizador modificará durante a busca.

Configuração	Valor de exemplo
Nome da variável	R_load (resistência de R1)
Valor inicial	10 Ω
Valor mínimo	1 Ω
Valor máximo	200 Ω

5. Definir a meta de otimização na aba Goals

Na aba Goals, defina o que o otimizador deve alcançar. Neste exemplo, o objetivo é maximizar o parâmetro “Power”.

Configuração	Descrição
Nome do parâmetro	Power
Direção	Maximizar (Maximize)

6. Definir o parâmetro personalizado com Insert Equation

Como “Power” não é uma grandeza nativa do esquemático, ela deve ser definida explicitamente para que o motor de simulação possa avaliá-la. Adicione um elemento Insert Equation ao esquemático e insira a seguinte expressão:

Power = Voltage * Current

Isso permite que o motor de otimização reconheça “Power” como uma expressão avaliável.

7. Executar a simulação DC para iniciar a otimização

Após concluir a configuração, execute uma simulação DC. O Circuit Optimizer iniciará automaticamente e o processo de otimização terá início.

8. Verificar os resultados

Após a conclusão da otimização, posicione um componente Tabular (no menu Diagrams) no esquemático para exibir os resultados numéricos.

Neste exemplo, o otimizador retorna R_load = 33 Ω como o valor que maximiza a potência entregue.

Atenção: Os resultados de otimização são aproximações e não soluções analíticas exatas. Dependendo dos requisitos de precisão, pode ser necessário um ajuste fino adicional.

Escolha do algoritmo de otimização

O uSimmics (antigo QucsStudio) oferece vários algoritmos de otimização. Selecionar o mais adequado com base na natureza do problema melhora tanto a velocidade de cálculo quanto a precisão dos resultados.

Grid Search (busca em grade)

Avalia exaustivamente o espaço de variáveis seguindo um padrão de grade. Eficaz quando há poucas variáveis e um intervalo de busca reduzido, mas o tempo de computação cresce rapidamente com o número de variáveis.

Caso de uso típico: Varreduras simples de uma variável, como explorar resistências de 0 a 100 Ω em passos de 1 Ω.

Steepest Descent (descida mais íngreme)

Segue o gradiente mais acentuado em direção ao valor ótimo. Converge rapidamente, mas é suscetível a ficar preso em ótimos locais.

Caso de uso típico: Ajuste fino quando o valor inicial já está próximo do ótimo conhecido.

Nelder-Mead (método do simplex)

Explora o espaço de soluções manipulando simultaneamente múltiplos pontos (um simplex), tornando-o mais robusto em relação a ótimos locais. Não requer informação de gradiente, sendo aplicável a funções objetivo não diferenciáveis.

Differential Evolution (evolução diferencial, DE)

Algoritmo evolutivo que aproveita a aleatoriedade para explorar espaços de busca multimodais complexos. Requer maior tempo de computação, mas pode descobrir soluções que os métodos baseados em gradiente não conseguem encontrar.

Caso de uso típico: Otimização global de circuitos de grande escala contendo numerosos transistores e componentes passivos.

Conclusão

O Circuit Optimizer do uSimmics (antigo QucsStudio) elimina a necessidade de tentativa e erro manual ao identificar automaticamente os valores ideais dos componentes. A chave para uma otimização eficaz está na configuração correta de três elementos: variáveis, metas e algoritmo. Recomenda-se começar com um circuito simples para se familiarizar com o fluxo de trabalho e, em seguida, aplicá-lo em projetos reais de engenharia.