Dr. C. de Wit
Collegedictaat a165
-1974/75
o oeC12
TECHNISCHE HOGESCHOOL DELFT
ONDERAFDELING DER SCHEEPSBOUWKUNDE
L.bomn
s-Milislwsg Z 2028 CD DeM1IO15-7bee73. Faic O1678183e
Cptimalisering en Systeemanalyse in
Scheepsbouw en Scheepvaart
(A: Statisch Optimaliseren)
TECHNISCBE HOGE SCHOOL DELFT
Onderafdeling der
SC HE E PS B OUWK UN DE
Optimalisering en Systeemanalyse in Soheepabouw en Soheepvaart,
(A: Statisch Optirnaliaeren)
do o r
Dr. C. de Wit
-1-h4pvye,.
Bis. $i. Introduotie van hat begrip "Optimaliseren". Enig.
8ideu. :
4 1.1. Itatleoh eu D3rnanieoh Optimaliseren.
4
1,2. Toorbesiden van etatieohe
optimalis.rizgsprobls*.n.
61,2.1. Conatriacti. v-an eon aluminium luikdksi
met miniia1 gewicht. 6
1.2.2. Bepalin van do afmetingen ven e.0
.oh..ps
*gchroef mt maxinaal rendeLent.7
1.2.3. }iinimalieering van de vaartwe.rstand
van .n.sohip.
$
1.2.4. Minimalicring van de bouwkoatsu
van ein sohi.
91,3. Voorbeeldon van dynwieche optimaliaeringsproble*en. 10
1.3.1. Optiriaal nazioouvreren t eon echip in ..n
nauw vaarweter.
io
1.3.2.
Optimale koereverandering van eon sohip. 101.3.3. TiJd-optimale metaorologiach.
navigati,
102,
Statisch Optima.ieeren.
11 2.0. nig. notatiea en definitiee.
11
2.1. Minimalisering van funotiee zond.r b.perkingen.
Nadiga en v"1d.oende 'voorvaardsn loor ein leosal
*iAi3ma1p11nt.
13
2.1.1..
Voorbeald van eau funotie,waarvoor gun
expliciete analytisohi
vorm
bested.
152.2. Nuurieke methoden voor bepaling van
e.0
vn) looaal
inikumpunt.17
2.2.1, De gericht. oekaethoúe van Hook.
en Jeivs.
17
2.2.2. Kwa&rati,oh convergent. m.thod.. van Powell.
22
2.2.3. De anti-gnadiut- of
at.ilate d.a.lingsaethod..
28
2.2.4. Geconjugeerde gradinta.thod..
30
2.3, Minimalieering van funotie met beperking.n.
34
2.3.1
Ong.lfjkh.idsbeperkingon. Kuhn-T*ck.rvoorwsardn.
342.3,2. GeijJkh.idioond.itiss,
36 2,4.
V.zw.rking van ongelijkheidaconditiee
door *idd.ivan etraffuncties.
37
2.4.1, latrednotie met eon ndiLsnsionaal voorbs.ld..
37
2.4.2.Algenene gtraffunctieaithde,
39
2.4.5. Num.ni.ke aepect.u. 412.4.4. Inwandige
otraffunoti.e.
422.5,
Xiniaaiisening van funotiea onderli%air. ongs]4jk
-h.its- en/of
gulj1ch.idebepenkingsn.
43
2.6. Ret zeken
van eon good. atartpiint.
44
2.7. Vraagetukken,
46
Literatuinl ijet.
tatisch
Optimaìiseren
-k-1. Introductie van het begrip 'Cptima1iseren. Enige
concrete voorbeelderi.
1.1. Statisch en Dynamische Optimaliseren.
Vrij algemeen en ook bu problemen, die nauw aan de Scbeepsbouw- en Scheepvaartkunde zijn gerelateerd
kan men een optimaliseringaprobleem stellen, ale
een technisch constructie- of besturingsprobleem
meer--dere oplossingen toelaat.
Bij een constructieprobleem kan men vaak een
aan--tal variabelen x1,...,x binnen zekere grenzen vrij
kiezen. Kiest men nu een reelwaardige, van onderen begrensda functie1van die variabelen - voor zo'n f
wordt meestal een kosten of verliesfunctie geriomen -dan kan men als optirnaliseringsprobleem stellen:
"Kies de variabelen x t/m x binnen de vanuit
I n
de techniek volgende grenzen zo, dat f(x1,...x) minimaal wordt,"
Hen noemt dit "Statisch Optimaliseren".
Bij besturingsproblemen ugt de zaak duidelujk
anders. Men heeft in zo'n geval te maken met een
nan--tal fase- of toestandsvariabelen, die met de ttjd
ver--anderlijk zjnz x1(t) t/m x(t). Deze variabelen
veran--deren met de tijd ali. gevoig van
de waarde, die ze op elk moment hebben en t.g.v. de waarde van buitenaf op het systeem werkende ingangsgrootbeden u1(t) t/m um(t) Bovendien kan dit
drnamische gedrag nog expliciet van de tijd afhangen.
Er geldt due
= f(x(t)u(t),t) ,
i = l(1)nfu1t\
met x(t) =( : J en u(t)
=f
tx(t))
I3ij zo'n dynamisch systeem is het vaak mogeltjk,
de fasevector x(t) vanaf een zekere toestand x op tijd to op meer dan n manier over te brengen naar de
toestand X1 gp ttjd t1. Dit kan dan door goede keuze van de stuurva: jabelen u1(t) t/m Um(t) voor t E [t,t1).
Zi.i er meerdero besturings.-vectoríunctiea u , die hot Byeteei van x(t0) = naar x(tf) X
kunnn
breiigen, dan
i8
bet zinvol, een naar beneden egrened.werliesfunctie L te definigran, werkend op x(t),
op u(t) en eventueel op t zeit:
Men beschouwt nu binnen die klasse van toelaatbare
stiaurfuncties u de daarbij behorende waardo van de
into--graal 1(u)
rL(X(),U(),)d
, (r.lo
da zogeheten "objectfunctionaal".
Deze untegraa]. heeft,
gezien de eerderebeeturinge--mogelijkheden, ook meerdere waarden, waarbij uiteraard 1(u) L0.(t -
t0)
Hot dynamische optima1iserungaprobiee kan nia
gesteld worden ale:
Breng x(t) vanuit x(t0) = via
Et)
= f(x(t),u(t),t)door keuze van u zodanig naar x(tf) = Xf
dat daarbtj t
IL((t),u(t),t)dt
o
ntinimaal wordt.'
Lit.z O.I,!lger. Control Systems Theory, Ch. IO & il,
6
1.2. Voorbeelden van statische optimaliseringaproblemen.
1.2.1. Constructie van een aluminium luikdeksel met rninimaal gewicht.
()warsdoorsnede), t1
10, b en t zjn geReven, h en tf zijn "vrij te kiezen.
Als
de keuze van aluminium als materiaal vast ugt, is het gewicht van zo'n luik recht evenredigmet F(tf,h) =
2 th
+ 2bt h + l2Otf tr zjn bepanide restricties.(1) De vervorrningsspanning t, gelijk aan 1800/h , mag
niet groter
zíjn
dan sen bepaalde waarde 1f50 Dit betekent dus dat h + cmDe
buigsparining Ç
= Lf50O/(th) , mag sen bepaalde waardeT
niet overschrijden. Dit betekent datb,all
tfh ? 6.k286
ifet buigmoment moet kleiner blijven
dan
het knikmoment. Dit betekent zovee]. alsc7 7OOt
=
Ç d.w.z.
fh . 2
(k) Tenslotte is er een aximaa1 toelaaitbare doorbuiging,
e1ijk aan Kl = 1.5 cm. De doorbuiging bedraagt
k81.71k28
-
tfh
Dit betekent dus, dat
tJ12>
321.1k285
/
Triviaal voor de technicus, maar van belang voor de, niet zeif denkende rekenautomaat zjn voorts e feiten (5) tf ) O en (6) h O
Het probleem is dus:
Mini F(tf,h) = 120t1 h sub (i) h - k 0,
th -
.k28b 3 O tjh - 6.k286 o (k) tfh2-32l.14285 O (5) t O , (6) h ODit probleem is ontleend aan een artikel van Moe & Lund: Cost and weight inimization of Structures with Emphasis
on Longitudinal 3trength i1embers of Tankers, in "De
-7-1.2.2. Bepaling van de afmetingen van een echeapsechroef
met iaxjmaa1 rendement,
BIJ dit probleem apelen de volgende grootheden een rol:
n : schroeftoerenta1
D : schroefdiameter,
A/A: bladopperviak in verhoading tot totale
cirkel--oppezvlak,
P : apoed van de achroef, P/D: spoedverhoudiflg,
intreer3nelheid van het water btj de echroef, : aantal achroefb1aden
T atuwkracht, Q : aekoppel,
vermogen, aan de eohroefaa toegevo.rd,
2 Qn ,
dichtbeid van hat water,
Hat door de achroef geleverde vermogen bedraagt TV
:'roefrendement
TV/PD
J
enelìioidegraad
V/(nD).
Betekenia van J g
Na n echroefomwent.ling
i5 de afgelegde weg van
hat uitoinde van ecu achroefblad in de langscheepae richting t.o.v. bet aanatromende water PDue Va nP waaruit voigt dat
Va/CAD)
JP/D
Ten aanzien van T en Q geldt :
rn2D14KT
met Kz )cjjkJi(A./A)i(P/D)1c
i
,j ,
k=On'
aiet KQ=i,j,kO
Techniache reetrictiee:Voor de bladoppervlakte-verhouding A0/A0 geldan maximale
waarden, ahanke1jk van z:
As/A (L(z)
O.00875z5
o.i875k
+l.55625z3
-
63375z2
+ 12.96e - 10Verder
mag de schroef niet te veel caviteren. Volgens
Auf 'in Keller inoet daarom voldaan worden
aan
A
>
(1.3 + o.3z)T
K A(po - e)D2
+waarin P, e en K gegeven zjn.
Voor P/D geldt:
-.voor
z =
,3,4,5
P/D
i k
en
P/D )\
0.6
voor
z = 6,7
Btj optirnalisering van bet
schroefontwerp kan menbj
voor--beeld uitgaan van
gegeven waarden voor z, D en T.De gegeven waarde van T wordt genoteerd als
Tr
Men kan nu het schroefrendeineflt maximaliseren. Voeren
we als variabelen in
J
,X2 = Ae/Ao
= P/D
dan luidt bet
prableem:
K(x1,x2,x3)
Kt(xi,x21x3).xi
sub
(1): x10
,(2):
x1
<x3
(3):
X2L(z)
,(k):
(1.3 + O.3z)T
+ K
(Po - e)D
(5):
x > 0.5 (z=2,3,k,5) (6):x <1.4
' 0.6 (z=6,') (7):VD2Kt(xl,x2Ix3)/Ï
= TDit procleem is
tot standaardprocedure utgewerkt door
J.G.L. fljfers in Rapport no. 10, Centrale
erkgroep
Wiskunde, Onderafd.
cheepsbouwkunde, T.H.Deift.
1.2.3. Minimalisering van de vaartweerstand
vaneen schip.
Een rederij bestelt
een LASH-schip met
dienstsnelheid
18 mijl/uur. De
afinetingen van de
laadruirnte liggen vast.
Men is nog
betrekkelìjk vrijin bet kiezen
van de diverse
scheepsafinetingen en scheepsvormparameters
zoals de
lengte, de äiepgang,
de verhouding breedte
grootspant/lengte,
de blok- en
groctspaiitcofficinten.
Kiassieke vraag:
Wanne- is
de, bj die 18rnijlsvaart
be--horende weerstand in
stil en diep water
winimaal ?
Hvperrnoderne vraag:
Hinimaliseer eerst bet vaartverlies
in golven van 6m
hoogte t.o.v. een vart van 18 mìjl/u
in stil water. Beperk
de kans op paaltjes
pikken in een
vol ontwikkelde zee tot een minimum. Als er dan flog vrij
-heaen zijn,
minimaliseerdan alanog de weerstand
in
stil
1.2.4. Minimalisering van de bouwkoeten van eau ichip.
De bouwkosten Lb zijn een bekende functia van de
ocheepelengte i , de breedte b , de hoogte h en
de diepgang d ¿
Lb L(i,b,h,d)
Hetzelfde geldt voor hot draagvermogen Dv ende
laadruite
: Dv D(i,b,h,d) Ta T(l,b,h,d).Er is eon atandaardechip met lengte, breedte onz. ge11k aan le,, b0, d0, Lb0, Dv0 eu Ta0
Eon redar bastelt eau echip niet eau andere
waarde voor Dv on To. Gevraagd uordt nu, de variatiea
in hot stand.ard.modol ¿1, Lb, h en za aan te
brengen dat
(i) Lb niinimaa]. wordt,
(ji) de veraiste waarden van Dw en Ta worden bereikt on
(iii) de dwaroecheepie metaceuterhoogte binnen
bepaalde grenzen bltjft.
1.2.5. Optimale echatting van de echeepepoaitie.
Tar bepaling van de positio van eau achip in
volle z.e ziju eon n-tal (n 3) oter'e hoogtametingen verriaht et btjbehorende tdmeteraanw1jzingen. Van da
hoogtemetingen zJn de varianties goechat.
Gegeven doze metingn en variantieschattingen
wordt gevraagd, de niseot waarschJn11jke etandplaate te
bepalen d.w.z. die positie, waarvoor de variantie mini--maa1 is.
10
-1.3. Voorbeelden van dynamische optirnaliseringsproblernen.
1.3.1. Optiinaal znanoeuvreren met een schip in een nauw vaarwater.
Van een schip is de schroefstuwkraht T als functie
van het schroeftoerental n0 bekend. Dit toerental n0
iordt via een
bekende
overdrachtsfunctiebepaald door
een op
de brug in testellen re.ferentietoerental
Ook de overdracht van de stuwkracht T op de vaart van
hat schip is via een differentiaalvergelijking bekend.
Met dit schip wil men een bepaald traject
afleg--gen, b.v. van Hoek van}olland naar de ingang
van deEemhaven.
1s minimaliseringscriterium kan men drbij
de t&jd, het
brandstofverbruik ofeen gewogen
combinatievari deze groothederi kiezen. Het
probleem is nu, hoe menals functie van t moet kiezen om aan de gestelde ein
te voldoen.
1.3.2, Optimale koersverandering van een schip.
Van een schip is de overdracht van de roerhoek
op de draaisnelheid r bekend, alsook de overdracht
van het roerhoeksighaal
Lop de roerhoek
Gevraagd wordt, dit schip in zo kort mogelijke tijd
vanaf een
zekere koersnaar een
andere koers tebrengen.
1.3.3. Tijd-optimale meteorologieche navigatie.
Van een schip is de maximale vaart als functie
van de aigniuicante golfhoogte en relatieve
golfrìch-.-ting bekend. Gegeven de meteorologische
omstandighedenin eeri bepaald gebied wordt gevraagd, dit schip in
minimale tjd over de ocean te navigeren, b.v. van
11
2. ßtatiocb
optimaliere.
2.0. Enige notatiee
en deinitiee.
Kolom- en Aangezien in dit college met ectorenwordt gewerkt, rìjvectoren
waa"mee uatrixrekening wordt badreven, wordt ean vector x met kentallen X1 t/m x, opgevat ale can n*1-matrix:
/x '
(
:1)
= (x1
x)
e X heet "kolom-'ti/ -veoti,r heet "rJvector".De gotal1en X1 t/m X gjn daarbij eteeda rele
getaUen. Za geven eon nuneriek beeld van de sïtu--atie, waarin oen
bepaald aantal grootheden, tezamen
de eyeteemvector x vormend, zieh beviridt.
De n-vector X io due eaxi element vazi de rele
n-dimensionale vectorruimte R: X
E R.
Vaak worden vectoren zeif ook van eon
letter-of o1Îerindex voorzien. Daarbtj wordt afgeoprokon dat = (xlk,x2k,....xflk) , d.w.z. btj de
ken--tallen komt,de vectoindex op de tweede plaate.
BIj matrices kout de rj-index op de cerote en
de kolomindex op de tweede plaats:
A a11 s
.
e e s e.
enl'
.
. a
nj)
(j° kolom)
Functi.
De realwaardige funotic f beeldt
zo'n vectorx af op de rele gota1lerirecte
:f: x 6 R'.,r.i(x) £ R
.4
e
Gradient f(x) = f(x) = kolomvector met ala i kental
de partile afgeleide van f naar
Xj
in hotLocaal
minimum--punt
ilobaal
rinimum--punt 12-Hesse- V2f(x)
= H(x)
nan-matrix met op de e nj en in de matrix e kolom bet getali J
TJîtspraak: Hes8e-matrix van f in het punt x.
Norm De norm van een vector x wordt genoteerd als fixIt
.
Hierbij gelden de volgende eigenschappen:¡gxfl
.Oflx)J
= O dan
en slechts dan als x Ox
+( qxfl +
It4Ik ki .HxU .
. is hierin een rele scalar.Veel gebruikte normen zijn
ftxfl =
(x + . . . +x)+
?IxIj =
x1J+ jx2$
+ . . . . +¡j xfi = Max
Ix.
I(i)
i
Het punt z E R'1 hect "locaal minirnumpunt
van f" als
er een regel positief getal r bestaat, zo dat uit
- r voigt dat ) f(1)
z beet "glo.baal rninimumpunt van f in V" als voor elke
13
-2.1. Minimalisering van functico zondor beparkingen.
Nodige en vo1doede voorwaarden voor een vrij locaal
minimumpunt.
Be3chouwen we earot ean
n-diienaionaa1 geval:
Voor x e (0,v«*) z&j f gedefinieerd door
f(x)
x - in z
Dani'i
f'(x)=l-l/x=Ovoorx=l,
t(x)
= ,dci)
1>0
Het feit dat de 10
afgeleide nui is voor X
i
garandoert aileon, dat x i een stationair punt van f is-. .Het pocitiof zij van de 2e afgeleid.e voor xzegt ono, dat ¿(x) daar stjgend io. Nu is voor
z(1 : f'(x)<O
, f(x) is dalend,
voor
x ) i
:f' (x)
> O
f(z) is stijgerid.
Hiermee is duidoiìjk, dat x = I een minimuxpunt ie van f.
13ij variabelen mut dimensie > i wordt de zaak
ingewikkelder, odt hier niet meer gesproken kan
worden van het te- of afnernen van de
variabeleveo--tor er duo ook niet noer van hot
etijgend of dalend
zljn van f bj to
eiade(i) x
De enige
naìogie met hot &gn-diinensionale
ge--val ugt
hier in deTay2.or-forinule.
Voor n i geldt
f(x0+x) = f(x) +.f(x0)
++exf"(x0+x)
riet Voor n> i ge1.dt= f(x) +
LXTr(X)
+ iXHf(X+4X)AX
eveneenc
.et 0<
O<1
Is in het éndimeisiona10 geval x0 een
locaal
minimumpunt van f, dan mag f
in dat punt in oereto
aanieg niet veranderen, d.w.z.
moot nul zjn.
Voor het
meerdimensionalegeval
moetevenzeer
in hot
minimuipunt
gelcan, dat do functie bti
klei--ne verauderingon van
Un
of meer componenten van xNodig: in eerote in.etantie niet
verandert. Dit
betekent,.
dat de compononten van f(30)
allen nu]. moeten z&jn.
Voor aen verkiaring van
deze uitdrukking wordtfooerLde:
e.e-ratrix
i
4In bet nóinensionale geval moet, als x
eon miniumpunt is, de vorm +x2f(x0$x)
00 zin voor elke x O . 1.angezien4X'
altild positiefis, betekent dit, dat f (x
+ %x)
O moet zjn.o
3telt men als eis, dat f"(x0),>O en neemt men aan dat 1(x) continu is, dan is antoonbaar, dat er
een
r>
O bestaat, zodanig dat voor %azt <rsteods 1 (x 4x) O is.
In het.meerdimeusionale.ReVal voigt uit het feit,
dat X een niniumpunt van î is, at
dat d
vorm AX .H1(x
+ 9x)Ax
O moet z&jn voorAx
O Dit stelt bepaalde eisen aan de Hesse-matrixin de buurt van x0. Ons beroepend ode conti-e
-nuiteit van de 2 - artiele afele.den in
-
èx.x
bet punt x
o
, kan men als voldoende voorwaade3vooreon miniaumpunt
o
x
stellen,dat de vorm
is voor
alle x Wa:rvOOr = iIs dat het
geval,
dan noemt men de matrix H (x )f a
'positief definiet'.
Voor
het positief definiet zijn van eensymietrische matrix A = /aj.'z;in
diver--se criteria:
D. O
voor i
= l(i)n.Hierbj is
D. = Det[ahk)met zowel h = l(1)i
(ii-matrix) als k =
l(l)î
De,
hJ eon syrmetrische matrix metregle elementen altijd reale eigen--waarden
t/m
inoeton allen
positief zjn.
De angewezen weg voor bet opsporen van oea globaal
miniitîmpunt
van een f'unctie f ljkt nu:
Zoek cen punt
of
een aantal puntenXk
(k is oea
ar--bitraire num:ering)
met
de eigenschap dat=
O voor
i =lOin
ereken 'oor elke k de Hesse-matrix
Hf(xk) en
schrapdie gevallen, wa'rvoor H1(.)
niet positief definiet
is.
Bereken in de overgebleven gevallen
de functiewaarden
Het
punt et de kleinste iunctiewa:rdeis
dan
15
-Helaas is het in de practjk vaak juist heel rnoei1jk
of bijna onmogeLik, orn langs analytische weg de
ciernen--tes van die Hease-matrix uit te rekenen. I-let enige
redmiddel,
at dan overblijft, is nul7erieke berekening
van Hf(x).
utneriek differentieren is helaas een
weinig betrouwbaar procedé, zodat men hiermee in
rensgeva1len de kans heeft,
bedrogen uit te komen.
Cok het analytisch berekenen van de
gradintvec--tor en het analytisch opsporen van de
nuipunten vaagrad fC.) blljkt in de practljk steeds vaker op
moei--1jkheden te stuiten. Dit vindt zn oorzaak
in het.feit, dat men de diverse
unctie-minimoliserings--technieken steeds meer gaat toepasen op functies,
waarbij het rekenvoorschrift weliwaar
nduidig is
- ande.-s mag men het geen functie noemen - maar
warhi rut r'kenvoorschrift niet is weer te geven
door de &n of andere gesloten analytische vorm.
De in deze taragraa
gegeven beschouwingen zíjn
dan ook niet voor directe practische toepassinen
bedoeld. W1 is het de becoe1ing, hiermee een inzicht
te
even in de structuur van functies
en inde, op
die structuur gebaseerde werking van
minimaliserings--technieken.
2.1.A. Voorbeeld van een ±'unctie van
&n variabele, waarvoor
geen expliciete analytische vorm bestaat.
Een gedwongen slingering kan in eerste
instan--tie beschreven
worden doorde lineire
differentiaal--vergelijking
(t) + 5(t) + 6y(t) = sin .t
Hierbij is bekend dat y(0) = O
en y/2) = i
De algemene oplossing van (.l.A.i) luidt
y(t)
C1e
+C2e_3t
+ O.l(sin t
- cos t)
en C2 volgen uit
O = C1 + 02 - 0.1
-1
+¡en vindt
C1 = 26.266
en
C2 =-26.166
Ej nadere beschouwing hljkt de
differentiaal--vere1ijking lets
ecompìiceerderte zijn;
(t) + 5(t) -
3(t) + 6y(t) = sin tHiervoor is geen alr-emene oplossing in expliciete
vorm te
even. Opios.ing met de gegeven randwaarden
kan als voigt.
Voer als nieuwe variabele in
x =
,dan
16
-ontataat het oyatee!n
{
=-5x
+x3
-6y +ein t
Hiervan veten we y(0) = O en y(7i2) = i .
Numerieke oplossing kan alleen als we x(0) veten. Stel x(0) a
Dan wordt x(t) X(t,a) en y(t) !(ta.)
On te zorgen dat
y7'2)
1
mosten we a zo kiezen,
dat t(a) = (Y('lr/2,a) - 1)2 minimaal wordt.
De functie f bestaat, is continu en zelfa 2* continu differeAtieerbaar als
ftznctievan a. Vari f(a)
is echter gesa gecloten vorm te geven, dus00k
nietvan
f'(n)
of van f"(a) . Men kan alleen een arialoog ofdigitaal
rekenprogra*ma schr&ven, waaruit f(a) bJ gegevon a te berekenen ia
- 17
2.2.
Nutnerieke methoden voor bepaling van een vrj locaal minimumpunt.Deze methoden kunnen worden onderverdeeld in
twee klassen:
Methoden, die alleen gebruik maken van functiewaar--denerekeningen.
Methoden die gbruik uiaken van berekeningen van iunctiewaarden en van partile afgeleiden.
Bi Scheepsbouwpi-oblemen is er vaak geen
analyti--sche vorm voor berekening van de
functiewaardenvan
de objetfunctie f. Berekening van afgeleiden is dan
alleen mogeiijk met behuip van numerieke differentiatie.
Dit betekent evenwel, dat men de hiervoor berekende
functiewaarden niet optimaal gebruikt.
Men kan in zo'n
geval dan ook bet best gebruik maken van een methodeuit klasse (1).
Van klasse (1) worden twee voorbeelden behandeld. Van klasse (2) worden alleen onkele methoden genoemd. Voor gebruik van deze methoden wordt naar literatuur
verwezen.
2.2.1. De gerichte zoekmethode van Hooke en Jeeves.
Lit. R.Hooke, T.A.Jeeves - Direct Search Solution of Numerical and Statistical Problems, Journal of the Association of Computing Machines, Vol 8 (1961),
blz. 212 - 219.
Deze methode is opgebouwd uit twee procedures, n. 1.
de zoekstapprocedure E(s11x), Eng.: Exploratory move, weergegeven door het stroomdiagram op biz. 19,
de gerichte bewegingsprocedure, aangegeven door bet stroorndagram op biz.
20 s
De zoekstapprocedure werkt als voigt. Men gaat uit van een punt x
R, cordinaten x1 t/m x.
In
dit punt wordt f(x) herekend. Dit getal heet De kentalien X. van x worden nu achtereenvolgens
veer i = 1(1)n vervangen door L , waarbj , een klein psitiefgeta1 voorstelt. Zo'n vervanging wordt gehandhaafd, als de functiewaarde kleiner wordt.
De uitkomst van de procedure is een (rneestal) nieuwe vector x en een nieuwe waarcie s = f(x) , zo dat, als
de nieuwe x de oude x, dan is de nieuwe kleiner
De grichie beweging werkt odanig, dat na een aucceeo110 zoekstap in een bopaclde richting een
be-..weging in die
rchting wrdt uitgvoord. Daze beweginga..-atap wordt grotor,..naarinate hot suces in di.
rica.-.ttn vaker optreedt.Ecot da zc'el:atap cen r3u].baat, dan wordtde co6rdinatenatap O. vervann door pz , waarb
O
<Ç
<.
A1a de cc inatenat5.pÄ kleiner wcrdt dan een VcU1to vcn vaetgteld bedrag
, dan etoptde procedure. Hat dan vrkregc ;t crt ala
mini-..murpunt van i ar.vnard.- Qpgmerkt woxdt, dat de goricte betcgingen uitaluitend door k
littiav
. du niet doorkt.ranti--tate7e
vranderingci van de functietaarde wordenbopaald.
Lettend p
.e bjde strooiwcbo'a zullen we
nu nac.a, hoe het m
ir1ium gevonden wordt van defunc t
f(x,y) 52x2 + 72x7 - 73y2 - 2k8x - 36ky
Hat tartpunt in (53), d stap'orkl.iningafactor
in
0.2, de initl
co3rcìinatentap
in
0. enZoekßtapprooethzre E(
,x)
Gerichte zoektnethode:
r.
:= S1
fC,x)
20
-)end
ZL ; L :=
X:= 2x - z
:=L
¡ 8 o 8121
-A
Commentaar
(5,3)
(5,3)
705
705
0.5 i E(a11x)-.2' rege].
(41,24-)
(4,2)
(41,24-) 293.25
293.25
-20
(5,3)
e
dfl9 via
E(81,X)_I1f regel
(31,1+)
-234.75
a1
dus via L2
(24-,4-)
(31,1+
234.75 -368.75 (41,2+)
E(a1,!)-6 regel
(2,1)
..k35
ei-<
0du
via L2
(1,1)
(2,1) -435
-256.75 (31,1+)
E(B1,X)_.,8e
regel
(1,].)
-415
due nu ria 'L1
(2,1)
(2,1+)
435
-435,
-453.75
E(OX)_].Oe
regel
duo via L2
(2,2)
(2,14). 453.75 -436
(2,1)
.É(s1,x)-'12
regel
(11,2)
-475.
'dus via L2
(1,2+) (11,2)
47
-469.75
(2,1+)
E(e11x)-.+lk' regel
(3,2+)
-474.75
due via L1
(11,2)
¿f75..475
E(e1,x)i60 r.gel
(1,2)
(1,2)
(1,2)
488
-488
-475
(14,2)
a <
a
due via L2
E(a11x)-*180 rege].
(1,2)
-488
e
dur via L1
(1,2)
488
-488
E(e1,)+20 rege].
(1,2)
-488
0l. e, nu ¿verk1ein.n
0.1
verkiejnen
Ç
¶L u0,enen
'0.004 4Ç, afgelopen
22
-2.2.2. Kwadratisch convergente methode van Powell.
Lit.: M.J.D.Powell - An efficient method for finding the minimum of a function of several varia1les without calculating derivatives,
Computer Journal
7, 155 - 162, 1964/65.
Deze methode maakt alleen gebruik van berekende functiewaarden. Desondanks is de methode sneller dan
somrnige technieken, waarbj w1 gradinten analytisch
worden berekend.
Het kwadratisch convergeren zal aan de hand van een twee-dimensionaai voorbeeld worden verklaard.
De functie f, werkend op R2, heeft regle func--tiewaarden f(x), met x = (x1 x2)T.
Laat een minimumpunt van f zijn, d.w.z. nabij
geldt voor alle punten x, dat
f(x)> fC30)
Stelt men x =
+ ox ,
d.w.z.X1 = X1
+ en X2 = X20 +-2
dan kanmen stellen dat
f(x) = f(+x)
= r() +
X1-) + ¿3X2(X)
+
+ +94x) + 24x14x2 ¿
(+ax)+
4 4(,+8x))
1 2
Hierbij is weer een getal tussen
o
en 1. ftMet de notaties f. = en f.
=
(,
+9x)
2.
ij
is dit, gebruik makend van de regels van matrixrekening,
te herschrijven als / ri ft f(x) f(x )
+ (x1 x2) () +
I
11 12o
I)
i =
t f12f22 t2/
= f(0) +
To
+3THf(3Ø
+)
. (22.1)Aangezien een minimumpunt van f iii, moet de
gradintvector van f daar nui zjn; Vf()
O ,zodat nabj geldt dat
2)
-In tweede-orde-benadering
Btelt
men ata deHesse-matrix van Z in het onbekende punt
3
geljk aan de Hee.-matrix van f in x zeit. Andere
gezegd: Man reet de Hesse ..atrix van î in ean
orn--ßdving vari conetant. De fout, die men daarbj
rnaakt is van de orda
O(xI)3:
f(x)
f()
+THx)
&
Noteert men de cicr!enton van H(x) aie
fa11
a12t12 a22
wordt in de buurt van
en stelt an A
f(o)
+ 2a124x1A2
dan +a224i4)
(23.2)
(23 3) (23.1)Men epreekt bier van can 2°..orde-beaadering van f
nabij . De nivoau1jnen van f, d.z. ltjnen, waarop f(x) constant is, worden b5j die aariname ellipeen.
Kwadratie ch BJ eon kwadratiacb convergente minimaiieerings
convergente -methode wordt er nu van uitgegaan1 dat hat start-rninimaliserings- -punt x za dicht bij ugt, dat (23.2) oea niet al
-methode te fout beeld geeft van de situatie nabj . Door
e
berekeningen van functieaarden en everitusol van
gradinten rond
wordt eon punt 1) opgespoord, dat minimumpunt van f zou z&Jn, ale do getallenechte oonstantn zouden ri.
Is bet startpunt z good kozen, d4n zal dichterb&j x liggen dan et oorspronkelijke punt z zeit. Met 1) als nietaw ¿tartpunt kan men daze
kwadratische minimaiiseriigemethode herhalen, wat
y
voert tot eon 2° benadering van hat gezochte punt
, ene. Dit iteratieproces wordt afgebroken,
zodra aan eon bepaald criteriuin is voldaan, b.v.
E
Hot punt wordt dan ais beste
benadering van
niet tolerantie aanvaard.Toe evoe gde
rich t in en
2k
-De wijze, waarop deze
locaal-kwadraticche
struc--tuur wordt henut, is bLj diverse
methoden nogal
ver--schillend. Aanvankelìjk werden
methoden ontwikkeid,
waarbij gradinten
analytisch of nuceriek moesten
worden
herekend. (Fletcher & Powell,
Hestenes &
btiefel) Aangezien dit
orn eerder genoemde reden
be--zwaarltjk is, ontwikkelde Powell deze methode,
waar--bij de gradintberekeningen
worden ornzeild door
ef--fectiever
ebruikmaking van de verkregen
numerieke
informatie orntrent f.
Teneinde Powell's methode
voor n = 2
te
ver--klaren, wordt uitgegaan van formules (23.2 & 3).
oals reeds opgemerkt,
worden de niveaulijnen
van
f rond
ellipsen net
X0 -
het punt 4 in figuur
2.2.2.1 - als middelpunt.
4
,/1'
JI---
f
IC aA
Figuur 2.2.2.1
Van zo'n ellips beschouwen
we twee
"toegevoeg--de middellijnen" met
richtingen
en
.
Twee
middel--limen heten toegevoegd, ais de
ene midde11i
de
verzameling is van de
midde4s van koorden,
// aan
de andere middellijn
getrokken. Analytisch
is aan te
tonen, dat deze definitie
gelijkwaardig is met de
karakterisering
A j = O. (De richtingen
en
L
heten onderling A-loodrecht)
F3eweegt
ten zieh vanuit A in
een
richting1/
aan j, dan is aantoonbaar dat f(x) op die lijn
rnini
-maal wordt in C, het
midden van AB, tevens
liggend
25
-punt D atartend, kunnen we een tweede -punt van die
iniddelltjn7/
aan vinden, door op die lIjn door.D/7 aan a
bet míniumpunt van f te bepalen.Het punt M, minimumpunt van f,is nu te vinden
ala rniniuiuupunt van f op de 1jn CD.
Voor hat n-dimenaioitale gavai
wordt de zask
natuurlljk wat
gecomplicearder, maar in faite wordt ook hier via 1jriminimlicatie van f in div.rae rich -tingen eonu-tal onderling toegevoegde richtingen
gecoriatrueerd.De hierna voigende beachri.jving is ontleend aa.n
Powell's artikel in do Computer Journal. In paragraaf 2 wordt aangegeven, hoe hat minimua van ean
kvadra--tiache
functie met poaitief deini.te Heeso-za.trixvan n
variabelen in n iteratieetappen kan wordengevonden.
(0) Men Iciest eau atartpunt naar echatting r.delijk dicht
btj het globale minimumpunt. Voor* worden
n
onderling onafhankelijke zoekrichtingen1 t/m
gekozen. Meestal neewt men hiervoor
ti
= (1,0
a,0)T,
2
(0,1,0,.
Voor r
1(l)ri wordt nu
zo bepaald, dat
= f(1 +
minimaai ie voor ). Men eamt dan
= r-1 + a
(2)
Voor
r 1(1)n-1 worden dan de zoekrichtingen elkUn naar voron geachoven:
4;,
:=
r+l
r = 1(1)n-.i(5)
De lastete riobting wordt vervungen doorL!jrìinimaljsatje
- 26
Dit laatate betekent, dat bU
het nkeer
doorlo--pen van de cyclus (1) t/m (k) de
zoekrichtingen.i
t/m allen
onderling toegevoegd zijn
d.w.z. voor
i,j = l(1)n en i
j
geldt dan
A= O
Minimaliseert men dan achtereenvolgens lange
lijnen in die richtingen, dan is het
laatste
lijn--minirnumpunt op
delun
x
= +
ook het
mi--nimumpunt van f. (Let wel, dat
dit alles
gebaseerdis op de
aanname,dat f(x)
eenkwadratische functie
is, d.w.z..
In paragraaf 3 van Powell's artikel worden de
hiervoor genoeinde zaken
bewe7.en.In paragraaf k wordt een practische
modifica--tie
gegeven, dIe voorkonit, dat de convergentie
aanvankeLjk erg langzaam
gaat. Ditkan naxnelijk optre-.
-den bj functies van meer dan vjf variabelen en
een siecht gekozen startpunt.
Ook de lijnminimalisatie van f
gebeurt opeen
kwadratischconvergente manier.
I
\
I\
J,-, I ' -. t fo i i Ii
.4
o j j,Figuur 2.2.2.2
Met uitgangspunt
wordt in de zoekrichting
met
stapgrootte
qde functie f berekend inpunten
+ kqz
,k geheel. Deze
funetiewaar--den worden gerioteerd als
Aliereerst
wordtnagegaan, welke van
detwee,
f1 of f1
,kleiner is dan f
.
Bljjkt dit b.v. f1
te zijn, dan gaat men in die richting door, net zo lang
27
-Door
de puntenk-l'k-3)
°
wordt dan eon parabool gelegd.
Van
doze parabool wordtdan
hot minimumpunt bepaald, aangeduidmet
. Ligt
dit parabooLminiium voldoende dicht
btj
,dan wordt
ale miniumpunt op
die
3ijn aanvaard. 18 dat niet
zo, dan worden de functiewaarden
r
= ,f
cf
-
q)
=berekend. Door do punten
-
q,Î)
,(i,!)
en +wordt nu weer een parabool gelegd1 waarvan bet
mini--mumpunt
wordtbepaald enz.
2.2.3. De anti-gradint- of steilste dalingsmethode.
Bu de
anti-gradintethode
moet men beschilçkenover numerieke of analytische procedures ter bereke--ning van de componenten (x) van de gradiritvector van f in bet punt x. i
richtiig van de
steilste daling
Figuur 2.2.3.
In het punt kan men in alle mogelijke
riclitin--gen infinitesimale stappen van lengte ds riemen. De--finjeert men zo'n richting door middel van een
-heidsvector n
T
a = (a1 . . .
a)
met ¿_a. = i
1=1
dan wordt de infinitesimale toename van f over zo'n
stukje df(x ,a)
o--
= 28 -')(x )a.da = a1(x )ds
-0
:.i=].
Krachtens de eigenschappen van
Euclidìschein--producten is nu df(,a) als functie
van a mininzaal,als men voor a een nheidsvector neemt, die tegen de gradint in is gericht:
Uf(x )
=
-
ìíZai
Opgave: Gegeven is een functie g van de variabelen
a1 t/m a1
.a. + f (1
-11
n i=lEewijs dat g(...) ininimaal is voor
i = l(l)n-1
(i)
of
29
-Wanneer men bet minimumpunt van f(x) zoekt, ugt het dus enigazina voor de hand, dat men vanuit een
startpunt z gaat in de riehting van de anti-gradint. Er ziju nu in principe twee worten
steilste-dalings--methoden:
Men start in een punt en mini.maliseert f( langs de lijn z
-
-z -Avf(x )
. Ret minìrauxnpunt x op die lijn0
1
wordt nu nieuw startpunt en men gaat van hier uit veer
in de richting van de anti-gradient, nu berekend in x1 Dit herhaalt men, totd.at de iteratie afbreekt op grand van een.afbreekcriterium, zoals
-
f(_1)I
Deze z.g. lange-stap-anti-gradientmetbode, toegelicht
door figuur 2.2.3.2 , is in de practijk weinig succesvol gebleken.
Figuur 22.3.2 Figuur 2.2.3.3
(ii )Vanuit het startpunt conatrueert men de numerieke ap--lossingakromme van het systeem van d.ifferentiaalverge--li j kingen
dx.
-- j----
voor i 1(1)iiDe grootte,. van ) kan men dan nog van de grootte van de
gradiCnt van f laten aThanen.
00k deze methode, heeft vele practiache bezwaren.
Met name nabij het minimumpunt blijkt de numerieke
opios--sing ?bf vroegtijdig vast te lopen of eindeloos heen en terug ovár bet minimumpunt te schieten.
Lit.: E.Stiefel - Einfihrung in die numerische Mathatik,
2,2.4
G.eoon.jugeerde gradilntmethod.e vn
Hestenes & Stiefel,geprograeerd door Fletcher & Reeves
LitC: R.,Fletoher, C.LReevea Function minimization by conjugate gradients, Computer Journal 7
(1964),
blz 149 t/m 154e
Bij daze methods wordt het bekend zijrt van de
gradintónbenut v-oor hat verkrjgen van
k'vadrati--ache convergentie
Teneinda de werking van de'e
methode te verkiaren, wordt
uitgegaan van eantwee-dimenalonaal 'roorbeeld. illereeret
woHt aangen.omen
dat
f(x)
eon positief definiete kwadratisohe vorm is:f(x)
a11x
+ 2a12x1x2 +a22x
+2a13x1
+2a23x2
met a11> O
en
a11a22 - a2>O
De niveaulijnan van f zijn ellipsen met hat punt
als
midcIelpunt30
-Figuur
In een punt
i
van zen niveaulijn wordt de gradint-.
-vecter
g
i'(x )
-o
berekend0ils aerste
zoskrich--ting ne
emt me n nu;
-Op de lijn x +
Ap,
wordt nu hatmini--mumpunt
van f bepaalt. Stel 1....waarde van )' ,vaar--voor f(,);)
mmnimaalis, gelijk aa.n A0
Hat punt
x1 +A;
is nu startpimtvoor sen
tvee
de lijnminimalise ringoBerekent men nu
Vf(x1) ,dan is
aantooxa-.-baar, dat de aan.;
toegevoegcie (..geoonjugeerde)
richting
E1 voigt uit
1 1 + T
o&o
31
-Hat
is nu, behaiv. ninimpunt van f
op da ii4n
.
+; ,
oak bet zidden van de
koorda,d.i. van di. iin door da *ivunii1n door
v.rtt afg.sz.d.n
Start nan tua vanuit X1 in da
riehting
Zi'
di. aa.a.; i. to.gevosgd, dan sai i.
113n
-A.
aiddaiiijn van di chip. aijn0
XiniU1iurin van
+ A1) tan sansien van
>.
i.v.rt an ein vaut.
sp
vs&rbij g.ldt, dut
i
'jZj R4n
an kozti.t..nte ii iv..
tapp.z in hit nininuupunt
van de
sdrstiohs fnitstie f
I. f niai kvatrati.ob, tan v.rvsngt am
Loor
en h.rha&.t hit bvinvsrniidi pr.ot. Dit
diet non nat ai lang totd&t ann ein sfbre.kariteriwi
is v.ltae.n, zoale
-
3IIc
o1«;)-
()I
:Teor hit a-tiaan.onais g.val v.riopt da zaak
ii princip, nit ..ndSz
Hit bijgaandi stroondiagran,
g..ft e.0 erirsioht. ±zl Lit stroondiagran haiti 4.
precedan
sin(o1) da vcanti b.tikuisz
Zj gsgsven
,
an z vird.t hat ainixz bipanid
van t(A+A2). .
is di waarda van A, vaarvoor dit
aminan verdi b.n.ikt.
i* b.vijs roer di kvadratisohe oonv.rg.ntie
van Liai procedure is te viudez in
J.Jt*ik.r - Optiaaiis.man
functiis,
Cehh.g.-.tictsat (a 74), T.H.Daitt, Ond.rafd.
procedure f x ; procedure V(,)
procedure min.); procedure
HxU
J,
:=read
-
:=read
n:=read'
:=();
nee
k:= O;
:=(x);
Tp
¡;-
+:= gn
Figuur 2.2.+.2
Opgave: Pa8 deze methode toe op
f(x,y) =x2+xy+y25x_L7
e-uitvoer
, f(&,
nee
33
-2.2.5.
Mog.ltjkheten mor
hot
&nroepen van r.kanprooij...
Kot ?.B0Rekeno.ntru heeft do
zaeke-gotsren-.bb]4.eth.ek van d. ha.idig.' IBM 360/65 r.k.nautontaat
v.rrkt et een aantal voorgepregramR.erda
iiniiali--uriagoprooetnx'.s.D viÖvs.arop dtze precedres
b gsbrikva* Algol of Fortran
m.o* worden
gehen-'t..rt,' stUt bsSohrsen in
eon tweeta,l R,C.-uitgsy*
(t)Izeri.k.
bpregaas*'e,
aenoluitbaar in Algol.
(ii) luasriGal Fortran eubroutines.
-
De hier behandelds tothotu ztjn in hot
erst-"geLeondo bok te
inte* ender do volgendo
codo-on xpnsasn:
ssk. & JàY.. s
10.301
?sw13.
i
10307
- 34
.
2.3e Minima].isering van funotis met beerkiitgen
23.1
oOngelcheidsbeperkíngen. ¡u.!uokr..vóorwaarden0
De prob1eemstilinj1idt'voor dit gavai:
egeven de reeiwaardigR fnicties f en
g1 t/
, alien werkend op
Ge'rraagd wordt,
hetminimmpu.t
X vanf
op to aperen, onder devoorvaarcien O voor j - i(1)k
'
Fezlieierige-
Ret zogenaande "r e a i i
s o r i
D. g s g e b i e d."-eied
Lbetaatit de punten
Xwaarvoor geldt
(z)
Ovoor
j
1(1 )kVoor het dniupunt
x
moet dna galden
,E B
t(x)
f(x)
VOOr aile & BFigtaur 2.3ll
toont eon ie-dimension.al
voorbeeld, dat al inleiding dlent
Figuux
2311
In dee
figuur
is in hat punt x0 van B-
-De f-niveaD.liD. door z valt verder geheel buí-ten B0
4.
v.a tir ysav.it
ar hit binnengebisi U B is
g.r..kt. !.tiunt.0
is du iinirnuipunt vsu f sub
E 63
De
itu&tie, die sich hier voordt, kan
v.r--tu. gskraktriseQrd door te stiien, dat in
g.ldt&
tA1-A2o,
i
terv1
un
..itieî zjn.
Dit laatsta is ess.ntiul. Tir to.liehtiag
*en f iguur
u'b.eLd. is gsehetst
Ttc
2,3.1.2,
vaar'in cen
tegenvoor-itgù
%i 2
1* ttzo *i1ttati.1eoptL.niv.au1ijn Ian f()
door' het inwendige van B.
is dus gee.n niniaiumpunt
M.n'v.rifisext bier
emaIcke1ijk, dat ist
-
+)
)nu ),>O,aaar >4<O
Aan de hand hierv-aa is nu in te ziei, dat in
sun mini
punt z
van f sub B in hut aigeasen
vol--daan noet zfjn aan de volgende
zogenoemde
KuhnTuckar
-j-1
met
Ovoor
j
1(1)k
Inden gj(;)
O , dan is Aa). O
ais
O, dan le
- O
toont figuur 2.313.
36
Dat de KuhnTucker..voorwaardan nodig,
maar
niet
e1doend.e zin ?oor een 1oc&l minirnumpunt,
I
Figu.ur 2313
2,3.2, Geljjkheidaoendities.
Hei kent vaak voor, dat behalve aan een
aan-'tal ongelijkheidsLJnditios ook aan een aantal
gelijkheidsaondities mGet worden voldaan,
Het
pro--bleem luidt dan:
MirLimaliseer 1 onder de
voorwaarden
gj(x)
Oveer
J
h(x)
O'roer
j
i(i)i
,
et
II <n
Ztjn de ge1jkhe1decondities
niet explieiet
verwerkbaar, d,w0z0 is hei niet mogelijk, bierut de
variabelen x
i/rn z1 analytisch
uit te drukke in
de o'rerige, x1
t/
x
,
dan kan men de
probleem--stelling formeel onder die
van de vorige paragraa!
brengen, door als condities te stellens
h(x) >0
veer j
1(1)1
en
- h(x)
)
O'roer j
1(1)1
In totaal zijn er dan dus
k + 2].
ongelijkheidscon--c1ities
2 4
Y.rwerking va inge ljkh. id.sre strio4ie s aoer midde i
4
I'Sióti.s.
241 Intr*d.uotie met eon
dimenaione.al voorbeeld.
Toor hot itoratief be]en van iiot minimuapunt
Van ìen fu3tetio i on eloten en b.grond rea].ies.
- áingagebi.d. makt mon vaak g,briiik van zogenaaade
a t r e. f f u n c t i.
" (sng.; penalty functiozis).
In principo wordt er thn
op hot feit, dat eon punt
niet tot hot realiseringegebied 2
behoort, eon
8t2sf gezet door in
o'n gevil bIj f(s) eon flink
$e.o$ ge'ai op te to llsm
Dit gri
gefll is d
di
w.tsrü, d.io ü traffunotie
Yoor di.
heeft. Ter
Thrk].*rig mogo hot voigends voorbosid
dimen.
Zen f*nctie f zu gedofinie.r&
voor ails x
R.
De gmfiek va
f is in figuur 2.41,1 g.tskond.
a
-Pitinr 24.i.1
et'
*iirnnt van f zu
z
8, f(x)
- 5
Lie enige beprking
n.mon ve nu
g(x)
- 5
z
Lie esrate straffunctie
nomon we
p1(x)
Beechouw nu dc funotie 7
, goôfinieerd door
- 38 -.
De grafek van P1 heeft nu z'n minimumpunt x1 vri,j
d.icht bij 5 In geld.t
n01.
F(x1) = f'(x1)
x1-5 zodat X1 = 5 + ln(-f (x1)),iezen we als tweeds straffunetie
! (x)
en ali
ke stÀffunetie
-k+1
Pk(X)
10-k+1-g(x)/10
dan zien we b.v. bj F2(x) 1(x) + p2(x) , dat
voor
X < 5
do straffunetiewaarden bijzonder kleinzjn, terwiji voor i> 5
p2(x) duidelijk in F2(x)domineert en dat vsi des te meer, naarmate we
ver-Ret miriimumpunt v&n P (z) voldoet aan
f(x2)
+e102).
Stellen we f f
(5)
dan voigt r2 5 + 0.1 ln(-f (5))Ret is nu thiidelijk, dat voor groters k deze
bena--d.ering steeds beter wordt. Men bedenke b.v.
p3(5.1)
220.264
terwljl
p3(4.9) = 0.00000045
Minlinalisering van P(x) levert als eerste
approxiaatie van het minimusipunt opz
= 5
10...k+1(l'o)
We kunnen nu vaststellen, dat de nj van straf--funoties p1, p2 enz0 op de uitgebreide functies
F1, P2 euz. in het realiseringsgebied bij
oplopendek steeds minder effect hebben0 Buiten het realise..
& '.ningsgebied
s voor elke
li
+zod.at ook Fk(x) daar naar +
gah
Ret ainimuzpunt van F(x) nadert bij toenemende k steeds dichter t.t de rand van B : 11m xk 5
.k°
Ret resultaat 'ran de in'v-oering van deze nj
-der van de grons r
r
5 af zitten. p1(x) p2(x) 4.7 0.741 0.005 4.8 0.819 0.0144.9
0.905
0:037
5 1 0.1 5.1 1.105 0.272 5,2 1.2210.739
503
1.350
2.0(9
van
traffunotieOE is, da
dnj van vrje
ininiumpun--ten
van de uitgehreide finoties Fk
convergeert
naar hat aan de restniotie
"x Ç 5' gebenden
mini-uunt van f
Indien het vnije minimumpunt x
vari f kleiner
dan 5 was geweest, dan ook
zeu, vanwege het felt,
dat in dat geval
ll
O , de nj van vnije
mìninumpmten van
k-Ç
naar
convergeren.
2.4.2e Algenene straffuiactiemethode.
0m te konien tot ganeralisatie
veer het
n-di--mensionale geval, worden serst
sen paar algemene
eisen vermeld., waaraan
atraffunction moeten voldoen.
}en kiet senat seri monotoon
naar nul dalende
nj getallon frk1. bj voorbeeld
Ek
¿
met O<r<1.
(In 241 was r
0.1) Tari aa.nzien
van een
reatnic-'tie
Owendt nu de atraffunetie
p, werkend.
op g() en op k'
zodanig gekozen dat
p(g(z),) continu
en rnonotoon dalend
af--haikelijk is van g(x), trwil
lin p(g(),Ç
Oveer g(x)) O
en
lin
=w voor g(x) (O
k
--De cenete eis wendt
esstal veraoherpt door
te eisen dat p als functie
van z convex most zn.
'ú-)')
. (A iFiguur 2.4.2.1
n
n
MexR
en f:R-*R
heot f cnvox, ale
veer elk
voor
geldt dat
(1-A)f(x2)
+ (i-x)2
tweetal
elks
[o,ij
f(1)(Af(1)
+waarbj Ï
Het convex zn van
p wordt geiat orn tevoor--kornen, dít door invoering van p locale
minimunpun--ten zouden worden
gentroduceerd, dieveor k-toc
toch weer zòud.en verdvijnen0
Voorbeelder1 van straffunctiec, die aan boyen--vermelde eisen voldoen, zjjn
1'
/ Po,.,
(-s 40
(,)
O voor g() )0
àor () <O
,
voor rekenpiogama's het gemakkeljkst te
program--meren als
p(.,,)
4(i - sign g(z))(g(x))2/E
p(.,.)'
ln(g(x)+Ç)
voor
()
o
en
Çln
.. g(x) +
*((x))2/Ç
voor
g(
<O.
Opm.rkingezL:
(i) ziet er envoudig uit, maar vraagt
ospecisle
rogra12leCrVoorziGniZ1gfl ii
rote waarden van
Doordat de
atrafuur' rond B met
-dze straffuno tie nogal steil wcrdt, is de'e fuotio practiscli 'raak obruikbaar gebleken.
is niet ovcral tw, ker eantnu
dIfferenti--serbaa. Dit levort in do praotjk vrijwol
aoit anig bwaar op
i, in felt. sen oo&pron±s, dat de
oordelen van
(i) en (2) vorenigt, saar de rLadelen niet heeft.
(Gevonden door Kaikor in 169).
Indican bij rairLimalieering ran f(x) hot
reali--soringegebied. B vord.t bcpaald. door de restrioties
o oor i 1(i)k
dan wøzdt o.ls totals atraffunotis gobruikt
k(A)
j(&'k)
iI
i
Voork golden dan dzelfde eig.nsohappon als voor
p 4iv.a (i)
k is continu an convex als funotie van z,
(40.1)
(ii) j B
()
Olin Pk(x)
Ret ainiu!aptnt van f(s) kan nu worden gevonden ale
li*ietpunt vaii de rj van vrjo miniwiipunten
-ens. v-an de funoties F1, F2 onz., gedefinieerd door
f(x)
+ Pk(z)
(40.2)
Daze straffunotienethodo heeft do zinvolle
naam
2.4.3. thimerieke aspecten.
Start met eeri punt x, it naar schattlng
re--de luk dicht b het minimumpunt van f sub B ligt )
Kies sen toelaatbaro straffunctie p, sen O b.v - i - en een r tuasen O en 1, b.v. r 0.5
Minimaliseer
k
1(x)
+ 5p(g.(x),E.)
j'1volgena 4n
der biervoor gegeven vrjeminimaliserings--methoden. Dit levert het vrije minimimpunt van F1 OPo
Nee nu E2 - r , minimliseer F2(x) met als startpunt. Men vindt het vrije miniumpunt
van P21 Ga. zo door1 totd.at
k+1
-tervJ]. tsvens voldaan is aan
Min
(k+l)>
7
(j)
(t
en zijn willekeurige klein, positev, getallen)treffende de keuze van de vrije
minimaliaeringa--methode most veer sen paar dingen worden gewaarschuwd. (i) De methode van Hooke &
Jeei-es
kan faute resultaten
even, ale de strafmuur te oteil is.
vÇ £')
8
41
-In de geschetete situ--atie is f(x) miniaal
ten opsiohte van de vIer eromheen gelegen
witen x en
-
-x +
¿(). H&J stopt hier, ale deon&argrexis Ç
van
A
nie t a]. te kie in
is, maar het minimum..
-punt is nog niet bereikt. Hocke & Jeeves!
methode is
ve]. bruikbaar, als allerestrictiefuncties van de vorm
x
en/of Xj
zujn,
(ii) BjJ kwadratisoh convergente minimalieerfngsnethoden, waarbij radi?nten werden gebruikt, is soma eon pro--cedure ingebouwd ter numerieke be paling van die
gradint0 2o'n method. is bu een al
te hoge etrafanur
onbru±kbaar wegens het gevaar veer numeriekeonsta-biliteit. Door de sterk oplopend.e
etraff'unctie--waard.en worden de gradInten te groot.
a)
Aan het kiezen van sen goed startpunt wordt in para-graaf 2.6 rader aandacht beeteed.
42
2.4.4. Inwsndige atraffunotiee.
Nagst a1gmono
traffu.notieo word.t soma ook gewerkt net inwond.ie atraífD.nøties. Bu de restrictiesv.rdt san do te minimalisoren
funotie t ein
etraf--tunctie i toegeveegd, die alleen op hot inw.ndige deel B van B is godefinieord.
Ond.r bat inwendie i-an het reali-seringogebiod B ierataat zion de
ver--zane lin van punten , vaarvoor
O
voor all, j van I t/m rn.
De rand 'ran B, notatie 2B, wordt gevormd door de planten van
, warvoor
Ovoor ninetens Un j,
ken kiest nu veer ean naar nul da.Iende i'lj
getallen '
f2, E3 enz0 en inwendige stralfunoti.
i op de restriotie g(x) >, O moot nu in principe
aan de volgende eisen vo1doen
11m i(g(),Ek)
O 'roar elke van B10 Al eon punt is van de rand èB, dan mootvoor elke gobai. k geldeni liii i(g(x),
Ç
o'
on voorbeeld van zon inwedige etraffunotie
ist
Moet men f
minLmalieren mab j(&
Oj-i(i)a,
dan kleot men ale st&rtpunt eon punt van B1 , dusso dat O "roer - 1(i)m. Voorts kiest men
ein nj naar nul dc.lende gta1l.n £,
, ¶ ens.
Men berekent nu voor k
- 1, 2 ens
d4miniinimpunten
van de functio
-
+j-1
en bneekt de itoratie at, zodra io ioldaan ann
-
43-2.5. Minia1isering van fnoties onder lineaire
ongel!jk--hei.daen/of
e 1khe idebe perkingen.
Indien een funotlo f
zoet worden
ge-minimaliseeri onder i
n e a i r e
(on)ge]ijkheide--beperkingen van de vorr
-
o
, ±-
Oi
k+1(1)1
dan kai men daze reriotiec, behalve door !liddel
van straffuncties, ook op oen andere wjze verwerken.
De
eeat effiointe miniralisoringsmethode voor
dit geval is die van
oldfarb & Lapidus.1) Deze
me--thode is in principe eon uitbreiding van de vrje
*inimaliseringmethode van Fletoher & Reeves,
be--handeld in pararaaf 2.2,4 van dit dietaat. De
uitbreding tot linaaire gelijkhoida- en/of
onge)4jk--heidarestriotie
vindt op de volgende wijze plaats.
Wordt of worden bu het vrij minimaliseron
vol--gens do geoonjugeerde gradintmethode Un of meer
lineaire beporkinen rnerkbaar, dan conetru.eert
menecu lineatre deelrniìat, die door die beperkingen
wordt bepaaid3 In die dec iruimte wordt dan
weer
verder geminimaliseerd rolgene de geconjugeerde
gradintme tho de.
Het kan daarbij voorkomeri, dat
een,
n zeker
punt wigerende ongelijk}acid.sbeperking bj de verdere
miniLlalisering wordt overheerst door een andere
beperking0 In dat geval noet de lineaire deeiruimte,
vaarbinnen near het
inimupunt van f(x) wordt
ge--zocht, worden veranderd0
De methode vordt in het hieronder opgeeveì
artikel nitgobrsid beschreven en behandeld. In het
eerder genoemde Rekencentruinboek
"Numerieke subprogramnas, aan2luitbaar in Algol'
staat onder nr0 10.501, hoe men deze
voorgeprogram--meerde methode, ea
te roepen ala OPTCGP,
program--matiach most hanteren0
1)
D.Go].dfarb - Extens±on of Davidou's
Variable
Metric
Method to MaximizatIon under Linear Inequality and
Equality Constraints, SIAM J,urnal of Applied
- 44
26 Hot zeken
van
eon good startpunt.Alle hiervoor gencemde ßlìnimali3eringetech--nie.on zijn alleeri en. uitsluitend geohikt voor riet viriden
vari
ecu locaal rninimuapunt. Het isdaar--OL bj
hot zaekeu naar eon glosal inimuapunt van een functief biïiiari
eon gogeven realiseringegebied B ulterDlategewent
on eigenuijk vereist,dst
eneon redeljke ochatting heeft van de liggirig van dat globale ininuinumpunt van f sub B.
B&J veo? technische problemen
is
men op grondvan practisehe ervaring in staat, eon vriJ goode earste
sohatting van
het
ninimumpunt te maken. Hier vanuit kan het echte ninimumpunt dan gevonden worden viavan de hiervoor genoemde en behandelde minima--iseringstechnleken.
Ontbreekt die practieche ervaring voor hot
maken van eon goode schatting van hot atartpunt, dan verdient hot aanbeveling, eon goed startpunt voor eon locale minirialieringsteohniek te bepalen
Random via sen zegenaamde stochastiche zoekmethode. (Ran-search -doni search) In principe gebeurt dit op de
volgen--de wzjze0
Via ceri bepaalde, in stochastische zin
verant--woorde procedure kan
men eon geta? r, iet
O r 1 , produceren, zodanig &*tf(x)
uni
P(x r<xx)/4x
w i4x-pO
r
voor
x
L0,l) andom Zo'n procei1re hoot eonrandorn
generator't oenerater Hot realiseringegebiod B wordt nu zo nauv mo--gelk onisloten door eon gebied G, dat men raohthoe--kig zou
kunneri
noemen. Bedoeld wordt, dater
veo--toren a en b in weiden bepaald, zodanig dat voor elk punt z van G geldt
a.
(bi
voor i-Eon stchsatisch zoekpu.nt
i van
G wordt nu bepaald,door de randorn generator
sen u-tal getallen
r4 t/m r
te laten produceren. Men neemt dan
z1
a. + (b.
a1)r1
In hot aldus
verkregen punt x kan
nu de te
minhmaliserenfunctie
f worden barekend.- 45
Werict man met aen atraffunotie
dan most men uiteraard f(x)
+ Pk(x)
berek.nan0 Werkt men niet
et aen
trsffu.nctia, dan moot man,
alvo--rene f(1) t. berekenen, serat nagaan
of
Xal el niet tot 3 b.hoort.
Gebleken le, dat ean vJftigtal
op deae vjze
berekinde furietiewaarden ruim veldoende
is voor
hot vinclen. van een punt, dat als start voor h-t
vindan
ti
bet echte globale minimumpuntkan dienen.
BJ hit T,E0-R.keno.ntrum zijn aen tweetal
random generatoren boeohikbaar. In hot
R.C.'-boek
Numorieke subprogramna's, aansluitbaar
in Algol
staan se vermald. oxidar de volgendo nunimers en titels*
1.201
RANDOM1.202
RNABu beide pregrammas moot
eon ztartgeal worden
op--gegovexi. Mon kan cla,arvoor h.t beat do
computer-&agtljd in 0.01 zeo
opgeven
Dit geta]. is aanroep..
-baar met
IX0?D. De procedure staat in hetzelfde
2.7.
VraaRstukken.2.7.1. Voor x en y O is f(x,y)
y2/(3-x)
\Jerder moeten x en y voldoen aan(1): x3y 16 , (2): xy 8 ,
(3):
y 1O , (4):x 2.9'.inirnaliseer f(x,y) onder deze restricties met behuip
van de SUMT-methode.
Gebruik hierbj zowel OPrDiií
als OPTPOW, beidegecom--bineerd met straffuncties van zowel type (1) als (2),
zoals verrneld op biz,
39en +0 van dit dictaat.
Neem als startpunt steeds bet punt (0,10).
Ga na, of bet punt (2,2) voldoet aan de
Kuhn-Tucker-voorwarden.
Gebruik een random search techniek voor bet vinden
van een oed atartpunt binnen de vierhoek
(0
x2.9
0y1O
Illustreer dit probleem door een schets van het
rea--liseringsgebied en enige niveaulijnen van f in bet xOY-vlak.
2.7.2.
Onder de voorwaard-e(1): x2yl2
, (2): y/x2 f/27 ,(3): x5 (+): y5
wenst men de vorm
f(x,y) =
0.3x2+O.3xy2y2- 6e_5
+2_8
32)
te minimaliseren.
Bepaal een locaal minimumpunt van f onder deze restric--ties volgens de SUMT-methode. Werk met OPTPOW en
ge--bruik type (2) (zie blz. 1+0) als straffunctie.
Neem als startpunten respectieve1jk (5,5), (k.i,k.i) en (0,0).
Ga na, of bet punt (3,1.) aan de Kuhn-Tucker-voorwaarden
voldoet.
Ninim1iseer f onder deze restricties, uitgaande van een startpunt, dat door een random search binnen het
gehied [o
'x.5fl
O ywordt bepaald. werk
vanuit dit startpunt volgens SIJr4T met OP'TCGR en een
straffunctie van type (1).
Illustreer dit probleem door een schets van bet