-
Name (Acronym)Optimization Methods for Electromagnetic Diagnostics of Civil Infrastructures (OMCI)
-
ECTS6
-
Contact E-mailpaolo.rocca@unitn.it
-
Teacher
-
Syllabus
-
Institution
-
Study Program
-
Degree
-
LanguageEnglish
-
Tracks
Il corso presenterà i fondamenti e le principali criticità dei problemi inversi di diagnostica elettromagnetica, successivamente focalizzando sulle procedure e sui metodi di ottimizzazione classici e più recenti per la loro risoluzione. Il corso, pur fondandosi su contenuti teorici rigorosi, è orientato alle applicazioni di maggiore interesse per l'ingegnere civile. A completamento dell’offerta didattica, varie esercitazioni a carattere numerico (svolte con l’ausilio di programmi SW) seguiranno le lezioni teoriche.
Contenuti del Corso
Parte 1: INTRODUZIONE E BASI
- Motivazioni (metodologiche, applicative); i problemi di diagnostica elettromagnetica di infrastrutture civili come esempi di problemi inversi
- Formulazione di un problema inverso ed approcci numerici di risoluzione
Parte 2: PROBLEMI DI INVERSIONE: CRITICITA' ED INCONVENIENTI
- Mal-posizione e non-linearità. Il ruolo dell'informazioni nei problemi inversi
- Mal-posizione: la necessità di una regolarizzazione
- Non-linearità: significato fisico, grado di non linearità, il ruolo dell'informazioni a-priori e la quantità di informazione disponibile
Parte 3: RISOLVERE PROBLEMI INVERSI ATTRAVERSO METODI DI OTTIMIZZAZIONE
- Soluzione dei problemi inversi come minimizzazione/massimizzazione di una funzione-di-costo/funzionale
- Tassonomia degli approcci di ottimizzazione e descrizione: approcci a singolo agente e agenti multipli; ottimizzazione di tipo deterministico e stocastico
Parte 4: ALGORITMI DETERMINISTICI
- Ottimizzazione deterministica: Steepest Descent Method; Conjugate-Gradient Method
- ESERCIZI: Uso di algoritmi di ottimizzazione deterministici per la soluzione di problemi inversi canonici e di diagnostica elettromagnetica di infrastrutture civili
Parte 5: ALGORITMI STOCASTICI
- Ottimizzazione stocastica di tipo ‘nature-inspired’: ottimizzazione competitiva (Genetic Algorithm, Differential Evolution); ottimizzazione cooperativa (Particle Swarm Optimization, Ant Colony Optimization)
- ESERCIZI: Uso di algoritmi di ottimizzazione stocastici per la soluzione di problemi inversi canonici e di diagnostica elettromagnetica di infrastrutture civili. Confronto e analisi critica delle performance e soluzioni ottenute tramite algoritmi di ottimizzazione deterministici e stocastici
Further Readings
- M. Bertero and P. Boccacci, “Introduction to Inverse Problems in Imaging”. IoP Press, 1998.
- F. D. Moura Neto, A. J. da Silva Neto, “An Introduction to Inverse Problems with Applications”. Springer, 2013.
- D. J. Rader, “Deterministic Operations Research: Models and Methods in Linear Optimization”. John Wiley & Sons, 2010.
- D. Simon, “Evolutionary Optimization Algorithms”. John Wiley & Sons, 2013.
- K. Deb, “Multi-Objective Optimization Using Evolutionary Algorithms”. John Wiley & Sons, 2001.
- P. Rocca, M. Benedetti, M. Donelli, D. Franceschini, and A. Massa, “Evolutionary optimization as applied to inverse scattering problems,” Inverse Problems, Invited Topical Review Paper ‐ 25th Year Special Issue of Inverse Problems, vol. 24, pp. 1-41, 2009.