Evaluation of four global optimisation techniques (ASSA, DE, NA, Tabu Search) as applied to anechoic coating design and inverse problem uncertainty estimation

Författare:

  • Gothäll Hanna
  • Westin Rune

Publiceringsdatum: 2005-01-01

Rapportnummer: FOI-R--1593--SE

Sidor: 85

Skriven på: Engelska

Nyckelord:

  • Adaptive Simplex Simulated Annealing
  • Differential Evolution
  • Neighbourhood Algorithm
  • Enhanced Continuous Tabu Search
  • Neigbourhood Algorithm-Bayes
  • ekodämpande skikt
  • anechoic coating

Sammanfattning

Under de senaste tio till femton åren har simulated annealing och genetiska algoritmer blivit rutinverktyg inom undervattensakustiken för att lösa svåra optimerings- och inversproblem. På senare tid har dock nyare optimeringsalgoritmer introducerats. Dessa algoritmer har i vissa fall rapporterats prestera betydligt bättre än sina föregångare. I denna rapport testas och jämförs fyra sådana moderna globala optimeringsalgoritmer: Adaptive Simplex Simulated Annealing (ASSA), Differential Evolution (DE), Neighbourhood Algorithm (NA), och Enhanced Continuous Tabu Search (ECTS). Teknikerna testades på syntetiska optimeringsproblem och tillämpades på design av ekodämpande skikt av alberichtyp. ASSA och DE presterade bäst av de fyra algoritmerna för testproblemen såväl som för designproblemet. De andra två algoritmerna, NA och ECTS, behöver utvecklas ytterligare för att deras förmågor till global utforskning ska förbättras. I inversproblemssammanhang är det viktigt med en bedömning av osäkerheten i den erhållna lösningen. För detta ändamål har en nyligen utvecklad metod prövats. Ett bayesianskt inversproblem formulerades baserat på de ekodämpande skikten och optimeringsalgoritmerna användes för att erhålla minsta-kvadratlösningar. En utvidgning av NA användes sedan för att få en uppfattning om osäkerheten i variabelskattningen, genom att samplera om de erhållna sökensemblerna. Denna utvidgning, vid namn NA-Bayes, visade sig vara ett användbart verktyg för bedömningen av lösningens trovärdighet. En förutsättning är dock att den använda optimeringsalgoritmen har samplerat sökrymden väl.