[論文レビュー] Sufficient Conditions for Feasibility and Optimality of Real-Time Optimization Schemes - I. Theoretical Foundations

Gene A. Bunin, Grégory François+1 more|arXiv (Cornell University)|Aug 12, 2013

Advanced Control Systems Optimization参考文献 49被引用数 24

ひとこと要約

本稿は、不確実性下でも、実時間最適化（RTO）スキームにおける妥当性と最適性の十分条件（SCFO）を提案し、局所的勾配降下とグローバルな境界、およびフィルタド更新ルールを用いることで、任意のRTOアルゴリズムの構造に依存せずに、KKT点への収束を保証する。このアプローチにより、ロバストで安全かつ最適なプロセス最適化を統一的理論的基盤で実現可能となる。

ABSTRACT

The idea of iterative process optimization based on collected output measurements, or "real-time optimization" (RTO), has gained much prominence in recent decades, with many RTO algorithms being proposed, researched, and developed. While the essential goal of these schemes is to drive the process to its true optimal conditions without violating any safety-critical, or "hard", constraints, no generalized, unified approach for guaranteeing this behavior exists. In this two-part paper, we propose an implementable set of conditions that can enforce these properties for any RTO algorithm. The first part of the work is dedicated to the theory behind the sufficient conditions for feasibility and optimality (SCFO), together with their basic implementation strategy. RTO algorithms enforcing the SCFO are shown to perform as desired in several numerical examples - allowing for feasible-side convergence to the plant optimum where algorithms not enforcing the conditions would fail.

研究の動機と目的

• 実時間最適化（RTO）スキームにおける妥当性と最適性を保証する統一的かつ実装可能な十分条件のセットを確立すること。
• 特にブラックボックス的で不確実性やノイズが伴う状況下でも一般化された保証が欠如している既存のRTOアルゴリズムの課題に対処すること。
• 妥当な反復点を介してKKT点への収束を保証する理論的枠組みを提供すること、特に可縮性の複雑な位相的性質を示す可能性のある妥当集合に対しても有効であること。
• RTOアルゴリズム設計の恣意的性質を低減し、SCFOが満たされていれば、使用する特定のアルゴリズムに依存しない収束保証を可能とすること。
• 実システムへのSCFOの実装のための理論的基盤を築くこと。この点は、同行の論文でも検討されている。

提案手法

• 反復フィードバックを用いた一般化されたRTOフレームワークを定式化：$\mathbf{u}_{k+1}^* = \Gamma(\mathbf{u}_0, \dots, \mathbf{u}_k, \mathbf{y}_0, \dots, \mathbf{y}_k)$、その後にフィルタド更新 $\mathbf{u}_{k+1} = \mathbf{u}_k + K(\mathbf{u}_{k+1}^* - \mathbf{u}_k)$ を適用する。
• 局所的勾配推定値と制約違反のグローバルな上界に基づく妥当性のための十分条件（SCF）を導入し、反復点が妥当集合内に留まるように保証する。
• コストが各反復で局所的に減少することと、フィルタゲイン $K$ に上限を課すことで、コストの単調減少を保証する最適性のための十分条件（SCO）を導出する。
• SCFとSCOを統合し、妥当性と最適性のための統一的十分条件（SCFO）を構築し、緩い仮定のもとでKKT点への収束を保証する。
• 正確な局所的微分係数とグローバルな境界を用いて、候補ステップ $\mathbf{u}_{k+1}^*$ を変更する投影ベース戦略を採用し、妥当性と最適性を確保する。
• 非凸的または非連結な妥当領域を有する挑戦的な問題に対して、数値シミュレーションを用いてSCFOフレームワークの有効性を検証し、標準的なRTO手法が失敗する状況でも有効であることを示した。

実験結果

リサーチクエスチョン

• RQ1 不確実性下でも、妥当性と最適性を保証する統一的十分条件を実時間最適化に導出可能か？
• RQ2 局所的勾配情報とグローバルな境界をどのように統合することで、妥当な反復点を介したKKT点への収束を保証できるか？
• RQ3 SCFO条件が、複雑または不利な妥当集合の位相的性質を示す問題において、どの程度収束を保証するか？
• RQ4 SCFOフレームワークは、使用する特定のRTOアルゴリズムに依存せず適用可能であり、アルゴリズム選択と収束保証を分離可能か？
• RQ5 ノイズのある測定値と不確実なモデルを有する実システムにSCFOを強制するために、理論的および実用的条件として何が必要か？

主な発見

• SCFOの適用により、標準的なRTOアルゴリズムが失敗するような、複雑または非連結な妥当集合を有する問題においても、妥当な反復点を介してKKT点への収束が保証される。
• フィルタゲイン $K$ が特定の境界を満たす限り、各反復でコストが単調に減少することが保証され、最適性への収束が達成される。
• 数値例では、SCFOを備えたアルゴリズムが、非SCFOアルゴリズムが発散するか、不適切な領域に閉じ込められるような状況でも、真の最適解に収束することを示した。
• 理論的分析により、SCFO条件は、使用するRTOアルゴリズムの構造に依存せず収束を保証することが示されたため、アルゴリズム選択の重要性が低下する。
• シミュレーションにおいて、測定ノイズやモデル不確実性に対してもSCFO条件がロバストであることが示され、同行の論文で示されたように実用的実装の可能性が示唆された。
• SCFOは、RTO設計における恣意的性質を低減する一般理論的基盤を提供し、今後のRTOスキームの体系的分析と開発を可能にする。