1 / 26

Il simulated annealing (SA)

Il simulated annealing (SA). Analogia con il processo di solidificazione di un metallo fuso A partire dal metallo fuso, la temperatura viene abbassata lentamente e il sistema transita da uno stato energetico al successivo fino a quando il metallo solidifica nello stato di minima energia.

nate
Télécharger la présentation

Il simulated annealing (SA)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Il simulated annealing (SA) • Analogia con il processo di solidificazione di un metallo fuso • A partire dal metallo fuso, la temperatura viene abbassatalentamente e il sistema transita da uno stato energetico al successivo fino a quando il metallo solidifica nello statodi minima energia Simulated annealing (SA) 1

  2. Passi salienti del processo fisico • il sistema viene portato alla temperatura di fusione • il sistema si trova in uno stato i e può transitare in uno stato j ottenuto perturbando lo stato i • la transizione avviene seguendo il criterio di Metropolis • la temperatura deve essere abbassata lentamente in modo che il solido raggiunga l’equilibrio termico ad ogni temperatura Simulated annealing (SA) 2

  3. x stato del sistema f(x) energia dello stato parametro di controllo T temperatura funzione di T decrescente raffreddamento generatore di configurazioni x perturbazione criterio di Metropolis ottimo globale minima energia Modello matematico Simulated annealing (SA) 3

  4. Physical annealing MAX Equilibrium at temperature Tmax STATE 1 STATE 2 STATE n0 ... Equilibrium at T1<Tmax STATE n1 ... MINIMAL ENERGY STATE STATE nc ... MIN Equilibrium at Tmin ENERGY MAX MIN

  5. Metropoliscriterion cooling schedule starting temperature Simulated annealing cooling scheduleequilibrium criterion MAX SOLUTION 1 SOLUTION 2 SOLUTION K ... random changesgenerator SOLUTIONREJECTED cooling scheduledecrement function CONTROL PARAMETER GLOBAL OPTIMUM no NEWSOLUTION yes LAST SOLUTION BEST SOLUTION SOLUTION 1 ... ... MIN cooling schedulestop criterion OBJECTIVE FUNCTION (average) MIN MAX

  6. Teoria matematica • Descrizione mediante catene di Markov • Convergenza alla soluzione ottima con probabilità 1 per un numero infinito di transizioni Simulated annealing (SA) 6

  7. Realizzazione dell’algoritmo • Descrizione delle configurazioni e generatore casuale di configurazioni • Funzione obiettivo F e criterio di accettazione • Parametro di controllo T e schema di raffreddamento Simulated annealing (SA) 7

  8. Generazione casuale metodo del simplesso • simplesso iniziale N+1 vertici • movimenti del simplesso • scarto del vertice peggiore • contrazione globale Simulated annealing (SA) 8

  9. Movimenti del simplesso Simplesso iniziale Riflessione Espansione Contrazione Contrazione globale

  10. Criterio di Metropolis • Generazione di un numero random r  ]0,1[ e confronto con PT{j}: se PT{j} < r la nuova configurazione viene scartata. • Calcolo della funzione obiettivo della nuova configurazione j e confronto con la precedente configurazione i per il calcolo della probabilità di accettazione di j: Simulated annealing (SA) 10

  11. Schema di raffreddamento • Temperatura iniziale • Numero di passi a temperatura costante • Funzione di decremento • Criterio di arresto Il concetto fondamentale che guida la scelta di questi parametri è quello di quasi equilibrio Simulated annealing (SA) 11

  12. Temperatura iniziale • Valore abbastanza alto • Deviazione standard vertici del simplesso • Rapporto di accettazione iniziale  1 (PTCS) Simulated annealing (SA) 12

  13. Schemi di raffreddamento Simulated annealing (SA) 14

  14. Simulated annealing (SA) 15

  15. Simulated annealing (SA) 16

  16. Criterio di arresto • Valore ottimo (se noto) • Numero fisso di raffreddamenti L’algoritmo può essere completato con una ricerca deterministica a partire dall’ottimo trovato. Simulated annealing (SA) 18

  17. Optimization block Evaluation block Output Input variables Results Data Input commands Batch commands Ottimizzatore + codice FEM GA/SA f(x) Batch script Processor Preprocessor Postprocessor Ottimizzazione e FEM

  18. Esempio di progettazione ottimizzataHeating Inductor • Trovare la posizione assiale delle spire che permette di riscaldare uniformemente un disco di grafite ad una temperatura di 1150-1200°C 20°C per un periodo di tempo prefissato I=712 Af=4 kHzr=660 mWcm

  19. Heating InductorProblema elettromagnetico • Il dominio considerato per la risoluzione del problema in ELFIN è una finestra rettangolare di 304 mm di lunghezza e 28 mm di altezza al centro della quale è posizionato il disco di grafite. • Le spire sono state considerate come sorgenti esterne e di conseguenza non sono state incluse nella reticolazione. • Il numero di macroelementi usato lungo gli assi x e y è rispettivamente 29 e 4, per un totale di 232 elementi finiti triangolari del secondo ordine e 531 nodi. • Grazie all’approccio utilizzato la mesh rimane fissa nonostante lo spostamento delle spire dovuto all’ottimizzazione.

  20. Heating inductorFunzione obiettivo • L’obiettivo della procedura di ottimizzazione è trovare la posizione verticale delle spire dell’induttore che realizza la densità di potenza desiderata. • Le prime due spire sono fisse a 16 mm dal disco. Le altre si possono muovere verticalmente e la loro distanza pk dal disco variare tra 16 e 41mm • Lo scopo è minimizzare lo scarto quadratico medio tra i valori ottenuti Pie quelli desiderati P0i in 55 nodi equidistanti posti sull’asse orizzontale del disco

  21. Heating InductorAlgoritmi Genetici Ns= 7 bit Lc= 70 bit Np=100 Ng=100 n.eval.=300 Rep.: binary (not Gray) Sel.: tournament with elitism

  22. Heating InductorAlgoritmi Genetici - Soluzione

  23. Heating InductorSimulated Annealing 60 raffreddamenti * 50 valutazioni = 3000 Schema di raffreddamento PTCS T iniziale - PTCS Raffreddamento -PTCS

  24. Heating InductorSimulated Annealing Numero di valutazioni richiesto = 2878

  25. Heating InductorSimulated Annealing - soluzione

  26. Heating InductorRisultati

More Related