تحقیق مقاله نرم افزار های بهینه سازی

نرم افزارهای بهینه سازی

ASCEND

یک منبع باز ورایگان ،سیستم مدلینگ ریاضیاتی که در دانشگاه ملون در اواخر دهه 80 توسعه یافته است.

کاربردهای اصلی آن در زمینه مدلینگ پروسه شیمیایی می باشد اگرچه قابلیت های کلی هستند.وشامل حل مننده های جبری غیر خطی ،حل کننده های معادلات جبری/تفاضلی ،بهینه سازی غیر خطی ومدلینگ

مدل های شرطی چند حوزه ای را شامل می شود.عملکردهای ماتریکس  آن توسط یک ماتریکس حل کننده پراکنده وموثر به نام mtx پشتیبانی میشود.

CPLEX

یک بسته نرم افزاری بهینه سازی است . آن را روش سیمپلکس نامیده اند وبا زبان برنامه نویسی سی

نوشته شده است ،اگرچه امروزه شامل روش های حوزه داخلی است و حد فاصل java  و C++ است.

به طور عمده توسط Robert E. Bixby  توسعه داده شد واز طریق شرکت بهینه سازی CPLEX

فروخته شد. که توسط شرکت ILOG در سال 1997به دست آمده بود . CPLEX مسائل برنامه نویسی صحیح وبرنامه نویسی خطی را حل کرده واخیرا برنامه نویسی درجه دوم را به آن افزوده است.و دارای

یک لایه مدلینگ است که آن را کنسرت می نامند و همچنین با سیستم های مدلینگ بسیاری مانند AIMMS,AMPL,GAMS,OPLتوسعه یافته و در دسترس می باشد .در 2004 کار وتلاش روی

CPLEX جایزه بسته اینفورمز را برد.

CUTEr

یک محیط آزمایش اجباری وغیراجباری ،دوباره بازدید شده است.

CUTEr یک محیط آزمایش منبع باز برای بهینه سازی است وحل کنندگان جبر خطی که مجموعه ای از مسائل آزمایش در کنار وسایلی که هدفشان کمک به طرح توسعه دهندگان را تامین می کند ،حل کنندگان پر هیجان وجدید را مقایسه اواصلاح می کند. CUTErجانشین محیط آزمایش کلی اجباری وغیراجباری

Bongartz,Conn,Gould and Toint می باشد. وبرای تعداد بیشتری از سکوها وسیستم های اجرایی

ویک جعبه ابزاری بهینه سازی مناسب را تامین می کند.مسائل آزمایش تامین شده با فرمت ورودی استاندارد

نوشته شده اند .یک کد یاب که این فرمت را به زیرروال های خوب تشریح شده ،تبدیل می کند وفایل های اطلاعات پایه به شکل بسته جداگانه در دسترس می باشد.یکبار که ترجمه شده بود ،این فایل ها ممکن است اداره شوند تا وسایلی مناسب برای بسته های آزمایش بهینه سازی  را تامین می کند.آماده برای استفاده با

بسته های موجود مانند IPOPT,MINOS,SNOPT,filterSQP,Knitro  وبیشتر تامین می شوند ،مواجه می شوند.بیش از یک هزار مسئله در مجموعه ای که از برنامه ریزی خطی تنظیم شده است به برنامه ریزی درجه دوم محدب وغیر محدب ،به حداقل مربع های خطی وغیر خطی ،از طریق کلیت بیشتر مقیاس های زیاد محدب و غیر محدب و تساوی پراکنده و مسئله های برنامه ریزی خطی اجباری غیر مساوی  در دسترس می باشند.اضافه بر آن ،سری آزمایش CUTEr به معیار استاندارد de facto برای تحقیق وحل کنندگان بهینه سازی  سطح تولید تبدیل می شود ودر مقالات تحقیقی چاپ شده بسیاری  استفاده ونقل قول شده است.

Galahad library

یک کتابخانه از سری بسته هایی است برای راه حل هایی از مسائل  بهینه سازی-یا برنامه ریزی ریاضیاتی - است .حوزه هایی که در کتابخانه پوشش داده می شوند شامل بهینه سازی غیر اجباری واجباری مقید ،برنامه ریزی در جه دوم ،برنامه ریزی غیر خطی ،سیستم های معادلات غیر خطی وغیر تساویها ،مسائل حداقل مربع های غیر خطی می شوند.کتابخانه اکثرا  با زبان برنامه نویسی فورتران 90 نوشته می شوند. نام کتاب خانه از بسته اصلی آن برای برنامه نویسی غیر خطی کلی منشا می گردد ،LANCLOT-B جانشین لاگرانزی تقویت شده بسته LANCELOT of Conn,GOULD and TOINT می باشد.

بسته های دیگر در کتابخانه شامل :

یک روش برمبنای فیلتر برای سیستم های خطی وتساوی های غیر خطی وعدم تساوی ها.

یک روش سری فعال برای یرنامه نویسی درجه دومی غیرمحدبی

یک روش حوزه داخلی دوتایی ابتدایی برای برنامه نویسی غیرمحدب درجه دوم

پیش حل کننده برای برنامه های درجه دوم

یک روش لنکزوس برای خرده مسائل حوزه اطمینان

یک روش حوزه داخلی برای حل برنامه های خطی یل برنامه های محدب جدا شدنی یا

متناوبا ،برای محاسبه مرکز آنالیزی یک سری که توسط محدودیت ها تعریف شده است ،

اگر وجود داشته باشد.

بسته ها در کتابخانه گالاهاد مسائلی را می پذیرند که یا در فرمت ورودی استاندارد  (SIF)مدل سازی شده اند یا زبان مدل سازی (AMPL)  . برای مسائلی که در زبان SIF مدل سازی شده اند ،کتابخانه گالاهاد به طور طبیعی به بسته های CUTEr اطمینان کرده ،یک وسیله بهینه سازی که همه عاملیت ها ی با سطح پایین را تامین می کند ،همه توسط حل کنندگان اعلام نیاز شده است.کتابجانه در سکوهای معروف محاسبه ای بسیاری که شامل Compaq (DEC) Alpha,Cray,HP,IBM RS/6000,Intel-like PCs,SGI and Sun در دسترس می باشد.وطوری طراحی شده است که به راحتی در سکوهای دیگر تطبیق داده می شود.

(برنامه )برعکس

یک برنامه کلی محاسبه ای هدف برای حل مسائل برعکس وبهینه سازی می باشد.برنامه به طور خاص

برای حل مسائلی که شبیه سازی های عددی پیچیده ای داشتند و در تشریح هدف و توابع حدود می باشند ،

طراحی شده اند.انگیزه اصلی برای طراحی برنامه از حوزه شکل دهی به فلزجایی که برنامه های شبیه سازی شده ی صنعتی عمدتا بدون داشتن کاربردی در ذهن برای راه حل مسائل بهینه سازی بر گرفته شده است ،در حالیکه نیازهای در حال افزایش خصوصا برای کاربردشبیه سازیهای عددی در شناسایی های برعکس پارامترهای  مواد رشد زیادی داشته است.

کتابخانه تحقیقی بهینه سازی

یک کتابخانه عددی برای توسعه وآزمایش الگوریتم های بهینه سازی می باشد.کتابخانه تحقیقی بهینه سازی

یک منبع باز رایگان با هدف توسعه موثر الگوریتم های بهینه سازی کاربردی خصوصا الگوریتم هایی که بر پایه شباهت های زیاد پی در پی اهداف وتوابع حدود که توسط دیدگاه محدود شده مرحله ای ترکیب شده اند،

می باشد.

IPOPT

با مفهوم بهینه گر حوزه داخلی یک بسته نرم افزاری برای بهینه سازی غیر خطی در مقیاس بزرگ سیستم های ادامه دار می باشد.با زبان فورتران و سی نوشته شده است و تحت نظارت CPL به فروش رسیده است.

بهینه گر حوزه داخلی یک روش حوزه داخلی دوتایی ابتدایی را انجام می دهد و از جستجوهای خطی بر پایه روش های فیلتری استفاده می کند.بهینه گر حوزه داخلی برگرفته از بسیاری محیط های طراحی که شامل

AIMMS, AMPL, MATLAB, CUTEr and C است ،باشد.بهینه گر حوزه داخلی برای بهره برداری

اولین ودومین مرتبه اطلاعات مشتق شده طراحی شده اگر تامین شده باشد.اگر هیچ هسینی تامین نشده باشد ،

بهینه گر حوزه داخلی آنها را با استفاده از روش مشابه نیوتن وبه ویزه به روزشده BFGS تقریب می زند.

و به طو.ر عمده توسط Andreas Wachter دانشجوی سابق دکترا در آکادمی مهندسی شیمی در دانشگاه کارنج ملون با نظارت Lorenz T.Bieglerتوسعه یافته است. Arvind Raghunathan بعدها یک توسعه در بهینه گر حوزه داخلی برای حل کلاسی از مسائل که با عنوان برنامه های ریاضیاتی با محدودیت های متعادل شناخته شده اند.

KNITRO

بسته نرم افزاری برای حل کردن مسائل بزرگ ریاضیاتی بهینه سازی  می باشد ،وتخصیص داده شده برای بهینه سازی غیر خطی می باشد ،اما همچنین مسائل برنامه نویسی خطی ،برنامه نویسی دو جمله ای ،وسیستم های معادلات غیرخطی را حل می کند.ناشناخته ها در این مسائل می بایست متغیرهای مستمر در توابع متناوب باشد ؛اگرچه ،توابع می توانند محدب یا غیر محدب باشند .یک راه عددی را برای مسئله محاسبه می کند—راه حل ریاضیاتی سمبولیکی رابرای مسئله پیدا نمی کند.مسائل بهینه سازی می بایست به آن در فرم

ریاضیاتی ارائه شوند ،ومی بایست یک راه از تابع محاسبه مشتقات با بستفاده از ماتریس های  پراکنده تامین کند.مسائل ممکن است با زبان C ,C++ ,Fortran ,Java  نوشته شود ،و در بخش هایی یک نرم افزار روتین برای حل مسائل نامیده شود. یک دیدگاه آسان برای توسعه مسئله بهینه سازی با زبان مدلینگ جبری

مانند AIMMS,AMPL,GAMS,mathematica,etc می باشد.محیط مدلینگ تابع مشتقات را محاسبه می کند ،واینکه یک حل کننده در محیط می باشد.و سه الگوریتم متفاوت بهینه سازی را برای حل مسائل بهینه سازی  ارایه می دهد.دوتا الگوریتم از نوع حوزه داخلی هستند ویکی نوع سری فعال می باشد.این الگوریتم ها دارای خصوصیات متفاوت پایه ای می باشند.

L-BFGS

اینها بسته های شبه نیوتنی با حافظه محدود برای بهینه سازی با مقیاس بالا هستند.کدها در مرکز تکنولوزی بهینه سازی دانشگاه شمال غربی توسعه یافتهاند.این برنامه ها برای محاسبه کمینه یک تابع با متغیر های زیاد

استفاده می شوند.آنها نیاز دارند تا کاربر گرادیان تابع هدف را تامین کند.واینکه مخفف روش BFGS با حافظه محدود می باشد.به جای ضبط یک تخمین کلی در هسسین ،این روش یک طبقه پایین از تخمین ها را به روز می کند.وکدی برای حل مسائل بدون محدودیت می باشد.نویسنده :این برنامه قابلیت حل مسائلی با مرزهای ساده روی متغیرها را دارد.آخرین نگارش آن 2.1 می باشد.

MINTO

یک حل کننده برنامه نویسی صحیح می باشد که از شعبه والگوریتم بسته استفاده می کتند.به معنای بهینه گر

صحیح ترکیبی می باشد.یک برم افزار سیستمی است که مسئله برنامه ریزی صحیح ترکیبی را توسط الگوریتم شعبه وبسته با تمددهای خطی برنامه نویسی حل می کند.وهمچنین طبقه بندی اتوماتیک محدود ،پردازش ،ابتکاری ابتدایی ونسل محدود را تامین می کند.وهمچنین درون بافته ای از نسل قطع شده دارد و میتواند برش های چنته ای ،برش های GUB ،برش های گروهی ،برش های تلویحی ،برش های جاری ،

گردکردن های صحیح ترکیبی وبرش های گوموری را انجام دهد.بیشتر اینکه ،کاربر می تواند الگوریتم پایه را با تامین روال های کاربردی تخصصی متنوع غنی کرد که بتواند MINTO را برای به دست آوردن تاثیر بالا در کلاس مسئله عادت دهد.و اینکه دارای حل کننده برنامه نویسی خطی از آن خود نیست .می تواند بیشتر حل کنندگان LP را مانند CLP,CPLEX,XPRESS از طریق مواجه OSI با COIN-OR استفاده کند.و میتواند فایل های داخل MPs را بخواند وهمچنین یک حل کننده AMPL نامیده شود.

دیگر حل کننده های غیر تجاری MIPs

SYMPHONY

CBC

GLPK

Branch Cut and Price(BCP)

Abacus mip solver

ModeFRONTIER

یک طرح بهینه سازی نظم دهنده چند گانه وبهینه سازی چند هدفه وطرح محیطی میباشد که برای اجازه ترویج آسان تقریبا به هر کامپیوتری که به وسایل مهندسی کمک می کند حال چه در خانه چه تجاری نوشته شده است.طرحی که توسط ESTECO srl  خلق شده است ،modeFRONTIER محیطی را فراهم می کند

که به مهندسان محصول وطراحان اجازه میدهد تا وسایل متنوع CAE را مانند CAD,CFD کامل کند.modeFRONTIER یک GUI  رانده شده به دور وسیله CAE می باشد که بهینه سازی را توسط 

تعدیل ارزش تعیین شده برای متغیرهای ورودی به انجام می رساند ،وخروجی ها را به محض اینکه آنها بتوانند به عنوان هدف یا محدودیت های مسئله طرح فرض شوند آنالیز کند.

طراحی بهینه سازی

modeFRONTIER شامل طراحی آزمایشات می باشد ،الگوریتم های بهینه سازی و وسایل طراحی قوی،

که می توانند ترکیب ومتصل شوند تا تاثیر گذارترین استراتزی را برای حل مسائل پیچیده منظم چند گانه را بسازد. استفاده آسان از برنامه نکته قوی وقابل توجه نرم افزار می باشد.

طراحی آزمایشات

استراتزی های متفاوتی در دسترس هستند ،که از سلسه مراتب اتفاقی مولد DOEs فاکتوریل سرچشمه 

می گیرد ،وشامل تکنیک های تکرارشونده وقائم مانند D-optimal or cross validation  می شود.

Monte Carlo  برای آنالیزهای قوی در دسترس می باشد.

الگوریتم های چند منظوره

در میان بقیه ،کاربردهای متفاوتی از الگوریتم زنتیک ،تئوری بازی ،بازپخت شبیه سازی شده استراتزی های

تکاملی قابلیت سازمان دهی مسائل متغیر های ترکیبی تناوبی گسسته را دارند .الگوریتم های تک منظوره کلاسیک بسیاری نیز مانند روش های بر پایه گرادیان یا الگوریتم های سیمپلکس  در دسترس می باشند .

سطوح پاسخ دهنده

تکنیک های سبک شناسی سطوح پاسخ دهی متفاوتی برای داخل کردن اطلاعات واجرای آن در دسترس می باشد و بهینه سازی های واقعی نامیده می شود ،به خصوص وقتی بهینه سازی به مسائلی که تابع ارزش گذاری آن از نظر زمانی اختصاص داده شده است ،مفید می باشد.تجزیه ارزش انفرادی وپاسخ های چندجمله ای تکمیل شده اند، همانندKriging  بسیار پیچیده ،شبکه عصبی و پردازش های Gaussian می باشند.

پردازش اطلاعات ومعیارهای متعدد تصمیم گیری

این سری از وسایل کاربر را قادر می سازد تا راه حل های بهینه مسئله چند منظوره را بیابد وفیلتر گذاری ورمزگذاری نماید ،وآنالیز های حساس را انجام دهد ،شناسایی های قوی و همچنین گزارشات استاندارد و

سفارشی پروزه بهینه سازی را تولید کند.

طراحی قوی بهینه سازی

این مرحله آخر از MDO در مقابل سیگما 6 می باشد:بهینه سازی یک طرح در قبال نا معلوم هاو

انحراف های مجاز می باشد.تکنیک های RSM میتوانند برای غلبه بر افزایش میزان زمان با توجه به این دیدگاه آماری وسیع استفاده شوند.

SNOPT

یک بسته نرم افزاری برای حل مسائل بهینه سازی با مقیاس بالا که توسط Philip Gill,Walter Murray and Micheal Saunders نوشته شده است .و اینکه برای مسائل غیر خطی که توابع وگرادیان های آنها از نظر ارزش گذاری بسیار گرانقدر هستند بسیار موثر هستند.توابع می بایست مسطح اما نیازی نیست محدب باشند.

TOMLAB

محیط بهینه سازی است که سکویی برای حل کردن مسائل بهینه سازی اختصاص داده شده به MATLAB

می باشد.و این را ممکن می سازد تا از حل کننده هایی همچون CPLEX,SNOPT and KNITRO با یک فرمول مدل تک استفاده شود.حل کننده ها همه چیز را از برنامه نویسی خطی وبرنامه نویسی صحیح را به بهینه سازی جهانی کنترل می کند.مواجه باAMPL این امکان را می دهد تا مسئله را با فرمت جبری فرمول بندی کنند.همگردانMATLAB کاربر را قادر می سازد تا راه حل های مستقلی را اریه دهد.محصولات

Sister برای Lab VIEW and Microsoft.NET در دستری باشد.

TOMNET

محیط بهینه سازی مذکور سکویی برای حل مسائل بهینه سازی اختصاص داده شده در Microsoft.NET  می باشد.این امکان را میدهد تا کاربرها مانند SNOPT and MINOS  را با فرمول مدل تک استفاده شوند.کاربرها همه چیز را از برنامه نویسی خطی و برنامه نویسی صحیح تا بهینه سازی جهانی را کنترل کنند.