Forschungszentrum Karlsruhe in der Helmholtz-Gemeinschaft Wissenschaftliche Berichte FZKA 6774
Optimierung von Mikro- systemen für Diagnose- und Überwachungsanwendungen (Abschlussseminar des BMBF-Verbundprojektes OMID) Karlsruhe, 25. und 26. November 2002
H. Eggert, A. Reiffer (Hrsg.) Institut für Angewandte Informatik
November 2002
Forschungszentrum Karlsruhe
in der Helmholtz-Gemeinschaft
Wissenschaftliche Berichte
FZKA 6774
Optimierung von Mikrosystemen für Diagnose- und Überwachungsanwendungen
(Abschlußseminar des BMBF-Verbundprojektes OMID)
Karlsruhe, 25. und 26. November 2002
H. Eggert, A. Reiffer*) (Herausgeber)
Institut für Angewandte Informatik
*) InterConnect Software GmbH Am Fächerbad 3 67131 Karlsruhe
Forschungszentrum Karlsruhe GmbH, Karlsruhe 2002
Für diesen Bericht behalten wir uns alle Rechte vor Forschungszentrum Karlsruhe GmbH Postfach 3640, 76021 Karlsruhe Mitglied der Hermann von Helmholtz-Gemeinschaft Deutscher Forschungszentren (HGF) ISSN 0947-8620 Optimierung von Mikrosystemen für Diagnose- und Überwachungsanwendungen (Abschlußseminar des BMBF-Verbundprojektes OMID)
Zusammenfassung
Im BMBF-Verbundprojekt OMID (Optimierung von MIkrosystemen für Diagnose- und Über- wachungsanwendungen) wurden Methoden und Werkzeuge zur automatisierten Designoptimie- rung entwickelt und an fünf innovativen vorwettbewerblichen Entwicklungen aus der Mikrosys- temtechnik erfolgreich erprobt. Modellbildung, Simulation und Optimierung lieferten qualitativ verläßliche Designs und diese ermöglichten wiederum eine gezielte Herstellung von Labormustern (Prototypen). Die meßtech- nische Erfassung von Funktionsverläufen der Labormuster führte zur Vergleichsmöglichkeit mit den vorher berechneten Funktionen. Diese Doppelstrategie ermöglichte über die gesamte Pro- jektlaufzeit hinweg eine iterierende Werkzeug- und Prototypenevaluierung. Zusätzlich wurden die entwickelten Optimierungswerkzeuge zusammen mit kommerziellen Si- mulatoren an geeignete Internetmechanismen adaptiert, so daß heute eine räumlich verteilte Si- mulation und Optimierung von Mikrosystementwürfen möglich ist. In OMID wurde erstmalig dieser gesamtheitliche Ansatz zur Entwurfsmethodik in der Mikrosys- temtechnik als Projektziel definiert und auch erfolgreich umgesetzt. Optimization of Microsystems for Diagnosis and Monitoring Applications (Final Seminar of the OMID Joint Project Funded by the BMBF)
Abstract
Within the framework of the OMID (Optimization of MIcrosystems for Diagnosis and Monitoring Applications) joint project funded by the BMBF, methods and tools for automatic design optimization were developed and tested successfully on five innovative pre- competitive developments in microsystems engineering. Modelling, simulation, and optimization yielded qualitatively reliable designs that allowed for a specific manufacture of laboratory models (prototypes). Based on the functional patterns measured, comparison with the pre-calculated functions was possible. This double strategy provided for an iterative tool and prototype evaluation over the entire project duration. In addition, the optimization tools developed were adapted to suitable internet mechanisms together with commercial simulators. Today, a spatially distributed simulation and optimization of microsystems designs can be carried out. In OMID, this holistic approach to designing in microsystems engineering was defined as a project objective and implemented successfully for the first time. Inhaltsverzeichnis
Übersicht OMID – Werkzeug- und Prototypenentwicklung in der Mikrosystemtechnik H. Eggert, Forschungszentrum Karlsruhe...... 1
Methoden und Werkzeuge I Simplorer als Remote-Simulator L. Zacharias, Ansoft GmbH...... 8
Internetbasierte Designoptimierung mit HyGLEAM W. Jakob, Forschungszentrum Karlsruhe...... 14
Modellbasierte Designoptimierung von Mikrosystemen mit MODOS D. Peters, H. Bolte, O. Nüssen, R. Laur, Universität Bremen...... 28
Anwendungen I Betrachtung des Flüssigkeitsverhaltens in medizinischen Teststreifen aus Kunststoff C. Schön, STEAG microParts...... 39
Modellbasierte Optimierung medizinischer Teststreifen aus Kunststoff O. Nüssen, Universität Bremen S. Halstenberg, Forschungszentrum Karlsruhe...... 45
Die Aktorplatte – ein universeller fluidischer Mikroaktor I. Tahhan, Bartels Mikrotechnik GmbH...... 57
Modellierung und Optimierung der Aktorplatte A. Quinte, Forschungszentrum Karlsruhe...... 66 Anwendungen II Eine Lasersteuerung für optische Meßgeräte G. Gärtner, VacuTec Meßtechnik GmbH...... 78
Modellierung, Simulation und Optimierung einer Lasersteuerung P. Schwarz, Fraunhofer Gesellschaft IIS...... 86
IR-Gassensor für Überwachungsaufgaben in Umwelt- und Gebäudetechnik K.-H. Suphan, Micro-Hybrid Electronic GmbH...... 95
Modellbasierte Optimierung eines IR-Gassensors I. Sieber, Forschungszentrum Karlsruhe O. Nüssen, Universität Bremen...... 101
Ein hochauflösendes radiometrisches Meßsystem zur Qualitätskontrolle schnell laufender Materialbahnen D. Richter, G. Gärtner, VacuTec Meßtechnik GmbH...... 111
Entwurfsunterstützung für ein radiometrisches Meßsystem – Ein physikalisches Modell der Ladungsträgergeneration H. Bolte, Universität Bremen...... 118
Entwurfsunterstützung für ein radiometrisches Meßsystem – Kammerelektronik und Gesamtsystemmodell E. Huck, Fraunhofer Gesellschaft IIS...... 127
Methoden und Werkzeuge II MOSCITO – Ein modulares internetbasiertes Programmsystem für die Optimierung von Mikrosystemen A. Schneider, Fraunhofer Gesellschaft IIS...... 140
ORBIT – Internetbasierte Plattform für Remote-Anwendungen A. Reiffer, InterConnect Software GmbH...... 152 BMBF-Verbundprojekt OMID - 1 -
OMID – WERKZEUG- UND PROTOTYPENENTWICKLUNG IN DER MIKROSYSTEMTECHNIK H. Eggert, Forschungszentrum Karlsruhe, Institut für Angewandte Informatik [email protected]
Kurzfassung 1 Einleitung Das vom BMBF geförderte Verbundprojekt OMID (Optimierung von MIkrosystemen für Der Entwurf von Mikrosystemen war zu- Diagnose- und Überwachungsanwendungen) nächst durch Intuition, Erfahrung der Desig- verfolgte das Ziel, in der Mikrosystemtechnik ner sowie langwierige und kostenintensive einen Durchbruch im Rahmen des System- Experimente mit Testaufbauten gekennzeich- entwurfs zu erlangen. Während in vergange- net. Dieser Aufwand sollte - vor allem aus nen Projekten -durchaus erfolgreich- entweder Gründen des internationalen Wettbewerbs - einzelne Mikrosysteme bzw. Entwurfsmetho- durch verstärkten Rechnereinsatz reduziert den und -werkzeuge entwickelt wurden, ver- werden. In BMBF-Projekten wie z. B. folgte OMID einen ganzheitlichen Ansatz zur METEOR [1], MIMOSYS [2] und DEMIS Entwurfsmethodik von Mikrosystemen. [3] wurden Schritte in diese Richtung getan, Ganzheitlich bedeutet: diese Vorarbeiten und Ergebnisse ließen sich • daher in OMID nutzen. Die im Projekt zu Bereitstellung von vorhanden Modellie- entwicklenden Mikrosysteme führten einer- rungs- und Simulationswerkzeugen. seits zu Geräten mit deutlich erhöhtem • Entwicklung und Bereitstellung von Op- Gebrauchswert - und damit erhöhten Absatz- timierungsmethoden und -werkzeugen. chancen -, sind andererseits aber sehr kom- • plexe Komponenten, zu deren Entwicklung Zugang zu den Werkzeugen über das In- ein erhöhter wissenschaftlich/technischer ternet. Aufwand getrieben werden mußte. Die Be- • Entwicklung von Simulationsmodellen sonderheiten sind: und deren Optimierung für exemplarische • Die in der Mikrosystemtechnik typischen Anwendungen aus unterschiedlichen Do- hohen Querempfindlichkeiten, die im mänen der Mikrosystemtechnik. Systementwurf nur durch domänenüber- • Bereitstellung dieser Simulationsmodelle greifende Modelle auf höheren Abstrakti- im Internet. onsebenen beherrschbar werden; dafür ist jedoch der Modellierungsaufwand hoch. • Fertigung von Labormustern der exempla- rischen Anwendungen. • Ein extrem großer Lösungsraum bereits • bei wenigen zu optimierenden Systempa- Meßtechnische Erfassung des Funktions- rametern, so daß Variantenuntersuchun- verhaltens der Labormuster. gen von Hand nicht mehr durchführbar • Evaluierung der optimierten Simulations- sind (weder durch Simulation noch gar modelle. durch experimentelle Aufbauten). Alle Ziele wurden ohne Einschränkung er- • Der Einsatz mehrerer hochspezialisierter reicht. Das wurde insbesondere durch Nut- Tools (Simulatoren, Optimierungspro- zung der Ergebnisse früherer Verbundprojekte gramme, ...), deren Anschaffung für klei- möglich. ne Firmen viel zu teuer ist und die dar- über hinaus spezifisches Know-How ver- langen, das in KMU´s häufig nicht vor- handen ist. BMBF-Verbundprojekt OMID - 2 -
Die Lösung dieser Aufgaben sollten mit dem • Die Komplexität beim Mikrosystement- folgenden allgemeinen Lösungsweg erreicht wurf (Modellbildung, Simulation, Opti- werden: mierung, Evaluierung) erfordert eine be- • Die Herstellerfirmen liefern die Require- sonders enge Zusammenarbeit mehrerer ments für die neuen Mikrosysteme. Bearbeiter in Unternehmen und For- schungseinrichtungen. • Die Forschungspartner unterstützten die • Firmen bei der Modellbildung, Simulation Zu erwartende Probleme bei der rechner- und Optimierung. gestützten Optimierung bezüglich • Die Modelle mussten von den Hersteller- - Konvergenzsicherheit (Maß für die firmen an den Labormustern meßtech- Wahrscheinlichkeit, eine genügend nisch evaluiert werden. gute Lösung zu finden), • Die Modelle der Mikrosysteme wurden - Konvergenzgeschwindigkeit (die be- mit entsprechenden Verfahren optimiert. nötigte Zeit zur Lösung einer Optimie- rungsaufgabe), • Die Bereitstellung und Weiterentwicklung - Randbedingungen (Bedingungen, die von Werkzeugen erfolgte durch die Soft- das Verfahren an die Optimierungs- ware-Entwicklungsfirmen und For- aufgabe stellt). schungseinrichtungen. Die Vermarktung von Software-Ergebnissen wird durch die Daraus leiteten sich die allgemeinen wissen- Software-Entwicklungsfirmen übernom- schaftlich/technischen Zielstellungen für men. OMID ab: • Das Zusammenwirken der Partner wird • Effektive Entwicklung neuer Mikrosyste- inhaltlich und organisatorisch durch die me durch Einsatz von Simulatoren und verteilte Simulation im Internet realisiert. Optimierungswerkzeugen. Dieser Arbeitsablauf innerhalb des Projektes • Modellbildung der Mikrosysteme (unter wird in Abbildung 1 zusammenfassend be- Verwendung vorhandener Bibliotheken); schrieben: dazu gehören FEM-Modelle sowie Netz- werk- und Verhaltensmodelle auf den hö- heren Abstraktionsebenen. • Messtechnische Evaluierung der Modelle anhand von Labormustern und mittels spezieller Testaufbauten. • Entwicklung der Software-Infrastruktur, mit der alle Partner auf die bei den For- schungseinrichtungen vorhandenen und weiterzuentwickelnden Werkzeuge zu- rückgreifen können (Internet-basierte Ar- beitsweise). • Insbesondere dieser letzte Aspekt, der mit modernster Software unterstützte Dienst- Abbildung 1: Arbeitsablauf in leistungscharakter einiger Aufgaben der- OMID Forschungspartner, war ein wichtiges An- liegen von OMID. Es sollten prototypisch die Hilfsmittel dafür bereitgestellt und die erfolgreiche Arbeit bei der Entwicklung innovativer Mikrosysteme demonstriert werden. BMBF-Verbundprojekt OMID - 3 -
Das Projektkonsortium bestand aus 6 Indust- Muskelverspannung im Brustkorbbereich riepartnern (KMU´s), einer Universität und handelt. zwei Forschungseinrichtungen. Bei der Untersuchung von Proben mit sol- chen Schnelltests wird die Probenflüssigkeit zu einer Reaktionszone transportiert, wo eine chemische Substanz, welche die Infarktmar- ker enthält, deponiert wurde. Diese Substanz muß für eine bestimmte Reaktionszeit mit der Flüssigkeit in Kontakt kommen. Nur durch die genaue Einhaltung der Reaktionszeit kann auch eine genaue quantitative Aussage über das Vorhandensein der zu testenden Be- standteile der Flüssigkeiten gemacht werden. Heute beruht der Transport der Körperflüs- sigkeit zur Reaktionszone meist auf der Ka- pillarwirkung verschiedener Gewebe (z. B. Vliese) und/oder der Filterwirkung von Membranen. Deren Nachteil ist jedoch, daß die Porengrößen und damit die Kapillarwir- Abbildung 2: Organisations- kungen statistisch verteilt sind. Somit kann struktur von OMID der Test nur eine qualitative Aussage liefern. Andere Verfahren zur Erzeugung von defi- nierten Poren sind sehr teuer (z. B. Kern- 2 Anwendungen Spur-Verfahren). In diesem Kapitel wird kurz der Stand der Hier besitzt die Mikrostrukturtechnik einen Wissenschaft und Technik der einzelnen entscheidenden Vorteil, denn mit Hilfe der Anwendungen beschrieben. Ausführliche Mikrostrukturtechnik ist es möglich, Mikro- Beschreibungen befinden sich in den kanäle mit genau definierten Kapillaritäten zu Einzelbeiträgen “Anwendungen”. erzeugen. Die Abmessungen dieser Kanäle sind in weiten Grenzen einstellbar (Breite, 2.1 Medizinische Teststreifen Länge, Tiefe von wenigen Mikrometern bis zu einigen Zentimetern). Damit wird eine Mit medizinischen Teststreifen, auch medizi- Flexibilität erreicht, die es möglich macht, die nische Schnelltests genannt, können Körper- mikrostrukturierten Teile in vielen verschie- flüssigkeiten einfach und ohne großen Labor- denen Fällen einzusetzen. aufwand auf das Vorhandensein von be- stimmten Komponenten untersucht werden. Das können z. B. Proteine, Viren oder in Fol- ge einer Immunreaktion gebildete Antikörper sein. Häufig müssen die getesteten Inhaltsstof- fe der Flüssigkeit mit sogenannten Markern noch sichtbar gemacht werden. Ein praktisches Beispiel ist die Frühdiagnose und Diagnose von Herzinfarkten. Dabei gibt es verschiedene sogenannte Infarktmarker, die teilweise die dem eigentlichen Herzinfarkt vorausgehenden kleineren Infarkte belegen können, als auch Klarheit darüber schaffen Abbildung 3: Mikrostrukturen können, ob es sich tatsächlich um einen für Medizinische Teststreifen Herzinfarkt oder nur um eine zeitweilige BMBF-Verbundprojekt OMID - 4 -
Zusätzlich kann durch das Einbringen von der Prototypenphase, Prägetechnik in der Mikrostrukturen (z. B. einige tausend Säulen Serienproduktion) vergleichsweise gerin- mit Durchmessern von 10 µm bis 500 µm) ge Kosten verursachen. auch das Geschwindigkeitsprofil der Flüssig- • Er ist deutlich robuster, weil die Materia- keit im Kanal eingestellt werden, um eine ge- lien nicht brüchig und chemisch resistent naue Einhaltung der günstigsten Reaktions- sind. zeiten gewährleisten zu können. • Er ist stärker, weil die krafterzeugende Quelle sich nicht mehr direkt am Ort des 2.2 Aktorplatte Geschehens, sondern entfernt vom Wir- In der Mikrotechnik werden Aktoren seit län- kungsort befindet. So kann auf gerer Zeit durch verschiedenste Verfahren „makroskopische“ Kraftquellen (Pumpen) realisiert. ausgewichen werden, wenn dies nötig ist. Andernfalls hält der Baukasten der Mik- So sind schon vor mehr als 10 Jahren Aktoren rotechnik auch eine Mikropumpe bereit, auf Siliziumtechnik entworfen und gebaut welche direkt in die Mikrosysteme integ- worden, die sowohl rotatorische als auch riert werden kann. translatorisch mechanische Energie zur Ver- fügung stellen. Ein Hauptnachteil dieser Akto- • Er ist flexibel, weil die Aktorplatte allei- ren ist prinzipbedingt (durch die erreichbaren ne, in einer Linie oder auf einer Fläche Größenordnungen als auch die eingesetzten angeordnet sein kann, und mit denselben Materialien und Prozesse), daß sie Fertigungsschritten unterschiedliche Mik- rosysteme realisiert werden können • eine äußerst geringe Arbeit je Hub bzw. (Braillezeile, Relais, ...). Insbesondere die Umdrehung zur Verfügung stellen können, Kombinierbarkeit des Aktors mit anderen, • nur eine begrenzte Lebensdauer besitzen fluidischen Bauelementen, die praktisch und im gleichen Arbeitsgang hergestellt wer- den, sei hier hervorgehoben. • mit sehr wenigen Ausnahmen nie in ein echtes Industrieprodukt überführt worden sind. Eine interessante Entwicklung neuerer Zeit besteht darin, bekannte Prinzipien aus der „Makrowelt“ in kleinste Dimensionen zu ü- berführen, wobei es der traditionellen Fein- werktechnik gelang, in neue Dimensionen vorzustoßen, wodurch die Kluft zwischen Abbildung 4: Miniaturisiertes Mikroaktoren auf Siliziumbasis und traditio- Braille-Display mit Aktorplatten nell hergestellten deutlich schrumpfte. Elekt- romotoren mit weniger als 2 mm Durchmesser oder 1 mm Höhe befinden sich bereits im Kleinserienstadium. Hauptnachteile der direkt 2.3 Thermopile-Zeilen-Sensor vor oder bereits in der Markteinführung be- zur Gasanalyse findlichen Aktoren sind vor allem der hohe Preis und die für den industriellen Einsatz Thermopile-Einzelsensoren, kurz Thermopi- noch oft ungenügende Robustheit. les, sind Infrarot-Strahlungssensoren die sich gegenüber anderen Infrarotsensoren dadurch Der in OMID entwickelte fluidische Aktor auszeichnen, daß sie statische Signale verar- besitzt jedoch entscheidende Vorteile: beiten können, ihre Empfindlichkeit nahezu • Er ist sehr preisgünstig, weil zum einen konstant im Spektralbereich von ultraviolet- die Materialien (Kunststoffe), aber auch tem bis infrarotem Licht ist, und ihre Funkti- die Fertigungsverfahren (Lasertechnik in on ohne zusätzliche Versorgungsspannung BMBF-Verbundprojekt OMID - 5 - und zusätzliche Kühlung gewährleistet ist. absorption im Infrarotbereich besitzen müs- Das Ausgangssignal eines Thermopiles ist frei sen, um die Abmessungen der Meßzellen von Stromrauschen und proportional zur beherrschbar zu halten. Die Erweiterung der Temperaturdifferenz zwischen aktivem Ele- Anwendungen wird in der Realisierung von ment und Referenzelement. Thermopiles wer- Meßzellen gesehen, die den Beschränkungen den vorrangig in Pyrometern und in der Infra- des rein linearen Strahlungsverlaufes nicht rotspektroskopie eingesetzt. unterliegen. In Abhängigkeit vom zu detektierenden Signal liegt die Ausgangsspannung des Sensors ohne 2.4 Ionisationskammer zusätzliche Signalaufbereitung im Bereich von einigen µV bis zu einigen mV. Durch Herme- Detektoren für ionisierende Strahlung können tisierung der Sensorchips können Zuverläs- in vielfältigen Gebieten eingesetzt werden. sigkeit und Langzeitstabilität gesichert wer- Große Anwendungsbereiche liegen im den. Mit einer geeigneten Wahl des Füllmedi- Strahlenschutz, in der Gammaspektroskopie, ums des hermetischen Gehäuses können die in industriellen Anwendungen sowie in der anwendungsrelevanten Eigenschaften des Materialanalyse durch Röntgenfluoreszenz- Sensors wie Empfindlichkeit und Zeitkon- verfahren. stanten weitgehend angepaßt werden. In der Industrie werden Ionisationskammern für die Bestimmung unterschiedlicher Pro- zessparameter während der Produktion ver- wendet. So wird zum Beispiel die Material- stärke von Papier-, Kunststoff-, Textil- oder Metallbahnen mit diesen Kammern bei Ver- wendung von β- oder γ-Strahlern geeigneter Energie festgestellt. Ein neuer Ionisationskammertyp kann zur Detektion von Materialkanten im Produkti- onsprozess herangezogen werden. Da die Lage der Materialkante so genau wie möglich festgestellt werden soll, werden umfangreiche Optimierungen und Berechnungen am ge- samten System notwendig. Das System besteht aus einem γ-Strahler und einem ortsempfindlichen Detektor. Absor- γ Abbildung 5: Schematische Dar- bierte -Quanten erzeugen im Detektor Elekt- stellung der Gasanalyse ronen-Ionenpaare, die durch Strommessung nachgewiesen werden. Unter der Annahme, daß die Anzahl der erzeugten Elektronen pro Thermopilezeilen mit 32 Pixel werden derzeit absorbiertem Quant im gesamten, aktiven nur von einem amerikanischen Wettbewerber Kammervolumen konstant ist, kann durch serienmäßig angeboten, allerdings ohne Aus- Strommessung auf die Materialstärke zurück- werteelektronik. geschlossen werden. Die Ortsempfindlichkeit Im Bereich der Gasspektroskopie sind derzeit wird durch Aneinanderreihen mehrerer unab- Meßsysteme mit linearem Strahlungsverlauf hängiger Kammerzellen erreicht („Mehrfach- zwischen Infrarotquelle und Infrarotdetektor kammer“). Die Materialbahn deckt teilweise die auf dem Markt dominierende Lösung. den Strahlengang zwischen Strahler und De- Dieser lineare Strahlungsverlauf stellt die we- tektor ab, so daß die Gammaintensität unter- sentliche Begrenzung für die Anwendung der halb der Bahn in bestimmten Detektorberei- Infrarotsensoren in der Gassensorik dar, da die chen geschwächt ist, und damit in einzelnen nachzuweisenden Gase eine gewisse Mindest- Kammerzellen geringere Ströme erzeugt BMBF-Verbundprojekt OMID - 6 - werden. Typische Ströme liegen im Bereich wesentlichen Merkmale der verwendeten von 10-12 A bis 10-8 A. Um eine möglichst Methoden und Verfahren beschrieben. schnelle und gute Darstellung der Material- Ausführliche Beschreibungen, insbesondere kante zu erreichen, muß die Kurvenform, die auch die der verwendeten Werkzeuge, sich aus dem Verlauf der Stromsignale als befinden sich in den Einzelbeiträgen Funktion der Kammerzellen ergibt, optimiert “Methoden und Werkzeuge”. werden (maximaler Anstieg im Bereich der Materialkante, möglichst große Ströme). 3.1 Finite Elemente Methode (FEM) Die Finite-Elemente-Methode (FEM) ist ein numerisches Berechnungsverfahren, das zur Lösung von verschiedenen physikalischen Feldproblemen, bei denen das Verhalten von Kontinua durch partielle, orts- und zeitabhän- gige Differentialgleichungen beschrieben werden kann. Dazu gehören Problemstellungen aus den Bereichen der Strukturdynamik, der Strö- mungsmechanik, der Elektromagnetik und Abbildung 6: Funktionsprinzip der Wärmeübertragung. Ferner lassen sich der Ionisationskammer auch einige gekoppelt auftretende Feldprob- leme wie z. B. thermoelastische oder piezo- elektrische Wechselwirkungen behandeln. Weltweit gibt es maximal 25 Hersteller von Mit der FE-Methode ist also eine physiknahe industriell genutzten Metall- Behandlung von Problemstellungen möglich. Ionisationskammern. Diese gehen in Meß- systeme ein, die von etwa 12 ... 15 Systemher- Neueste Entwicklungen in OMID lassen be- stellern zusammengestellt und vertrieben wer- reits auf der FEM-Ebene eine Modelloptimie- den, wobei die Metall-Ionisationskammern als rung zu. Allerdings ist hierzu eine aufwendi- wichtiges Kernstück der Meßeinrichtung an- ge Rechnerinfrastruktur aus Workstations zusehen ist. sowie eine flexible Jobverteilungssoftware- notwendig, da nur durch Parallelisierung der 2.5 Lasersteuerung FEM-Modelle und der Optimierungssoftware Nach Projektbeginn wurde zusätzlich eine vertretbare Rechenzeiten im Minutenbereich weitere Modellierungs- und Simulationsauf- erreichbar sind. gabe (Lasersteuerung) definiert, welche eine optimale Auslegung eines Messgerätes zur 3.2 Makro- und optischen Messung von Oberflächenqualität und Dichte von Stoff- und Papierbahnen zum Verhaltensmodelle Ziel hatte. Das Messsystem besteht aus Sender Charakteristisch für technische Systeme bzw. (Laserstrahlenquelle) und Empfänger (Photo- Teilsysteme ist das Auftreten von Effekten dioden). Durch die Eigenschaften des zu un- unterschiedlicher physikalischer Domänen tersuchenden Materials in der Messstrecke (z.B. Mechanik, Fluiddynamik, Thermody- wird die Transmission bzw. Reflektion des namik), die untereinander in Wechselwirkung Laserlichts beeinflusst, was Rückschlüsse auf sein können. Bei einer Modellierung auf phy- die Materialqualität zulässt. sikalischer Ebene (FEM-Modelle) können oftmals die Wechselwirkungen nicht adäquat berücksichtigt werden oder es entstehen sehr 3 Methoden große Modelle, die mit nicht mehr vertretbar In diesem Kapitel werden nur die hohen Rechenzeiten verbunden sind. BMBF-Verbundprojekt OMID - 7 -
Kann das Verhalten des Systems auf der Basis nicht oder nur unzureichend verwendet wer- der Energieflußgesetze beschrieben werden, den können. so können Makro-und Verhaltensmodelle ein- In DEMIS und OMID wurden Internet- gesetzt werden, die das physikalische Verhal- Verfahren zum Remote-Tool-Einsatz und ten auf einer abstrakteren Ebene mit gewöhn- zum Remote-Modell/Optimierungs-Einsatz lichen Differentialgleichungen domänenüber- entwickelt. Diese Verfahren wurden evaluiert greifend beschreiben. Diese Modelle weisen und haben sich bewährt. kürzere Rechenzeiten auf und können dadurch auch sehr gut zur Design-Optimierung einge- setzt werden. 4. Schlußbemerkungen und Ausblick 3.3 Optimierung Alle Projektziele wurden ohne Einschränkung erreicht. Im Rahmen der Anwendungen Der Entwurf komplexer technischer Systeme liegen alle Systementwürfe in optimierter führt zur Notwendigkeit von Modellbildung, Form vor. Simulation und Optimierung. Das Konzept der modellbasierten Optimierung hat ein De- Die entwickelten Methoden und Werkzeuge sign von hoher Qualität bei möglichst gerin- werden, bedingt durch ihren Remote-Einsatz gem Prototypenbau zum Ziel. Dazu werden im Internet, im Gegensatz zu früheren unterschiedliche Optimierungsverfahren ein- Verbundprojekten, auch nach Projektende gesetzt, die sich ergänzen. weiter verfügbar sein. Mit Hilfe evolutionärer Algorithmen wird eine globale umfassende Suche durchgeführt, wel- Literatur che die interessanten Gebiete des Suchraums [1] Eggert, H. et al. (Hrsg.): bestimmt. Die dabei ermittelten Lösungen Methoden- und Werkzeugentwicklung werden mit konventionellen lokalen Suchver- für den Mikrosystementwurf fahren wie z. B. dem Rosenbrock-Verfahren Tagungsband 4. Statusseminar zum oder dem Complex-Algorithmus weiter ver- BMBF-Verbundprojekt METEOR bessert. 18.-19. Nov. 1996, Karlsruhe ISSN 0947-1413 3.4 Internet basierte Simulation [2] Laur, R. et al. (Hrsg.): und Optimierung Methoden und Werkzeuge zum Eine Marktanalyse ergab, daß zwar derzeit Entwurf von Mikrosystemen bereits kommerzielle Workflow-, Dokumen- Tagungsband 2. Statusseminar zum tations- und Projektmanagementsysteme auf BMBF-Verbundprojekt MIMOSYS Basis des Internets existieren, jedoch keine 4.-5. Dez. 1997, Paderborn, kombinierten Systeme, die möglichst alle Be- ISSN 0947-1413 reiche abdecken, angeboten werden. Insbe- [3] John, W. et al. (Hrsg.): sondere ist die Möglichkeit zur Einbindung Methoden und Werkzeuge zum von Remote-Tools über das Internet in diesen Entwurf von Mikrosystemen Systemen derzeit nicht vorhanden, womit die Tagungsband der gemeinsamen entscheidende und damit wichtigste Fähigkeit Statusseminare zu den BMBF- einer Mitbenutzung von in der Regel sehr Verbundprojekten CADWOK, kostspieligen Softwarelizenzen durch die DEMIS, MIMOSYS, SESAM, KMU´s in diesen Systemen fehlt. Der derzei- SIMKOS tige Stand der Technik zeigt, daß bestehende 2.-3. Dez. 1999, Berlin Systeme vor allem im Entwurfsbereich der ISSN 0947-1413 Mikroelektronik unterstützend eingesetzt wer- den, jedoch im Umfeld der Mikrosystemtech- nik aufgrund des ungleich breiteren Ansatzes BMBF-Verbundprojekt OMID - 8 -
SIMPLORER ALS REMOTE-SIMULATOR Dr. Ing. Lutz Zacharias Ansoft GmbH & Co KG, Chemnitz [email protected]
eine über die reine Simulation hinausgehende Lösung erarbeitet werden, die auch in der Kurzfassung Lage ist, Arbeitsabläufe abzubilden und sich in heterogene Arbeitsumgebungen einzuord- nen. Das Simulationssystem SIMPLORER wird Die angestrebte Lösung führt zu einer breit von der Firma Ansoft entwickelt und vertrie- nutzbaren Umgebung mit integrierten Hilfs- ben. Es wurde speziell für die Belange der tools, wie sie so derzeit am Markt nicht ange- Elektronik / Antriebstechnik und Mechatronik boten wird. Für den Aufbau eines Dienstleis- entwickelt. Dieser Beitrag stellt die aktuellen tungsangebots über INTERNET ist die Re- Arbeiten zur Remote – Simulation mit dem motefähigkeit der einzelnen Tools Grundvor- Simulationswerkzeug SIMPLORER vor. aussetzung. Durch die Verwendung von OR- BIT (Internet basierte Simulation und Opti- mierung) wird die Umgebung remotefähig 1. Einleitung gemacht werden, womit international neuarti- ge Möglichkeiten des Mikrosystementwurfs entstehen. Die Firma Ansoft GmbH & Co KG hat den Simulator SIMPLORER entwickelt, der für mechatronische, kontinuierliche und diskrete 2. Das Multi-Domain- Systeme geeignet ist. Seit mehreren Jahren Simulationswerkzeug bietet die Firma Unterstützung auf dem Gebiet der Designoptimierung an. Im Rahmen der SIMPLORER BMBF–Projekte MIMOSYS und DEMIS wurden Optimierungsverfahren entwickelt, SIMPLORER, als ein kombinierter Schal- implementiert und getestet. tungs- und Systemsimulator adressiert An- wender der Bereiche Mikrosystemtechnik, Das System SIMPLORER wird im OMID- Mechatronik, Leistungselektronik, Elektri- Projekt zur Modellierung, Simulation und sche Antriebs- und Energietechnik sowie Optimierung von Anwendungen eingesetzt. MSR-Technik. Einfach und schnell können Dabei werden die bereits vorhandenen Ergeb- Anordnungen mit sowohl elektrischen als nisse umgesetzt und anwendbar gemacht. Ziel auch nichtelektrischen Komponenten model- ist die Verifikation der Tools am konkreten liert und simuliert werden. Dabei werden die Designprozeß (mikrofluidischer Prozess, Ak- nachzubildenden Anordnungen praxisnah mit torplatte) und die Integration in die Simulati- Hilfe von elektrischen Netzwerken, rege- onsumgebung SIMPLORER. Diese wird so lungstechnischen Blockdiagrammen und Zu- erfolgen, daß die Unterstützung für die ver- standsgrafen beschrieben. Stabile Rechenal- schiedenen Entwurfsschritte gegeben ist. Be- gorithmen sichern, im Gegensatz zu SPICE- sonderer Schwerpunkt ist dabei die Anpas- basierten Simulatoren, numerische Konver- sung der Entwicklungsumgebung an die Er- genz auch bei schnell schaltenden elektroni- fordernisse des Designprozesses. Dazu muss schen Systemen. BMBF-Verbundprojekt OMID - 9 -
schen und elektrohydraulischen Systemen, Die umfangreiche Modelldatenbank beinhaltet der Mikrofluidik, sowie Anwender, die neben neben aktiven und passiven elektrischen der Hydraulikseite auch Leistungselektronik, Grundbauelementen, Operationsverstärkern, elektrische Antriebe, Regelungen oder Me- regelungstechnischen Übertragungsfunktionen chanik betrachten wollen. und Nichtlinearitäten auch statische und dy- namische Leistungshalbleiter, Sensoren, elekt- Die grafische Repräsentation der hydrauli- rische Maschinen sowie Mechanik- und Hyd- schen Modellkomponenten orientiert sich im raulikkomponenten. Gerade in Gestalt der Unterschied zu anderen Modellierungsansät- angeführten Bibliothekserweiterungen stellt zen durchweg an den entsprechenden DIN- SIMPLORER nunmehr noch bessere Funktio- ISO Normen. Die Modellbibliothek be- nalitäten auch außerhalb seiner üblichen Do- schreibt das stationäre Verhalten hydrauli- mänen zur Verfügung. scher Systeme sehr genau. Die Parametrie- rung der vorhandenen Simulationsmodelle Mit der neu verfügbaren Mechanik-Toolbox geschieht mit Hilfe durchschaubarer und für kann man translatorisch und rotatorisch be- den Anwender einfach zu beschaffender Pa- wegte Systeme modellieren. Die für die Arbeit rameter. Die Bibliothek enthält u.a. verschie- mit der Toolbox relevanten Parameter sind dene Pumpentypen (konstante/variable För- Trägheitsmomente, Steifigkeiten sowie dermenge) und Hydraulikzylinder, eine Viel- Dämpfungs- und Reibungskoeffizienten. Die zahl von Ventilkombinationen sowie Hydro- in der Bibliothek enthaltenen Basisbausteine motoren und Druckspeicher. Nützliche Klei- sind u.a. Masse-Element (MAS), Steifigkeits- nigkeiten, wie z.B. Modelle von End- und element (STF), Koordinatentransformation Druckschaltern oder Manometern runden die (TSF), Getriebeübersetzung, Momentenquelle Funktionalität ab. (SRCF) sowie mechanisches “Bezugspotenti- al” (GND). Durch das Vorhandensein animierter graphi- scher Symbole kann die Wirkungsweise hyd- So können alle vorhandenen SIMPLORER- raulischer Systeme praxisnah visualisiert Standardmodelle von translatorischen oder werden, so daß sich der Einsatz der hier vor- rotatorischen Aktoren durch die Ergänzung gestellten Modellbibliothek auch im Ausbil- weiterer mechanischer Modelleigenschaften in dungssektor anbietet. ihrer Detailtreue verbessert werden. Das kann zum Beispiel durch das Ankoppeln eines ent- sprechenden Masseelementes geschehen. Verfügbare Erweiterungsmodule, wie Opti- mierung und Programmierschnittstellen für C, Anwendervorteile bei Einsatz der SIMPLO- Pascal, Fortran runden die Funktionalität RER Mechanik-Toolbox ergeben sich insbe- weiter ab. Ein offenes Simulatorinterface sondere durch gestattet die Kopplung mit Matlab/Simulink, MathCad, speicherprogrammierbaren Steue- • Einfacheres und schnelleres Abbilden rungen sowie elektromagnetischer Feldbe- von (mikro)mechanischen Systemen rechnungssoftware auf FEM-Basis (Maxwell- im Vergleich zur Modellierung mit EM-Solver-Produktfamilie). blockorientierten Signalflußgraphen.
• Erhöhung der numerischen Stabilität und der Rechengeschwindigkeit bei der Simulation mechanischer und me- chatronischer Systeme.
Die des weiteren neu verfügbare Hydraulik- bibliothek adressiert Entwickler von hydrauli- BMBF-Verbundprojekt OMID - 10 -
3. Implementation der Remote- Management so optimiert werden, dass ma- ximale Effektivität erreicht wurde. Ein erster Fähigkeit Prototyp ist verfügbar uns steht zu Testzwe- cken bereit.
Bedingt durch die Veränderungen in der Ziel des Entwicklungsarbeiten ist die Integra- Speicherverwaltung musste die Modellver- tion von SIMPLORER in ORBIT. waltung vollkommen neu konzipiert und implementiert werden. Hierbei kommen ob- SIMPLORER in der Version 4.x ist als PC- jektorientierte Programmierung und ein neu- Programm unter WINDOWS 9.x NT4 WIN er hierarchischer Ansatz für die Modellver- 2000 und WIN ME lauffähig. Ein SIMEC waltung zum Einsatz. Dieser ist gleichzeitig eigenes Kommunikationsprotokoll realisiert die Grundlage für die Parameterübernahme, die Kommunikation der Programme unterein- die im Arbeitspaket Modelltransport reali- ander. Eine Fernsteuerung von SIMPLORER siert werden soll. durch Scripte ist zum gegenwärtigen Zeit- punkt nicht möglich. 3.1. Interfacedefinition für Script Es ergaben sich folgende, zu lösende Aufga- Access ben:
Mehrfach Instanzierung des Simulators er- Der Modell – und Parametertransport stellt möglichen Script – Steuerbarkeit Schaffung besondere Anforderungen an das System. Er der Remote –Fähigkeit von SIMPLORER Die muss unabhängig von der Hardware und dem Arbeitspakete wurden wie folgt untersetzt: Betriebssystem gestaltet sein. Gleichzeitig muss die Multiuser-Funktionalität beachtet • Mehrfach Instanzierung des Simula- werden. D.h. es müssen die Modelle, Para- tors meter, Job-Steuerung und Auswertung sepa- • Modifikation des Speicher- rat steuerbar sein. managements • Interfacedefinition für Script Access Für die erste Phase der Realisierung wurden • Script – Steuerbarkeit folgende Vereinfachungen getroffen: • Starten / Kontrolle der laufenden Si- mulation • Verwendung von SML – Modellen in • Modelltransport Textform • Ergebnistransport • Vordefinierte Parameterliste • Mehrfach-Instanzierung des Simula- • Keine Fehlerüberwachung der Einga- tors be • Modifikation des Speichermanage- • Keine Modellumschaltung ments Durch diese Vereinfachungen können Mo- Die SIMPLORER-Version 4.x ist standard- delle mit der aktuellen Version von mäßig nicht in der Lage, mehrfach auf einem SIMPLORER erzeugt und durch die Remote PC aufgerufen zu werden. Hauptaufgabe für – Lösung von SIMPLORER simuliert wer- dieses Arbeitspaket war die Modifikation der den. Der Modelltransport wird durch Steuer- Berechnungsmodule und der internen Modell- scripte realisiert. verwaltung. Die Anpassung erfolge in Hin- sicht auf die voll dynamische Speicherver- Die Abbildung zeigt den groben Ablauf, der waltung verbunden mit einer schnellen Lö- beschritten wird, wenn ein Anwender die sung der Simulationsaufgabe. Durch den Ein- Simulation startet. satz moderner Analysewerkzeuge konnte das BMBF-Verbundprojekt OMID - 11 -
3.2. Script – Steuerbarkeit
Starten / Kontrolle der laufenden Simulation Der Startvorgang der Simulation wird durch den Startmanager realisiert. Dieser wurde speziell für die Bedürfnisse von SIMPLO- RER entwickelt. Durch den Startmanager wird gewährleistet, dass ein einfacher Aufruf von einem VB Script oder PHP - Script mög- lich ist. Der Manager behält die Kontrolle, bis die Simulation vollständig abgearbeitet oder abgebrochen wurde.
3.3. Modelltransport
Für jede Anforderung wird ein eigenes Envi- ronment erzeugt, das Modell aufgenommen und die Ausgabe vorbereitet.
3.4. Ergebnistransport Der Transport der Simulationsaufgabe wird durch das JOB – Beschreibungsfile realisiert. Die Ergebnisse speichert der Simulator direkt Dieses ASCII File beinhaltet alle Informatio- im vorgegebenen Environment. Die nachfol- nen, die zur Lösung der gestellten Simulati- gende Bearbeitung erzeugt die notwendigen onsaufgabe notwendig ist. Grafiken, führt definierte Berechnungen aus und stellt alle Ausgaben als HTML Text be- • Modell reit. Per http Protokoll werden diese Ausga- • Ziel für die Ausgaben ben zum Anwender übertragen. • Ziel für Fehlermeldungen • Definition der Modellparameter • Definition der Ausgaben 4. Anbindung an ORBIT
Die Integration von SIMPLORER in das System ORBIT erfordert die Anbindung von Die folgende Abbildung illustriert den Aufbau SIMPLORER an das von der Firma Inter- in der 1. Version. Connect bereitgestellt Tool-Interface. Der ToolAgent basiert auf dem SOAP - Protokoll JOB.INI ( Simple Object Access Protocol ). Weitere [JOB] Name=e:\s50 \ debug \ rc50.sml Name des zu simulierenden Files Informationen zu SOAP sind unter OutFile=e:\s50 \ debug \out_rc.mdx SML oder SMT ErrorFile=e:\s50 \ debug \err_rc.log www.w3c.org erhältlich. Name des Files für die [INCLUDE Ausgaben #SET R1.R 5k #SET 1m Die Anbindung wurde für die SOAP Version Name des ErrorLogFiles, welches #OUT Fehlermeldungen u.ä. #OUT 1.0 erstellt und wird auf die aktuelle SOAP Version 2.0 umgestellt. Per Test – Tool kann Der Wert des R des In die oben angegebene Modells R1 wird auf >>OutFile<< wird die Ausgabe die Ansteuerung von SIMPLORER getestet gesetzt Parameters I von BMBF-Verbundprojekt OMID - 12 - werden. Der verfügbare Prototyp gibt bereits Aussagen über notwendige Erweiterungen im Voraussetzung für eine derartige Simulation Modelltransport - Protokoll. So fehlen zum ist das Vorhandensein und die volle Funkti- Beispiel in der aktuellen Ausbaustufe Aussa- onsfähigkeit des Modells. Zusätzlich zum gen über die Modellausgaben. Aus SIMPLO- Modell werden noch die Boundaries RER-Sicht ist es sinnvoll, daß der Anwender Benötigt. Der Modellentwickler kann diese Ausgaben aus einem Fundus zu- oder ab- für jeden Parameter mit angeben. Aus diesen schalten kann. Das reduziert den auf der Informationen erstellen die Exportscripte den Festplatte benötigen Speicherplatz und erhöht notwendigen JavaScript für den WEB-Client auch die Simulationsgeschwindigkeit. Mit Hilfe diese WEB Interfaces kann der Gegenwärtig in der Diskussion ist weiterhin Anwender das Modell in den vorgegebenen ein Cleaning – Mechanismus. Dieser wird Grenze variieren. Automatisch generierte notwendig, wenn man die Größe der Files von Scripte prüfen auf der Client-Seite sofort die Simulationsergebnissen untersucht. Hier gilt Eingaben auf deren Richtigkeit. es zu untersuchen, ob durch Komprimierung mit Standardverfahren eine Verbesserung zu Der Anwender kann die Simulation vom In- erreichen ist. Besondere Beachtung gilt dabei terface aus direkt starten. Es ist davon auszu- den notwendigen Automatismen zur Kompri- gehen, dass die Simulationszeit mit entspre- mierung und Dekomprimierung, damit dieser chender Komplexität des Modells steigt. Vorgang als transparent in Bezug auf den Statusinformationen informieren den Anwen- Anwender bezeichnet werden kann. der automatisch über den Fortschritt der Be- rechnung. Schon während der Simulation werden die Ergebnisse pro Zeitschritt zum Client über- tragen. Damit erreicht man auch bei geringer 5. Remote - SIMPLORER Bandbreit akzeptable Simulationsgeschwin- Stand alone Version digkeiten erreichen, zumal der Hauptanteil der Last auf die Übertragung entfällt. In Kombination mit einer einfachen Online – Komprimierung der Ergebnisdaten erreicht Prototyp für die Remote-Simulation mit man die geforderten Antwortzeiten des Sys- SIMPLORER. Parametrisierung von Kompo- tems. nenten unter Verwendung des WEB – Inter- faces. Die Darstellung der Simulationsergebnisse erfolgen direkt im WEB- Browser unter Ver- wendung von JAVA- Applets. Die folgende Abbildung illustriert eine mögliche Präsenta- tion der Simulationsergebnisse.
Als besondere Herausforderung hat sich die Darstellung in den unterschiedlichen Brow- ser-Versionen herausgestellt.
Abbildung 1: Parametereingabe BMBF-Verbundprojekt OMID - 13 -
Abbildung 2 : Prototyp der Ergebnisdarstellung
6. Ausblick / Weiterentwicklung
Der erste Prototyp der WEB Simulation ist unter www.net-a-sim.com erreichbar und de- monstriert die Machbarkeit der Remote- Simulation, unter der Annahme, dass das Mo- dell in einer vorgefertigten und lauffähigen Form vorliegt.
Die folgende Entwicklungsstufe wird sich mit dem Thema der Modellparametereingabe be- schäftigen. Hier gilt es automatisierte Lösun- gen zu entwickeln. Eine interessante Option liegt in der Möglichkeit, dass man direkt während der Modellierung oder beim Modell- export die Parameterbereiche angeben kann. Ein weiterer Entwicklungsschwerpunkt wird die Ergebnisausgabe sein. Hier sollen Lösun- gen untersucht werden, wie man unter Be- rücksichtigung von geringen Bandbreiten eine optimale Darstellung der Ergebnisse erreicht. BMBF-Verbundprojekt OMID - 14 -
INTERNETBASIERTE DESIGNOPTIMIERUNG MIT HYGLEAM Wilfried Jakob Institut für Angewandte Informatik, Forschungszentrum Karlsruhe (FZK) Email: [email protected]
Dagmar Peters Institut für Theoretische Elektrotechnik und Mikroelektronik, Uni Bremen (ITEM) Email: [email protected]
Andreas Reiffer InterConnect Software GmbH, Karlsruhe Email: [email protected]
stellt. Globale Suchverfahren wie die Evoluti- Kurzfassung onären Algorithmen (EA) bieten hingegen eine wesentlich größere Chance, das globale Mit der internetbasierten Variante von Hy- Optimum zu finden, benötigen dafür aber zum GLEAM können Optimierungen über einen Teil wesentlich mehr Berechnungen der Qua- Remoteaufruf auf einem entfernten Rechner litätsfunktion. Um die meist aufwendigen eines Application Service Providers ausge- Simulationen zur Bestimmung der Qualität führt werden. HyGLEAM integriert zwei all- einer Designlösung zu verringern ohne den gemein anwendbare lokale Suchverfahren in globalen Charakter der Suche aufzugeben, den global arbeitenden Evolutionären Algo- wurde versucht, die beiden Algorithmenklas- rithmus GLEAM und kombiniert die Vorteile sen so geschickt miteinander zu verbinden, der beteiligten Verfahren unter Vermeidung dass der resultierende Hybrid die Vorteile der ihrer jeweiligen Nachteile. Dazu wird eine beteiligten Verfahren ohne deren Nachteile in neue Methode zur Steuerung des Verfahrens- sich vereint. Erste Tests an Designoptimie- einsatzes benutzt. Die Robustheit und die ge- rungsaufgaben aus dem laufenden Projekt steigerte Performance des resultierenden hy- zeigten vielversprechende Ergebnisse [3]. briden Verfahrens werden an Hand In Kap. 2 werden die am FZK entwickelten mathematischer Benchmarkfunktionen und Hybridisierungsmethoden [4, 5] vorgestellt. dreier Designanwendungen nachgewiesen. Integriert wurden zwei am ITEM implemen- tierte lokale Suchverfahren [1] und das 1 Einleitung GLEAM-Verfahren (General Learning Evo- Das Verbundprojekt OMID (Optimierung von lutionary Algorithm and Method) [6, 7], das Mikrosystemen für Diagnose- und Über- am FZK zu HyGLEAM (Hybrid General Pur- wachungsanwendungen) hat unter anderem pose Evolutionary Algorithm and Method) zum Ziel, die im Vorgängerprojekt DEMIS weiterentwickelt und als GADO (Genetischer entwickelten und getesteten Optimierungsver- Algorithmus zur Designoptimierung) und Hy- fahren zu integrieren, die dabei entstehenden GADO zur Designoptimierung eingesetzt Hybride zu bewerten und das resultierende wurde. Kap. 3 beschreibt die untersuchten Optimierungswerkzeug in einer webbasierten Testfälle bestehend aus mathematischen Remote-Version zur Verfügung zu stellen. In Benchmarkfunktionen und OMID-Anwen- DEMIS wurde deutlich, dass alle untersuchten dungen. In Kap. 4 sind die Testergebnisse und Verfahren ihre Stärken und Schwächen haben die sich daraus ergebenden Schlussfolgerun- [1, 2]. So liefern lokale Suchverfahren wie der gen enthalten. Kap. 5 stellt die auf dem Orbit- Rosenbrock-Algorithmus oder das Complex- System der Firma InterConnect [8] basierende Verfahren vergleichsweise schnell ein Ergeb- Remote-Lösung von HyGLEAM vor, wäh- nis, das aber bei multimodalen Aufgabenstel- rend Kap. 6 mit einer Zusammenfassung des lungen meist nur ein lokales Optimum dar- Beitrags schließt. BMBF-Verbundprojekt OMID - 15 -
2 Das HyGLEAM-Konzept Startpopulation Das in [4, 5] ausführlicher dargestellte Kon- (zufällig) erzeugen zept von HyGLEAM kann hier nur in der ge- botenen Kürze erläutert werden. Zu den beiden lokalen Verfahren gibt Schwefel [9] Für alle Individuen der Population: eine ausführlichere Beschreibung mit weite- ren Anwendungsfällen. Partnerwahl (kann je nach Verfahren und 2.1 Benutzte Optimierungsverfahren evolutionärem Operator auch entfallen) 2.1.1 GLEAM
GLEAM ist ein eigenständiger evolutionärer Nachkomme(n) Algorithmus, der Elemente der Evolutions- durch evolutionäre Operatoren strategie und der (reellcodierten) Genetischen erzeugen und bewerten Algorithmen mit Konzepten der Informatik (abstrakte Datentypen) verbindet. Die Codie- rung der zu optimierenden Parameter erfolgt in den sogenannten Aktionen. Eine Aktion be- Akzeptanz der Nachkommen steht aus ein oder mehreren Parametern vom unter Reduktion der Elternpopulation Typ Bool, Integer oder Real entsprechend gemäß Akzeptanzregel ihrem anwendungsspezifisch definierten Ak- tionstyp. Eine Aktion drückt damit eine be- stimmte Eigenschaft eines Designs aus, z.B. Prüfung der Abbruchkriterien: die Anwesenheit einer bestimmten Kompo- z.B. Zeit-, Qualitäts- oder Generations- limit, kein Fortschritt seit n Generationen nente, die durch die Aktionsparameter näher bestimmt wird oder die Relationen zu anderen Nicht erfüllt erfüllt Komponenten entsprechend den Aktionspara- metern eingeht. Im einfachsten Fall codieren Abbruch die Aktionen nur gewisse einzelne Parameter eines Designs. Die Aktionen bilden eine Ak- !""#$%&$'()*+),)-..-($!"./01$234.05)4*6(-( tionskette (AK), die den Chromosomen des !.74()589-* biologischen Vorbilds entspricht. Es gibt der- zeit in GLEAM drei AK-Typen: Bei den Abb. 1 zeigt den prinzipiellen Ablauf Evoluti- ersten beiden ist jeder Aktionstyp mit genau onärer Algorithmen. Ausgehend von einer einer Aktion vertreten und sie unterscheiden meist zufällig erzeugten Startpopulation, die sich darin, ob die Reihenfolge der Aktionen durch manuell oder auf andere Weise erzeugte relevant ist. Die Variante ohne bedeutungs- Lösungen angereichert werden kann, werden tragende Reihenfolge wird bei Designoptimie- alle Individuen generationsweise der nachge- rungsaufgaben, bei denen es um reine Para- bildeten Evolution unterworfen. Dazu werden meteroptimierung geht, verwendet. Die ande- Nachkommen durch Mutation und/oder durch re Variante spielt bei OMID keine Rolle, sie Rekombination des Genmaterials zweier El- kommt aber bei anderen Anwendungen wie tern erzeugt. Im letzten Fall findet zuvor eine z.B. Schedulingproblemen zum Einsatz [10]. Partnerwahl statt, die meist auf der Fitness der Schließlich gibt es noch den AK-Typ mit vari- Individuen beruht. In GLEAM wird dafür eine abler Länge, bei dem jeder Aktionstyp mit ranking-basierte Selektion benutzt, die die keiner, einer oder mehreren Aktionen in Chancen der besten Individuen, selektiert zu beliebiger Reihenfolge vertreten sein kann. werden, etwas zu Gunsten der schlechteren Dieser Typ findet bei anspruchsvolleren De- dämpft. Dadurch soll unter anderem vorzeiti- signoptimierungsaufgaben wie z.B. der in ger Konvergenz auf ein Suboptimum vorge- Kap. 3 beschriebenen Aktorplatte Verwen- beugt werden. GLEAM enthält einen Satz dung. vordefinierter genetischer Operatoren (Muta- BMBF-Verbundprojekt OMID - 16 - tionen der Werte oder der Aktionsposition, verschiedene Crossover-Operatoren), die aufgabenspezifisch konfiguriert zur Anwen- dung gebracht werden können. Die Werte- Mutationen berücksichtigen die in den Akti- onstypdefinitionen mithinterlegten Werte- bereichsgrenzen, sodass explizite Restriktio- nen immer eingehalten werden. Kleine Ände- rungen sind dabei entsprechend der Evolu- tionsstrategie wahrscheinlicher als große. Pro Paarung werden in GLEAM mehrere Nach- kommen erzeugt, wobei die dabei beteiligten genetischen Operatoren sowie ihre Anwen- dungswahrscheinlichkeiten problemspezifisch ausgewählt und konfiguriert werden können. Schließlich müssen die Nachkommen der El- terngeneration akzeptiert oder verworfen wer- den. Die akzeptierten Kinder ersetzten eben- soviel Mitglieder der Elterngeneration, sodass die Populationsgröße konstant bleibt. In GLEAM wird dazu eine elitäre Akzeptanz- regel benutzt, bei der das beste Individuum unabhängig von seinem Alter immer überlebt, !""#$:&$!"./01;)/7(/99$;-<$=4<-*"(4>?@ sodass eine Verschlechterung der pro Genera- A-(1/8(-*< tion erreichten Lösungsqualität nicht eintreten kann. Wird das Abbruchkriterium erfüllt, terminiert 2.1.2 Verfahren nach Rosenbrock das Verfahren, ansonsten wird eine Rotation des Koordinatensystems durchgeführt. Dazu Kernprinzip des Verfahrens nach Rosenbrock wird die vielversprechendste Richtung der [11] ist die Suche des Optimums entlang der letzten Iteration als Hauptachse des neuen Richtungen eines im n-dimensionalen Raum Koordinatensystems festgelegt und die rest- rotierenden Koordinatensystems. Beschrän- lichen n-1 Achsen orthogonal zu dieser Achse kungen werden mit einer partiellen, internen aufgebaut. Mit diesem Koordinatensystem Straffunktion berücksichtigt. setzt sich die Suche des Optimums so lange Das in Abb. 2 dargestellte Verfahren setzt fort, bis das Abbruchkriterium erfüllt wird. einen zulässigen Startpunkt voraus. Im An- schluss an die Initialisierung wird ein Test- 2.1.3 Complex-Algorithmus schritt in die aktuelle Richtung i gemacht. Das Complex-Verfahren wurde 1965 von Box Sind alle Bedingungen erfüllt und ist der Wert [12] in Anlehnung an den Simplexalgorithmus der partiellen Barrierefunktion ermittelt wor- für nichtlineare Funktionen von Nelder und den, wird untersucht, ob es sich bei dem aktu- ellen Punkt um einen besseren handelt als bei Mead entwickelt. Der prinzipielle Ablauf ist dem Vorgänger. Ist dies der Fall, vergrößert in Abb. 3 dargestellt. Der Complex-Algorith- sich die Schrittweite um den Faktor drei. mus wurde speziell für beschränkte Problem- Wurde mit dem aktuellen Punkt kein Erfolg stellungen entwickelt und verwendet keinen erzielt, wird die Suche in die entgegengesetzte der klassischen Ansätze: externe Straffunk- Richtung mit halbierter Schrittweite fortge- tion, interne Straf- bzw. Barrierefunktionen, setzt. Innerhalb einer Iteration muss in jede Lagrange-Multiplier-Verfahren oder partielle Richtung des aktuellen Koordinatensystems Straffunktion. mindestens ein Erfolg gefolgt von einem Ausgehend von einem zulässigen Startpunkt, Misserfolg erzielt werden, bevor das Ab- wird der Startcomplex gebildet. Es folgt die bruchkriterium überprüft wird. Ermittlung des schlechtesten Punktes sowie BMBF-Verbundprojekt OMID - 17 -
Punkt wiederholt. Kann für keinen Punkt des
.$%)$(,Q/$#5#()*"+ H(("-(,Q/$#5#()*"+ Complex ein zulässiger Reflexionspunkt ge- funden werden, bricht das Verfahren vorzeitig ab. Ein zulässiger Reflexionspunkt wird da-
Konstruktion eines raufhin untersucht, ob mit ihm ein verbesser- Startsimplex ter Wert der Zielfunktion erzielt wird. Ist dies ja der Fall, wird das Abbruchkriterium über-
Bestimmung von nein Ist prüft; ist es erfüllt, terminiert das Verfahren best point, worst point Abbruchkriterium regelmäßig, ansonsten wird der schlechteste und next-worst point erfüllt Punkt ermittelt und die nächste Iteration des Optimierungsprozesses gestartet. Reflexion von best point am Schwerpunkt des Simplex 2.2 Hybridisierungsarten Die Hybridisierung beruht auf folgenden vier nein Ist Punkt nein Ist Punkt besser schlechter als next als best point Ansätzen: worst point • !"#$#%'#()*"+,-(),.$%)$/0/*&%$#0" ja ja 1#(, .$%)$/0/*&%$#0", 2#)-, +%"3, 0-(), $(#&4 Expansion in 2(#'(,5#$,-(",6)+(7"#''(",80",9:*;(",-(' Eindimensionale entgegengestetzte Kontraktion Richtung &0<%&(",=();%>)("', #"#$#%'#()$?, 6#", (8("4 $*(&&(), @('$, 2#)-, 3*;:&+, 7('$#55$?, 1() A)*"-+(-%"<(,7('$(>$,-%)#"B,-#(,(80&*$#04
Ist Punkt nein ":)(, .*C>(, 7()(#$', 5#$, 9D'*"+(", (#"() schlechter als worst +(2#''(",E*%$:$,7(+#""(",3*,&%''(",*"- point '0,-#(,F(#$,3*5,G*;;#"-(",7(;)#(-#+("-() ja H()(#C>(,-(',.*C>)%*5',3*,'/%)("? • I%C>0/$#5#()*"+,-(),A96GJ46)+(7"#''( Multiple Kontraktion 1#(,I%C>0/$#5#()*"+,-(),A96GJ46)+(74 "#''(,5#$,<0"8("$#0"(&&(",=();%>)(",2#)- >:*;#+,%*C>,%&',K!"#$%&'(%%&)(*+(*,&-&!"4 !""#B&$'()*+),)-..-($!"./01$34* #$%& '(%%& .%(/0(*,L, 7(3(#C>"($?, J%", 7(4 '4.C-;-(3-(1/8(-* "*$3$,-(",6G,3*5,G*;;#"-(",(#"#+(),8#(&4 8()'/)(C>("-(), @(+#0"(", -(', .*C>)%*5' des Scheitelpunktes der verbleibenden Punkte. *"-, 8()2("-($, %"'C>(M("-, (#", &0<%&(' Ist der Scheitelpunkt zulässig, wird der =();%>)(", 3*), H('$#55*"+, -(', (N%<$(" schlechteste Punkt an ihm reflektiert. Dabei O&0<%&("P,Q/$#5*5'?,1%',7('$(,-#('(),Q/4 handelt es sich um eine Normalreflexion, bei $#5%, #'$, -%"", -#(, 9D'*"+?, G*;, -#(, R)%+(B der gleichzeitig eine Expansion des Complex 2%"", -(), 6G, '#""80&&, 7(("-($, *"-, -#( durchgeführt wird. Bei Nichtzulässigkeit des &0<%&(,.*C>(,7(+0""(",2()-(",<%""B,2#)- Scheitelpunktes wird ein neuer Startcomplex #5,":C>'$(",G7'C>"#$$,(#"+(+%"+("? gebildet und das Verfahren neu gestartet. • 1#)(<$(,!"$(+)%$#0" Auch der reflektierte Punkt muss daraufhin S#()7(#, 2()-(", %&&(, 0-(), "*), -(), 7('$( überprüft werden, ob er alle formulierten Be- I%C><055(,(#"(),T%%)*"+'0/()%$#0",80" dingungen erfüllt. Ist dies nicht der Fall, wird A96GJ, 5#$, -(5, &0<%&(", =();%>)(" der Reflexionsfaktor halbiert und eine erneute 0/$#5#()$?, 1%5#$, 0/()#()$, A96GJ, U*%'# Reflexion durchgeführt, bis ein zulässiger "*), "0C>, V7(), -(", H()+'/#$3(", -(), R#$4 Punkt gefunden wird oder der Reflexionsfak- "(''&%"-'C>%;$? tor kleiner als eine bestimmte untere Grenze • =()3D+()$(,1#)(<$(,!"$(+)%$#0" geworden ist. In diesem Fall wird der Reflex- H(#,8#(&(",G*;+%7("'$(&&*"+(",7)#"+$,(#"( ionsvorgang mit dem nächst schlechtesten &0<%&(, Q/$#5#()*"+, %*'+(>("-, 80" BMBF-Verbundprojekt OMID - 18 -
'C>&(C>$(", .$%)$2()$(", 5(#'$, "#C>$, 8#(&? steuern einen Vertreter zum Gesamtergebnis 1%>(),()'C>(#"$,(','#""80&&B,-#(,-#)(<$(,!"4 bei, das noch um den Populationsbesten er- $(+)%$#0",()'$,"%C>,(#"(),%";:"+C>(",T>%4 gänzt wird, sofern er besser als alle Nischen- '(,(80&*$#0":)(),.*C>(,-%3*3*'C>%&$("? vertreter ist. Diese Individuen werden mit Zu diesen vier Hybridisierungsarten kommen dem jeweiligen lokalen Verfahren nachopti- noch die Kombinationen von Voroptimierung miert und das beste ist schließlich das End- und (verzögerter) direkter Integration. Bei der ergebnis. Nachoptimierung mit dem Complex wurden Im Falle der verzögerten direkten Integration zwei Arten untersucht: Entweder wurden alle wird das Konvergenzkriterium weniger streng von GLEAM gelieferten Lösungen zur Bil- als bei der Nachoptimierung parametriert. Es dung eines einzigen Start-Complexes genutzt bestimmt den Zeitpunkt der Zuschaltung der oder sie dienten einzeln als Startpunkte für lokalen Suche. entsprechend viele Complex-Läufe. Daraus ergaben sich mit den beiden lokalen Verfah- 3 Testfälle ren 13 verschiedene Hybridisierungsarten. Untersucht wurden zusätzlich zu den in 2.3 Steuerung der Hybridisierung DEMIS [1] bereits benutzten Testfällen noch die Testfunktion nach Fletcher und Powel [9, Die auf dem OMID-Statusseminar [3] bereits Probl. 2.13] und die im Statusseminar [3] be- ausführlich dargestellten Verfahren zur Steue- reits behandelten Anwendungen aus dem lau- rung der Hybridisierung beruhen auf der ge- fenden Projekt. Tab. 1 zeigt wichtige Eigen- notypischen Varianz in der Population. Diese schaften der Testfälle und gibt die Ergebnisse wird nur bei auftretender Fitness-Stagnation für die einzelnen Verfahren an. Alle Experi- bestimmt, um Rechenzeit zu sparen. Wenn es mente wurden mit vergleichbaren Einstellun- in der Population weniger als N/$1 Nischen gen der beteiligten Verfahren durchgeführt. von Individuen gibt, deren genotypische Dif- Variiert wurden wie in [3] dargestellt ledig- ε ferenz geringer als ein vorgegebenes ist und lich beim Rosenbrock die Abbruchschranke ε alle Nischen eine geringere Differenz als 2"3 und bei GLEAM die Populationsgröße. Ab- aufweisen, gilt die Population als „konver- weichungen von den in [1] publizierten Er- giert“. Dann wird die Evolution bei der Nach- gebnissen erklären sich bei den beiden lokalen optimierung abgebrochen und alle Nischen
6N/()#5("$ T%)%5( J0-%$:$ !5/#$( A("%*4 6);0&+')%$(,WXY,*"-,G*;2%"-,W68%&*%$#0"("Y 4$()%"3? @('$)#<$? #+<(#$ A96GJ @0'("7)0C< Z05/&(N [B\64\] [\\,,,,,,,,^_\` a,,,,,,,[\ba b\,,,,,,,,,,c[ H)%C<(" ^ 5*&$#50-? d% [B\64\c [\\,,,,,,,,_\\\ 4 `e,,,,,,,,[`c [B\64\] [\\,,,,,,^e`]c ]b,,,,,,,ae_a [\\,,,,,,,,[ca H(%&( ] *"#50-? d% [B\64\c [\\,,,,,,bc^^` ^,,,,,,,[_]e `e,,,,,,,,^c` [B\64\] [\\,,]]b\_\[ [b,,,,,,,a\\[ ^\,,,,,,,,[ca H#++ _ 5*&$#50-? "(#" [B\64\c 4 [e,,,,,[e_aa [\,,,,,,,,b`` S(C%&,=%&&(f ] *"#50-? "(#" [B\64\c [\\,,,,,,ab^ee b[,,,,,[_\c^ 4 @%'$)#+#" ^\ 5*&$#50-? "(#" [B\64\a [\\,,,,,,_[b^[ 4 4 R&($C>(),g,T02(& _ 5*&$#50-? "(#" [B\64\_ [\\,,,,ae]_cc [\,,,,,,,[\`\ [\,,,,,,,,^a] R)%<$%&(,R<$? ^\ 5*&$#50-? "(#" F#(&h,4\?\_ [\\,,,,[`_[\\ 4 4 S($()0-f"465/;? ] 5*&$#50-? "(#" [\\,,,,,,,,_bb] e,,,,,,,,,,,`a [^,,,,,,,,[\^ 1)*C<'("'0) ] 5*&$#50-? "(#" [\\,,,,,,^`b`[ 4 4 G<$0)/&%$$( -f"%5? 5*&$#50-? d% ",x a D/"-..-$%&$E)>85)7-$2)7-*<>8/15-*$;-($D-<516..-$0*;$2(7-"*)<<-$;-($;(-)$A-(1/8(-* BMBF-Verbundprojekt OMID - 19 -
Verfahren durch den Verzicht, weitere Para- mierung des Drucksensors wurden zwei Krite- meter wie z.B. die initiale Schrittweite anzu- rien berücksichtigt: die Sensitivität und die passen. Bei der Testfunktion nach Bracken Linearität im Betriebsbereich. Optimierungs- wurde bei GLEAM (GADO) seinerzeit verse- parameter sind die Kammerhöhe und –länge hentlich der Aufwand zum Auffinden des ex- sowie die Membrandicke. akten Optimums anstelle einer 10-3-Genauig- Der in Bild 4 dargestellte Mikroaktor [14] keit angegeben. besteht aus zwei übereinander geschichteten In den drei Ergebnisspalten von Tab. 1 wird dünnen Kunststofffolien, in denen mit einem die Erfolgsrate in Prozent und der durch- Excimerlaser für die Aktorplatte, Aktorkam- schnittliche Aufwand in Evaluationen basie- mer und fluidischen Anschlüssen die entspre- rend auf jeweils 100 Läufen für die jeweils chenden Mikrostrukturen eingebracht wurden. beste Parametrierung angegeben. Ein – bedeu- Durch eine entsprechende Anzahl, Anordnung tet, dass das betreffende Verfahren nicht in und Dimensionierung der ringförmigen und der Lage war, das Problem unter den gegebe- konzentrisch angeordneten Kerben kann das nen Einstellungen zu lösen. Beim Rosenbrock mechanische Verhalten der Aktorplatte gezielt wurden folgende normierte Abbruchschran- beeinflusst werden. Ein wichtiges Optimie- ken verwendet: 0.1 (s), 0.01 (n), 10-4 (m), 10-6 rungsziel bei dem Kerbendesign besteht darin, (h) und 10-8 (x) und bei GLEAM wurde die bei einem gegebenen Arbeitsdruck eine mög- Populationsgröße variiert. Ab der fraktalen lichst große Auslenkung der Aktorplatte zu Funktion sind in der Tabelle keine Genauig- erreichen. Da die Aktorplatte gleichzeitig eine keitsangaben vorhanden, da die exakte Lö- lange Lebensdauer haben soll, besteht das sung nicht bekannt ist. Bei der Aktorplatte zweite Optimierungsziel darin, die Spannung handelt es sich auf Grund Ihrer aufwendigen in der Aktorplatte bei Auslenkung möglichst Simulation um eine „echte Anwendung“ in gering zu halten. dem Sinne, dass keine Läufe zum Verfahrens- vergleich möglich sind, sodass hier nur die Eigenschaften gelistet sind. Der Heterodynempfänger [2,13] ist eine Kom- ponente eines mikrooptischen Kommunika- tionssystems bestehend aus zwei Kugellinsen und einer Photodiode. Der Abstand zwischen !""#F&$G>8-9/5)<>8-$H/(<5-..0*7$;-( dem Lichtleiter und erster Kugellinse sowie !?54(,./55- die beiden Brechungsindizes sollen so be- stimmt werden, dass nicht nur eine optimale Die hier vorliegende Optimierungsaufgabe Ausleuchtung der Photodiode im Kollima- beschränkt sich somit nicht auf eine rein geo- tionspunkt erreicht wird, sondern die ganze metrische Optimierung, sondern sie umfasst Anordnung auch möglichst unempfindlich ge- zusätzlich die Optimierung der Topologie in genüber Fertigungstoleranzen innerhalb vor- Form von Anzahl und Anordnung der Kerben. gegebener Grenzen ist. Letzteres macht die Dies führt zu einem Parametervektor dyna- ansonsten einfache Aufgabe zu einem trotz mischer Länge (pro Kerbe 4 Parameter), wo- der nur drei Parameter schwierigen, stark mul- durch die meisten deterministischen und sto- timodalen Optimierungsproblem. chastischen Optimierungsverfahren nicht Die Wandlung der mechanischen Größe mehr anwendbar sind. Auch die Implementie- Druck in ein elektrisch messbares Signal er- rungen vieler EAs erlauben im Gegensatz zu folgt bei dem betrachteten Drucksensorsystem GLEAM keine Chromosomen dynamischer [2] nach dem kapazitiven Wandlerprinzip. Der Länge, obwohl die Methode dies zulässt. Drucksensor stellt eine Kondensatoranord- Durch die diskrete Anzahl der Kerben ist der nung dar, die aus der Sensormembrane (be- Lösungsraum zudem multimodal. Aufgrund wegliche Elektrode), der darunter liegenden der Genauigkeitsanforderungen und der To- Druckkammer und der implantierten n-Wanne pologievariabilität ist der Einsatz von FEM- (feste Elektrode) besteht. Bei der Designopti- Modellen bei der Bewertung einzelner Lö- sungsvorschläge unumgänglich. Dies führt auf BMBF-Verbundprojekt OMID - 20 - einer Sun-Workstation (Ultra Sparc 10) zu Daher werden im folgenden nur die verzöger- Evaluationszeiten zwischen 3 und 10 Minu- te und unverzögerte direkten Integration be- ten. Die Optimierungen wurden daher mit handelt und ihre Resultate der verglichen. einer Parallelversion von GLEAM durchge- führt [15]. Diese Ergebnisse dienen als Refe- 4.1 Ergebnisse der Testfunktionen renzwerte für die hier vorgestellten Resultate Bei der direkten Integration wurde Lamarck- der hybriden Optimierung. sche Evolution verwendet, das heißt, dass der lokal verbesserte Nachkomme im Falle seiner 4 Ergebnisse Akzeptanz auch genotypisch an das gefun- Die auf dem Statusseminar präsentierten Er- dene (lokale) Optimum angepasst wurde. Bei gebnisse [3] und die Resultate weitergehender der verzögerten direkten Integration werden Untersuchungen [5] führen hinsichtlich der die in Tab.2 angegebnen drei Parametrierun- Hybridisierungsarten zu folgenden Schlussfol- gen für die Nischenbildung verglichen: gerungen: Parametrierung ε ε [? 1#(, =0)0/$#5#()*"+, 7)#"+$, 7(#, (#"#+(" Pop P1 0.005 0.01 i('$;:&&(",(#"(,+(2#''(,=()7(''()*"+B,204 P2 0.002 0.005 7(#, (#"5%&, -(), Z05/&(N, *"-, (#", %"-()(' 5%&,-(),@0'("7)0C<,7(''(),%7'C>"(#-($? P3 0.001 0.003 ^? 1#(, I%C>0/$#5#()*"+, 8()7(''()$, 32%), #" D/"-..-$:&$G5-0-(,/(/9-5-(
-(), @(+(&, -#(, 6)+(7"#''(, -(), 680&*$#0"B Nmax variiert in Abhängigkeit von der Popula- ())(#C>$,%7(),&%"+(,"#C>$,-#(,F*8()&:''#+<(#$ tionsgröße P: 2 für P<30, 3 für P=30, 4 für 7(#,-(),9D'*"+';#"-*"+,2#(,A96GJ? P=50 und 5 für P>50. Um die Ergebnisse der ]? 1#(,O8()3D+()$(P,-#)(<$(,!"$(+)%$#0",-(',@04 lokalen Verfahren mit GLEAM und den '("7)0C<, ;#"-($, #55(), -%', Q/$#5*5, OI= HyGLEAM vergleichen zu können, muss die *"-, I3=P?, H(#, =()2("-*"+, -(', Z05/&(N Anzahl der Läufe bestimmt werden, bei der OIJ, *"-, I3JP, 2#)-, 5(#'$, 2("#+(), G*;4 eine vergleichbare Sicherheit besteht, den 2%"-,7("D$#+$,%&',7(#5,@0'("7)0C(,;*"<$#04 probenumfangs von 100 mag eine Sicherheit "#()$? von 95,5% genügen. Damit ergeben sich die in Tab. 3 dargestellten Resultate.
Genau- Aufwand bei 99,5% Sicherheit HyGLEAM Testfunktion GLEAM igkeit Rosenbrock Complex GR GvR GC GvC 10-3 2 509 139 620 305 31 264 21 834 439 545 Bracken 10-6 5 000 - 392 314 834 546 499 1 433 1 785 10-3 28 936 58 248 164 14 793 18 088 811 897 Beale 10-6 76 229 229 162 538 48 300 48 613 1 319 1 419 10-3 3 370 501 120 030 3 936 300 247 5 675 628 24 493 136 190 Bigg 10-6 - 500 688 40 749 556 809 7 663 112 30 143 127 627 Helical Valley 10-6 47 288 75 310 - 67 950 8 118 2 576 2 674 Rastrigin 10-4 51 721 - - 43 864 47 378 - 4 267 176 Fletcher&Powel 10-5 483 566 55 590 12 393 13 535 10 206 4 684 4 635 Fraktale Fkt. 195 100 - - 30 626 30 473 56 287 952 620
D/"-..-$B&$A-(7.-)>8$;-($"-*K5)75-*$L*;)3);0-* Od(2(#&',[\\,80",[\\,9:*;(",();0&+)(#C>,0-(),>0C>+()(C>"($,%*;,`_B_X,6);0&+'2%>)'C>(#"C><(#$P BMBF-Verbundprojekt OMID - 21 -
Es fällt auf, dass der Complex in den Fällen, sortiert. Die geforderte Genauigkeit des Ziel- in denen er konvergiert, das beste Ergebnis wertes ist in Klammern angegeben. Bigg (6) der drei Verfahren liefert. Tab. 4 und Abb. 5 wurde in der Tabelle weggelassen, da ein Ver- vergleichen die erreichten Verbesserungen gleich mit GLEAM nicht möglich ist. Für die gegenüber GLEAM: kein Eintrag bedeutet, Hybridisierung ist der Fall aber insofern ein dass die Aufgabe nicht gelöst werden konnte; Erfolg, als dass die direkte Complex-Integra- eine Null bzw. ein flaches Feld, dass zur er- tion am besten abschneidet. In Abb. 5 musste folgreichen Lösung mehr Aufwand notwendig Bigg (3) aus Gründen der Darstellbarkeit war. Die Testfunktionen sind entsprechend weggelassen werden. der besseren Übersichtlichkeit im Diagramm i('$4 =()7(''()*"+,+(+("V7(),A96GJ T%)%5($)#()*"+(" R*"<$#0"(" @0'("? Z05/&? A@ A8@ AZ A8Z A96GJ @0'("? A@ A8@ AZ A8Z @%'$)#+#" [B^ [B[ _ _,5 _,5,T] R)%<$%&(,R? cBa cBa \ \ ^\ _,," _,,",T^ [\ _,T^ H)%C<(",O]P \ eB^ \ \ _Bb aBc ^\ 5 _,," _,,",T^ _ _,T^ H)%C<(",OcP [^Be \ \ ]B_ ^Be [\ _,," _,,",T^ _ _,T^ S(&?=%&&(f \ \ _Be [eBa [bBb _ 5 _,5 [\,5,T^ _ _,T^ R&($C>()gT? eBb ]bBa ]_Bb abBa [\]B] [\aB^ c\\ 5 [\,5 _,5,T^ _ _,T] H(%&(,O]P \ [bcBa ^B\ [Bc ]_Bb ]^B] [\ N _,," _,,",T^ _ _,T^ H(%&(,OcP \ [a[Bb [Bc [Bc _bBe _]Bb [\ N _,,> _,,N,T^ _ _,T^ H#++,O]P ^eB[ e_cB] [[B^ \ []bBc ^aBb _\\ > ]\,5 ^\,5,T^ ^\ _,T^ D/"-..-$F&$A-("-<<-(0*7$7-7-*M"-($IN2!O$0*;$"-<5-$'/(/9-5()-(0*7-* OT%)%5($)#()*"+("h,T0/*&%$#0"'+)DM(B,@0'("7)0C<4G77)*C>'C>)%"<(B,I#'C>("/%)%5($)#()*"+,O'?,i%7?^PP
180
160
140
120
100
80
60
Beale (6) Verbesserung gegenüber GLEAM gegenüber Verbesserung 40 Beale (3) Fletcher&P. 20 Hel.Valley Bracken (6) 0 Bracken (3) Fraktale F. Rosen. Compl. Rastrigin GR GvR GC GvC !""#P&$A-(7.-)>8$;-($-((-)>85-*$A-("-<<-(0*7-*$;-<$Q-R-).<$"-<5-*$N/01<$7-7-*M"-($IN2!O# O<(#",6#"$)%+h,F#(&2()$,"#C>$,())(#C>$B,;&%C>(),6#"$)%+h,F#(&2()$,7(#,>D>()(5,G*;2%"-,%&',A96GJ,())(#C>$P
Man kann feststellen, dass die hinsichtlich Parameteranzahl und Suchraumeigenschaften BMBF-Verbundprojekt OMID - 22 - einfacheren Funktionen Bracken, Beale und Ver- Rosen. Erfolg Aufwand 95,5% Sicherheit: Bigg am besten durch den Complex gelöst fahren Abbr. [%] [Eval.] Läufe Eval. werden und die breiter angelegte globale Su- n 8 94 64 6 016 Rosen- che von GLEAM zu aufwendig für das Prob- m 6 232 86 19 952 lem ist oder im Falle von Bigg GLEAM ohne brock h 30 764 15 11 460 Unterstützung des Complex-Verfahrens kaum Compl. 12 102 42 4 284 eine Chance hat. Bei den schwierigeren Pro- blemen versagt bis auf Fletcher & Powel der D/"-..-$P&$2(7-"*)<<-$;-($.4?/.-*$A-(1/8(-*
Complex und die Hybridisierung schneidet
10000 100 regelmäßig am besten ab. Allerdings arbeitet