最优化多目标及离散变量优化方法.pptVIP

前述各种优化设计方法都是将设计变量作为连续变量进行寻优的。而在实际的工程优化问题中，经常会遇到非连续变量的一些参数。比如，齿轮的标准模数系列、型钢的规范尺寸系列等离散变量。又如，齿轮选取的齿数，V带使用的根数等整数变量，而这一类整数变量也是离散变量的一种特殊形式。 §7-3 离散变量优化 连续变量 确定型 整型变量 离散变量 凑整解法 处理离散变量的一种简单方法，这种方法是先将符合设计规范和标准的离散变量视为连续变量来处理，在得出连续变量的最优点后，再调整其接近相应设计规范和标准的离散点。 [x2*]+1 [x2*] [x1*] [x1*]+1 x2 0 x1 X* A B C D [X*] 缺点： 1)在连续变量最优点附近凑整法得到的设计点有可能均不在可行域内 2)凑整法得到的设计点有可能只是可行解，不是离散最优解 X* D ΔF ΔF D X* Q P 拟离散法(包含离散变量和连续变量)： 1）将连续变量优化解X*圆整到最近的一个离散点[X*] 2） 将[X*]的离散分量固定，对其余的连续分量进行优化 3）若得到的新点可行且满足收敛条件，则输出最优结果 4）否则把离散分量移到邻近X*的其他离散点上，再对连 续分量优化，转到步骤2。如此重复 问题： 1）只是在几个方案中选出一较好解作为近似解 2）由于离散变量移动后得到的离散点有可能是非可行点， 注意连续变量优化时的算法选取。 本章结束 Thank You！ * 出发点不同，选好解就不同 绝对最优解：153页图8-3 这已不是“数学规划”问题，而是“决策”问题 * * 第七章 多目标及离散变量优化方法 7.1 多目标优化问题 7.2多目标优化方法 7.3离散变量优化 0 f x §7.1 多目标优化问题 a b f1 f2 在[a , b]区间内有两个目标函数： 对于f1(X) ： 当x=a, f1(X)取得最差值 f 1max 当x=b, f1(X)取得最优值 f 1min 对于f2(X)： 当x=a, f2(X)取得最优值 f 2max 当x=b, f2(X)取得最差值 f 2min 随着设计变量X的值不断增大，目标函数 f1(X)的值越来越好，目标函数f2(X)的值越来越差 x1 x2 f 1max f 2max f 2min f 1min 一. 多目标问题的数学模型： 设 X =[x1, x2 , …,xn]T min. f1(X), f2 (X), …fq (X), X∈Rn s.t. gu(X) ≤ 0 u = 1,2,…,m hv(X) = 0 v = 1,2,…, p 二. 最优解与选好解、劣解与非劣解： 对于f1(x)，1最好，其次为3，2，4，5，6； 对于f2(x)，2最好，其次为3，1，5，4，6。 综合考虑，1，2，3为非劣解，4，5，6为劣解。 §7.1 多目标优化问题 0 f2 f1 ● 1 ● 3 ● 2 ● 4 ● 6 ● 5 使所有目标都能达到最优的解通常是不存在的或者很难找到的，设计人员所能做到的就是在 Pareto解集中挑选合适的解作为最终解，通过牺牲某个或某些目标的性能来改善其它目标，在多个目标函数间进行折衷 E A D C B f1 f2 最优解：使各个分目标函数同时达到最优值的解。 劣 解：每个分目标函数值都比另一个解为劣，即为劣解。 选好解：非劣解中，满足工程实用目的的最好解。 多目标函数问题的优化设计过程： 1、先求非劣解； 2、从非劣解中选出选好解。 常用的求选好解的方法： 1、主要目标法 2、统一目标函数法：线性加权因子法、极大极小… 3、功效系数法 4、分层序列法 一．主要目标法 思想:抓住主要目标，兼顾其他要求。（选择一个目标作 为主要目标，将其他目标转化成约束条件） §7.2 多目标优化方法 原模型: min f1(X), f2 (X), …fq (X), X∈Rn s.t. gu(X) ≤ 0