Сложные задачи оптимизации

[Юрий Б. 0]

Являясь разработчиками одной из высокоэффективных технологий многокритериальной и многопараметрической оптимизации IOSO мы готовы помочь пользователям САЕ систем в постановках и решениях сложных задач оптимизации, включая многодисциплинарные задачи. Пока с IOSO технологией лучше знакомы в USA, чем у нас. Мы постораемся устаранить этот дисбаланс.

Имеем большой практический опыт в решениях задач в различных отрослях промышленности с интенрацией с различными расчетными системами.

<noindex>http://www.iosotech.com/ru/primer_optim.htm</noindex>

Разработанная тIOSO ехнология jоптимизации позволяет решать задачи:

- однокритериальной оптимизации;

- многокритериальной оптимизации;

- многодисциплинарной оитимизации;

- многоуровневой оптимизации:

- параллельной оптимизации (для кластеров и многопроцессорных систем);

- робаст оптимизации.

Пишите, расскажем, что знаем.

С уважением

Юрий Бабий

Директор ЗАО "Сигма технология"

Изменено 1 августа 2006 пользователем Юрий Б.

[Galitsky 5]

С учетом того, что под Ваш топик уже создан отдельный раздел форума (!) и того, что (ну, все-таки период отпусков) ни одного ответа-привета нет, - позвольте спросить -

- какие именно задачи были решены с помощью Вашей программы (желательны упоминания FEM, CFD etc - соседние топики не в счет)

- какие теоретические основы заложены в программу - тут (желательно) поподробнее - симплекс-методы/Вилсон-Боксы/etc/.../Нейронные сети?

- какие платформы поддерживаются/возможна ли компиляция - под заданную? Какие типы платформ поддерживаются - cluster(MPI/OpenSSI)/SMP(OpenMP)?

- размерность задач (максимальная размерность/время расчета)?

- доступность исходных кодов (за отдельную плату) или их части (которая нужна)?

__________

Без всякой поддевки и скрытого издевательства над отечественным ПО. Сергей

[Юрий Б. 0]

Ввиду отпускного сезона отвечу кратко, более подробно после 15 августа.

Газодинамический расчет проводим в основном с пакетом FineDesign (Numeca), ввиду наличия в нем:

- хорошего параметризатора, позволяющего 3-х мерную лопатку описать 15 параметрами и дальнейшем при решении задачи оптимизации управлять ими;

- наличием AUTOGRID - процедуры автоматической генерации сетки, которую в дальнейшем при необходимости можно передавать в ANSYS для прочночтного расчета;

- более быстрый решатель по сравнению с СFX при практически тойже точности.

Типы решаемых задач:

1. Повышение эффективности (кпд) на одном режиме одной ступени, компрессора целиком (5 ступеней) при сохранении заданного уровня запаса устойчивости.

2. Повышение эффективности (кпд) на двух режимах одновременно при сохранении заданного уровня запаса устойчивости.

3. Повышение эффективности на одном режиме при условии не ухудшения эффетивности на другом при сохранении заданного уровня устойчивости.

4. Повышение эффективности лопатки ОК при уменьшении значений максимальных напряжений (FineDesign + ANSYS).

5.Уменьшение веса диска при сохранении уровня максимальных напряжений.

и пр. Ряд примеров на сайте - <noindex>http://www.iosotech.com/ru/primer_optim.htm</noindex>

По поводу теоретических основ заложенных в IOSO технологию оптимизации мы посторались изложить на сайте <noindex>http://www.iosotech.com/ru/optim1.htm</noindex>

Пакет написан на С#(.NET) - GUI, собственно решатель на FORTRAN под ОС Windows. Запуск расчетных задач под Wındows, UNIX Lınux.

Компиляция под другие OC возможна.

Размерность решаемых задач IOSO NM многокритериальная нелинейная оптимизация - до 200 переменных, до 200 ограничений, до 20 критериев. Время счета (необходимое коичество итерации) зависит от сложности топологии целевой фукции, но значительно меньше генетического алгоритма.

По поводу доступности отдельных модулей - вопрос договоренностей. Мы сейчас ведем работы с российскими и западными разработчиками расчетных систем по интеграции.

Изменено 17 февраля 2007 пользователем Юрий Б.

[Юрий Б. 0]

В продолжении предыдущего сообщения.

Вторым большим классом задач, которые решаются с использованием программ оптимизации являются задачи оптимального управления, а именно:

1. Определение основных газодинамических параметров (πк, Тг, m и пр.) по критериям эффективности ЛА.

2. Определение структуры системы управления объектом и оптимальных законов управления отдельными элементами системы на установившихся и неустановившихся режимах работы;

3 Осуществление оптимального согласования как отдельных элементов, так всей системы управления на этапах ее экспериментальной доводки

и третий тип решаемых задач:

Идентификация математических моделей объектов по результатам стендовых испытаний и обоснование мероприятий по их доводке (задача невязки).

[Странник 6]

ТЗ на оптимизацию как задавать собираетесь?

[Юрий Б. 0]

ТЗ определяет специалист в своей области, мы ему можем только помочь поставить задачу.

Изменено 17 февраля 2007 пользователем Юрий Б.

[Странник 6]

ТЗ оапределяет специалсит в своей области, мы ему можем только помочь поставить задачу.

<{POST_SNAPBACK}>

Это понятно, но вопрос то был про форму постановки задачи.

То есть лист ли это бумаги, CAD модель, чертёж, макрос или что ещё.

Если будет интересно, то можно вот тут

http://fsapr2000.ru/index.php?showtopic=15489

посмотреть, к чему это "привязывается".

[Юрий Б. 0]

То о чем идет речь на указанном форуме - задача сложная и решается она уже не традиционными алгоритмами оптимизации, а методами робастной оптимизации, т.е. определение оптимального проекта с учетом:

- точности изготовления;

- неточности моделирования;

- изменения параметров в течении жизненного цикла и других неопределенностей.

В рамках данного форума достаточно сложно изложить основные принципы и подходы.

Мы выполняли ряд подобных работ и результаты были опубликованы на международных оптимизационных и инженерных форумах. Статьи, посвященные данному подходу, поступны на сайте <noindex>http://www.iosotech.com/publicat.htm</noindex> (ст.20 и 22), но на английском языке.

Изменено 17 февраля 2007 пользователем Юрий Б.

[Странник 6]

То о чем идет речь на указанном форуме - задача сложная и решается она уже не традиционными алгоритмами оптимизации, а методами робастной оптимизаци

<{POST_SNAPBACK}>

Ну что же, спасибо...

как выясняется у проектировщика вообще задач простых не бывает.

Однако, если конечно не слишком навязчив, давайте таки немного поговорим про потребное со стороны проектировщика для начала работы оптимизатора (деньги опустим, как само собою разумеющееся), про форму в которой оптимизаторщик выдаст результат своей работы и про то, как организовывается процесс в случае возникновения необходимости применения метода последовательных приближений.

Для примера давайте возьмём некий ЛА, только существенно меньших размеров чем рассматриваемый на приведённых ссылках "Як".

Идёт?

[Юрий Б. 0]

Некоторые подробности данного подхода применительно к ЛА.

Детерминированный подход базируется на гипотезе, что проектные параметры будут реализованы с высокой степенью точности. Вследствие этого, при создании проекта, как правило, не предъявляются специальные требования к обеспечению робастности выбранного технического решения (не использовались алгоритмы оптимизации по вероятностным критериям, стохастические критерии, постановка задачи в робастном виде и т.д.). Однако на практике, при использовании, например, любых технологий производства для реализации проекта (даже самых высокоэффективных) всегда имеет место отклонение от проектных параметров. Кроме того, в процессе развития проекта, как правило, возникает необходимость принятия тех или иных технических решений, которые, в той или иной степени, приводят к эволюционному изменению как концепции, так проектных параметров и, следовательно, вызывают изменение показателей эффективности объекта. В отличие от детерминированного подхода, современные робастные технологии (Robust Design Optimization Technology) позволяют найти технические решения, которые обеспечивают незначительную чувствительность показателей эффективности объекта (а значит и возможность их изменения, в том числе и ухудшения) при возможном отклонении проектных параметров от базовых (например, аэродинамических, весовых, объемных и др. показателей самолета).

Таким образом, на этапе создания технического проекта ЛА использование технологий Robust Design Optimization:

- значительно снижают технический риск при их создании;

- являются мощным инструментарием, позволяющим обеспечить незначительное изменение его эффективности при изменении проектных показателей в некотором диапазоне.