Kimeme - Kimeme - Wikipedia

Kimeme
Vývojáři	Cyber Dyne s.r.l
Stabilní uvolnění	4.0 / květen 2018
Operační systém	Cross-platform
Typ	Technické výpočty
Licence	Proprietární
webová stránka	www.cyberdynesoft.to

Kimeme je otevřená platforma pro vícecílová optimalizace a multidisciplinární optimalizace designu. Je určen ke spojení s externím numerickým softwarem, jako je počítačem podporovaný design (CAD), analýza konečných prvků (FEM), strukturální analýza a výpočetní dynamika tekutin nástroje. Byl vyvinut společností Cyber Dyne Srl a poskytuje jak návrhové prostředí pro definování a analýzu problémů, tak softwarovou síťovou infrastrukturu pro distribuci výpočetní zátěže.^[1]^[2]

Dějiny

Společnost Cyber Dyne byla založena v roce 2011 jako výzkumný startup s cílem předat znalosti svých zakladatelů v oblasti numerická optimalizace a výpočetní inteligence metody do komerčního produktu.

Funkce

Pracovní postup definice problému je založen na datový tok paradigma. Lze propojit více uzlů za účelem popisu toku dat od návrhových proměnných k požadovaným cílům a omezením. Vstupní / výstupní uzly lze použít k výpočtu jakékoli části výpočtu cílů pomocí interních procesů (Java, Python nebo Bash / Batch) nebo externích procesů (třetích stran). Jakýkoli z těchto postupů lze distribuovat prostřednictvím a LAN nebo Mrak, využívající všechny dostupné výpočetní zdroje. Optimalizační jádro je otevřené a využívá přístup memetic computing (MC), který je rozšířením konceptu memetický algoritmus může uživatel definovat svůj vlastní optimalizační algoritmus jako soubor nezávislých částí kódu zvaných „operátoři“ nebo „memy“. Operátory lze implementovat buď v Jáva nebo Krajta.

Návrh algoritmu

v matematický folklór, žádná věta o obědě zdarma (někdy pluralizované) z David Wolpert a William G. Macready se objeví v roce 1997 „Žádné věty o volném oběhu pro optimalizaci“.^[3]

Tento matematický výsledek uvádí potřebu konkrétního úsilí při navrhování nového algoritmu přizpůsobeného konkrétnímu problému, který má být optimalizován. Kimeme umožňuje návrh a experimentování s novými optimalizačními algoritmy prostřednictvím nového paradigmatu memetických výpočtů, předmětu výpočetní inteligence který studuje algoritmické struktury složené z více interagujících a vyvíjejících se modulů (memů).^[4]

Návrh experimentů (DoE)

K dispozici jsou různé strategie DoE, včetně náhodných sekvencí generátorů, Faktoriální, Ortogonální a iterační techniky, stejně jako D-Optimal nebo Cross Validation. Monte Carlo a Latinská hyperkrychle jsou k dispozici pro analýzu robustnosti.

Analýza citlivosti

Místní citlivost jako korelační koeficienty a parciální derivace lze použít, pouze pokud je korelace mezi vstupem a výstupem lineární. Pokud je korelace nelineární, je třeba použít globální analýzu citlivosti založenou na rozptylovém vztahu mezi vstupní a výstupní distribucí, jako je Sobolův index. S Analýza citlivosti, lze snížit složitost systému a vysvětlit řetězec příčin a následků.^[5]^[6]

Vícecílová optimalizace

V procesu vývoje technických produktů je obvykle třeba splnit několik cílů nebo kritérií hodnocení, např. nízká cena, vysoká kvalita, nízká hlučnost atd. Tato kritéria se často střetávají v tom smyslu, že minimalizace jednoho znamená maximalizaci alespoň jiného. Je třeba najít konstrukční parametry, aby bylo možné najít nejlepší kompromis mezi více kritérii. Na rozdíl od případu s jedním objektem neexistuje v optimalizaci s více cíli jedinečné řešení, ale spíše a před Pareto optimální řešení. Cílem optimalizace pro více cílů je automatické nalezení optimálních řešení Pareto.

Viz také

Reference

^ „www.cyberdyne.it“. Cyber Dyne s.r.l.
^ Iacca, Giovanni; Mininno, Ernesto (2016), „Představujeme Kimeme, novou platformu pro multidisciplinární optimalizaci více cílů“, Komunikace v počítačové a informační vědě, Springer International Publishing, s. 40–52, doi:10.1007/978-3-319-32695-5_4, ISBN 9783319326948
^ Wolpert, D.H., Macready, W.G. (1997), „No Free Lunch Theorems for Optimization,“ Transakce IEEE na evolučním výpočtu 1, 67. http://ti.arc.nasa.gov/m/profile/dhw/papers/78.pdf
^ Neri, F. & Cotta, C. 2011. „Primer na memetických algoritmech“. In "F. Neri, C. Cotta & P. Moscato (Eds.) Handbook of Memetic Algorithms", "Springer. Studies in Computational Intelligence".
^ Saltelli, A., Chan, K. a Scott, E.M .: Analýza citlivosti. John Willey & Sons Chichester, New York 2000
^ Oakley J.E., O´Hagan A .: Pravděpodobnostní analýza citlivosti počítačových modelů: Bayesovský přístup. Journal of the Royal Statistical Society, Series B, 66: 751-769, 2004

[1] „www.cyberdyne.it“. Cyber Dyne s.r.l.

[2] Iacca, Giovanni; Mininno, Ernesto (2016), „Představujeme Kimeme, novou platformu pro multidisciplinární optimalizaci více cílů“, Komunikace v počítačové a informační vědě, Springer International Publishing, s. 40–52, doi:10.1007/978-3-319-32695-5_4, ISBN 9783319326948

[WM97-3] Wolpert, D.H., Macready, W.G. (1997), „No Free Lunch Theorems for Optimization,“ Transakce IEEE na evolučním výpočtu 1, 67. http://ti.arc.nasa.gov/m/profile/dhw/papers/78.pdf

[NC11-4] Neri, F. & Cotta, C. 2011. „Primer na memetických algoritmech“. In "F. Neri, C. Cotta & P. Moscato (Eds.) Handbook of Memetic Algorithms", "Springer. Studies in Computational Intelligence".

[5] Saltelli, A., Chan, K. a Scott, E.M .: Analýza citlivosti. John Willey & Sons Chichester, New York 2000

[6] Oakley J.E., O´Hagan A .: Pravděpodobnostní analýza citlivosti počítačových modelů: Bayesovský přístup. Journal of the Royal Statistical Society, Series B, 66: 751-769, 2004

[1]

[2]

[3]

[4]

[5]

[6]