WORHP

„WORHP“, ausgesprochen wie das englische Wort „warp“, bei der ESA auch bekannt als „eNLP“ (NLP solver), ist ein mathematisches Programm bzw. eine Bibliothek zur numerischen Lösung stetiger hochdimensionaler nichtlinearer Optimierungsprobleme. Die Abkürzung WORHP bedeutet ausgeschrieben "We Optimize Really Huge Problems", dies stellt das primäre Anwendungsgebiet der Software dar. WORHP ist hybrid in den Sprachen Fortran und C implementiert und bietet zusätzlich die Möglichkeit über verschiedene Schnittstellen in C/C++- und Fortran-Programmen integriert zu werden. Zusätzlich existieren Schnittstellen zur Einbindung in die Modellierungsumgebungen MATLAB, CasADi und AMPL.

Formulerung des Problems

WORHP wurde entwickelt um Probleme der Form

$\min _{x\in \mathbb {R} ^{n}}f(x)$

unter

$L\leq {\begin{pmatrix}x\\g(x)\end{pmatrix}}\leq U$

mit hinreichend glatten Funktionen $f:\mathbb {R} ^{n}\to \mathbb {R}$ (Zielfunktion) und $g:\mathbb {R} ^{n}\to \mathbb {R} ^{m}$ (Nebenbedingungen) welche nichtlinear sein dürfen, und nicht notwendig konvex sein müssen, zu lösen. Sogar Probleme mit sehr großen Dimensionen $n$ und $m$ können effizient gelöst werden, wenn das Problem hinreichend dünnbesetzt ist. Problemstellungen in denen es nicht möglich ist Zielfunktion und Nebenbedingungen separat oder in denen es möglich ist die Nebenbedingungen elementweise auszuwerten, können von WORHP ausgenutzt werden um die Berechnung effizient zu gestalten.

Ableitungen

WORHP benötigt die erste Ableitung (Gradient) von $f$ und von $g$ (Jacobi-Matrix) und die zweite Ableitung (Hesse-Matrix) der Lagrange-Funktion; in einer Modellierungsumgebung wie AMPL können diese durch automatische Differentiation zur Verfügung gestellt werden, aber in anderen Anwendungen müssen diese durch den Benutzer übergeben werden. Erste und zweite Ableitungen können durch WORHP mit Hilfe von finiten Differenzen ermittelt werden. Um die typischerweise dadurch enstehende sehr hohe Anzahl an Funkionsauswertungen in hochdimensionalen dünnbesetzten Anwendungen zu vermeiden, wird die Graphenfärbungstheorie ausgenutzt um erste und zweite Ableitungen zu gruppieren. Zweite Ableitungen können außerdem durch Variationen der klassischen BFGS Verfahren, inklusive block-diagonaler und dünnbesetzter Variante, approximiert werden.

Struktur

Auf NLP-Ebene basiert WORHP auf einem klassischen SQP-Algorithmus, wohingegen die quadratischen Teilprobleme mit Hilfe von Innere-Punkte-Verfahren gelöst werden. Dieser Aufbau wurde gewählt um von der Robustheit von SQP-Verfahren und dem zuverlässigen numerischen Aufwand von IP-Verfahren zu profitieren, da klassische Aktive-Mengen-Strategien bei hochdimensionalen Problemen ungeeignet sind.

Entwicklung

Die Entwicklung von WORHP startete in 2006 mit einer Finanzierung des deutschen Zentrums für Luft- und Raumfahrt und wurde unter dem Namen „eNLP“ nach 2008 mit Unterstützung der ESA / ESTEC zusammen mit dem Innere-Punkte-Löser ipfilter fortgesetzt. Ziel war die Implementierung eines NLP-Lösers zur Bestimmung optimaler Trajektorien, zur Missionsanalyse und für Raumfahrtanwendungen im Allgemeinen. (Die Benutzung von Ipfilter in WORHP wurde nach 2010 nicht weiter verfolgt.) Das Steinbeis-Forschungszentrum Optimierung, Steuerung und Regelung und Wissenschaftler der Arbeitsgruppe Optimierung und Optimale Steuerung an der Universität Bremen und der Universtität der Bundeswehr München arbeiten an der weiteren Entwicklung von WORHP. Die Entwickler verbessern WORHP zur Zeit verstärkt, so dass es im Gegensatz zu seinen akademischen Ursprüngen, als Werkzeug zur Anwendung in der Industrie dienen kann.

Anwendungen

WORHP wurde in Programmen zur Analyse von Trajektorien wie LOTNAV und ASTOS integriert, und wird am ESOC und am ESTEC genutzt. Es ist auch möglich WORHP als Optimierer in CasADi (since version 1.5.0beta) einzubinden und es wird als lokaler Optimierer im SVAGO MDO Programm, entwickelt an der Universität Bremen und am Politecnico di Milano zur Multidisciplinary design optimization im ESA PRESTIGE Programm, genutzt.