iSIGHT优化设—Optimization.docxVIP

iSIGHT优化设计—Optimization1概述1.1传统劳动密集型的人工设计1.2iSIGHT智能软件机器人驱动的设计优化1.3优化问题特征（1）约束（2）线性（3）非线性（4）多峰性（5）离散取值（6）组合问题（7）优化问题按特征分类对优化设计的研究不断证实，没有任何单一的优化技术可以适用于所有设计问题。实际上，单一的优化技术甚至可能无法很好地解决一个设计问题。不同优化技术的组合最有可能发现最优设计。优化设计极大地依赖于起始点的选择，设计空间本身的性质（如线形、非线形、连续、离散、变量数、约束等等）。iSIGHT就此问题提供两种解决方案。第一，iSIGHT提供完备的优化工具集，用户可交互式选用并可针对特定问题进行定制。第二，也是更重要的，iSIGHT提供一种多学科优化操作模式，以便把所有的优化算法有机组合起来，解决复杂的优化设计问题。2优化算法概述iSIGHT包含的优化方法可以分为四大类：数值优化、全局探索法、启发式优化法和多目标多准则优化算法。数值优化（如爬山法）一般假设设计空间是单峰的，凸起的和连续的，本质上是一种局部优化技术。全局探索技术则避免了局限于局部区域，一般通过评估整个设计空间的设计点来寻找全局最优。启发式技术是按用户定义的参数特性和交叉影响方向寻找最优方案。多目标优化则需要权衡，iSIGHT正是提供了一种易于使用的多目标准则权衡分析框架。另外自iSIGHTv