[논문 리뷰] A Global Optimisation Toolbox for Massively Parallel Engineering Optimisation

Francesco Biscani, Dario Izzo외 1명|arXiv (Cornell University)|2010. 04. 22.

Distributed and Parallel Computing Systems참고 문헌 40인용 수 78

한 줄 요약

이 논문은 다중 코어 시스템에서 고성능을 달성하기 위해 다양한 전역 및 국소 최적화 알고리즘(예: 차등 진화, 시뮬레이티드 어닐링, SNOPT)을 효율적이고 협동적으로 사용할 수 있도록 설계된 오픈소스 C++ 기반 전역 최적화 프레임워크인 PaGMO를 제시한다. 일반화된 아일랜드 모델을 통해 실현되는 이 프레임워크는 고차원의 복잡한 항공우주 궤도 설계 문제를 해결하는 데 유용하며, 카시니, 탄뎀, 머서 서 미션을 포함한 근사 최적 궤도 경로의 자동 탐색을 가능하게 한다. 주요 기여는 카시니, 탄뎀, 머서 서 미션의 알려진 최적 해를 발견하고, 머서 서 미션의 복잡한 공명 비행보내기 전략까지 복원하는 데 성공한 것이다.

ABSTRACT

A software platform for global optimisation, called PaGMO, has been developed within the Advanced Concepts Team (ACT) at the European Space Agency, and was recently released as an open-source project. PaGMO is built to tackle high-dimensional global optimisation problems, and it has been successfully used to find solutions to real-life engineering problems among which the preliminary design of interplanetary spacecraft trajectories - both chemical (including multiple flybys and deep-space maneuvers) and low-thrust (limited, at the moment, to single phase trajectories), the inverse design of nano-structured radiators and the design of non-reactive controllers for planetary rovers. Featuring an arsenal of global and local optimisation algorithms (including genetic algorithms, differential evolution, simulated annealing, particle swarm optimisation, compass search, improved harmony search, and various interfaces to libraries for local optimisation such as SNOPT, IPOPT, GSL and NLopt), PaGMO is at its core a C++ library which employs an object-oriented architecture providing a clean and easily-extensible optimisation framework. Adoption of multi-threaded programming ensures the efficient exploitation of modern multi-core architectures and allows for a straightforward implementation of the island model paradigm, in which multiple populations of candidate solutions asynchronously exchange information in order to speed-up and improve the optimisation process. In addition to the C++ interface, PaGMO's capabilities are exposed to the high-level language Python, so that it is possible to easily use PaGMO in an interactive session and take advantage of the numerous scientific Python libraries available.

연구 동기 및 목표

• 항공우주 궤도 설계 분야에서 고차원적이고 복잡한 공 ingineering 최적화 문제를 해결하는 데 도전한다.
• 저수준 병렬 처리 문제를 추상화하는 가용성, 확장성, 재사용성이 뛰어난 소프트웨어 인프라를 제공한다.
• 다양한 최적화 알고리즘을 병렬로 실행하면서 정보를 공유함으로써 복잡한 해 공간의 자동적이고 협동적인 탐색을 가능하게 한다.
• 실제 우주 임무, 예를 들어 공명 비행보내기 및 샘플 리턴 미션을 포함한 행성 간 궤도 설계 문제에 대해 프레임워크의 효과성을 입증한다.
• 병렬 컴퓨팅을 활용해 수천 개의 임무 궤도를 합리적인 시간 내에 대규모 최적화할 수 있도록 지원한다.

제안 방법

• PaGMO는 객체 지향 아키텍처를 기반으로 한 C++ 라이브러리로 구현되었으며, 과학 계산 스택과의 통합 및 사용 편의성을 높이기 위해 파이썬 인터페이스를 제공한다.
• 병렬 처리를 위해 일반화된 아일랜드 모델을 활용하여, 독립적인 최적화 알고리즘 집단 간 후보 해의 비동기 이동을 허용한다.
• 유전 알고리즘, 차등 진화, 입자 군집 최적화, 시뮬레이티드 어닐링 등 다양한 전역 및 국소 최적화 알고리즘을 네이티브로 지원한다.
• SNOPT, IPOPT, NLopt, GSL 등의 외부 최적화 라이브러리를 얇은 C++ 래퍼를 통해 통합하여 고성능 국소 솔버의 원활한 사용을 가능하게 한다.
• 단일 목적 및 다중 목적 최적화를 모두 지원하며, 연속형, 정수형, 혼합 정수형 변수뿐 아니라 상자 제약 조건과 비선형 제약 조건도 처리할 수 있다.
• 다양한 솔버가 병행 실행되는 동안 정보를 교환할 수 있도록 하는 융통성 있는 이동 연산자를 사용하여 자동적이고 협동적인 탐색을 가능하게 한다.

실험 결과

연구 질문

• RQ1 통합적이고 확장 가능한 소프트웨어 프레임워크는 복잡한 공 ingineering 문제에 대해 다양한 전역 및 국소 최적화 알고리즘의 병렬 실행을 효율적으로 관리할 수 있는가?
• RQ2 협동적이고 다중 알고리즘 기반 최적화 전략은 고차원적이고 다모달한 궤도 설계 문제에서 수렴성과 해 품질을 얼마나 향상시킬 수 있는가?
• RQ3 사전 지식 없이도 프레임워크가 알려진 최적 해, 예를 들어 머서 서 미션의 복잡한 공명 비행보내기 순서를 자동으로 식별하고 수렴할 수 있는가?
• RQ4 PaGMO는 소행성 샘플 리턴 미션을 위한 수천 개의 행성 간 궤도를 평가하는 대규모 최적화 작업에 얼마나 효과적으로 스케일링할 수 있는가?
• RQ5 프레임워크의 병렬 처리 모델은 실제 항공우주 응용 분야에서 계산 시간을 크게 단축시키면서도 해 품질을 유지할 수 있는가?

주요 결과

• PaGMO는 협동적이고 다중 알고리즘 기반 접근을 통해 카시니, 탄뎀, 머서 서 행성 간 궤도 문제의 최고 알려진 해를 성공적으로 확보하였다.
• 머서 서 미션의 경우, 수은에서의 공명 비행보내기와 관련된 여러 해 클러스터를 식별하였으며, 한 클러스터 내에서의 집중적 재최적화를 통해 약 2.3 km/s의 ∆v를 기록한 해를 도출하여 初기 기록인 5.15 km/s보다 뚜렷이 향상시켰다.
• 차등 진화, 시뮬레이티드 어닐링, 국소 최적화를 조합한 자동 탐색 전략은 해 공간을 효과적으로 정리하고 머서 서 미션의 정확한 궤도 전략을 식별하는 데 성공했다.
• 대규모 벤치마크에서 PaGMO는 8코어 시스템에서 8시간 내로 4406개의 소행성 도킹 궤도(각각 5회 반복)를 최적화하여 향후 샘플 리턴 미션을 위한 유망한 후보를 식별하였다.
• 프레임워크는 다중 코어 아키텍처를 효율적으로 활용한 다중 스레드 프로그래밍과 아일랜드 모델 기반 병렬 처리를 통해 강력한 확장성과 성능을 입증하였다.
• 파이썬 통합을 통해 상호작용적 사용이 가능해졌고 과학 계산 라이브러리에 원활하게 접근할 수 있어 사용성은 향상되었지만, 계산 효율성은 손상되지 않았다.