Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Podobne dokumenty
7. Wykład VII: Warunki Kuhna-Tuckera

Wykład IX Optymalizacja i minimalizacja funkcji

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja

liniowym w przeciwnym przypadku mówimy o programowaniu nieliniowym.

Optymalizacja belki wspornikowej

Minimalizacja globalna. Algorytmy genetyczne i ewolucyjne.

Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Zaawansowane metody numeryczne

Minimalizacja globalna, algorytmy genetyczne i zastosowanie w geotechnice

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

1 Metody optymalizacji wielokryterialnej Ogólna charakterystyka problemu Tradycyjne metody optymalizacji wielokryterialnej...

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

WYBRANE ZASTOSOWANIA OPTYMALIZACJI ROZMYTEJ W STEROWANIU PROCESAMI ODLEWNICZYMI

SZTUCZNA INTELIGENCJA

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

ORGANIZACJA ZAJĘĆ OPTYMALIZACJA GLOBALNA WSTĘP PLAN WYKŁADU. Wykładowca dr inż. Agnieszka Bołtuć, pokój 304,

Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1

APROKSYMACJA QUASIJEDNOSTAJNA

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5


Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

Definicje ogólne

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

Zastosowanie technik sztucznej inteligencji w analizie odwrotnej

Kier. MTR Programowanie w MATLABie Laboratorium

4. OPTYMALIZACJA WIELOKRYTERIALNA

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

DIAGNOSTYKA WYMIENNIKÓW CIEPŁA Z UWIARYGODNIENIEM WYNIKÓW POMIARÓW EKPLOATACYJNYCH

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

Laboratorium ochrony danych

u u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH

Różniczkowalność, pochodne, ekstremum funkcji. x 2 1 x x 2 k

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

METODA EFEKTYWNEGO ZARZĄDZANIA ROZDZIAŁEM ŚRODKÓW NA REDUKCJĘ EMISJI GAZÓW CIEPLARNIANYCH

Egzamin poprawkowy z Analizy II 11 września 2013

Wprowadzenie do Sieci Neuronowych Algorytm wstecznej propagacji błędu

Kolokwium poprawkowe z Optymalizacji II (Ściśle tajne przed godz. 16 : stycznia 2016.)

Kwantowa natura promieniowania elektromagnetycznego

SZTUCZNA INTELIGENCJA

I. Elementy analizy matematycznej

Statystyka Inżynierska

V. TERMODYNAMIKA KLASYCZNA

Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Sprawozdanie powinno zawierać:

Przykład 4.1. Belka dwukrotnie statycznie niewyznaczalna o stałej sztywności zginania

dy dx stąd w przybliżeniu: y

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne

MODELOWANIE PRZEPŁYWU POWIETRZA W KANAŁACH WENTYLACYJNYCH PIECZARKARNI

POLITECHNIKA WARSZAWSKA WYDZIAŁ ELEKTRYCZNY SIECI NEURONOWE SVM W ZASTOSOWANIU DO KLASYFIKACJI OBRAZÓW KOMÓREK SZPIKU KOSTNEGO

Wprowadzenie. Support vector machines (maszyny wektorów wspierających, maszyny wektorów nośnych) SVM służy do: Zalety metody SVM

rzeczywiste zawart. składn. maksymalne wymagane zawart. w 1 jednostce mieszanki składn. w 1 jednostce mieszanki

METODA ELEMENTU SKOŃCZONEGO. Termokinetyka

Optymalizacja funkcji

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach

mgr inż. Wojciech Artichowicz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁACH OTWARTYCH

WikiWS For Business Sharks

Pattern Classification

Proste modele ze złożonym zachowaniem czyli o chaosie

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ

8. Optymalizacja decyzji inwestycyjnych

Materiały do laboratorium Projektowanie w systemach CAD-CAM-CAE. 1. Wprowadzenie do metody elementów skończonych

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Algorytm FA. Zastosowanie w zadanich optymalizacji z ograniczeniami dla ciągłych dziedzin poszukiwań

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

PORÓWNANIE METOD OKREŚLANIA FUNKCJI CELU PRZY DOBORZE ROZSIEWACZY NAWOZÓW MINERALNYCH

POLITECHNIKA POZNAŃSKA ZAKŁAD CHEMII FIZYCZNEJ ĆWICZENIA PRACOWNI CHEMII FIZYCZNEJ

Wielokryterialny Trójwymiarowy Problem Pakowania

; -1 x 1 spełnia powyższe warunki. Ale

Ewolucyjne projektowanie filtrów cyfrowych IIR o nietypowych charakterystykach amplitudowych

Programowanie genetyczne w zastosowaniu do harmonogramowania procesu magazynowego

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI. SPRAWOZDANIE Z PRACY LABORATORYJNEJ nr 0. Badanie rozkładu rzutu śnieżkami do celu

WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI. SPRAWOZDANIE Z PRACY LABORATORYJNEJ nr 0. Badanie rozkładu rzutu śnieżkami do celu

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

Inteligencja obliczeniowa

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

Natalia Nehrebecka. Zajęcia 3

Modelowanie przepływu cieczy przez ośrodki porowate Wykład IX

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.

Jakość cieplna obudowy budynków - doświadczenia z ekspertyz

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO

Transkrypt:

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe zadane mnmalzacj funkcj z ogranczenam zapsuje sę następująco: mn f ( g( Warunk Kuhna Tuckera: Warunkam konecznym optymalnośc rozwązana zadana standardowego są równana KuhnaTuckera w postac: f g j ( ( = =,..., n j =,..., m Strona

Rozwązywane zadań optymalzacj w środowsku programu MATLAB λ j g j ( = j =,..., m λ j j =,...,m Warunek wystarczający mnmum: = Warunk koneczne + d f ( Powyższe warunk pozwalają znaleźć punkt stacjonarny będący mnmum lokalnym, o le spełna on warunk regularnośc. Zamana znaku funkcj Zamanę zadań optymalzacj ogranczeń do postac standardowej można dokonać stosując następujące zależnośc: ma f ( mn( f ( g ( g ( Ogranczena równoścowe można przedstawć za pomocą ogranczeń nerównoścowych: g ( = g ( g ( Zależnośc znaku mnożnka Lagrange a w warunkach KuhnaTuckera od zadana optymalzacj oraz rodzaju ogranczena są podane w tabel: f ( ( g λ j mn mn ma ma Strona

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Metody optymalzacj funkcj bez ogranczeń: Do podstawowych metod poszukwana mnmum zalczane są mędzy nnym: metoda spadku (gradentu optymalnego, metoda gradentu sprzężonego. Metoda spadku polega na poszukwanu mnmum funkcj w kerunku przecwnym do gradentu funkcj w punkce wyjścowym. Gradent funkcj jest kerunkem najszybszego wzrostu funkcj. Metoda gradentu optymalnego w przypadku funkcj celu w postac formy kwadratowej daje analtyczną postać długośc kroku. Dla formy kwadratowej: T f = Q długość kroku oblcza sę z zależnośc: T Q k = T 3 Q Następny punkt wyjścowy, w którym oblcza sę kolejny krok, wynos: = + k f ( +. + Strona 3

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Metoda gradentu sprzężonego jest bardzej efektywna od metody gradentu optymalnego. Dla formy kwadratowej, nty krok przechodz dokładne przez punkt optymalny. Sposób oblczena kolejnych kroków algorytmu przedstawony jest metodą Fletcher Reevesa.. Wyberamy punkt wyjścowy perwszy kerunek mnmalzacj oblczmy metodą spadku: v = f (. Dla =,,,n;..podstawamy: + v = mn f ( λ = λ ; gdze: λ + λ v.. oblczamy gradent funkcj w punkce : f.3. dla <n: v = f ( + ( f f ( (.4. dla =n n n n = + λn v podstawamy = n, powracamy do punktu (; powtarzamy do spełnena warunku stopu. v Strona 4

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Porównane metod gradentu optymalnego sprzężonego: Dla funkcj: f = + + 3 3, przy ogranczenu: + 3 +, za pomocą programu Matlab, została przygotowana prezentacja metody gradentu optymalnego oraz gradentu sprzężonego. Do oblczeń została zastosowana metoda zamrażana zmennej. Ponższe wykresy przedstawają krok wykonane przy mnmalzacj funkcj. Poszukwane mnmum przebega weloetapowo, przy czym w każdym etape realzowana jest mnmalzacja w przestrzen wymarowej. Stąd trajektore na rysunkach ne są cągłe. Ogranczene jest uwzględnone metodą funkcj kary. Dla punktu startowego X =[ 3] oraz zastosowanej regule stopu eps>(f *+f *, gdze eps=,, otrzymane zostały następujące wynk w postac grafcznej: Metoda gradentu optymalnego: 3.5 X X3.5 X.5.5 X.5 X.5.3.. X3 wynk oblczeń: =,4395; =,5574; 3 =,544 f*(x=.945 lość wywołań funkcj (lość kroków: 75 Strona 5

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Metoda gradentu sprzężonego: 3.5 X X3.5 X.5.5 X.5 X.5.4.3.. X3 wynk oblczeń: =.464; =.4668; 3 =.375 f*(x=.93 lość wywołań funkcj (lość kroków: 5 stosunkowo duża lczba kroków jest wynkem zastosowana metody funkcj kary punkt stacjonarny praktyczne pokrywa sę z rozwązanem analtycznym Z otrzymanych wynków można zauważyć, że metoda gradentu sprzężonego jest szybsza dokładnejsza. Algorytmy mnmalzacj w Matlabe: Matlab oferuje do mnmalzacj m.n. następujące algorytmy: mnmalzacja funkcj jednej zmennej (fmn algorytm smple bez ogranczeń (fmns quasnewtona (reguła BFGS bez ogranczeń (fmnu SQP (metoda kolejnych aproksymacj kwadratowych z regułą BFGS z ogranczenam równoścowym nerównoścowym (constr algorytm mnmalzacj sumy kwadratów Levenberga Marquardta bez ogranczeń (leastsq Strona 6

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Przykład problemu optymalzacj parametrów równana funkcj Należy wyznaczyć optymalne parametry funkcj, tak aby przebeg funkcj był dopasowany do zadanych punktów (,Y na rysunku. Na funkcję są narzucone warunk ogranczające. Y.9.8.7.6.5.4.3.. Y3..4.6.8 X Y,,9,,88,3333,68,4444,553,5556,43,6667,349,7778,894,8889,76,69 W badanym obszarze funkcja została podzelona w punktach oraz na trzy częśc. Założone równana tych funkcj są następujące: W przedzale (, : W przedzale (, : y = + a a y = a 3 3 + a4 + a5 + a6 W przedzale (,: y = Y 3 + a 7 a9 ( + a 8 Strona 7

Rozwązywane zadań optymalzacj w środowsku programu MATLAB F Przebeg funkcj wymusł ogranczena parametrów optymalzowanych. Równeż punkty sklejena przedzałów są zmennym optymalzacj. y ( = y ( (warunk na wartośc funkcj y ( = y ( = = d d ( ( = d = a = d = a ( ( (warunk na sze pochodne Funkcję celu oblcza sę z następującej zależnośc: ( [ d ( d ( ] y Y + ε [ d ( d ( +. ] + ε Ogranczena: a a a 3 a 4 a 5 a 6 a 7 a 8 a 9. a 7 a 8 [ d ( d ( ] [ d ( d ( +. ] Korzystając z paketu Optmzaton Toolbo oraz programu constr, zostały uzyskane następujące wynk: =,5 =,6948 Optymalne parametry: a 3,695 a,399 a3,4 a4,866 a5,9 a6,434 a7,55 a8 57,78 a9 5,3976 a,5 a,6948 Strona 8

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Porównane wynków: Y y obl błąd δ%,,,9,97,8,,88,847,43,3333,68,6859,54,4444,553,558,7,5556,43,3985,45,6667,349,345,7,7778,894,96,46,8889,76,79,34,69,69, Ponżej jest przebeg funkcj uzyskany po zoptymalzowanu parametrów. Poneważ jest ona okresowa, można ją przedstawć w wększym przedzale. Tak, jak było założone, funkcja posada ekstrema w punktach krańcowych rozpatrywanego przebegu (zeruje sę pochodna na następnym rysunku. Optymalne dopasowane funkcj Y.9.8.7.6.5.4.3...5.5.5 3 X Strona 9

Rozwązywane zadań optymalzacj w środowsku programu MATLAB Aby optymalzacja parametrów dokonana była prawdłowo, funkcja jej perwsza pochodna mus być cągła w całym rozpatrywanym przedzale. Jak wdać na ponższej charakterystyce, warunek ten jest spełnony. Pochodna funkcj optymalnej dy..4.6.8..4.6.8.5.5.5 3 X Środowsko programu Matlab pozwala na: Wnosk: zrealzowane stosunkowo łatwej przejrzystej procedury rozwązana problemu optymalzacj, wykonane oblczeń optymalzacyjnych uwzględnających wzualzacje procesu rozwązana, skorzystane ze skutecznego oprogramowana w pakece Optmzaton Toolbo umożlwającego rozwązane nawet skomplkowanych problemów optymalzacj. Strona