Professional Documents
Culture Documents
Damir Vučina
METODE INŽENJERSKE
NUMERIČKE OPTIMIZACIJE
S PRIMJERIMA PRIMJENE U
PROGRAMSKOM JEZIKU C I MATLAB
FESB
Split, 2005
MANUALIA UNIVERSITATIS STUDIORUM SPALATENSIS
UDŽBENICI SVEUČILIŠTA U SPLITU
Autor
Prof. dr.sc. Damir Vučina
Recenzenti
Prof. dr.sc. Nataša Bilić
Prof. dr.sc. Ivan Slapničar
Doc. dr.sc. Gojko Magazinović
Izdavač
Fakultet elektrotehnike strojarstva i brodogradnje
Za izdavača
Prof. dr.sc. Dinko Begušić, dekan
Lektor
Vesna Hrdlička, prof.
VUČINA, Damir
Metode inženjerske numeričke optimizacije:
s primjerima primjene u programskom jeziku C i MATLAB /
Damir Vučina. - Split : Fakultet elektrotehnike, strojarstva i
brodogradnje, 2005.
Bibliografija. - Kazalo
ISBN 953-6114-79-8
120226049
ISBN 953-6114-79-8
1.Uvod i osnovni pojmovi
1. 1. Uvod
Optimizacija je u inženjerskom smislu postupak 'maksimiziranja' ili
'minimiziranja' nekog cilja (ili ciljeva) u okvirima raspoloživih resursa,
odnosno uz zadovoljavanje ograničenja koja objektivno postoje. U ovom
smislu je svaka odluka koju donosimo, te svaka svjesna radnja koju
obavljamo, u stvari rezultat nekog svjesnog ili nesvjesnog misaonog
procesa optimiranja. U načelu takvu optimizaciju formalno ne
doživljavamo kao 'provedeni postupak' jer se događa 'intuitivno' ili
'iskustveno' na bazi ranije određenih 'najboljih' rješenja. Klasični postupak
'sinteze rješenja' na bazi metode 'pokušaja i pogrešaka' i sam se može
smatrati postupkom optimizacije, jer se zasniva na generiranju (sintezi)
novih (nepoznatih) rješenja promatranog problema te sukcesivnom
odbacivanju onih koja ne zadovoljavaju ograničenja ili onih koja su lošija
od ranije dostignutih rješenja.
Procesi i postupci optimizacije imaju stoga sve veću važnost i sve širi
prostor primjene. Današnja logika kod razvoja proizvoda, usluga i procesa
više nije odrediti neko odgovarajuće rješenje koje zadovoljava sve uvjete.
U današnje vrijeme potrebno je odrediti rješenje koje zadovoljava sve
uvjete te istovremeno minimizira utrošak svih resursa, odnosno
maksimira postavljene ciljeve (kriterije izvrsnosti rješenja).
iteracije
optimiranja
prihvatljivo
Provjera:
- ograničenja
- kriteriji optimalnosti
korekcije,
promjene rješenje
Fizikalni model
Matematički model
(varijable, parametri, izrazi, funkcija cilja, ograničenja)
Metoda, algoritam
(postupci optimiranja i numeričke analize)
Programski alat
(implementacija algoritma na računalu)
Rješavanje – optimizacija
- početne točke i kontrolni parametri iskustveno
- postupak optimizacije: - kretanje po domeni (postupak)
- analiza u svakoj točki (funkcija cilja,
ograničenja)
- provjera kriterija prihvaćanja i zadovoljavanja ograničenja
- korekcije parametara prema potrebi
korekcije
Analiza i testiranje
provjera rješenja na skupovima ulaznih podataka sa poznatim
rješenjima, otklanjanje grešaka i modifikacije
f f
i-1 i i+1
xo x
∆x
∆x/2
xL xD
t a
- ograničenja:
- dovoljna nosivost grede odnosno naprezanje
manje od dopuštenog
- konstrukcijska ograničenja (dimenzije, omjeri
dimenzija)
- tehnološka izvodivost
- tehnički propisi i standardi
- druga ograničenja
- lokalni postupci
- globalni postupci
Varijable optimizacije
x = [ x1 x2 .. xn ]T (1.1)
Funkcija cilja
Višeciljna optimizacija
f k (x opt ) − f kmin
min max k (1.3.c)
f kmin
min {β }
uz
(1.3.e)
f k (x) ≤ β , k = 1, K
Ograničenja
Broj ograničenja jednakosti mora biti manji od broja varijabli (r < n) jer
u suprotnom problem nije dobro definiran (nema potrebne stupnjeve
slobode). Ako je r = n , rješenje sustava jednadžbi ograničenja (1.5) daje
konačan broj mogućih rješenja problema (ili jedno rješenje) te zadani
problem nema stupnjeve slobode potrebne za optimizaciju.
Ograničenja koja eksplicitno definiraju granične vrijednosti pojedine
varijable, npr.
xi , d ≤ xi ≤ x i , g
svode se također na oblik (1.4). Ograničenja zadana u obliku e j (x) ≥ 0
svode se na oblik (1.4) množenjem sa (-1).
σ(a,b,t) - σdop ≤ 0
Definiranjem kategorija:
- varijable optimizacije
- funkcije cilja
- ograničenja
dobiven je opći oblik definicije problema optimizacije (standardni
optimizacijski model) u konačnom obliku:
min { f(x) }
uz gj(x) ≤ 0 , j= 1, p
hj(x) = 0 , j= 1, r
x2
g1 ≤ 0
f3 f2 f1 h1=0
g1=0 dopustivo
B područje
f4
A A=optimum
x1
l V
ograničenja: R2π·l = V
xoptglobalni xoptlokalni x
x2 ∇f
f=const. x1
∇f
x3 f=const.
x2
x1
Duljina (modul, iznos) vektora gradijenta (kao kod bilo kojeg vektora)
dana je sa
n
c = ∑c
i =1
2
i = cT ⋅ c (1.9)
∂f / ∂x1 = 2( x1 − 2)
∂f / ∂x2 = 2 x2
c = [ -2 2 ]T
(2,0)
2 ∂2 f
∂ f ∂2 f
.. ∂x1∂xn
∂x12 ∂x1∂x2
∂ f 2 ∂2 f
∂2 f
H = ∂2f/(∂x ∂x) = O O = .. ∂x 2 ∂x n (1.11)
∂xi ∂x j ∂x 22
..
∂2 f
∂x n2
za 1D:
f(x+dx) = f(x) + (df/dx)⋅∆x + 1/2⋅ (d2f/dx2) ⋅∆x2 + ostatak (1.16)
za 2D: (1.17)
f(1,1) = -3
∂f / ∂x1 4 x1 x 23
∇f = = 2 2
∂f / ∂x 2 6 x1 x 2
∂ 2 f / ∂x12 ∂ 2 f /(∂x1∂x 2 ) 4 x 23 12 x1 x 22
H = 2 =
∂ f /(∂x1∂x 2 ) ∂ 2 f / ∂x 22 12 x1 x 22 12 x12 x 2
~ x − 1 1 4 12 x1 − 1
f = −3 + [4 6] 1 + [x1 − 1 x2 − 1]
x2 − 1 2 12 12 x2 − 1
~
gdje je f približna vrijednost f na temelju dva
x −1
člana Taylorovog reda uz ∆x = x- x0 = 1 .
2 − 1
x
( ) ( )
2( x1 + δ ) x2 − 5 − 2( x1 − δ ) x 2 − 5
2 3 2 3
2δ
∇f =
(
1 2
) (
2x 2 ( x + δ )3 − 5 − 2x 2 ( x − δ )3 − 5
1 2 )
2δ
∇f(x) = 0 (1.19)
f
f(x)
f = const = f1
x2
f = const
f1
x1
∇f(x) = A ⋅ x + b (1.22)
te je ∇2f(x) = aij .
Primjer 1.6.
Za funkciju f(x)=(x1-2)2+(x2-3)2+4
postaviti uvjete za minimum funkcije.
2( x − 2) 0
∇f = 1 =
2( x2 − 3) 0
M g(x) ≤ 0
E
g(x) = 0 x
ograničenja: R2πl = V
l V
f~ = R2 + V/( Rπ)
2R - V/( R2π) = 0
R = (V/2π)1/3 , l = (4V/π)1/3
L(R,l,µ) = R2 + Rl + µ(R2πl - V)
2R + l + 2R µ πl = 0
R + µR2π = 0
R2πl - V = 0 .
µ = - 2/(Vπ2)1/3 .
∇f (x i ) ⋅ d < 0
T
(1.37)
Kako gradijent funkcije ima smjer najbržeg rasta funkcije, smjer pada
funkcije d mora ležati u poluravnini suprotnoj od gradijenta funkcije f,
tj. s njim zatvarati kut od 900 do 2700 , prema slici 1.10:
x2 fi+1 < fi t
∇f fi
x
fi+1
t
smjerovi pada vrijednosti
funkcije iz točke x
f = const
x1
x2
∇g 1 ∇g 2 t1
t2
x
t1 t2
dopustivi smjerovi
iz točke x
g1 =0 g2=0
x1
Iterativno rješavanje
predloženo početno
rješenje x
rješavanje matematičkog
modela sustava za
korekcija predloženo rješenje x
predloženog
rješenja x
praćenje konvergencije
iterativnog procesa
prekid
procesa
ne da
rješenje sustava za x
je zadovoljavajuće
rješenje
početno rješenje
optimizacijski ciljne
algoritam funkcije rješavanje
aproksimacija matematičkog
fizikalnog modela
modela problema -
problema funkcije simulacija
ograničenja
optimalno rješenje
sinteza, optimizacija
iskustvo
znanje
ideje
odluke,
pravila aktivnosti
postupci
odabir
podaci oblikovanje informacije
sažimanje
model problema
Gradivo u ovom udžbeniku pokriva cijeli niz postupaka jer nije moguće
dati opći recept 'kada primijeniti koji postupak'. Postoje međutim iskustva
iz kojih slijede načelne preporuke o područjima primjene i potencijalnim
poteškoćama kod primjene pojedinih metoda.
+ (1) Prihod
- (2) Troškovi:
• materijalni troškovi
• trošak rada
- (3) Amortizacija
- (4) Financijski troškovi (kamate)
- (5) Porezi
= (6) Neto dobit
Ograničenja: 12 x1 + 6 x2 ≤ 60
8 x1 + 6.5 x2 ≤ 75
15 x1 + 10 x2 ≤ 140
x1 ≥ 0 , x2 ≥ 0
cij xij
si dj
Ograničenja:
m
∑x
j =1
ij = si , i = 1, n
n
∑ xij =dj , j = 1, m
i =1
xij ≥ 0
Funkcije cilja:
(a) minimalni utrošak materijala (poprečni
presjek)
min {2at + (b-2t)t}
Ograničenja:
- naprezanja manja od dopuštenih
- tehnološka ograničenja
- dimenzionalna ograničenja
L
Varijable:
- dimenzije zavara, krakovi i
duljina
- dimenzije grednog nosača
Ograničenja:
- nosivost zavarenog spoja na
smicanje uslijed sile F
- nosivost zavarenog spoja na
uvijanje uslijed momenta sile F
- nosivost grednog nosača na
savijanje
- nosivost grednog nosača na
izvijanje- izbočavanje
- dopušteni progib grede
1 2
Ograničenja:
- nosivost vratila 1
- nosivost vratila 2
- čvrstoća zuba zupčanika na savijanje
- maksimalno dopušteni progib vratila
- površinsko opterećenje zubi
- dimenzionalna ograničenja
- tehnološka izvedivost
l l r1 , r2
F, M
Varijable: l, r1 , r2
Ograničenja:
- čvrstoća na tlak
- otpornost na izvijanje
- nosivost na savijanje
- stabilnost ljestvi protiv
prevrtanja za silu koja djeluje
sa krakom k
- veza sa podlogom putem trenja .
d1 A
d2
Varijable: d1 , d2 , δ
t2u
v
t1u D t1i
L
t2i
Ograničenja:
- dimenzionalna
Primjeri za vježbu
g1>0 g2>0