10.

OPTMZASYON
OPTMZASYON NEDR? nsanlarn yaamlar boyunca karlatklar sorunlar zm araylar zamanla bu zmleri modeller zerinde arama yaklamn dourmutur. Matematik ve bilgisayardaki gelimeleri d dnyann problemlerini matematiksel olarak problemleyip bu zmleri modelleyip zerek bu zmleri gerek hayata yanstma olana vermitir.
1

Matematiksel modelleme teknii ncelikle dorusal ve az sayda deikenlerin kullanlmasyla balamtr. Bir sre sonra dorusallk varsaymn her problem iin geerli olmad anlalmtr.Bu durumda dorusal olmayan modellemeye gidilmitir. Ancak dorusal olmayan modellerin kendine zg zmleri uygulamada birok sorunu beraberinde getirmitir. Zamanla gelitirilen baz yntemlerle dorusal olmayan modellerin hzla zmlenmesi salanm ve bu optimizasyon teorisini gelitirmitir.

Optimizasyon, reel bir fonksiyonu maksimize veya minimize etme probleminin zmn, zm iin izin verilen bir kme dahilindeki reel veya tamsay deerlerini sistematik bir ekilde kullanarak arama ilemidir.
2

NEDEN OPTMZASYON?
nk Optimizasyon "En yileme" anlamna gelir ve herzaman iin hedeflenen bir sonutur. Bir iin yaplm olmas demek, o iin en iyi ekilde yapld anlamna gelmez. Optimizasyon teknikleri, yaplm veya yaplmakta olan iin en iyi zmn ortaya koymak iin kullanlr. Bu teknikler kullanlarak ortaya konulmu olan zm, Optimum zm olarak adlandrlr. Hedef her zaman iin bu optimum zm yakalayabilmektir. Optimizasyon, anlamndan da anlalaca gibi, her alanda kullanlmaktadr. Yaplacak olan bir inaattan tutun bir web sitesine kadar her alanda bu tekniklere ihtiya duyulur.
3

10. OPTMZASYON
Kk belirleme ve optimizasyon u birbirine benzetebileceimiz kavramlardr. Kk belirleme bir fonksiyonun veya fonksiyonlarn sfr olduu noktalarn aranmasn ierir. Fakat optimizasyonda ise minimum veya maksimum noktalarn aranmas sz konusudur. Optimum nokta denilince akla bu noktadaki f(x)in trevinin sfr olduu x deerine kar gelir. Ayrca f(x) de yani ikinci trev de optimum un maksimum veya minimum olduunu belirtir. Eer f(x)<0 ise nokta maksimumdur;f(x)>0 ise nokta minimumdur. f(x)=0 kk problemini zerek optimumu bulmaya yarar.

OPTAMZASYONUN TARHES Gnmzde optimum zmleri iin hl diferansiyel hesap yntemleri kullanlmaktadr. Lagrange interpolasyon yntemi kstlanm problemlerin optimizasyonu iin gelitirilmitir. Saysal yntemlerdeki ilk byk ilerlemeler kinci Dnya Savandan sonra saysal bilgisayarlarn gelimesinden sonra ortaya kmtr. rnein ngilterede Koopmans ve eski Sovyetler Birliinde Kantorovich birbirlerinden bamsz olarak en az maliyetli stok ve rn dalmlar probleminin zerinde altlar. Bilgisayar kullanmnn yaygnlamasndan sonra kstlamasz optimizasyon yaklamlar da hzl bir ekilde geliti.

OPTMZASYON VE MHENDSLKTE UYGULAMALANMASI

Optimizasyon bir problemin en iyi sonucunu bulmaya alr. En iyi tasarm nasl elde edeceimizi anlatmak iin kullanlr. rnein; En az maliyetle malzeme kesme stratejisi Minimum arlk ve maksimum mukavemet iin uak tasarm Uzay aralarnn optimum yrngeleri Maliyeti minimum a indirmek iin planl bakm Gibi milyonlarca rnek optmizasyonun mhendislie uygulannn gstergesidir

Optimizasyon problemlerinin temel unsurlar

Optimizasyon problemlerinde dikkat etmemiz gerekenler; Problemin hedefi ieren bir ama fonksiyonu olacaktr. Bir tasarm vektr olmaldr. Problemdeki snrlayc koullar tanmlayan kstlar olmaldr. Yani yukardaki ifadelere gre optimizasyon problemini matematiksel ifade edersek; F(x) D(x)<a E(x)=b ifade ederim. Burada x maksimum u veya minimum u gerekleyecek bir tasarm vektr ;f(x)=ama fonksiyonu ; d(x) ler eitsizlik eklindeki kstlamalar ; e(x) ler ise eitlik eklindeki kstlamalar ifade etmektedir. Optimizasyon problemlerinin bir baka snflandrma ekli de udur; Bir boyutlu kstlamasz optimizasyon ok boyutlu kstlamasz optimizasyon

Bir boyutlu kstlamasz optimizasyon

Bir boyutlu optimizasyon bir deikenli bir f(x) fonksiyonunun maksimum ve minimumunu bulmaya yarayan teknikleri kapsar. Kk belirlemede olduu gibi bir boyutlu optimizasyon da ak ve kapal yntemler olmak zere ikiye ayrlabilir. Kapal yntemler Golden blme aramas kinci derece interpolasyon Ak yntemler Newton yntemi Bu yntemlerden golden blme yntemi tek bi optimumu kskaca alp ilk tahminlere dayanan bir kapal yntemdir.Ama Newton yntemi ise maksimumu ve minimumu f(x)=0 n kklerine dayanarak bulmaya alr.

Golden blme aramas

Golden blme aramas ikiye blme yaklamna benzer. imdi de golden blme aramasn ile bir fonksiyonun optimumunu bulmak iin ikiye blmeye benzer bir yaklam gelitirmeliyiz. Golden blme aramasnda Xa ve X snrlarndan ayr iki tane de i nokta (ara nokta) semeliyim. Antik alardan beri bilinen golden oran golden blme ynteminin anahtar esini oluturur. Bu yaklamda; d = golden oran=(X-Xa) X1=Xa+d =i nokta X2=X-d =d,er i nokta Bu yaklam iin daha sonraki admmz f(x2) ve f(x1) i hesaplamaktr. Eer f(x2)>f(x1) ise bir sonraki admda X1=X olur Eer f(x1)>f(x2) ise x2=Xa olur Golden blme aramasyla ilgili problemimiz; Soru : Golden blme aramasn kullanarak F(x)=2sinx- (x*x)/10 Fonksiyonunun Xa=0 ile X =4 aralnda maksimumunu bulun. zm: ncelikle golden orann bulalm d = X-Xa= 4-0=2.472 (golden oran) i noktalar bulalm imdi de

X1=0+2.472=2.472 X2=4-2.472=1.528 noktalarn fonksiyon deerlerini bulalm F(x2)=1.765 f(x1)=0.63 Buradan da grld gibi f(x2)>f(x1) olduu iin yeni iterasyon iin X x1 in deerini alarak X=2.472 olur. X1=1.528 (eski x2 deerini alr) olur. Xa=0 olarak kalr. En son olarak da yeni x2 yi bulmak kalr. Onun iin de X1=Xa+d den 1.528=0+d yeni oranmz yani d = 1.528 olur. Yeni X2= X-d X2=2.472-1.528 X2=0.944 olur. Bylece ilk iterasyon tamamlanr.Dier iterasyonlarda byle gerekletirilir.
10

kinci derece interpolasyon

kinci derece interpolasyon , ikinci derece bir polinomun optimum yaknlarnda f(x) in yaklama gereine dayanr. ki noktay birletiren sadece tek bir doru olduu gibi noktay da birletiren sadece tek bir ikinci derece polinom veya parabol vardr.te ikinci derece interpolasyon da bu noktaya parabol uydurup trevini sfra eitleyerek optimum x i tahmin eder.

11

NEWTON YNTEM
Daha nceden rendiimiz Newton Raphson yntemi f(x)=0 olacak ekilde bir fonksiyonun kkn bulan ak bir yntemdir. Xi+1=Xi-[f(Xi)/f(Xi)] ifadesiyle zetlenir. Newton ynteminde ise g(x)=f(x) eklinde yeni bir fonksiyon tanmlayarak f(x) in optimum unu bulmak iin Newton raphson a benzer bir yaklam yaparz. Xi+1=Xi-[f(Xi)/f(Xi)] ifadesiyle ilk tahminleri gerektirmeyen ve f(x) in maksimum ve minimum unu bulmaya ynelik olan Newton yntemi oluur. Ak bir yntemdir.

12

Dorudan yntemler
a) Sekisiz arama rnek: Sekisiz arama ile f(x,y)=y-x-2(x*x)-2xy-(y*y) fonksiyonunun maksimumunu x=-2 den 2 ye ve y=1 den 3 kadar snrl blgede bulun. ncelikle forml belirleyelim X=Xa+(X-Xa)r rnekte Xa=-2 X=2 dir X=-2+4r Y=Ya+(Y-Ya)r Y=1+2r olur Denersek r=1/4 deerinde yani x=-1 ve y=1.5 de maksimum olur Bu basit kaba kuvvet yaklam yntemi trevi alnamayan fonksiyonlar iin kullanrz. Ama bu yntem verimli deildir nk fonksiyonun davrann dikkate almaz.

13

ok boyutlu kstlamasz optimizasyon

ok boyutlu optimizasyon birok deikene bal bir fonksiyonun minimumunu ve maksimumunu bulmaya yarayan tekniklerdir. ok boyutlular anlatrken genel olarak iki boyutlular ele aldk. ok boyutlu optimizasyon teknikleri iki tanedir: Dorudan yntemler=trev hesab gerektirmezler Gradyen yntemleri=trev hesab gerektirirler

14

b) Powell yntemi Powell yntemi elenik ynler fikrinden yararlanlarak oluturulan biimsel algoritmalardr. Aadaki ekilde de greceimiz gibi armaya 0 noktasndan baladk diyelim bu noktadan sonra x=1 noktasna geerek aramaya devam ederiz. Srayla deerleri deneyerek verdiimizde diyelim x=5 noktasnda emberin orta noktasna en yakn olduk maksimuma yaklam oluruz.Yani bu yntemi ynlerle ifade ederiz.
15

16

Gradyen yntemleri
Bu yntemler ise optimumu belirlemek iin trev bilgisini dorudan kullanr. Gradyenler ve Hessianlar Gradyen =Gradyen birinci trevin iki boyutlu bir f(x,y) deki ifadesidir. Bu durumda Del f = fx*i+fy*j olarak tanmlanan gradyendir. Mesela ;f(x,y)=x(y*y) olsun Bu fonksiyonun (2,2) noktasndaki en hzl art ynn bulalm Fx=y*y=4 fy=2xy=8 olur Buradan da del f =4i+8j dir bunun bykl de 8.944 olur Bulduumuz bu 8.944 deeri del f in bu yndeki eimidir.Bu eim yn deitirdike deiir.

17

Hessian= Hessian ise ikinci trevin kullanm ile ilgilidir. |H|=fxx*fyy-[fx(fy)].[fx(fy)] Buna gre Eer |H|>0 ve fxx>0 ise f(x,y) nin yerel minimumu vardr. Eer |H|>0 ve fxx<0 ise f(x,y) nin yerel maksimumu vardr. Eer |H|<0 ise f(x,y) nin eyer noktas vardr.
18

En hzl art yntemi

Gradyenli arama tekniklerinin arasnda en ak ve en doru olandr. Bunu bir rnek zerinden anlatalm Soru: x=-1 ve y=1 ilk tahminlerini kullanarak f(x,y)=2xy+2x-x*x-2y*y fonksiyonunu maksimum yapalm. Bunun cevabn ncelikle matematiksel yaparsak; Fx=2y+2-2x=0 ve fy=2x-4y=0 dan x=2 ve y=1 optimum u gelir.
19

Buradan da fxx=-2 fyy=-4 ve fx(fy)=2 olur |H|=4 bulunur. Yani |H|>0 ve fxx<0 olduu iin f(2,1) maksimumdur. imdi de maksimumun yerini belirleyelim; g(h)=-180h*h+72h-7 yi f(x,y) yi h boyunca ifade eden bir boyutlu fonksiyon olarak tanmlarz g(h)=-360h+72=0 dan h=0.2 alrz buradan da x=X0+fx*h dan x=-1+6*0.2=0.2 dir y=Y0+fy*h dan y=1-6*0.2=-0.2 olur ikinci admda yeni fx=1.2 fy=1.2 olur. Bylelikle gradyen vektrm de Del f=1.2i-1.2j olarak belirlerim Yani maksimumun yeri x ekseniyle 45 ayla saa yukar doruyu gsterir.
20

MHENDSLK UYGULAMALARI OPTMZASYON Bu blmn amac,Blm 13-15 arasnda tarttmz saysal ilemleri kullanarak optimizasyon ieren gerek mhendislik problemlerini zmektir.Bu problemler nemlidir,nk mhendislerden ou zaman problemlerin en iyi zmleri bulmalar istenir.Burada greceimiz uygulamalar;

21

Seilen ilk uygulama, dorusal olmayan kstlamal optimizasyon kullanarak optimum boyutlarda silindirik bir tank tasarmyla ilgilidir.

Daha sonra, bir nehirde su kalitesi hedeflerini yerine getirmek iin su artma maliyetinin minimuma indirilmesi incelenecektir.
nc rneimizde ise, bir elektrik devresinde yer alan bir potansiyometre zerindeki gcn maksimizasyonuyla ilgilidir.zm bir boyutlu kstlamasz optimizasyon iermektedir. Son olarak da iki boyutlu potansiyel enerji denklemini minimum yaparak bir da bisikletinin yaylanmas srasnda oluan yer deitirme miktarn bulacaz.
22

BR TANKIN EN AZ MALYET N TASARIMI

Temel Bilgi: Mhendisliklerde ok sk olarak sv ve gazlarn tanmas iin kullanlan kaplarn tasarm genel problemiyle karlalr. Burada, bir kamyonetin arkasna monte edilerek zararl atklarn tanmasnda kullanlacak silindir eklinde kk bir tankn boyutlarnn belirlenmesi istenmi olsun.Genel amacmz tankn maliyetini minimuma indirmek olacaktr.Ancak maliyetin yannda, tankn istenen miktarda svy alabilmesini ve kamyonetin kasa boyutlarn amamasn garanti etmelisiniz.Tank zararl atk tayaca iin et kalnlnn ynetmeliklerle belirlendiini belirtelim.

23

TABLO 10.1 Zararl atklar tamak iin kullanlan silindirik bir tankn optimum boyutlarn belirlemek iin parametreler. Paramatre Sembol Deer 0.8 3 8000 2 1 4.5 20 Birim m^3 cm kg\m^3 m m $\kg $\m

Gerekli hacim Vo Et kalnl t Younluk p Kasa boyutu Lmax Kasa genilii Dmax Malzeme maliyeti Cm Kaynak maliyeti Cw

24

Tank,bir silindirle bunun iki ucuna kaynatlm iki plakadan olumaktadr. Tankn maliyetinin iki bileeni vardr:
(1) Arla bal olan malzeme maliyeti, (2) Kaynak uzunluuna bal olan kaynak maliyeti. kinci bileenin plaka ve silindirin birletii kenarlarda hem i hem de d kaynak dikilerini ierdiini belirtelim.problem iin veriler tablo 10.1de zetlenmitir.
25

zm: Burada ama minimum maliyetle bir tank imal etmektir.Maliyet, tankn ktlesini ve kaynak dikii uzunluunu etkiledii iin tasarm deikenlerine(uzunluk ve ap)baldr. Ayrca problem kstlamaldr, nk tank, (1)kamyonetin kasasna smaldr, (2)istenen hacimde malzemeyi tamaldr. Maliyet tankn malzemesinden ve kaynak maliyetinden olumaktadr. O halde ama fonksiyon: C=Cm.m+Cw.Lw

(10.1)

eklinde formle edilebilir, burada C=maliyet($),m=ktle(kg), Lw=kaynak dikii uzunluu(m) ve Cm ve Cw=srasyla ktle($/kg) ve kaynak dikii uzunluu($/m) iin maliyet arpanlardr.
26

Sonra ktlenin ve kaynak uzunluunun deponun boyutlarna ne ekilde bal olduunu formle edelim.Bir kere ktle, malzemenin hacmi,

Vsilindir=L. [(D/2+t)^2-(D/2)^2]
Olarak hesaplanabilir.Her bir u plaka iinse hacim, Vplaka=(D/2+t)^2.t eklindedir. Bylece ktle,

m=p{L[(D/2+2)^2 (D/2)^2+2. (D/2+t)^2.t}

(10.2)

olarak hesaplanabilir,burada p=younluktur(kg/m^3).

27

Her bir plakay silindirle birletirmek iin gereken kaynak dikii uzunluu silindirin i ve d evre uzunluklarnn toplamna eittir.ki plaka iin toplam kaynak uzunluu ise,

Lw=2[2(D/2+t)+2(D/2)]=4(D+t)

(10.3)

olacaktr.D ve L nin verilen deerleri iin (t et kalnlnn ynetmeliklerle sabit olduunu anmsarsak)(10.1) ile (10.3) arasndaki eitlikler bize maliyeti hesaplamamz salar.Ayrca dikkat ederseniz, (10.2) ve (10.3) eitlikleri (10.1) eitliinde yerine konulursa elde edilecek ama fonksiyonu, bilinmeyenler cinsinden dorusal olmayan bir ifadedir. Daha sonra kstlar formle edebiliriz.nce bitmi tankta ne kadar hacim depolayabileceimizi hesaplamalyz:

V = .D^2 .L
4
28

ATIK SULARIN EN AZ MALYETLE ARITILMASI Temel bilgi: Genellikle nehirlerin kirlenmesinin en nemli nedeni byk ehirlerden boaltlan atk sulardr.ekil 10.4 de byle bir sistem gsterilmektedir.Bir nehir ve kollar zerinde birok ehir yer almaktadr. Her bir ehir, ykleme oran P ile gsterilen ve gnde miligram(mg/gn) birimiyle ifade edilen bir kirlilik retir.Kirlilik nedeniyle x orannda temizlemeyle sonulanan bir atk artm yaplr. Dolaysyla,nehre boaltlan ksm artma sonrasnda atk suda temizlenmeden kalan fazlalktr.

Wi=(1-xi)Pi burada Wi=i ehrinden boaltlan atk miktardr.

(10.4)

Boaltlan atk nehre karnca,nehrin yukar havzasndaki kaynaklardan gelene dier kirleticilerle karr.Boaltm noktasnda tam karma olduu varsaylrsa,buradaki son deriiklik bir ktle dengesiyle hesaplanabilir;

ci=Wi+Qu.cu Qi

(10.5)

29

Burada Qu =debi(L/gn), cu =boaltm noktasnn hemen yukarsnda nehir ierisindeki deriiklik(mg/L) ve Qi =boaltm noktasnn hemen aasndaki debidir(L/gn).

Karma noktasndaki deriiklik belirlendikten sonra,kimyasal ve biyolojik ayrtrma sreleri nehir aa doru akarken kirleticilerin bir ksmn giderir.Bu rnek iin,ayrtrlan bu miktarn basit bir R eksilme arpanyla ifade edilebileceini varsayacaz.
Nehrin kaynandan gelen sularda (yani nehrin 1 ve 2 numaral ehirlerin yukarsndaki ksm) kirletici olmadn varsayarsak,drt birleme noktasndaki deriiklikleri aadaki ekilde hesaplayabiliriz:

30

ehirler ematik olarak;

c1=(1-x1)P1 Q13

c2=(1-x2)P2 Q23 (10.6)

c3=R13.Q13.c1+R23.Q23.c2+(1-x3)P3 Q34 c4=R34.Q34.c3+(1-x4)P4 Q45

Daha sonra her tesiste atk artmann maliyetinin,di (1000$/mg artlan) gibi farkl bir miktar olduu dikkate alnr.Bylece artmann toplam maliyeti(gn bazna)

Z=d1.P1.x1+d2.P2.x2+d3.P3.x3+d4.P4.x4 (10.7) olarak hesaplanabilir,burada Z artmann gnlk toplam

maliyetidir(1000$/gn) Karar bulmacas ndaki son paray evre koruma ynetmelikleri oluturur.Nehirden yararlanan dier kullanclarn(tekneler,balklk,yzme) korumak iin ynetmelikler nehirdeki deriikliin cs su kalitesi standardn amamas gerektiini ifade eder.

31

TABLO 10.2 Bir nehir sistemine kirletici boaltan drt adet atk su artma tesisinin parametreleri ve hi artma yaplmamas durumunda elde edilecek deriiklik (ci). Nehir blmleri iin debi,artma miktar ve standartlarda listelenmitir. ehir 1 2 3 Pi(mg/gn): 1.00x10^9 2.00x10^9 4.00x10^9 di($10^-6/mg): 2 2 4 ci(mg/L): 100 40 47.3 Blm : 1-3 2-3 3-4 Q(L/gn): 1.00x10^7 5.00x10^7 1.10x10^8 R: 0.5 0.35 0.6 Cs(mg/L): 20 20 20 4 2.00x10^9 4 22.5 4-5 2.5x10^8 20
32

zm: Yukarda zetlenen etkenlerin hepsi birletirilerek aadaki dorusal proramlama problemi tanmlanabilir. Minimum Z=d1.P1.x1+d2.P2.x2+d3.P3.x3+d4.P4.x4

(10.8)

aadaki kstlara bal olarak: (1-x1)P1Cs1 , (1-x2)P2Cs2 Q13 Q23 R13.Q13.C1+R23.Q23.C2+(1-x3)P3Cs3 Q34 R34.Q34C3+(1-x4)P4Cs4 Q45 (10.9)

0x1,x2,x3,x41

(10.10)
33

Bylece, ama fonksiyonu [Eitlik (10.8)], su kalitesi standardnn nehrin btn blmlerinde salanmas kst altnda [Eitlik (10.9)] Artma maliyetini minimum klmaktr. Ayrca artma miktar negatif veya %100den fazla olamaz [Eitlik (10.10)].

34

10.3 BR DEVRENN MAKSMUM G TRANSFER Temel Bilgi: ekil 10.6 de gsterilen diren devresinde adet sabit diren ve bir adet deiken ayarlanabilir diren vardr. Ayarlanabilen direnlere potansiyometre denir. Parametrelerin deerleri, V=80V, R1=8, R2=12, R3=10dur. (a) 1 ve 2 ular arasndaki g transferini maksimuma indiren Ra ayarlanabilen direncin deerlerini bulun.(b) Bir duyarllk analizi yapara, V, 45 ile 105V aralnda deitirildiinde, maksimum gcn ve ona kar gelen potansiyometre direncinin (Ra) nasl deieceini belirleyin.
R1 R2 V R3 Ra

ekil 10.8 Bir diren devresi ve ayarlanabilen diren veya pot.

35

zm: Devrenin gcn veren bir ifade Kirchoff yasalarndan karlabilir.

[V.R3.Ra]^2 P(Ra)= [R1.(Ra+R2+R3)+R3.Ra+R3.R2]^2 Ra

(10.11)

Parametre deerlerinin yerlerine konulmasyla ekil 10.9 daki grafik elde edilir. Dikkat ederseniz maksimum g transferi 10luk bir direnle gerekleir.

36

zm: Devrenin gcn veren bir ifade Kirchoff yasalarndan karlabilir.

[V.R3.Ra]^2 P(Ra)= [R1.(Ra+R2+R3)+R3.Ra+R3.R2]^2 Ra

(10.11)

Parametre deerlerinin yerlerine konulmasyla ekil 10.9 daki grafik elde edilir. Dikkat ederseniz maksimum g transferi 16luk bir direnle gerekleir.

37

Kaynaklar:Mh. in Say. Yntemler, CAPRA,S ve di., Literatr Yaynlar BEYZA POYRAZ, OPTMZASYON, B. le Saysal zmleme devi Gizem KARALIOLU, Tue DERTOP, OPTMZASYON, B. le Saysal zmleme devi Halil brahim SUATA, OPTMZASYON, B. le Saysal zmleme devi

38