IOSO - IOSO

IOSO (Nepřímý Optimalizace na základě Samoorganizace ) je multiobjektiv, vícerozměrná nelineární optimalizační technologie.

Přístup IOSO

Technologie IOSO je založena na metodika povrchu odezvy Při každé iteraci IOSO se interně konstruovaný model povrchu odpovědi pro cíl optimalizuje v aktuální oblasti hledání. Po tomto kroku následuje přímé volání skutečného matematického modelu systému pro kandidátský optimální bod získaný optimalizací modelu povrchové odezvy. Během operace IOSO se informace o chování systému ukládají pro body v okolí extrému, takže model povrchové odezvy se stává přesnější pro tuto oblast hledání. Následující kroky se provádějí interně při přechodu z jedné iterace IOSO na druhou:

  • úprava plánu experimentu;
  • adaptivní přizpůsobení aktuální oblasti vyhledávání;
  • volba typu funkce (globální nebo střední) pro model povrchu odpovědi;
  • úprava modelu povrchu odezvy;
  • úprava obou parametrů a struktury optimalizačních algoritmů; v případě potřeby výběr nových slibných bodů v oblasti vyhledávání.

Dějiny

IOSO je založeno na technologii vyvíjené již více než 20 let Technologie Sigma která vyrostla z IOSO Technology Center v roce 2001. Sigma Technology je vedena prof. Egorov I. N., generální ředitel.

produkty

IOSO je název skupiny multidisciplinární optimalizace designu software, který běží Microsoft Windows stejně jako dál Unix /Linux OS a byl vyvinut společností Technologie Sigma. Používá se ke zlepšení výkonu složitých systémů a technologických procesů a k vývoji nových materiálů na základě hledání jejich optimálních parametrů. IOSO je snadno integrovatelný s téměř jakýmkoli počítačem podporované inženýrství (CAE) nástroj.

Skupina softwaru IOSO se skládá z:

  • IOSO NM: Optimalizace více cílů;
  • IOSO PM: Paralelní vícecílová optimalizace;
  • IOSO LM: Víceúrovňová optimalizace více cílů s adaptivní změnou věrnosti objektového modelu (modely s nízkou, střední a vysokou věrností);
  • IOSO RM: Robustní optimalizace designu a robustní optimální řídicí software;

Účel

Zlepšení výkonu a optimalizace designu

IOSO NM se používá k maximalizaci nebo minimalizaci charakteristik systému nebo objektu, které mohou zahrnovat výkon nebo náklady nebo zatížení dotyčného objektu. Hledání optimálních hodnot pro vlastnosti objektu nebo systému se provádí pomocí optimální změny konstrukčních, geometrických nebo jiných parametrů objektu.

Hledejte optimální zákony pro správu systému

Často je nutné vybrat nebo koordinovat parametry správy systému, když je v provozu, aby se dosáhlo určitého efektu během provozu systému nebo aby se snížil dopad některých faktorů na systém.

Identifikace matematických modelů

Pokud proces návrhu zahrnuje použití jakýchkoli matematických modelů objektů v reálném životě, ať už komerčních nebo podnikových, nastává problém koordinovat výsledky experimentu a výsledky výpočtu modelu. Všechny modely znamenají sadu neznámých faktorů nebo konstant. Hledání jejich optimálních hodnot umožňuje koordinovat výsledky experimentů a modelovat výsledky výpočtu.

Robustní optimalizace designu a robustní optimální ovládání

Úvod

Praktická aplikace výsledků numerické optimalizace je obtížná, protože jakýkoli složitý technický systém je stochastický systém a vlastnosti tohoto systému mají pravděpodobnostní povahu. Chtěli bychom zdůraznit, že když mluvíme o stochastických vlastnostech technického systému v rámci optimalizačních úkolů, znamená to, že důležité parametry každého systému jsou stochasticky rozšířeny. Obvykle k němu dochází během fáze výroby, a to navzdory aktuální úrovni moderní technologie. Náhodné odchylky parametrů systému vedou k náhodné změně v účinnosti systému.

Extrémní hodnota efektivity, získaná během problému s optimalizací při řešení v tradičním (deterministickém) přístupu, je jednoduše maximální dosažitelná hodnota a lze ji z hlediska její praktické realizace považovat za pouhé konvenční optimum. Lze tedy uvažovat o dvou různých typech optimalizačních kritérií. Jedním z nich je ideální účinnost, které lze dosáhnout za podmínek absolutně přesné praktické replikace uvažovaných parametrů systému. Další optimalizační kritéria mají pravděpodobnostní povahu. Například: matematické očekávání účinnosti; celková pravděpodobnost zajištění přednastavených omezení; odchylka účinnosti atd. Je zřejmé, že extrém jednoho z těchto kritérií nezaručuje záruku vysoké úrovně jiného. Tato kritéria si mohou navzájem odporovat. V tomto případě tedy máme a multiobjektivní optimalizace problém.

Koncept robustní optimalizace designu IOSO

Koncept IOSO robustní optimalizace designu a robustního optimálního řízení umožňuje určit optimální praktické řešení, které by bylo možné s vysokou pravděpodobností implementovat pro danou technologickou úroveň výrobních závodů. Mnoho moderních pravděpodobnostních přístupů buď používá odhad kritérií pravděpodobnostní účinnosti pouze ve fázi analýzy získání deterministického řešení, nebo používá významně zjednodušená hodnocení pravděpodobnostních kritérií během procesu optimalizace. Charakteristickým rysem našeho přístupu je, že během robustní optimalizace návrhu řešíme problém optimalizace zahrnující přímou stochastickou formulaci, kde se odhad pravděpodobnostních kritérií provádí při každé iteraci. Tento postup spolehlivě vytváří plně robustní optimální řešení. Vysoká účinnost optimalizace robustního návrhu je zajištěna schopnostmi IOSO algoritmů řešit stochastické optimalizační problémy s vysokou úrovní šumu.

Reference

externí odkazy

Příklady použití