Student:

Master SEA 1
Elaborarea i testarea algoritmilor de optimizare. Analiza
performanelor numerice pe aplicaii test
1. Testarea Algoritmului Simplex Don!ill "ASD# pentru o funcie obiecti$ con$ex%
simpl%& cu ' parametrii "(test'par.m#.
) graficul nr*e$aluari + f"eps#
) graficul $al*min*f*obiecti$ + f"eps#
) graficul param*optim*, + f"eps#
) graficul param*optim*- + f"eps#
) graficul curbelor de ni$el ale funciei obiecti$ "reprezentare .n plan# cu e$oluia
punctului optim curent c%tre minimul g%sit "eps+1e)/#:
'. Testarea Algoritmului Simplex Don!ill "ASD# pentru o funcie obiecti$ cu '
parametrii& cu mai multe minime& "0amila.m#.
) graficul nr*e$aluari + f"eps#
) graficul $al*min*f*obiecti$ + f"eps#
) graficul param*optim*, + f"eps#
) graficul param*optim*- + f"eps#
) graficul curbelor de ni$el ale funciei obiecti$ "reprezentare .n plan# i e$oluia
punctului optim curent c%tre minimul g%sit "eps+1e)/#.
1. Testarea Algoritmului 2andom Searc! "A2S# pentru o funcie obiecti$ con$ex%
simpl%& cu ' parametrii "(test'par.m#.
) graficul $al*min*f*obiecti$ + f"it*max#
) graficul param*optim*, + f"it*max#
) graficul param*optim*- + f"it*max#
) graficul curbelor de ni$el ale funciei obiecti$ "reprezentare .n plan# cu e$oluia
punctului optim curent c%tre minimul g%sit "it*max+344#.
5. Testarea Algoritmului 2andom Searc! "A2S# pentru o funcie obiecti$ cu '
parametrii& cu mai multe minime& "0amila.m#.
) graficul $al*min*f*obiecti$ + f"it*max#
) graficul param*optim*, + f"it*max#
) graficul param*optim*- + f"it*max#
) graficul curbelor de ni$el ale funciei obiecti$ "reprezentare .n plan# cu e$oluia
punctului optim curent c%tre minimul g%sit "it*max+144#.
5. Problema coloan de transformator
Se consider% o coloan% de transformator a c%rei seciune trans$ersal% se .ncadreaz%
.ntr)un cerc cu diametrul de 144 mm "2 + 64 mm#& ca .n (ig. 1. 0oloana de
transformator este realizat% din tole& .n dou% trepte.
S% se determine l%imile optime ale celor dou% trepte "71 i 7'# aa .nc8t suprafaa de
oel So asociat% seciunii trans$ersale a coloanei s% fie maxim%.
9ot%: :entru rezol$area aplicaiei 6 se $a exprima suprafaa So .n funcie de cele dou%
l%imi "71 i 7'# i se $a utiliza un algoritm de optimizare cu doi parametri .n $ederea
maximiz%rii funciei So + f"71& 7'#.
(ig. 1. 0oloan% de transformator .n dou% trepte.
(unctia care trebuie minimizat%

;nde +x
+<
+64
X
Y
0 5 10 15 20 25
0
5
10
15
20
25
nr_evaluari = 2997
param_optim_X = 15.9179
param_optim_Y = 17.2849
val_min_f_obiectiv = 4.9348e-005
3.
Introducere (despre proiectare optimal i algoritmi de optimizare)
:roiectarea optimal% a mainilor electrice .n raport cu anumite criterii impuse de
beneficiar face apel tot mai frec$ent la te!nici de analiz% numeric% e$oluate care au la
baz% modele de c8mp pilotate de algoritmi inteligeni de optimizare numeric%.
Algoritmii de optimizare numeric% au cunoscut .n ultimii ani o dez$oltare continu%
i un grad tot mai ridicat de aplicare .n concepia i optimizarea ec!ipamentelor i
proceselor& respecti$ .n rezol$area problemelor in$erse.
=nteresul cresc8nd manifestat .n acest domeniu poate fi uor remarcat prin
num%rul important de comunic%ri tiinifice prezentate .n ultimii ani la conferine&
simpozioane i reuniuni tiinifice internaionale de profil& respecti$ prin num%rul
important de rapoarte de cercetare i de c%rti de specialitate dedicate algoritmilor i
problemelor de optimizare.
0oncepia asistat% de calculator cuplat% cu algoritmi de optimizare eficieni:
)simplific% sarcina inginerului proiectant&
)diminueaza timpul de lucru i costurile de personal.
>n particular& proiectarea optimal% a mainilor electrice prin utilizarea algoritmilor
de c%utare performani reprezint% un subiect de mare interes i actualitate pentru
mediile academice& industrial i pentru centrele de cercetare?dez$oltare de profil.
Algoritmi de optimizare
Algoritmii de optimizare numerica se impart in doua mari clase& si anume
algoritmi deterministi si algoritmi stoc!astici.
Algoritmul Simplex-Downhill "detalii& operaii& paii algoritmului# ASD este un
algoritm determinist de ordin 4& necesit8nd e$alu%ri doar ale funciei obiecti$& nu i ale
deri$atelor sale.
=n literatura de specialitate& poate fi numita metoda Monte 0arlo sau algoritmul
stoc!astic. Algoritmi random searc! sunt utili in rezol$area problemelor de optimiz%ri
globale prost structurate& .n cazul .n care funcia obiecti$ poate fi noncon$exa i&
e$entual& discontinua pe un domeniu continuu& discret& sau mixte "continuu)discrete#. @
problem% optimiz%rii globale cu $ariabile continue poate conine mai multe optime locale
sau puncte staionare. @ problem% cu $ariabile discrete se .ncadreaz% .n categoria de
optimiz%re combinatorica. @ combinaie de $ariabile continue si discrete apare .n multe
sisteme complexe& inclusi$ probleme de proiectare& programare& i alte aplicaii .n
sistemele biologice i economice.
Algoritmul Simplex Don!ill este unul dintre algoritmii de optimizare numerica cei
mai robusti si simpli de implementat. Acest algoritm de tip determinist asigura aflarea
punctului de minim global in cazul functiilor obiecti$ de tip unimodal. Deza$antaAul sau
principal& comun tuturor algoritmilor deterministi& iese in e$identa in cazul functiilor
obiecti$ cu mai multe puncte de minim cand plecand de la aceleasi puncte initiale
algoritmul conduce intotdeauna la aceeasi solutie care nu este neaparat minimul global
al functiei obiecti$. Acest deza$antaA poate fi depasit repornind algoritmul din diferite
puncte de plecare initiale distribuite aleator sau uniform in domeniul de cautare. ;lterior
cea mai mica $aloare selectata din lista punctelor de minim corespunzatoare diferitelor
puncte de plecare initiale $a fi considerata punct de minim global al problemei de
optimizare. =n practica& o buna parte dintre problemele de optimizare bine formulate
a$and suport fizic nu au decat un singur punct de minim care este de fapt punctual de
minim global al functiei obiecti$.
A$antaAele ASD:
)simplitate
)robustee.
;n simplex este o figur% geometric% care .n cazul problemelor cu n parametri
este un poliedru cu nB1 $8rfuri& ce conine toate interconexiunile de tip segmente .ntre
$8rfuri& fee poligonale& etc.
:robleme de optimizare cu:
) ' parametrii +C simplex + triung!i&
) 1 parametrii +C simplex + tetraedru etc.
:rezinta interes structurile simplex nedegenerate& care delimiteaz% un $olum
interior n ) dimensional nenul.
>n cazul problemelor de optimizare n ) dimensionale ASD are ne$oie de nB1
puncte de plecare care definesc simplexul iniial. ASD presupune o serie de pai& in
mare parte pentru a deplasa punctul .n care (@ ia $aloarea cea mai mare "pt. pb. de
minimizare#. Deplasarea acestui punct se face spre faa opus% a simplexului& .ntr)un
punct .n care se presupune c% (@ ia o $aloare mai mic%. Acest tip de operaie se
numete reflexie i este construit% aa .nc8t simplexul s% p%streze acelai $olum ca cel
iniial. :entru a accelera $iteza de c%utare& simplexul este capabil s% efectueze i
operaii de expansiune.
08nd aAunge .ntr)o $ale& simplexul se contract% .n direcie trans$ersal%& operaia
numindu)se contracie parial%& i .ncearc% s% a$anseze mai profund .n Aos& spre punctul
de minim local. Este posibil ca simplexul s% fie obligat de a penetra .n anumite cre$ase
foarte str8mte. >n acest caz& simplexul efectueaz% o contracie .n toate direciile& care se
numete contracie total%& pentru a aAunge la punctul de minim.
2eflexia& expansiunea i contracia parial% conduc la modificarea coordonatelor
unui singur punct din cele nB1 ale simplexului& iar contracia total% determin%
modificarea coordonatelor a n puncte din cele nB1 existente.
Algoritmul Random Search
A2S face parte din clasa algoritmilor stoc!astici si permite o explorare aleatoare
a domeniului de cautare in $ederea gasirii punctului de minim al functiei obiecti$.
A$antaAele A2S:
) Este un algoritm de ordinul 4& deci nu necesita decat e$aluarea functiei obiecti$ si nu
si a deri$atelor sale&
) Este simplu de inteles& respecti$ de implementat si este bine adaptat aplicatiilor
practice.
Darianta imbunatatita a A2S tine cont de urmatoarele obser$atii :
) Daca alegerea unei directii de cautare conduce la o $aloare mai mare a functiei
obiecti$& directia opusa ar putea conduce la o $aloare mai micaE
) Daca o anumita directie de cautare conduce la rezultate poziti$e& aceasta ar trebui sa
polarizeze cautarile uterioare. Dimpotri$a& esecuri succesi$e dupa o anumita directie de
cautare& ar trebui sa descuraAeze cautarile ulterioare dupa respecti$a directie.
Rezolarea problemei de optimizare a coloanei de transformator cu
dou trepte folosind un algoritm de optimizare !la alegere"
@ problema de optimizare consta in cautarea minimului unei marimi scalare E
care depinde de n parametrii& x1& x'& x1& F & xn.n Daca marimea E depinde de acesti
parametrii prin intermediul unei functii f :G H I& atunci putem defini problema de
optimizare dupa cum urmeaza:
Minimizarea E + f"x1& x'& x1& F & xn# & "1# care semnifica faptul ca trebuie gasit
setul de $ariabile independente "x1& x'& x1& F & xn# + argmin f& care apartin domeniului
de definitie al functiei f& pentru care f ia $aloarea cea mai mica& $aloare care la randul
sau trebuie deasemenea calculata.
(unctia Banana "' parametrii& domeniu de cautare redus#
Janana "x& <# + 144K"< L x
'
#
'
B "1 L x#
'
(unctia Camila cu ase cocoase "' parametrii#
M. #bseratii si concluzii
:entru a m%riri precizia de c%utare se m%resc numarul de e$alu%ri posibile&
numarul de cicluri pe care le .ncerc%m& dar asta presupune un timp de lucru mai mare.
=n prezenta tema se obser$a ca& c%utarea aleatoare a optimului exploreaz%
spaiul de c%utare& inregistrand cele mai bune $alori obtinute pana .n punctul curent.
0omplexitatea calculelor este comparabila cu a metodelor enumerati$e.