WORHP
Библиотека математического программного обеспечения
WORHP
Разработчик(и)Кристоф Бюскенс, Матиас Гердтс и др.
Первоначальный выпускМарт 2010 ; 14 лет назад ( 2010-03 )
Стабильный релиз
1.16 / 7 мая 2024 г. ; 8 месяцев назад ( 2024-05-07 )
Написано вANSI C , FORTRAN 77 , FORTRAN 95 и FORTRAN 2003
Операционная системаUnix-подобные , Windows XP и более поздние версии
Доступно вАнглийский
ТипЧисловое программное обеспечение
ЛицензияЗапатентованная разработка , бесплатная для академических пользователей.
Веб-сайтworhp.de

WORHP ( / wɔːrp / «warp», аббревиатура от «We Optimize Really Huge Problems»), также известный как eNLP (European NLP Solver) от ESA , представляет собой математическую программную библиотеку для численного решения крупномасштабных непрерывных нелинейных задач оптимизации .

WORHP — это гибридная реализация Fortran и C , которая может использоваться из программ C/ C++ и Fortran с использованием различных интерфейсов различной сложности и гибкости. Также имеются интерфейсы для сред моделирования MATLAB , CasADi и AMPL . [1]

Формулировка проблемы

WORHP предназначен для решения проблем вида

мин х ∈ Р н ф ( х ) {\displaystyle \min _{x\in \mathbb {R} ^{n}}f(x)}
при условии
Л ≤ ( х г ( х ) ) ≤ У {\displaystyle L\leq {\begin{pmatrix}x\\g(x)\end{pmatrix}}\leq U}

с достаточно гладкими функциями (цель) и (ограничения), которые могут быть нелинейными и не обязательно выпуклыми. Даже проблемы с большими размерами и могут быть решены эффективно, если проблема достаточно разрежена. Случаи, когда цель и ограничения не могут быть оценены отдельно или когда ограничения могут быть оценены поэлементно, могут быть использованы WORHP для повышения вычислительной эффективности. ф : Р н → Р {\displaystyle f:\mathbb {R} ^{n}\to \mathbb {R} } г : Р н → Р м {\displaystyle g:\mathbb {R} ^{n}\to \mathbb {R} ^{m}} н {\displaystyle n} м {\displaystyle м}

Производные

WORHP требует первую производную ( градиент ) и ( якобиан ) и вторую производную ( матрицу Гессе ) функции Лагранжа ; в среде моделирования, такой как AMPL, они предоставляются методами автоматического дифференцирования , но должны быть предоставлены вызывающей стороной в других средах. Первые и вторые производные могут быть аппроксимированы WORHP с использованием конечных разностей . Чтобы уменьшить в противном случае чрезмерно большое количество необходимых оценок функций в крупномасштабных разреженных задачах, теория раскраски графов используется для группировки первых и вторых частных производных. Вторые производные также могут быть аппроксимированы с использованием вариаций классического метода BFGS , включая блочно-диагональные или разреженные матрицы BFGS. ф {\displaystyle f} г {\displaystyle г}

Структура

Уровень NLP WORHP основан на SQP , в то время как квадратичные подзадачи решаются с использованием метода внутренней точки . Этот подход был выбран для извлечения выгоды из надежности методов SQP и надежной сложности времени выполнения методов IP, поскольку традиционные методы активного набора могут быть непригодны для крупномасштабных задач.

Разработка

Разработка WORHP началась в 2006 году при финансировании DLR и была продолжена под маркой eNLP после 2008 года при поддержке ESA/ ESTEC совместно с решателем внутренних точек ipfilter [2] (включение которого в eNLP было прекращено после 2010 года) с целью разработки европейского решателя NLP для использования в оптимизации траектории, анализе миссий и аэрокосмических приложениях в целом. [3]

Разработкой WORHP руководит Steinbeis-Forschungszentrum Optimierung, Steuerung und Regelung и ученые Группы оптимизации и оптимального управления в Университете Бремена и в Университете Бундесвера в Мюнхене . [4] Разработчики подчеркивают, что WORHP, несмотря на свои академические корни, задуман как инструмент промышленного уровня, а не как академическая исследовательская платформа. [5]

Приложения

WORHP был интегрирован в инструменты анализа траектории, такие как LOTNAV [6] и ASTOS , и используется в ESOC и ESTEC . Он может использоваться как оптимизатор в CasADi (начиная с версии 1.5.0beta) [7] и как локальный оптимизатор в SVAGO MDO [8], инструменте, разработанном в Университете Бремена и Миланском политехническом университете для оптимизации многопрофильного проектирования с помощью программы ESA PRESTIGE. [9]

Смотрите также

Ссылки

  1. ^ "Интерфейсы WORHP".
  2. ^ Луис Висенте; Рената Силва; Майкл Ульбрих; Стефан Ульбрих. «ipfilter — решатель НЛП, основанный на алгоритме первично-двойственного фильтра внутренней точки».
  3. ^ Свен Эрб (2011-03-02). "eNLP: ориентированная на приложения оптимизация на основе NLP на аэрокосмическом рынке". Первый промышленный семинар ITN Sadco.
  4. ^ "Команда разработчиков" . Получено 2018-01-09 .
  5. ^ Кристоф Бюскенс; Деннис Вассель (2012). "The ESA NLP Solver WORHP". Моделирование и оптимизация в космической технике . Springer Optimization and its Applications. Том 73. С.  85–110 . doi :10.1007/978-1-4614-4469-5_4. ISBN 978-1-4614-4468-8.
  6. ^ JL Cano; M. Bello; J. Rodriguez-Canabal (2004). «Навигация и наведение для траекторий с малой тягой, LOTNAV». 18-й Международный симпозиум по динамике космического полета . 548 : 609. Bibcode : 2004ESASP.548..609C.
  7. ^ "CasADi вики" . Гитхаб . Проверено 27 мая 2013 г.
  8. ^ Франческо Кастеллини (2009). "Исследования PRESTIGE MDO, Научные достижения" . Получено 23.03.2011 .
  9. ^ ESA education (2009). "Университеты, выбранные для программы PRESTIGE" . Получено 23.03.2011 .
  • Домашняя страница WORHP
  • Обзорная глава WORHP
Взято с "https://en.wikipedia.org/w/index.php?title=WORHP&oldid=1222729258"