Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  robust optimization
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In line with the principles of modern design a building structure should not only be safe but also optimized. In deterministic optimization, the uncertainties of the structures are not explicitly taken into account. Traditionally, uncertainties of the structural system (i.e. material parameters, loads, dimensions of the cross-sections) are considered by means of partial safety factors specified in design codes. Worth noticing, that optimal structures are sensitive to randomness design parameters and deterministic optimal solutions may lead to reduced reliability levels. It therefore seems natural to extend the formulation of deterministic optimization with the random scatter of parameter values. Such a formulation is offered by robust optimization and reliability-based design optimization. The applicability of RBDO is strongly dependent on the availability of the joint probability density function. A formulation of non-deterministic optimization that better adapts to the design realities is robust optimization. Unlike RBDO optimization, this formulation does not require estimation of failure probabilities. In the paper using the examples of steel beams, the authors compare the strengths and weaknesses of both formulations.
PL
Analiza wpływu, jaki na modelowane zjawisko ma losowy charakter opisujących je parametrów jest niezwykle istotna w procesie optymalnego projektowania. Rozwiązania, które spełniają swoją funkcję dla nominalnych wartości parametrów mogą okazać się nie do zaakceptowania po uwzględnieniu losowych imperfekcji. Imperfekcje te mogą dotyczyć nieuniknionego rozrzutu parametrów materiałowych, wymiarów, oddziaływań zewnętrznych. W analizowanej pracy zmienność parametrów materiałowych opisuje moduł Younga E ze współczynnikiem zmienności równym 3%. Rozrzut wymiarów geometrycznych przekroju poprzecznego opisują zmienne D, d ze współczynnikiem zmienności 2%. Oddziaływanie zewnętrzne definiuje obciążenie równomiernie rozłożone Q o współczynniku zmienności równym 2%. Rezultaty optymalizacji deterministycznej, przy zachowaniu zdefiniowanych wcześniej współczynników zmienności, okazały się całkowicie nieprzydatnymi. Prawdopodobieństwa awarii obliczone dla stanu granicznego nośności i stanu granicznego użytkowania są bardzo wysokie. Dążąc do znalezienia rozwiązania niewrażliwego na trudne do kontrolowania imperfekcje parametrów modelu lub oddziaływań zewnętrznych mamy do dyspozycji dwie opcje. Pierwsza z nich to optymalizacja typu robust. Druga to optymalizacja oparta na niezawodności tzw. RBDO. Jeżeli zagwarantowanie wysokiego poziomu bezpieczeństwa jest najważniejszym wymaganiem stawianym projektowanej konstrukcji warto wybrać RBDO. W ramach RBDO, ograniczenia projektowe formułowane są za pomocą prawdopodobieństw awarii. Możliwość zastosowania RBDO jest silnie uwarunkowana dostępnością łącznej funkcji gęstości prawdopodobieństwa. Od precyzyjnego modelu stochastycznego zależy wiarygodność szacowanych wartości prawdopodobieństwa awarii. Sformułowaniem optymalizacji niedeterministycznej, które lepiej dopasowuje się do realiów projektowych jest optymalizacja typu robust. Celem optymalizacji odpornościowej powinna być jednoczesna minimalizacja wartości średniej oraz odchylenia standardowego funkcji celu. W odróżnieniu od optymalizacji RBDO, sformułowanie to nie wymaga szacowania prawdopodobieństw awarii. Losowy charakter odpowiedzi konstrukcji uwzględniany jest poprzez definicje funkcji celu i ograniczeń, zawierających wartości średnie oraz wariancje. Złożoność obliczeniowa tego podejścia wiąże się z użyciem efektywnych metod szacowania momentów statystycznych. W pracy do obliczeń RBDO wykorzystano moduł Costrel środowiska obliczeniowego Strurel. W module Costrel obliczenia realizowane są zgodnie z ideą metod jednopoziomowych. Celem tych metod jest wyeliminowanie wewnętrznej pętli związanej z analizą niezawodności poprzez rozszerzenie zbioru zmiennych decyzyjnych oraz zastąpienie ograniczeń niezawodnościowych poprzez kryteria optymalności zadań poszukiwania punktów projektowych. Obliczenia związane z „robust” optymalizacją wykonano za pomocą oprogramowania Numpress Explore. Odpowiednia aproksymacja funkcji celu i ograniczeń ma kluczowe znaczenie dla efektywności oraz zbieżności przeprowadzanych analiz. W pracy wykorzystano metodę krigingu w wersji aproksymacyjnej wraz z planem eksperymentu opartym na koncepcji optymalnej łacińskiej hiperkostki.
EN
The purpose of the research in this article is to investigate the main trends in the development of the different industries during the COVID-19 pandemic, to identify the main problems facing the different industries in the context of the global crisis, as well as to form the basic concepts necessary for a real recovery of the global industry. The authors identify the main problems facing the aviation industry in the developing world crisis and possible ways to solve them. As a working hypothesis, it is proposed to form the basic concepts necessary for preparing and implementing operational measures to restore passenger and cargo aviation. Considering the main threats facing the aviation industry during COVID-19, the article proposes the organizational and economic mechanisms to restore the industry. Furthermore, several recovery scenarios are considered, considering the relevant factors that have a particular impact. Next, a novel mathematical model for pharmaceutical products, which are the most important in COVID-19 pandemics, is proposed. Moreover, the model considers the uncertainty, and a robust optimization approach is applied. The study is based on a comprehensive analysis of documentary data provided by government agencies in several European countries. An analysis of global and Russian passenger traffic for Q1-Q4 (quartile) of 2020 and a development forecast for Q1-Q2 of 2021 is provided. The scenario problems facing the aviation industry in the context of the COVID-19 crisis are identified. There are key concepts necessary to prepare and implement effective measures to restore the aviation industry.
3
Content available remote Robust Optimal Dispatch of Power Systems with Wind Farm
EN
With the rapid development of new energy power generation, large-scale wind power generation has been integrated into power grids. However, the fluctuation and discontinuity of wind power pose challenges to the safe and reliable operation of power systems. Therefore, constructing a reasonable dispatching method to manage the uncertainty of wind power outputhas become an important topic and this study was structured with this precise aim in mind. An ellipsoidal robust set of wind power outputs was initially constructed in accordance with the predicted value and predicted error of wind power. Second, a power system optimization dispatch model of automatic generation control (AGC) was established on the basis of the robust set. This model aimed to minimize the cost of power generation and maximize the use of wind power according to the following constraint conditions: power system power balance, upper andlower limit of wind and thermal power unit outputs, climbing power, and spinning reserve. Finally, the internal point method was employed to solve the example. Results show that, on the premise of safe operation, the total operating cost of the robust optimization dispatch method is decreased by 8.64% compared with that of the traditional dispatch method, and economic efficiency is improved. Robust optimal dispatch factors in the uncertainty of wind power output meaning the load shedding scenario seldom occurs, thereby enhancing operational reliability. This study can be used to improve the reliability and economics of power system operation and provide a basis for optimizing dispatch in power systems.
EN
This paper introduces the problem of designing a single-product supply chain network in an agile manufacturing setting under a vendor managed inventory (VMI) strategy to seize a new market oppor-tunity. The problem addresses the level of risk aversion of the retailer when dealing with the uncertainty of market related information through a conditional value at risk (CVaR) approach. This approach leads to a bilevel programming problem. The Karush–Kuhn–Tucker (KKT) conditions are employed to trans-form the model into a single-level, mixed-integer linear programming problem by considering some relaxations. Since realizations of imprecisely known parameters are the only information available, a data-driven approach is employed as a suitable, more practical, methodology of avoiding distribu-tional assumptions. Finally, the effectiveness of the proposed model is demonstrated through a numer-ical example
Logistyka
|
2015
|
nr 3
2654--2663, CD 1
PL
Niepewność zjawisk oraz procesów występujących w rzeczywistym systemie transportowym miasta jest powszechna i naturalna. Niepewność występowania tych elementów istotnie wpływa na sposób i jakość planowania transportu towarowego w mieście. Czynniki behawioralne użytkowników, warunki pogodowe, występowanie incydentów drogowych, błąd metody pomiaru, czy też metody prognozy, to jedne z wielu czynników powodujących, że estymowane czasy przejazdu mogą odbiegać od rzeczywistych wartości. Planowanie tras pojazdom o wartości danych odbiegających od rzeczywistych mogą generować zbędne koszty dla firm transportowych oraz negatywnie wpływać na środowisko naturalne. W ostatniej dekadzie można zauważyć, w światowych badaniach, powstanie nowego trendu w badaniach nad problematyką wyznaczania tras pojazdom, który zakłada, że dane mogą być niepewne. Rozwiązywanie takich problemów wykonywane jest przy pomocy optymalizacji odpornej. W artykule przedstawiono ogólną charakterystykę optymalizacji odpornej, jej porównanie z programowaniem stochastycznym, dotychczasowy stan badań aplikacyjnego zastosowania tej metodologii w problematyce marszrutyzacji oraz dalsze kierunki badań.
EN
An uncertainty of phenomena and processes occurring in the real urban transportation system is common and natural. The uncertainty of these elements has a significant impact on the manner and quality of freight transportation planning in the cities. The user behavioral factors, weather conditions, traffic incidents, error of measurement methods or methods of predictions are small number of factors which make the estimated travel times may differ from the actual values. Route planning based improper data may lead to generate unnecessary costs for transportation companies and negatively affect the environment. In the last decade it can be found in the world's researches, the emergence of a new trend in the study of robust vehicle routing problems. Solving such problems is performed using robust optimization. The paper presents the general characteristics of the robust optimization, its comparison with the stochastic programming, the current state of research on the application into vehicle routing problems and it is shows further directions of research.
EN
The problem of finding a robust spanning tree has been analysed. The problem consists of determining a minimum spanning tree of a graph with uncertain edge costs. We should determine a spanning tree that minimizes the difference in costs between the tree selected and the optimal tree. While doing this, all possible realizations of the edge costs should be taken into account. This issue belongs to the class of NP-hard problems. In this paper, an algorithm based on the cost perturbation method and adapted to the analysed problem has been proposed. The paper also contains the results of numerical experiments testing the effectiveness of the proposed algorithm and compares it with algorithms known in the literature. The research is based on a large number of various test examples taken from the literature.
EN
A basic resource allocation problem with uncertain costs has been discussed. The problem is to minimize the total cost of choosing exactly p items out of n available. The uncertain item costs are specified as a discrete scenario set and the minmax criterion is used to choose a solution. This problem is known to be NP-hard, but several approximation algorithms exist. The aim of this paper is to investigate the quality of the solutions returned by these approximation algorithms. According to the results obtained, the randomized algorithms described are fast and output solutions of good quality, even if the problem size is large.
PL
W pracy analizuje się problem znajdowania centralnego drzewa rozpinającego. Problem ten polega na znalezieniu takiego drzewa rozpinającego graf, aby największa odległość od wszystkich pozostałych drzew była możliwie najmniejsza. Odległość pomiędzy drzewami jest miarą zliczającą różnice w zbiorze krawędzi porównywanych drzew. Zagadnienie to należy do klasy problemów NP-trudnych. W pracy proponuje się algorytm, oparty na metodzie poszukiwania z zabronieniami, dedykowany rozpatrywanemu problemowi. Praca zawiera także wyniki eksperymentów numerycznych testujących efektywność proponowanego algorytmu oraz porównuje go z algorytmem dokładnym opartym na metodzie podziału i ograniczeń.
EN
In this paper the central spanning tree problem is considered. The problem consists in finding a spanning tree in a graph, that minimizes the maximum distance to all other spanning trees. The distance between two trees is measured by means of the symmetric difference of their edge sets. The problem is known to be NP-hard. The algorithm based on the tabu search approach is proposed. Computational experiments are conducted and compared with results obtained by a branch and bound algorithm.
EN
For obvious reasons, models for decision-making under severe uncertainty are austere. Simply put, there is precious little to work with under these conditions. This fact highlights the great importance of utilizing in such cases the ingredients of the mathematical model to the fullest extent, which in turn brings under the spotlight the art of mathematical modeling. In this discussion we examine some of the subtle considerations that are called for in the mathematical modeling of decision-making under severe uncertainty in general, and worst-case analysis in particular. As a case study we discuss the lessons learnt on this front from the Info-Gap experience.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.