Upload
doanliem
View
228
Download
3
Embed Size (px)
Citation preview
Metody komputerowe
w inżynierii komunikacyjnej
Optymalizacja
doc. dr inż. Tadeusz Zieliński
r. ak. 2013/14
ko
szty
zła dobra jakość rozwiązania
koszty całkowite
koszty budowy
koszty eksploatacjiogra
nic
zenie
kosztó
w b
ud
ow
y
optim
um
Układ wykładu
podstawy teoretyczne wiadomości podstawowe
optymalizacja według jednego kryterium
optymalizacja wielokryterialna
metody poszukiwania ekstremum
podsumowanie
zastosowanie optymalizacji w projektowaniu dróg
historia
obecny zakres zastosowania
literatura
Podstawy teoretyczne
Wiadomości podstawowe
optymalizacja – wybór najlepszego rozwiązania
według zadanego kryterium
dwa rodzaje zagadnień optymalizacyjnych:
1. wybór najlepszego z „n” rozpatrywanych wariantów
(quasi-optymalizacja) – podejście praktyczne
analiza wielokryterialna
2. ustalenie ekstremum funkcji celu (funkcji optymalizującej)
– podejście czysto matematyczne
podstawowe znaczenie mają kryteria optymalizacji:
optymalizacja według jednego kryterium 1 funkcja celu
optymalizacja wielokryterialna (polikryterialna) > 1 funkcja
celu
Podstawy teoretyczne
Wiadomości podstawowe
Matematyczne sformułowanie problemu określenie zmiennych decyzyjnych, czyli wielkości występujących
w rozwiązywanym problemie, których wartości poszukujemy
(np.: wymiary elementów, współrzędne punktów, promienie łuków,
pochylenia niwelety):
x1, x2, ..., xn n – liczba zmiennych decyzyjnych
określenie dopuszczalnego obszaru rozwiązań (warunków
brzegowych), tzn. obszaru w którym muszą mieścić się zmienne
decyzyjne:
gj(x1, x2, ..., xn) ≥ 0 dla j= 1, 2, ... m m – liczba warunków
utworzenie funkcji celu, czyli kryterium określającego jakość
rozwiązania:
fc= f (x1, x2, ..., xn)
miara jakości rozwiązania = f (parametrów rozwiązania)
problem sprowadza się do:
wybrania kryterium i zbudowania funkcji celu
znalezienia rozwiązania przy zadanych ograniczeniach
Podstawy teoretyczne
Optymalizacja według jednego kryterium
najczęstszym kryterium są koszty całkowite:
Kc = Kb + Ke
ko
szty
zła dobra jakość rozwiązania
koszty całkowite
koszty budowy
koszty eksploatacji
ogra
nic
zenie
kosztó
w b
ud
ow
y
optim
um
Podstawy teoretyczne
Optymalizacja według jednego kryterium
tendencja do uwzględniania zmienności w czasie poziomu przydatności eksploatacyjnej uogólniona postać kryterium kosztów całkowitych:
Kc= Kb [Q, P(Q,t)] + Ke [Q, P(Q,t)] gdzie:
Kc – koszty całkowite
Kb – koszty budowy
Ke – koszty eksploatacji
Q – obciążenie użytkowe
P – przydatność (jakość) obiektu w procesie eksploatacji
t – czas eksploatacji
trudno wykorzystać taką postać funkcji, bo zależność P(t) jest trudna do określenia (często nieznana)
po
zio
m p
rzyd
atn
ości eksp
loata
cyjn
ej
t czas eksploatacji
P3(t)
P2(t)
P1(t)
b. dobry
dobry
ograniczony
nieprzydatny
projektowany okres eksploatacji
Podstawy teoretyczne
Optymalizacja według jednego kryterium
ostatnio tendencja do przejścia na kryteria
bardziej ogólne typu:
energia całkowita – globalny rachunek energii
zużytej na budowę i używanej w czasie
eksploatacji (żmudne i pracochłonne, trudno
precyzyjnie wyliczyć)
zadowolenie społeczne – na razie teoria, bo
trudno zapisać funkcję celu
Podstawy teoretyczne
Optymalizacja wielokryterialna zagadnienie znacznie bardziej skomplikowane
stosuje się następujące sposoby rozwiązania:
1. część kryteriów redukuje się zmieniając je na warunki ograniczające
dopuszczalny obszar rozwiązań, tzn. zamiast osiągania ekstremum dla jakiejś
cechy przyjmuje się pewien minimalny sposób jej spełnienia (np.: zamiast
minimum zużycia benzyny, warunek zużycia ≤ od dopuszczalnego)
2. sprowadza się do jednej funkcji celu:
fc= w1 fc1 + w2 fc2 + w3 fc3 + ... + wi fci
gdzie:
wi – przyjęte a priori wagi; wynikają ze znaczenia poszczególnych,
cząstkowych kryteriów fci
3. przypisanie poszczególnym kryteriom
różnych priorytetów, wymaga się, aby
rozwiązanie optymalne spełniało
z największą dokładnością kryterium 1,
następnie kryterium 2,
potem kryterium 3 itd.
Podstawy teoretyczne
Metody poszukiwania ekstremum
rachunek różniczkowy
programowanie liniowe
programowanie dynamiczne
przeszukiwanie obszaru rozwiązań
Podstawy teoretyczne
Metody poszukiwania ekstremum
Rachunek różniczkowy
aby znaleźć ekstremum funkcji celu
trzeba policzyć:
y’ – ekstremum funkcji znajduje się tam,
gdzie y’ = 0
y”:
maksimum – gdy: y” < 0
minimum – gdy: y” > 0
aby można było policzyć pochodne
muszą być spełnione 4 warunki
Podstawy teoretyczne
Metody poszukiwania ekstremum
Rachunek różniczkowy – warunki wykonania obliczeń
funkcja celu jest określona analitycznie
w obszarze możliwych rozwiązań:
musi być zapisana w postaci wyrażenia
y = f(x)
w praktyce często niespełnione, bo niektóre
parametry funkcji celu określone z tablic,
z wyników pomiarów lub opisane inaczej
(np. klotoida – rozwinięcie w szereg)
ekstremum leży wewnątrz analizowanego obszaru:
w praktyce często leży na krawędzi obszaru i y’ 0
funkcja celu ma ciągłą pierwszą pochodną:
w praktyce często niespełnione
równania otrzymane z różniczkowania funkcji
są rozwiązywalne:
nieraz nie jest spełnione dla skomplikowanych
postaci funkcji celu
wniosek: w praktyce inżynierskiej rachunek różniczkowy
najczęściej nieprzydatny
x fc
min
fc
fcmax
fcmin
xmin xmax
Podstawy teoretyczne
Metody poszukiwania ekstremum
Programowanie liniowe warunek stosowania – funkcja celu i funkcje opisujące warunki
brzegowe są liniowe zasady szczegółowe:
obszar dopuszczalnych rozwiązań
jest wypukły
funkcja celu osiąga ekstremum w
punkcie wierzchołkowym zbioru
możliwych rozwiązań metoda
rozwiązania:
wyznaczyć wierzchołki wieloboku
(wielościanu) dopuszczalnych rozwiązań
obliczyć dla tych punktów wartości
funkcji celu
wybrać wartość ekstremalną
w praktyce inżynierskiej:
bardzo rzadko są to funkcje liniowe czasami upraszcza się je do opisu
liniowego
stosowane w ograniczonym zakresie
przykład dla 2 zmiennych decyzyjnych
Podstawy teoretyczne
Metody poszukiwania ekstremum
Programowanie dynamiczne warunki stosowania:
funkcja celu ma postać sumy funkcji od poszczególnych zmiennych
decyzyjnych, czyli w funkcji celu zmienne decyzyjne nie występują wspólnie
w jednym składniku, np.:
może być postać: ax12 + bx1 + cx2
3
nie może być: a x1 x2
tzn. funkcja celu ma postać:
n
fc= fj (xi)
j=1
gdzie: fj (xi) – dowolna funkcja
w zasadzie najwyżej jeden warunek brzegowy (w praktyce bardzo mało);
przy ≥ 2 rozwiązanie bardzo się komplikuje
dla tych ograniczeń wniosek – rozwiązanie można znaleźć poszukując
oddzielnie ekstremów ze względu na każde xj
w praktyce inżynierskiej stosuje się do rozwiązania problemu
komiwojażera (zagadnienia transportowego)
Podstawy teoretyczne
Metody poszukiwania ekstremum
Przeszukiwanie obszaru rozwiązań
zasada – oblicza się funkcję celu dla wybranych wartości zmiennych decyzyjnych zbiór wartości fc ekstremum fc
zaleta – nie ma warunków stosowania (lub są bardzo delikatne)
różne metody przeszukiwania: systematyczne (regularne)
losowe
„z kluczem”
kombinowane
Podstawy teoretyczne
Metody poszukiwania ekstremum
Przeszukiwanie obszaru rozwiązań
Systematyczne (regularne) zasada:
ustala się Δ xi dla każdej zmiennej decyzyjnej xi
oblicza się wartości fc dla wszystkich możliwych kombinacji
liczba kombinacji bardzo silnie ze liczby zmiennych
decyzyjnych „i” ew. Δ xi
stosuje się automatyczną zmianę kroku (rozwiązanie
wielostopniowe):
duży krok wybranie podobszaru z obszaru dopuszczalnych
rozwiązań
dla tego podobszaru mniejszy krok zmniejszenie obszaru
poszukiwań itd.
wada – teoretycznie można zgubić ekstremum, jeśli było między
węzłami pierwotnej siatki
Podstawy teoretyczne
Metody poszukiwania ekstremum
Przeszukiwanie obszaru rozwiązań
Losowe zasada – wartości zmiennych decyzyjnych dobiera się losowo według
zadanych rozkładów prawdopodobieństwa; dla tych wartości oblicza się
funkcję celu
często stosuje się metodę Monte-Carlo; przykład zastosowania metody
do obliczenia powierzchni dla niecałkowalnej (nieciągłej) funkcji:
wada – wolna zbieżność wyników
z reguły stosuje się do wyznaczenia rozwiązania przybliżonego,
wokół którego poszukuje się ekstremum inną metodą
Fdolnej części = n dolnych
Fprostokąta n wszystkich
Podstawy teoretyczne
Metody poszukiwania ekstremum
Przeszukiwanie obszaru rozwiązań
„Z kluczem”
zasada – następny punkt poszukiwań zależy od
wartości funkcji celu w punkcie poprzednim:
przeszukiwanie siatki w kierunku ekstremalnej wartości:
oblicza się funkcje w sąsiednich węzłach i przechodzi się do
węzła o lepszej wartości funkcji
wada – można znaleźć ekstremum lokalne
przeszukiwanie w kierunku największego spadku:
ekstrapoluje się wyniki obliczenia funkcji celu w małym
obszarze, poszukuje się rozwiązania w kierunku,
gdzie |Δf|= max
nie zawsze da się stosować
Podstawy teoretyczne
Metody poszukiwania ekstremum
Przeszukiwanie obszaru rozwiązań
Kombinowane np. losowo-systematycznie – metoda
losowania na kuli i wyboru kierunku:
losuje się punkt P1 fc (P1)
na kuli o promieniu R losowo wybieramy punkty PR,
aż:
fc (PR) < fc (P1) – jeśli szukamy minimum
przeszukujemy prostą P1PR systematycznie,
szukając Pi takiego, że
fc (Pi) = min
Pi staje się środkiem kuli itd.
Podstawy teoretyczne
Podsumowanie najistotniejsze jest określenie kryterium optymalizacji:
nie ma rozwiązań najlepszych pod każdym względem, jest
optymalne pod względem jakiegoś kryterium ogromne znaczenie
doboru funkcji celu
jest to istotniejsze od bardzo precyzyjnego określenia położenia
ekstremum funkcji, ponieważ korzystniejsze jest ustalenie
przybliżonego położenia ekstremum właściwej funkcji celu niż
bardzo dokładne dla niewłaściwej funkcji (był opracowany program
do optymalizacji niwelety ze względu na minimalizację robót
ziemnych w przekroju)
kryterium minimum kosztów jest w praktyce określane
bardzo nieprecyzyjnie, opiera się na nieścisłych danych
konieczność analizy czułości (wrażliwości)
Zastosowanie optymalizacji w projektowaniu dróg
Historia 3 etapy rozwoju poszukiwań najlepszych rozwiązań:
1. wybór wariantu rozwiązania na wstępnym etapie
2. bardziej szczegółowe rozwiązanie kilku wariantów (możliwe dzięki zastosowaniu komputerów) wybór najlepszego; w Polsce trochę teoria, główny nacisk na tempa, a nie jakości rozwiązań
3. optymalizacja
drogownictwo na świecie jest na granicy 2 i 3 etapu; zależy od dziedziny:
projektowanie geometryczne – 2 etap (optymalizacja stosowana tylko dla niwelety)
projektowanie nawierzchni – bliżej 3 etapu
świat: W. Brytania – system HOPS
Francja – system Apollon (SETRA)
RFN – system EPOS
Polska: Politechnika Wrocławska – optymalizacja niwelety
Politechnika Warszawska: optymalizacja niwelety – prace dyplomowe
optymalizacja łącznic na węzłach – praca doktorska
Zastosowanie optymalizacji w projektowaniu dróg
Obecny zakres zastosowania
optymalizuje się: konstrukcje – obiekty, nawierzchnię; najszersze zastosowanie
geometrię drogi: niweletę (najczęściej, bo stosunkowo najprostsza); rzadko
trasę: etap wstępnej lokalizacji – korytarz; rzadko
ścisła lokalizacja – nieudane próby (system HOPS)
łącznie trasę + niweletę – praktycznie nie wyszło poza fazę wstępnych prac (system HOPS)
wykonawstwo: minimalizacja kosztu robót ziemnych (optymalizacja przewozów „skąd – dokąd”)
minimum czasu budowy przy ograniczonych środkach; powszechne
Literatura
Basiewicz T. – Procesy optymalizacyjne w projektowaniu dróg komunikacyjnych, sympozjum „Nowoczesne metody projektowania dróg komunikacyjnych”, Muszyna, 1974
Kuś S. – Projektowanie optymalne, Problemy Projektowania Dróg i Mostów (PPDiM) 1/78
Stańczyk S. – Numeryczne rozwiązania zagadnień optymalizacji, PPDiM 2/72
Pownug P. – Metodyka optymalizacji projektowania elementów trasy drogi, Raport Instytutu I. L. Pol. Wrocławskiej, praca doktorska, PRE nr 76/83
Domaradzki S. – Optymalizacja niwelety trasy drogowej ze względu na koszt robót ziemnych, praca dyplomowa 1983
Zieliński L. – Optymalizacja niwelety, praca dyplomowa na studium podyplomowym, 1976