机械优化设计第五节约束优化惩罚函数法.pptVIP

约束优化设计方法小结： 1.复合形法 复合形法:是求解约束优化问题的一种重 要的直接方法。由于这种方法在迭代计算中 不必计较目标函数的一阶和二阶导数，也不 用一维搜索方法，因此对目标函数和约束函 数的性态无特殊要求，程序比较简单，适用 性较广。但是当设计变量和约束条件较多时 计算效率较低，另外还需要给出多变量的区 间及初始内点。 2.内惩罚函数法 内惩罚函数法是求解不等式约束优化的一 种十分有效的方法，它要求初始点必须在可行 域内，迭代过程中所产生的多点均为可行设计 方案，因此使设计人员有挑选的余地，但这种 方法与外点法相比一般收敛较慢，递减系数C 应满足0c1 c=0.1~0.7 3.外点惩罚函数法 外点法既可求解不等式又可求解等式约束优 化问题。这种方法对初始点选择无特殊要求， 由于这种方法的收敛过程是从可行域外向可行 域边界逼近的，因此仅有最优解为可行设计方 案，设计人员无挑选余地。但这种方法与内点 法相比，一般收敛较快，另外，初始罚因子也 要选择适当。罚因子为递增，递增系数 4.混合惩罚函数法 既可求解不等式约束又可求解等式约束， 它是将内点法和外点法的惩罚函数形式结合 在一起，综合了两种方法的长处，初始点应 在可行域内，惩罚因子按内点法选取，具有 内点法特点。 总之，每一种约束优化方法都有其各自 的特点，有时一种优化方法对其一优化问题 有效而对另一个优化问题就不一定有效，这 就要求设计人员在掌握各种优化方法的特点 的基础上，对具体问题进行具体分析，灵活 适用优化方法，直至得出最优设计方案。 第六节 优化设计中应注意的的几个问题 .优化方法的选择 二.离散型变量的处理 三.多目标函数优化问题的处理 四 . 优化结果分析 前面几节所讲的优化方法；没有哪一种 方法是万能的，几种优化方法各有优缺点， 究竟哪一种方法好，经结合具体实际问题的 数学模型及约束条件。实际运用中，往往不 是选择具体的某一种最优方法，而是把几种 方法结合起来。扬长避短，以获得较好的设 计结果。一般在选择最优化方法时，主要考 虑两方面的问题： ①明确所建立的数学模型的特点： 如:优化问题的维数，目标函数的连续性及 其一阶、二阶偏导数是否存在，是否容易求 解，有无约束，约束条件是不等式约束；还 是等式约束，或者两者兼有。 如具有等式约束，显然不能直接用复合形法 和内点惩罚函数法。 ②优化方法特点及其计算程序特点： 如：该方法的收敛速度，计算精度，可靠 性、稳定性。通用及普遍性。有无现成程序 可用。 二.离散型变量的处理 在实际工程优化设计问题中，有些变量 只能是离散变量。如齿轮的模型，齿数，型 材的规格。设计手册中的一些标准化、规范 化离散变量如何处理。离散设计变量及优化 所得离散变量的处理。 1) 曲线拟合技术： 选定一种曲线去折合那些离散点，从而获得 可以描述该点列离散规律的近似函数表达式， 建立数学模型。 (拟合曲线近似描述离散点的变化规律) （1） 平均法： 找出这些离散点的公共值。这些离散点 相对于公共值，上下偏差代数和为零。以 这些公共值构造的代表表征这些离散数值 的规律。 具体步骤如下： a)有m组数值,预选一个用以拟合的方程式。 将此组数值分别代入 得到m个方程。 b)如预选方程中有J个待定常数，则将m个方 程分为J组。 c)对每组方程两端各自相加，合并为一式， 得到J个方程。 d) J个方程联立求解。得J个待定常数，从 而求得具体拟合方程。 ②最小二乘法。 （上学期讲过，在此不在重复） 三.多目标函数优化问题的处理 在实际中，对于一个零件、部件、机构 及分析设计，常常期望几项设计指标达到最 优值。这就提出了多目标优化设计问题。 例如：车床齿轮变速箱的设计。 提出下列要求： 1）所有齿轮的体积尽可能小。 2）齿轮的最大圆周速度尽可能低。 3）变速箱的宽度尽可能小。 4）各传动轴间的中心距的布局尽可能小。 在工程实际中的确存在大量的多目标优 化问题。此类问题往往比较复杂。目前求解 这一类问题的方法还不够完美，有许多理论 性问题尚待进一步探讨。 这里简单介绍几种多目标函数最优化问题所 处理方法： 多目标函数的最优化问题，其数学模型的一 般表达式为： 求解： 统一目标法： 1）基本思想：人为地构成一种新函数,将多 目标优化问题转化为求统一目标函数的 单目标函数优化问题. 转为求 2）统一目标函数的构成 ①加数组合法(线性组合,加数因子法) 基本思想:对多目标函数问题