优化技术应用预案.pptVIP

三、离散变量的优化 1、离散变量优化的基本概念 2、离散变量优化的一般解法 1）连续解离散化法 2）离散惩罚函数法 2-6 优化技术应用 一、优化数学模型改善 1．优化设计三要素选取 (1)设计变量选择 设计变量是能影响设计质量或结果的可变参数。 对设计质量有显著影响且能直接控制的独立参数作为设计变量，其余参数作为常量处理。 材料机械性能要用试验方法确定，无法直接控制，按常量处理； 承载能力中的应力、挠度、功率、温度等可以由公式计算的因变量，往往是所追求的目标(最大或最小)，不作为设计变量。 一、优化数学模型改善 (2)目标函数建立 目标函数尽量表示为显函数形式，在不影响优化目标的前提下尽量简化。 追求目标多于一个时，可以取其中最主要的作为目标函数，其余的列为设计约束；也可以采用多目标函数的优化方法求解。 原则: 尽量控制目标函数数目使同时追求的目标少。 (3)约束条件的确定 确立约束条件要从设计要求出发，对设计变量加以必要的限制并能表示成约束函数。 一、优化数学模型改善 桥式起重机优化设计，载荷沿桥架移动，故桥架的工作应力是载荷位置l的函数。l虽不是设计变量，但在相应的约束条件中含有参数l。 机械动力学优化，动态响应是时间的函数，按动态响应所建立的约束条件是以时间为参数的参数约束。 确立约束条件要从设计要求出发，对设计变量加以必要的限制并能表示成约束函数。不必要的限制，不仅是多余的，而且使可行域缩小，影响优化结果。 一、优化数学模型改善 2．数学模型尺度变换 (1)设计变量尺度变换 各设计变量往往具有不同的量纲和量级： 齿轮的齿数、模数、变位系数等数量级不同； 动压滑动轴承的速度、直径、宽度(宽径比=0.2～1)、径向间隙(当轴径=12～125mm时，间隙=0.012～0.15mm)及粘度间的数量级相差上万倍。 变换前设计变量 变换后设计变量 一、优化数学模型改善 (2)目标函数尺度变换 高度非线性的目标函数性态不良，存在严重的偏心和扭曲，计算效率和稳定性会大大降低。 推荐 ——设计变量初始值 当初始点yi(0)选得靠近yi(*)时，xi值将在1附近变化。 一、优化数学模型改善 (3)约束条件尺度变换 约束函数值的数量级相差大，导致在惩罚函数中的作用相差甚远。灵敏度高的约束在优化过程中首先得到满足，灵敏度低的可能被忽视。 约束条件规格化——相同数量级。 方法：约束函数值在0～1之间变化。 机械设计中强度、刚度约束 约束规格化，减少各约束条件在设计变量变化时的灵敏度的差距，各约束函数得到较均等的考虑。 二、多目标函数优化 若各目标函数在可行域内的同一点都取得最小值——完全最优解 使至少一个目标函数取得最大值的点——劣解 除完全最优解和劣解之外的所有解——有效解 ①简化为单目标函数问题求解 ②同时考虑多个评价标准，建立多个目标函数——多目标优化 二、多目标函数优化 1．主要目标法 fi(1)和fi(2)分别是目标函数fi(X)的下限和上限 二、多目标函数优化 2．统一目标法 1）线性加权法 由q个目标函数构成综合评价函数 约束优化 二、多目标函数优化 1)根据设计经验直接给出加权因子 2)计算得到加权因子 ——以第个分目标为目标函数构成的单目标优化问题的最优解 二、多目标函数优化 2)理想点法 构造评价函数和单目标优化问题 引入加权因子 既考虑目标函数的重要性，又最接近完全最优解，是多目标优化问题的一个更理想、更切合实际的相对最优解。 二、多目标函数优化 3）功效系数法 各目标函数的优劣程度，用功效系数定量描述。 规定： di=1，表示第i个目标函数的效果最好； di =0，表示效果最差。 多目标问题的一个设计方案的好坏程度用诸功效系数的平均值加以评定 di =0.3，可接受方案的功效系数下限； 0.3 di ?0.4，边缘状况； 0.4 di ? 0.7，效果稍差但可接受； 0.7 di ? 1，效果较好。 二、多目标函数优化 4）乘除法 多目标函数最优化目标分： 目标函数值越小越好的费用类(材料、工时、成本、重量