[論文レビュー] Sufficient Conditions for Feasibility and Optimality of Real-Time Optimization Schemes - II. Implementation Issues

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

Control Systems and Identification参考文献 24被引用数 14

ひとこと要約

本稿は、不確実性下でも制約の満たされ方とコストの単調減少を保証する、実時間最適化（RTO）における実装可能性および最適性の十分条件（SCFO）の実用的実装フレームワークを提案する。制約の満たされ方とコストの単調減少を保証するため、リップシッツ定数と二次上界の推定手法を導入し、プロセスの知識が限られた状況でもロバストな収束を可能にする。また、部分的な解析的知識の活用と制約の制御された緩和により、収束速度の向上を実現する。

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. This second part examines the practical side of the sufficient conditions for feasibility and optimality (SCFO) proposed in the first and focuses on how they may be enforced in real application, where much of the knowledge required for the conceptual SCFO is unavailable. Methods for improving convergence speed are also considered.

研究の動機と目的

• 不確実性下での実時間最適化（RTO）における実装可能性と最適性を保証する一般化・統一された手法の欠落を補う。
• 理論的十分条件である実装可能性および最適性の十分条件（SCFO）を、実世界のRTO応用に適用可能な基準に翻訳する。
• リップシッツ定数および二次上界の推定・精錬戦略を開発することで、SCFOの実装における過剰な保守性を低減する。
• 部分的な解析的知識の戦略的活用と制約の制御された緩和により、収束速度を向上させる。
• 勾配推定、入力の不確実性、最小励起要件といったRTOにおける主な実装課題を特定し、それらに対処する。

提案手法

• コストの低下と制約違反の低下を強制し、ステップサイズの上限を維持することで、RTOにおける実装可能性と最適性を保証する一連の実装可能な条件（SCFO）を提案する。
• 勾配およびヘッセ行列の推定に基づいて導出された、利得 $ K_k $ を持つフィルタリング則を導入し、コストの単調減少と実装可能性を保証する。
• 履歴データとプロセスの知識を用いて、リップシッツ定数 $ \kappa_{ji} $ および二次上界 $ \overline{\mathbf{Q}}_\phi $ の推定技術を開発する。
• 非本質的制約の制御された違反を許容する緩和戦略を適用し、収束速度の向上を図る。
• 推定された制約値 $ \overline{g}_{p,j}(\mathbf{u}_k) $ の保守的で実用的な境界を決定するために、ロバストなグローバル最適化を用いる。
• オフラインおよびオンラインでの境界の精錬を統合し、保守性を低減し、時間の経過とともに性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 完全なプロセス知識が得られない状況下で、理論的SCFO条件をどのように実用的に強制できるか。
• RQ2 実装可能性や最適性を損なわずに、リップシッツ定数および二次上界の保守性を低減する戦略は何か。
• RQ3 部分的な解析的知識をSCFOフレームワークに統合することで、収束速度をどのように向上できるか。
• RQ4 制約の緩和が、不確実性のあるRTO環境における収束速度とロバスト性に与える影響は何か。
• RQ5 入力ノイズ、最小励起、プロセス劣化といった実装課題が、SCFOの性能に与える影響は何か。

主な発見

• SCFOフレームワークは、十分条件が満たされていれば、不確実性下でもRTOにおいてコストの単調減少と制約の実装可能性を保証する。
• データからのリップシッツ定数および二次上界の推定により、保守性が低減され、SCFOの実用的実装が可能になる。
• 最適化問題に部分的な解析的知識を組み込むことで、ロバスト性を損なわずに収束速度が著しく向上する。
• 非本質的制約の制御された緩和は、収束を加速でき、特に制約がきついまたは poorly conditioned な問題において顕著である。
• 入力の不確実性および最小励起制約下でも、フレームワークはロバスト性を保つが、これらは今後の研究における未解決課題のままである。
• 数値的実験および予備的な実験結果により、SCFOを補完するRTOスキームが、複雑または不確実な環境でもKKT点への信頼性ある収束を達成することが確認された。