teeseminar 22.11.2002peter brommer1 minimieren ohne ableitungen potentialanpassung mit einem...
Post on 05-Apr-2015
105 Views
Preview:
TRANSCRIPT
Teeseminar 22.11.2002
Peter Brommer 1
Minimieren ohne Ableitungen
Potentialanpassung mit einem Least-Squares-Algorithmus nach Powell (1965)
Teeseminar 22.11.2002 Peter Brommer 2
Übersicht
Problemstellung Übliche Verfahren Ansatz von Powell Beispielrechnungen Nächste Schritte
Teeseminar 22.11.2002 Peter Brommer 3
Problemstellung physikalisch
Gesucht: Das Potential (z.B. durch Punkte, zwischen denen interpoliert wird).
Gegeben: Die Wirkung(z.B. durch die Kräfte auf die Atome)
Welches Potential verursacht Kräfte, die den gegebenen am besten entsprechen?
Teeseminar 22.11.2002 Peter Brommer 4
Problemstellung mathematisch
Jedes Potential (xi), i=1..n verursacht Kräfte Fj((xi)), j=1..m auf die ⅓ m Atome.
Ein Potential ist umso besser, je näher die Kräfte den Sollkräften Fj
soll kommen. Die quadrierten Differenzen zwischen Kraft
und Sollkraft werden aufsummiert:
2 ( ) 2
1 1
( ) ( ( ( ) ) [ ( )]m m
soll ji j i j i
j j
U x F x F u x
Teeseminar 22.11.2002 Peter Brommer 5
Noch mehr Mathematik
Bei bestmöglicher Übereinstimmung von Sollkräften wird U(xi) minimal.
Damit ist das Problem bestimmt: Gesucht sind {xi}, so dass U(xi) den minimalen Wert annimmt.
Das entspricht dem Auffinden des Minimums einer Funktion im Rn.
Teeseminar 22.11.2002 Peter Brommer 6
Ein erster Lösungsweg
Der negative Gradient weist in die Richtung des Minimums. Wenn wir immer dem Gradienten folgen, landen wir irgendwann mal in einem (lokalen) Minimum.
Teeseminar 22.11.2002 Peter Brommer 7
Der Gradienten-Algorithmus
Wir rechnen an einem Startpunkt ξ Rn den Gradienten aus und folgen ihm, bis die Funktion minimal wird.
An dieser Stelle steht der Gradient senkrecht auf der bisherigen Richtung. Wir berechnen den neuen Gradienten und folgen ihm wieder bis zum Minimum.
Diese Schritte werden so lange wiederholt, bis sich die Funktion nicht weiter ändert.
Teeseminar 22.11.2002 Peter Brommer 8
Probleme
Der Gradient muss numerisch bestimmt werden.
Der Algorithmus ist nicht an die spezielle Struktur von U(x) angepasst.
Der Algorithmus „vergisst“ nach jedem Schritt, was er bislang über die Funktion gelernt hat.
Ungünstige „Geländeformen“ führen bisweilen zu umständlichen Wegen.
Teeseminar 22.11.2002 Peter Brommer 9
Unwegsames Gelände
xi
xj
Teeseminar 22.11.2002 Peter Brommer 10
1. Verbesserung
Nach der ersten Minimalisierung in Richtung w steht der Gradient senkrecht auf w.
Damit der nächste Schritt in Richtung v nicht diesen ersten Schritt zunichte macht, sollte er so verlaufen, dass der Gradient weiterhin senkrecht auf w steht.
Das ist der Fall, wenn w zu v konjugiert ist:0=w·A·v, A ist die Hessematrix von U(x).
Teeseminar 22.11.2002 Peter Brommer 11
Generalized least squares
Sei die zu
minimierende Funktion. Sei ξ die genäherte Position des
Minimums. Wenn das Minimum sich tatsächlich bei ξ+δ befindet, dann ist
( ) 2
1
( ) [ ( )]m
k
k
U x u x
RRRRRRRRRRRRRR
( ) ( )
1
( ) ( )
( ) ( ) 0, 1.. ,
mit ( )
mk ki
k
k ki
i
g u i n
g u xx
RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR RRR
RRRRRRRRRRRRRR
Teeseminar 22.11.2002 Peter Brommer 12
Taylor-Entwicklung
( ) ( ) ( ) ( ) ( ) ( )
1 1
2( ) ( )
( ) ( ) ( ) ( )
1 1
0
kann vernachlässigt werden.
Lösung des Gleichungssystems:
, 1..
m nk k k k k ki ij i j j
k j
k kij
i j
n mk k k ki j j i
j k
g u G u g g
G u xx x
g g g u i
RRRRRRRRRRRRRR
1
( )
liefert .
Methode konvergiert für verschwindende quadratisch.
m
k
kij
n
G
SSSSSSSSSSSSSS
Teeseminar 22.11.2002 Peter Brommer 13
Der Ansatz von Powell
Seien d(1), d(2),...,d(n) n linear unabhängige Richtungen und γ(k)(i) die Ableitung von u(k) in Richtung d(i) (numerisch bestimmt). Dann ist die Korrektur δ eines genäherten Wertes ξ
n
i=1
( ) ( ) ( ) ( )
1 1 1
= q i
n m mk k k k
j k k
d i
i j q j i u
SSSSSSSSSSSSSS
Teeseminar 22.11.2002 Peter Brommer 14
Rückführung auf Lin. Gl. Syst.
Damit ist das Problem auf ein lineares Gleichungssystem zurückgeführt; der Lösungsvektor q (und damit δ) wird mit Standardverfahren berechnet.
( ) ( ) ( ) ( )
1 1 1
1
n m mk k k k
j k k
n
ij j ij
i j q j i u
q p
q p
RRRRRRRRRRRRRRRRRRRRRRRRRRRR
Teeseminar 22.11.2002 Peter Brommer 15
Eindimensionale Minimierung
Wir wissen jetzt, welche Richtung am vielversprechendsten ist. Wie weit müssen wir gehen?
Eindimensionale Minimierung: Ein Minimum wird erst eingeschachtelt (a<b<c; mit U(b)<U(a), U(c)), dann mit parabolischer Interpolation eingeengt.
Ergebnis: Ein λm, so dass U(ξ+λmδ) minimal.
Teeseminar 22.11.2002 Peter Brommer 16
Der Kreis schließt sich
ξ →ξ+λmδ Ein d(t) wird durch δ ersetzt, so dass
|p(t)·q(t)|=max|p(i)·q(i)|, i=1..n. γ(k)(t) und p(t) werden aktualisiert. Das Verfahren wird bis zur
Konvergenz wiederholt. Startwerte: d(i) =
Koordinatenrichtungen
Teeseminar 22.11.2002 Peter Brommer 17
Vorteile
Neue Richtungen sind konjugiert zu den bisherigen Suchrichtungen.
Numerische Ableitungen müssen nur am Anfang in großer Zahl berechnet werden.
Verfahren funktioniert auch für viele Variablen und Stützstellen
Teeseminar 22.11.2002 Peter Brommer 18
Powell in Aktion
Beispiel: Lennard-Jones-Potential in fcc-Kristall.
19 Punkte. 192 Atome in 6 Konfigurationen
(also knapp 600 Kräfte). Ausgangspunkt des Fits war ein
Null-Potential.
Teeseminar 22.11.2002 Peter Brommer 19
Fitten an Lennard-Jones
-2
0
2
4
6
8
10
12
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 3.2
Teeseminar 22.11.2002 Peter Brommer 20
Skalierung
Die Zeit pro Schritt skaliert linear mit der Zahl der Stützstellen
Lösung des Linearen Gleichungssystems: Skaliert mit n³ (ließe sich zu n² verbessern, da sich immer nur eine Spalte und eine Zeile der Matrix ändern).
Skalierung der Zahl der benötigten Schritte ist noch nicht bekannt.
Teeseminar 22.11.2002 Peter Brommer 21
Was kostet Rechenzeit?
Gradient Kraftber.Decomp Update
Zahl der Atome wächst nach außen (von 32 auf 192).
Bei relativ kleinem n kostet die Kraftberechnung die meiste Zeit.
Aber: Matrixzerlegung skaliert mit n³!
Teeseminar 22.11.2002 Peter Brommer 22
Schwierigkeiten allgemein
Viele Funktionsaufrufe in der linearen Minimierung, schlechtere Minimierung bedeutet aber mehr Iterationen.
Tendenz zur linearen Abhängigkeit der Richtungsvektoren kann nicht ausgeschlossen werden.
Abbruchbedingungen nicht trivial.
Teeseminar 22.11.2002 Peter Brommer 23
Schwierigkeiten konkret
Kann nur fitten, wenn auch Abhängigkeiten vorhanden.
Nachbartabellen können sehr umfangreich werden, daher hoher Speicherbedarf.
Eichfreiheitsgrade müssen noch implementiert werden.
Teeseminar 22.11.2002 Peter Brommer 24
Wie geht‘s weiter?
Mehr Potentiale Mehr Konfigurationen EAM-Potentiale EichfreiheitsgradeUnd natürlich: Ab-initio-Daten!
Teeseminar 22.11.2002 Peter Brommer 25
Literatur
M.J.D. Powell, CompJ, 7 (1965), Is. 4
top related