Sunteți pe pagina 1din 9

UNIVERSITATEA POLITEHNICA DIN BUCURESTI

Facultatea de Inginerie Electrica

Elaborarea şi testarea algoritmilor de optimizare. Analiza


performanţelor numerice pe aplicaţii test
-tema de casa-

Profesor coordonator:
Conf. dr. ing. Tiberiu Tudorache

Student: Traiciu Constantin-Iulian


Grupa: SEA1

R=105
1. Testarea Algoritmului Simplex Downhill (ASD) pentru o funcţie obiectiv convexă
simplă, cu 2 parametri (F2p.m). Se lansează în execuţie fişierul MATLAB ASD2p.m. Se
modifică eroarea eps (precizia de căutare) în intervalul 10-9 şi 10-2 şi se trasează:

- graficul val_min_f_obiectiv = f(eps)


- graficul nr_evaluari = f(eps)
- graficul param_optim_X = f(eps)
- graficul param_optim_Y = f(eps)
- graficul curbelor de nivel ale funcţiei obiectiv (reprezentare în plan) cu evoluţia
punctului optim curent către minimul găsit (graficul se trasează pentru o singură valoare a lui
eps).

eps Nr.
Param_optim_x Param_optim_y Val_minima_fct_obiectiv
evaluari
1.00E-02 63 1.9439 5.0505 6.0057
1.00E-03 82 1.9843 4.9887 6.0004
1.00E-04 102 2.0074 4.9998 6.0001
1.00E-05 122 1.9990 5.0014 6.0000
1.00E-06 142 1.9998 5.0004 6.0000
1.00E-07 170 2.0000 4.9999 6.0000
1.00E-08 185 2.0000 5.0000 6.0000
1.00E-09 195 2.0000 5.0000 6.0000

6.006

6.005

6.004

6.003

6.002

6.001

5.999
-9 -8 -7 -6 -5 -4 -3 -2
10 10 10 10 10 10 10 10

Fig. 1- Valoarea minima f_obiectiv = f(eps)


200

180

160

140

120

100

80

60
-9 -8 -7 -6 -5 -4 -3 -2
10 10 10 10 10 10 10 10

Fig. 2-Numarul de evaluari = f(eps)

2.01

1.99

1.98

1.97

1.96

1.95

1.94
-9 -8 -7 -6 -5 -4 -3 -2
10 10 10 10 10 10 10 10

Fig. 3-Parametrul optim X=f(eps)

5.07

5.06

5.05

5.04

5.03

5.02

5.01

4.99

-9 -8 -7 -6 -5 -4 -3 -2
10 10 10 10 10 10 10 10

Fig. 4-Param optim Y=f(eps)


Pentru precizia de calcul eps = 10-8 rezulta urmatoarele grafice:

Fig. 5-Graficul curbei de nivel a functiei obiectiv (reprezentare in plan) (eps=10-8)

Fig. 6- Evoluţia punctului optim curent către minimul găsit (eps=10-8)


2. Se considera o coloana de transformator a carei sectiune transversal se incadeaza intr-un
cerc cu diametrul de 206 mm (R=103 mm), ca in Fig. 7. Coloana de transformator este realizata
din tole in doua trepte.

Fig 7-Coloană de transformator în două trepte

Să se determine lăţimile optime ale celor două trepte (L1 şi L2) aşa încât suprafaţa de oţel SO@
asociată secţiunii transversale a coloanei să fie maximă.
De asemnenea se va reprezenta graphic relieful functiei obiectiv FO2 cu evidentierea punctului optim
Pentru rezolvarea aplicaţiei 5 se va exprima suprafaţa SO2 în funcţie de cele două lăţimi (L1 şi L2) Apoi
se va construe in fisierul FO2.m functia obiectiv ce trebuie minimizata FO2 = AC-SO2 (unde AC=Aria
cercului coloanei) Prin minimizarea functiei FO2 se va maximize practice suprafata de otel SO2. Se va
adapta programul ASD2p.m pentru noua functie obiectiv cu doi parametric FO2.m.

Eps Nr. Param. Param. Val. H1 L1 H2 L2 Aria Aria


evalua optim optim min. [m] [m] [m] [m] totala ramasa
ri X Y f_obie trepte [m2]
ctiv [m2]
1.00E-02 5 0.0210 0.0175 0.0096 0.0210 0.2058 0.0175 0.1954 0.0155 0.0192
1.00E-03 30 0.0505 0.0399 0.0038 0.0505 0.1841 0.0399 0.1069 0.0271 0.0075
1.00E-04 40 0.0505 0.0399 0.0038 0.0505 0.1841 0.0399 0.1069 0.0271 0.0075
1.00E-05 54 0.0493 0.0389 0.0037 0.0493 0.1854 0.0389 0.1139 0.0271 0.0075
1.00E-06 68 0.0497 0.0389 0.0037 0.0497 0.1850 0.0391 0.1119 0.0271 0.0075
1.00E-07 201 0.0553 0.0342 0.0037 0.0553 0.1785 0.0342 0.1100 0.0273 0.0074
1.00E-08 221 0.0552 0.0341 0.0037 0.0552 0.1786 0.0341 0.1104 0.0273 0.0074
1.00E-09 240 0.0552 0.0341 0.0037 0.0552 0.1786 0.0341 0.1104 0.0273 0.0074
Fig 8-Graficul eps in fuctie de nr. de evaluari

Fig 9-Graficul eps in functir de X


Fig 10-Graficul eps in functir de Y

Fig 11-Graficul eps in functie de valoarea functiei minime


Fig 12-Graficul curbelor de nivel ale functiei obiectiv pentru eps = 10-8

Fig 13-Graficul curbelor de nivel ale functiei obiectiv (reprezentare in plan) pentru eps = 10-8
3. Algoritmii de optimizare numerică au cunoscut în ultimii ani o dezvoltare continuă şi un
grad tot mai ridicat de aplicare în concepţia şi optimizarea echipamentelor şi proceselor,
respectiv în rezolvarea problemelor inverse.

În particular, proiectarea optimală a maşinilor electrice prin utilizarea algoritmilor de


căutare performanţi reprezintă un subiect de mare interes şi actualitate pentru mediile academice,
industrial şi pentru centrele de cercetare/dezvoltare de profil.

Algoritmul Simplex-Downhill ASD este unul dintre cei mai robusti si simplu de
implementat algoritmi de optimizare numerica. ASD este un algoritm determinist de ordin 0,
necesitând evaluări doar ale funcţiei obiectiv, nu şi ale derivatelor sale. In literatura de
specialitate, poate fi numita metoda Monte Carlo sau alogoritmul stochastic. Acest algoritm de
tip determinist asigura aflarea punctului de minim global in cazul functiilor obiectiv de tip
unimodal. Dezavantajul sau principal, comun tuturor algoritmilor deterministi, iese in evidenta in
cazul functiilor obiectiv 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 obiectiv.

În cazul problemelor de optimizare n - dimensionale ASD are nevoie de n+1 puncte de


plecare care definesc simplexul iniţial. ASD presupune o serie de paşi, in mare parte pentru a
deplasa punctul în care FO ia valoarea cea mai mare (pt. pb. de minimizare).