BlueM.Opt Usage

From BlueM
Jump to navigation Jump to search

Siehe auch:

Einleitung

Generelles Vorgehen:

  1. Anwendung (App) auswählen
  2. ggf. Datensatz auswählen
  3. Methode auswählen
  4. ggf. Einstellungen anpassen
  5. Start-Button drücken

Anwendungen

Folgende Anwendungen stehen zur Auswahl:

Methoden

Reset

Schreibt die Startparameter der Optimierungsparameter in die Eingabedateien des Simulationsmodells.

Erforderliche Eingabedateien:

PES (Parameteroptimierung)

Screenshot einer PES Optimierung (Testproblem 'Box')

Erforderliche Eingabedateien:

Optional:

Einstellungen

Einstellung Optionen Bedeutung
Selektion
(EVO_STRATEGIE)
'+' (Eltern+Nachfolger) Die Selektion erfolgt aus der Menge der Eltern und der Nachfolger
',' (nur Nachfolger) Die Selektion erfolgt nur aus der Menge der Nachfolger
Startwerte
(EVO_STARTPARAMETER)
Zufällig Zufällige Startparameter
Originalparameter Vorgegebene Startwerte
Mutation
(EVO_DNMutation)
Rechenberg Mutation nach Rechenberg 1994
Schwefel Mutation nach Schwefel (aktuellerer Ansatz)
Startschrittweite
(DnStart)
0.01 - 1 Startschrittweite für die Parametervariation
mit Schrittweitenvektor
(is_DnVektor)
ja/nein bei ja bekommt jeder Parameter eine eigene Schrittweite
... ... ...
Ermitteln der Eltern
(EVO_ELTERN)
Selektion Ein Individuum wird zufällig mit allen Parametern als Elter aus dem Bestwertspeicher ausgewählt
Rekomb x/x, diskret Jede Parameterwert-Schrittweiten-Kombination wird zufällig aus allen Individuen des Bestwertspeichers ausgewählt
Rekomb x/x, mitteln Jede Parameterwert-Schrittweiten-Kombination wird über alle Individuen des Bestwertspeichers gemittelt
Rekomb x/y, diskret Jede Parameterwert-Schrittweiten-Kombination wird zufällig aus y Individuen des Bestwertspeichers ausgewählt
Rekomb x/y, mitteln Jede Parameterwert-Schrittweiten-Kombination wird aus y Individuen des Bestwertspeichers gemittelt
Rekomb x/x, dis/mitt Jeder Parameterwert wird zufällig aus allen Individuen des Bestwertspeichers ausgewählt
Jede Schrittweite wird über alle Individuen des Bestwertspeichers gemittelt
Rekomb x/y, dis/mitt Jeder Parameterwert wird zufällig aus y Individuen des Bestwertspeichers ausgewählt
Jede Schrittweite wird über y Individuen des Bestwertspeichers gemittelt
Neighbourhood siehe Promotion Dirk Muschalla (nur bei MultiObjective)
X/_-Rekombination
(n_RekombXY)
1 - 100 Die Anzahl der Individuen die zur Rekombination herangezogen werden (nur bei Rekombination x/y)
Tournament Selection
(is_diversity_tournement)
ja/nein Zur Ermittlung der zur Rekombination herangezogenen Individuen werden zunächst für jeden zu ermittelnden Elter zwei Individuen aus dem Bestwertspeicher zufällig ausgewählt. Das Individuum mit dem besseren Diversitätswert wird zum Elter. (nur bei Rekombination x/y)

SensiPlot (Sensitivitätsanalyse)

Screenshot einer SensiPlot Berechnung mit zwei Parametern

SensiPlot kann dazu benutzt werden, die Sensitivität von einem oder zwei Optimierungsparametern hinsichtlich einer Zielfunktion zu untersuchen.

SensiPlot erfordert die gleichen Eingabedateien wie PES. (Constraints werden derzeit nicht berücksichtigt: Bug 253)

  1. Anwendung, Datensatz und Methode ("SensiPlot") auswählen. Es erscheint ein Dialogfenster.
  2. Einen oder zwei Optimierungsparameter auswählen (1 Parameter → Punkt-Diagramm; 2 Parameter → Oberflächendiagramm)
  3. Eine Zielfunktion auswählen
  4. Auswählen, ob der/die Optimierungsparameter diskret oder gleichverteilt variiert werden sollen, und in welcher Auflösung (Anzahl Schritte)
  5. Die Option Wave anzeigen führt dazu, dass im Anschluss an SensiPlot alle durchgeführten Simulationen in Wave dargestellt werden (Vorsicht bei einer größeren Anzahl von Schritten!)

CES (Kombinatorische Optimierung)

Erforderliche Eingabedateien:

Optional:

PES + CES

TODO

Hybrid

TODO

Hooke and Jeeves

Hillclimbing Algorithmus

Erforderliche Eingabedateien:

Optional: