Software: SimX - Nadelantrieb - Wirkprinzip - Lokale Suche

↑

← →

Experiment: Lokale Suche (Hooke-Jeeves)

Wichtig: Das SimulationX sollte jetzt mit dem soeben erfolgreich simulierten Modell geöffnet sein!

• Nach so viel Vorbereitung wollen wir nun im OptiY beherzt den Start-Button für das Experiment drücken und hoffen, dass sich der Antrieb in die gewünschte Richtung entwickelt:
  
• Wenn keine Verbesserung der Ergebnisse mehr zu erwarten ist, können wir das Experiment stoppen (im Beispiel nach 400 Optimierungsschritten).
• Die Verkürzung der Zykluszeit wird vor allem erreicht durch eine Vergrößerung der Steifigkeit der Rückholfeder mit entsprechender Anpassung der anderen Antriebsparameter.
• Man kann sich die exakten Werte eines Optimierungsschrittes anzeigen lassen. Nach Doppelklick mit der linken Maustaste auf den gewünschten Kurven-Punkt wird dieser Punkt auf allen Kurven markiert und es werden die zugehörigen Werte eingeblendet. Ein Doppelklick abseits jeglicher Kurve blendet die Markierungen wieder aus.

Hinweise zur Fehlersuche:
Erkennt man ein fehlerhaftes Verhalten des Modells während der Optimierungsrechnung, so muss man das Experiment stoppen :

• Im SimulationX den Simulationslauf auf den Anfang zurücksetzen, damit ein definierter Beginn des nächsten Simulationslaufes stattfindet.
• Das Modellverhalten kann man dann im SimulationX mit den aktuell vom OptiY eingespeisten Nennwerten untersuchen.

Korrektur von Fehlern im SimulationX-Modell bei aktivem OptiY-Versuchsstand kann zum Absturz von OptiY führen, da die Verknüpfungen zwischen beiden Programmen dadurch fehlgeleitet werden:

• Vor der Fehler-Korrektur muss man OptiY beenden. Dabei bleibt das im SimulationX benutzte Modell offen. Da es mit den Parametern des letzten Simulationslaufes belegt ist, sollte man es schließen (ohne speichern!).
• Lädt man das Modell erneut im SimulationX, so besitzt es die Ausgangslösung als Parametersatz.
• Nach Korrektur der Modellfehler speichert man den neuen Modellzustand und schließt das Modell.
• In OptiY steht nach erneutem Start das korrigierte Modell im Experiment-Workflow zur Verfügung.

Typische Fehler-Situationen:

• Das Modell reagiert unglaubwürdig auf Nennwert-Änderungen:
  • Hat z.B. die Änderung des Ankerdurchmessers keinen Einfluss auf die Bewegung, so fehlt die Verbindung zwischen dem OptiY-Workflow und dem Modellparameter oder etwas kann im Modell nicht stimmen!
  • Erforderliche Modell-Änderungen muss man wie zuvor beschrieben vornehmen.
• Es wird keine Verbesserung der Anfangslösung erreicht:
  1. Das Modell rechnet zu ungenau, so dass durch die Abtastschritte kein Anstieg auf der Gütefunktion erkannt werden kann (Numerisches Rauschen):
     • Wechseln in das SimulationX.
     • Öffnen des Einstellungsdialogs für die Simulation.
     • Verringern von absTol und relTol z.B. um 1 Zehnerpotenz auf 1E-6. (Achtung: höhere Genauigkeiten führen teilweise zu wesentlich längeren Rechenzeiten!).
     • Verringern von dtMin auf z.B. 1E-12 (wesentlich kleinere Werte können zu numerischen Problemen führen!).
     • In OptiY die Optimierung fortsetzen.
  2. Ungünstige Abtastschrittweiten für Entwurfsgrößen:
     • Die Startschrittweite für die Abtastung wurde im Beispiel zu 1/50 des Startwertes (oder größer) gebildet.
     • Reagiert das Modellverhalten sehr empfindlich auf eine Änderung des betreffenden Entwurfsparameters, so kann hier ein kleinerer Wert sinnvoll sein.
     • Umgekehrt kann es auch sinnvoll sein, diese Startschrittweite zu vergrößern, falls die geringen Auswirkungen der Änderung ansonsten im numerischen Rauschen untergehen.
     • Optimierung mit der veränderten Abtastschrittweite fortsetzen .
• Entwurfsparameter konvergiert gegen seinen Grenzwert:
  • Falls der Grenzwert nicht infolge einer Forderung festgelegt wurde (z.B. max. Einbaumaß) oder nicht der Physik widerspricht (z.B. negative Einschaltzeiten), sollte man die Grenze des Entwurfsparameters ändern.
  • Ein Rücksetzen und erneutes Starten der Optimierung führt dann mit großer Wahrscheinlichkeit zu einer besseren Lösung.
• Die Lösung verschlechtert sich konsequent:
  • Es werden im Modell fehlerhafte Bewertungsgrößen berechnet oder
  • es wurden die Forderungen der Aufgabenstellung fehlerhaft in Form der Restriktionen oder Gütekriterien definiert.
• Konvergenz zum Optimum vorzeitig beendet:
  • Bleiben nach einer gewissen Zeit alle Nennwerte konstant, so kann man noch nicht sicher sein, wirklich ein Optimum erreicht zu haben.
  • Im Beispiel wird die Zielfunktion um das Optimum so flach, dass aufgrund des numerischen Rauschens das Optimierungsverfahren keine Richtungsinformation mehr gewinnen kann.
  • Man sollte in jedem Fall versuchen, eine Optimierung ausgehend von den gleichen Anfangswerten, mit einer höheren Rechengenauigkeit durchzuführen (absTol und relTol).
  • Erreicht man damit den gleichen Bestwert, so handelt es sich mit großer Wahrscheinlichkeit um eine optimale Lösung.
  • Ist dies nicht der Fall, kann man die Rechengenauigkeit weiter erhöhen (falls die Berechnungszeit dies noch zulässt!).
    ← →