IOSO

IOSO ( Optimización Indirecta basada en la Autoorganización ) es una tecnología de optimización no lineal, multidimensional y multiobjetivo .

Enfoque IOSO

La tecnología IOSO se basa en la metodología de superficie de respuesta . En cada iteración de IOSO, el modelo de superficie de respuesta construido internamente para el objetivo se optimiza dentro de la región de búsqueda actual. A continuación, se realiza una llamada directa al modelo matemático real del sistema para el punto óptimo candidato obtenido al optimizar el modelo de superficie de respuesta interno. Durante el funcionamiento de IOSO, se almacena información sobre el comportamiento del sistema para los puntos cercanos al extremo, de modo que el modelo de superficie de respuesta se vuelve más preciso para esta área de búsqueda. Los siguientes pasos se realizan internamente al pasar de una iteración de IOSO a otra:

la modificación del plan experimental;
el ajuste adaptativo del área de búsqueda actual;
la elección del tipo de función (global o de rango medio) para el modelo de superficie de respuesta;
el ajuste del modelo de superficie de respuesta;
la modificación tanto de los parámetros como de la estructura de los algoritmos de optimización; si es necesario, la selección de nuevos puntos prometedores dentro del área de búsqueda.

Historia

IOSO se basa en la tecnología desarrollada durante más de 20 años por Sigma Technology , empresa que surgió del Centro Tecnológico IOSO en 2001. Sigma Technology está dirigida por el profesor Egorov IN, director ejecutivo.

Productos

IOSO es el nombre del conjunto de software de optimización de diseño multidisciplinario que funciona en Microsoft Windows y en sistemas operativos Unix / Linux , desarrollado por Sigma Technology . Se utiliza para mejorar el rendimiento de sistemas complejos y procesos tecnológicos, así como para desarrollar nuevos materiales mediante la búsqueda de sus parámetros óptimos. IOSO se integra fácilmente con prácticamente cualquier herramienta de ingeniería asistida por ordenador (CAE).

El grupo de software IOSO está compuesto por:

IOSO NM: Optimización multiobjetivo;
IOSO PM: Optimización multiobjetivo paralela;
IOSO LM: Optimización multiobjetivo multinivel con cambio adaptativo de la fidelidad del modelo de objeto (modelos de baja, media y alta fidelidad);
IOSO RM: Optimización de diseño robusta y software de control óptimo robusto;

Objetivo

Mejora del rendimiento y optimización del diseño

IOSO NM se utiliza para maximizar o minimizar las características de un sistema u objeto, incluyendo su rendimiento, coste o cargas. La búsqueda de valores óptimos para dichas características se realiza mediante la optimización de parámetros de diseño, geométricos u otros.

Búsqueda de leyes óptimas de gestión de sistemas

Con frecuencia es necesario seleccionar o coordinar parámetros de gestión para el sistema mientras está en funcionamiento, con el fin de lograr un determinado efecto durante su operación o para reducir el impacto de algunos factores sobre el sistema.

Identificación de modelos matemáticos

Cuando el proceso de diseño implica el uso de modelos matemáticos de objetos reales, ya sean comerciales o corporativos, surge el problema de coordinar los resultados experimentales con los resultados de los cálculos del modelo. Todos los modelos implican un conjunto de factores o constantes desconocidas. La búsqueda de sus valores óptimos permite coordinar los resultados experimentales con los resultados de los cálculos del modelo.

Optimización de diseño robusta y control óptimo robusto

Introducción

La aplicación práctica de los resultados de la optimización numérica es difícil, ya que cualquier sistema técnico complejo es estocástico y sus características son de naturaleza probabilística. Cabe destacar que, al hablar de las propiedades estocásticas de un sistema técnico en el contexto de las tareas de optimización, nos referimos a que los parámetros importantes de cualquier sistema se distribuyen de forma estocástica. Esto suele ocurrir durante la fase de producción, a pesar del avanzado nivel de la tecnología moderna. Las desviaciones aleatorias de los parámetros del sistema provocan cambios aleatorios en su eficiencia.

Un valor extremo de eficiencia, obtenido durante el problema de optimización al resolverlo mediante un enfoque tradicional (determinista), es simplemente un valor máximo alcanzable y puede considerarse un óptimo convencional desde el punto de vista de su realización práctica. Por lo tanto, se pueden considerar dos tipos diferentes de criterios de optimización. Uno de ellos es una eficiencia ideal que se puede lograr bajo las condiciones de una replicación práctica absolutamente precisa de los parámetros del sistema considerados. Otros criterios de optimización son de naturaleza probabilística. Por ejemplo: la esperanza matemática de la eficiencia; la probabilidad total de asegurar las restricciones preestablecidas; la varianza de la eficiencia, etc. Es evidente que el valor extremo de uno de estos criterios no garantiza el alto nivel de otro. Incluso, estos criterios pueden contradecirse entre sí. Por lo tanto, en este caso tenemos un problema de optimización multiobjetivo .

Concepto de optimización de diseño robusto de IOSO

El concepto IOSO de optimización de diseño robusto y control óptimo robusto permite determinar la solución práctica óptima que podría implementarse con alta probabilidad para el nivel tecnológico dado de las plantas de producción. Muchos enfoques probabilísticos modernos emplean la estimación de criterios de eficiencia probabilística solo en la etapa de análisis para obtener una solución determinista, o bien utilizan evaluaciones significativamente simplificadas de criterios probabilísticos durante el proceso de optimización. La característica distintiva de nuestro enfoque es que, durante la optimización de diseño robusto, resolvemos el problema de optimización mediante una formulación estocástica directa, donde la estimación de criterios probabilísticos se realiza en cada iteración. Este procedimiento produce de forma fiable una solución óptima totalmente robusta. La alta eficiencia de la optimización de diseño robusto se debe a la capacidad de los algoritmos IOSO para resolver problemas de optimización estocástica con un alto nivel de ruido.

Referencias

En Egorov. Método de optimización indirecta basado en la autoorganización. ICOTA'98, Perth, Australia, 1-3 de julio de 1998. Actas de la conferencia, vol. 2, págs. 683-690 .
Brian H. Dennis, Igor N. Egorov, Helmut Sobieczky, George S. Dulikravich, Shinobu Yoshimura. Optimización de la termoelasticidad paralela de conductos de refrigeración serpentinos tridimensionales en álabes de turbina. GT2003-38180, Actas de Turbo Expo 2003; Energía para tierra, mar y aire; 16-19 de junio de 2003, Atlanta, Georgia, EE. UU.
Brian H. Dennis, Igor N. Egorov, George S. Dulikravich, Shinobu Yoshimura. OPTIMIZACIÓN DE UN GRAN NÚMERO DE CONDUCTOS DE REFRIGERACIÓN UBICADOS CERCA DE LA SUPERFICIE DE UN ÁLABE DE TURBINA. GT2003-38051, Actas de Turbo Expo 2003; ASME Turbo Expo 2003; Atlanta, Georgia, 16-19 de junio de 2003.
Egorov, IN, Kretinin, GV y Leshchenko, IA "Estrategia de optimización de diseño robusto de la tecnología IOSO". WCCM V, Quinto Congreso Mundial de Mecánica Computacional, 7-12 de julio de 2002, Viena, Austria
Egorov, IN, Kretinin, GV y Leshchenko, IA "Cómo ejecutar una optimización de diseño robusta" (.pdf, 395 Kb), 9º Simposio AIAA/ISSMO sobre Análisis y Optimización Multidisciplinarios, 4-6 de septiembre de 2002, Atlanta, Georgia

Enlaces externos

Sitio web de tecnología IOSO

Ejemplos de aplicación

Optimización de las piezas de un motor de turbina de gas mediante métodos de simulación numérica (pdf, 1500 Kb)
Optimización de las características de estrés del ventilador Sam146 mediante IOSO (pdf, 120 Kb)
Optimización termoelástica paralela de conductos de refrigeración serpentinos tridimensionales en álabes de turbina (pdf, 260 Kb)
Optimización del disco de turbina para la reducción de masa y tensiones (pdf, 680 Kb)
Calibración de sistemas de control por microprocesador (pdf, 480 KB)
Optimización de las concentraciones de elementos de aleación en el acero (pdf, 370 Kb)
Aplicación de IOSO NM y ABAQUS en estructuras civiles de centrales nucleares (pdf, 550 Kb)