Tomasz M. Gwizdałła 2012/13

Podobne dokumenty
METODY OPTYMALIZACJI. Tomasz M. Gwizdałła 2018/19

Plan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji

SZTUCZNA INTELIGENCJA

Metody Optymalizacji: Przeszukiwanie z listą tabu

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych

Ekonometria - ćwiczenia 10

Wybrane podstawowe rodzaje algorytmów

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Optymalizacja. Wybrane algorytmy

Wstęp do programowania

Algorytmy metaheurystyczne podsumowanie

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Teoria obliczeń i złożoność obliczeniowa

Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa. Marzec Podstawy teorii optymalizacji Oceanotechnika, II stop., sem.

Wykład na Politechnice Krakowskiej w dniu 18 stycznia 2012 r. ZADAŃ I ALGORYTMÓW W OPTYMALIZACJI DYSKRETNEJ

Metody Rozmyte i Algorytmy Ewolucyjne

Zadania laboratoryjne i projektowe - wersja β

Optymalizacja konstrukcji

Schemat programowania dynamicznego (ang. dynamic programming)

Definicje i przykłady

PRZEWODNIK PO PRZEDMIOCIE

LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2

Instytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych. Badania operacyjne. Dr inż.

Przykłady problemów optymalizacyjnych

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

Wyznaczanie optymalnej trasy problem komiwojażera

TOZ -Techniki optymalizacji w zarządzaniu

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Metody przeszukiwania

Teoria treningu. Projektowanie. systemów treningowych. jako ciąg zadań optymalizacyjnych. Jan Kosendiak. Istota projektowania. systemów treningowych

Metody optymalizacji dyskretnej

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Algorytm. Krótka historia algorytmów

Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż.

Z-ZIP2-303z Zagadnienia optymalizacji Problems of optimization

Modelowanie logistycznych sytuacji decyzyjnych w konwencji zadań programowania matematycznego

Techniki optymalizacji

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

Badania operacyjne Operation research. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)

Problemy z ograniczeniami

Metody optymalizacji Optimization methods Forma studiów: stacjonarne Poziom studiów II stopnia. Liczba godzin/tydzień: 1W, 1Ć

Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe.

Opis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej

Algorytmika Problemów Trudnych

Opis przedmiotu: Badania operacyjne

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2

Wstęp do programowania

Optymalizacja ciągła

O ALGORYTMACH I MASZYNACH TURINGA

Zaawansowane algorytmy i struktury danych

Excel - użycie dodatku Solver

SPIS TREŚCI WSTĘP... 10

Prawdopodobieństwo i statystyka

Techniki optymalizacji

INSTRUKCJA DO ĆWICZENIA NR 1

Zagadnienia optymalizacji Problems of optimization

Modele Obliczeń. Wykład 1 - Wprowadzenie. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska

Metody Programowania

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA

Specjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego

Spis treści WSTĘP... 9

Heurystyki. Strategie poszukiwań

Optymalizacja. Algorytmy dokładne

Definicja problemu programowania matematycznego

Algorytm genetyczny (genetic algorithm)-

Programowanie matematyczne

Przegląd metod optymalizacji wielowymiarowej. Funkcja testowa. Funkcja testowa. Notes. Notes. Notes. Notes. Tomasz M. Gwizdałła

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

[1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985.

Algorytmy ewolucyjne 1

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle

METODY KOMPUTEROWE W MECHANICE

Efektywność Procedur Obliczeniowych. wykład 5

PRZEWODNIK PO PRZEDMIOCIE

Kinematyka robotów mobilnych

Plan. Badania operacyjne jako nauka systemowa. Badania operacyjne. Wspomaganie decyzji. Badania operacyjne i teoria optymalizacji

Algorytmy i struktury danych.

Porównanie czasów działania algorytmów sortowania przez wstawianie i scalanie

Elementy Modelowania Matematycznego

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Optymalizacja. Algorytmy dokładne

Metody optymalizacji dyskretnej. Metody przybliżone

Opis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Optymalizacja. Programowanie Matematyczne

etody programowania całkowitoliczboweg

Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH

Egzamin / zaliczenie na ocenę*

WYKŁAD 9 METODY ZMIENNEJ METRYKI

KARTA MODUŁU KSZTAŁCENIA

Specjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego

Zajęcia nr. 3 notatki

1 Programowanie całkowitoliczbowe PLC

Algorytmy i struktury danych

Karta (sylabus) przedmiotu

Programowanie celowe #1

Transkrypt:

METODY METODY OPTYMALIZACJI OPTYMALIZACJI Tomasz M. Gwizdałła 2012/13

Informacje wstępne Tomasz Gwizdałła Katedra Fizyki Ciała Stałego UŁ Pomorska 149/153, p.523b tel. 6355709 tomgwizd@uni.lodz.pl http://www.wfis.uni.lodz.pl/staff/tgwizdalla

Informacje wstępne Prawdopodobny plan wykładu: Wstęp. Optymalizacja deterministyczna: metody niegradientowe i gradientowe funkcji jednej i wielu zmiennych Programowanie liniowe simplex, zagadnienie transportowe, zagadnienie plecakowe Metody heurystyczne symulowane wyżarzanie, poszukiwanie tabu, algorytm ewolucyjny, algorytm mrówkowy

Informacje wstępne Literatura: dowolna (porządna) książka dotycząca metod numerycznych, np. J.Stoer, R.Bulirsch Wstęp do analizy numerycznej A.Bjorck, G.Dahlquist Metody numeryczne M.Sysło, N.Deo, J.Kowalik Algorytmy optymalizacji dyskretnej Z.Michalewicz, D.Vogel Jak to rozwiązać czyli nowoczesna heurystyka Z.Michalewicz Algorytmy genetyczne + struktury danych = programy ewolucyjne

Pojęcie Co to jest optymalizacja? Istnieje wiele zagadnień opisywanych terminem optymalizacja: optymalizacja matematyczna optymalizacja oprogramowania optymalizacja stron optymalizacja systemu optymalizacja wydajności optymalizacja ekonomiczna (formuła) (efektywność kodu) (wyszukiwanie, pozycjonowanie) (efektywność sprzętu) (zarządzanie zasobami) (P/E) programowanie liniowe

Pojęcie Co to jest optymalizacja? Metoda wyznaczania najlepszego rozwiązania z punktu widzenia określonego kryterium. 1. Najlepsze: szukamy wartości ekstremalnej. 2. Kryterium: musimy dysponować funkcją oceny.

Sformułowanie Dana jest funkcja f : A R Szukamy takiej wartości x 0 A,że x A f x f x 0 x A f x f x 0 zagadnienie maksymalizacji x A f x f x 0 x A f x f x 0 zagadnienie minimalizacji A - przestrzeń poszukiwań lub przestrzeń konfiguracyjna zwykle jest to podzbiór przestrzeni R n Taki wybór znacznie ogranicza zakres analizowanych przez nas zagadnień, pomijając np. tzw. zagadnienia multiobjective optimization (optymalizacji wielokryterialnej), stanowiące bardzo istotną część współczesnych problemów optymalizacyjnych.

Sformułowanie Pierwsze zagadnienie optymalizacyjne

Sformułowanie Pierwsze zagadnienie optymalizacyjne Publius Vergilius Maro Eneida - Zagadnienie Elissy (Dydony) związane z legendą dotyczącą założenia Kartaginy. Koloniści osiadłszy na zamieszkanych przez Numidyjczyków północnych wybrzeżach Afryki mogli zająć tyle miejsca, ile da się objąć skórą wołu Forma matematyczna: Jak zmaksymalizować powierzchnię obszaru ograniczonego krzywą o długości zależnej od pewnych dodatkowych czynników?

Sformułowanie Pierwsze sformułowane formalnie zagadnienie optymalizacyjne

Sformułowanie Pierwsze sformułowane formalnie zagadnienie optymalizacyjne 1697 Johann Bernoulli zagadnienie brachistochrony Znaleźć na płaszczyźnie krzywą, łączącą nie leżące w pionie punkty A i B, wzdłuż której musiałby poruszać się punkt materialny, aby pod działaniem siły ciężkości przebyć drogę w najkrótszym czasie t= p1 ={ p2 ds v v= 2 g y ds= 1 dx dx}= p2 p1 dy 2 1 y ' 2 2 g y dx

Sformułowanie Pierwsze sformułowane formalnie zagadnienie optymalizacyjne 1697 Johann Bernoulli zagadnienie brachistochrony Znaleźć na płaszczyźnie krzywą, łączącą nie leżące w pionie punkty A i B, wzdłuż której musiałby poruszać się punkt materialny, aby pod działaniem siły ciężkości przebyć drogę w najkrótszym czasie t= p1 ={ p2 ds v v= 2 g y ds= 1 dx dx}= p2 p1 dy 2 1 y ' 2 2 g y dx x= 1 2 k 2 sin x= 1 2 k 2 1 cos parametryczne równanie cykloidy Ale, czy zagadnieniem optymalizacyjnym nie jest zasada Fermata (1662)

Elementy definiujące zagadnienie Trudności napotykane w fazie poszukiwania optimum 1. Rozmiar przestrzeni poszukiwań 2. Skomplikowanie modelu 3. Niejednoznaczność funkcji oceny 4. Ograniczenie przestrzeni poszukiwań przez więzy 5. Osoba rozwiązująca problem 6. Niepewność informacji 7. Wielość celów

Elementy definiujące zagadnienie Rozmiar przestrzeni poszukiwań (1) Rozważmy dwuwymiarowy model Isinga na sieci o krawędzi L (dopuszczalne wartości spinów {-1,1}, ilość spinów N=L 2 ) Spróbujmy przejrzeć wszystkie możliwe konfiguracje i załóżmy, że analiza pojedynczej konfiguracji trwa 1ns. Krawędź Ilość spinów Ilość konfiguracji Czas obliczeń w sekundach (latach) 4 16 65536 6.5e-5 6 36 6.87 e10 68.7 8 64 1.84 e19 1.8e10 (571) 10 100 1.27 e30 1.27e21 (4e13)

Elementy definiujące zagadnienie Rozmiar przestrzeni poszukiwań (1) Rozważmy dwuwymiarowy model Isinga na sieci o krawędzi L (dopuszczalne wartości spinów {-1,1}, ilość spinów N=L 2 ) Spróbujmy przejrzeć wszystkie możliwe konfiguracje i załóżmy, że analiza pojedynczej konfiguracji trwa 1ns. Krawędź 4 6 8 10 Ilość spinów 16 36 64 100 Ilość konfiguracji 65536 6.87 e10 1.84 e19 1.27 e30 Czas obliczeń w sekundach (latach) 6.5e-5 68.7 1.8e10 (571) 1.27e21 (4e13) Tu przekroczyliśmy wiek Wszechświata (14 mld. lat ~4.4 e17 s)

Elementy definiujące zagadnienie Rozmiar przestrzeni poszukiwań (2) Rozważmy teraz graf (dla uproszczenia nieskierowany) obrazujący połączenia między N miastami i spróbujmy znaleźć w nim najkrótszy cykl Hamiltona - TSP.

Elementy definiujące zagadnienie Rozmiar przestrzeni poszukiwań (3) Złożoność obliczeniowa dla zachłannego rozwiązania modelu Isinga. 1E+32 1E+30 1E+28 1E+26 1E+24 1E+22 1E+20 1E+18 1E+16 1E+14 1E+12 1E+10 1E+08 100000 0 10000 100 1 0 20 40 60 80 100 120

Elementy definiujące zagadnienie Rozmiar przestrzeni poszukiwań (4) Złożoność obliczeniowa dla zachłannego rozwiązania modelu Isinga i problemu komiwojażera. 1E+160 1E+152 1E+144 1E+136 1E+128 1E+120 1E+112 1E+104 1E+96 1E+88 1E+80 1E+72 1E+64 1E+56 1E+48 1E+40 1E+32 1E+24 1E+16 1E+08 1 0 20 40 60 80 100 120

Elementy definiujące zagadnienie Rozmiar przestrzeni poszukiwań (5) A może zmienna ciągła, np. f x =cos x cos 50 x 1.5 1 0.5 0-2 -1.5-1 -0.5 0 0.5 1 1.5 2-0.5-1 -1.5 f x =10 n i=1 n x i 2 10cos 2 x i

Elementy definiujące zagadnienie Model Model jest fundamentalnym pojęciem związanym z teorią optymalizacji ponieważ zawiera matematyczny opis rozwiązywanego problemu. Model rozwiązania, nie jego reprezentacja. W sytuacjach, kiedy pełny opis problemu może zawierać elementy trudne do analizy, np. nieciągłości, zdarza się stosować opis przybliżony. Rozwiązanie najlepsze vs. rozwiązanie lepsze. model dokładny przybliżony rozwiązanie dokładne przybliżone ideał lepszy który czasami musi wystarczyć

Elementy definiujące zagadnienie Problemy z funkcją oceny Funkcja oceny jest związana z modelem, jednak nawet w jego ramach mogą występować problemy z jej prawidłowym określeniem. Funkcja oceny może zmieniać się w czasie. Odzwierciedlenie pełnej, poprawnej i aktualnej wiedzy. Sprzężenie zwrotne (czyżby cybernetyka).

Elementy definiujące zagadnienie Ograniczenia, czyli więzy Więzy wprowadzają problemy poprzez wprowadzenie znaczących ograniczeń na podprzestrzeń dopuszczalnych rozwiązań przestrzeni poszukiwań. Jak zapisać więzy matematycznie? W większości przypadków więzy czynią podprzestrzeń rozwiązań niewypukłą. Jak zaimplementować więzy w algorytmie: - kara - powrót do obszaru prawidłowego.