2014 优化设计1现代设计理论(河南理工大学.pptxVIP

第2章 优化设计(1) ⅡOptimal DesignP122-一、优化设计的概念：　所谓优化设计，就是在规定的设计限制条件下，运用最优化原理和方法将实际工程设计问题转化为最优化问题，然后以计算机为工具进行寻优计算，在全部可行设计方案中，寻求满足预定设计目标的最佳设计方案。　与传统设计方法不同，优化设计过程一般分为如下四步：　　● 设计课题分析　● 建立数学模型　● 选择优化设计方法　● 上机电算求解 获得最优解二、数学模型一般形式及三要素：优化数学模型的向量形式： (2-3) 上式就是优化数学模型的一般表达式。这一优化数学模型，称为约束优化设计问题。　一个完整的规格化的优化数学模型应包含有三部分内容，即　设计变量 X；　目标函数　；　约束条件 和　　　　。　它们又称为：优化数学模型的三要素。　二、数学模型一般形式及三要素：设计变量　设计变量是一组相互独立的基本参数。一般用向量 X 来表示。 设计变量的每一个分量都是相互独立的。　以n 个设计变量为坐标轴所构成的实数空间称为设计空间，或称 n 维实欧氏空间，用 Rn 表示。设计空间二、数学模型一般形式及三要素：　当 n=2 时，X=[x1,x2]T 是二维设计向量；　当 n=3 时，X=[x1,x2, x3]T 为三维设计向量，设计变量x1,x2, x3组成一个三维空间；　当 n3 时，设计空间是一个想象的超越空间，称n维实属空间。其中二维和三维设计空间如图2-2所示。 (b)(a)图2-2　设计空间目标函数　所谓目标函数的等值线（面），就是当目标函数 f (X) 的值依次等于一系列常数 ( i=1, 2, …)时，设计变量X 取得一系列值的集合。　由于每一条曲线上的各点都具有相等的目标函数值，所以这些曲线称为目标函数的等值线。　对于一个目标函数来说，它可以有无穷多条的等值线。可以说等值线充满了设计空间。　由图可见，等值线族反映了目标函数值的变化规律，等值线越向里面，目标函数值越小。　对于有中心的曲线族来说，等值线族的共同中心就是目标函数的无约束极小点 。故从几何意义上来说，求目标函数无约束极小点也就是求其等值线族的共同中心。约束条件　约束的几何意义是它将设计空间一分为二，形成了可行域和非可行域。　每一个不等式约束或等式约束都将设计空间分为两部分，满足所有约束的部分形成一个交集，该交集称为此约束问题的可行域，记做 D，见图2-5。图2-5　二维问题的可行域　不满足约束条件的设计点构成该优化问题的不可行域。(2-5)三、数值迭代的迭代格式：1. 数值迭代法的迭代格式数值迭代法的基本思想：搜索、迭代、逼近。　为了求得目标函数 的极小点 ，其迭代过程如下： ①在设计空间给出一初始迭代点 ； ②从 出发，按照确定的搜索方向 和迭代步长 ，求得第一个改进设计点 ，它应该满足： ； ③再以 为新的初始点，重复上述步骤，求得 ， 如此反复迭代，得到一个不断改进的点列 及一相应的递减函数值数列 。　这一迭代过程用数学式子表达，得数值迭代法的基本迭代格式为：（2-6）式中：X(k)——前一步已取得的设计方案（迭代点）；　X(k+1)——新的改进设计方案（新的迭代点）；　S(k)——第 k次迭代计算的搜索方向；　α(k) ——第 k次迭代计算的步长因子。　④ 这样一步步地重复数值计算，不断用改进的新点迭代前次设计点，逐步改进 值并使设计点最终逼近极小点（极值点） 。P93-　在优化算法中，关于迭代方法有多种，它们之间的区别就在于确定α(k) 和S (k)的方式不同。特别是S (k)的确定，在各种方法中起着关键性的作用。2.迭代计算的终止准则 （１）点距足够小准则相邻两迭代点之间的距离已达到充分小，即（2-7）式中，　—— 给定的计算精度，一般可取　　　　 。（２）函数下降量足够小准则 相邻两迭代点的函数值下降量已达到充分小，即（2-8） 式中，　 —— 给定的计算精度，一般可取。 （３）函数梯度充分小准则目标函数在迭代点的梯度已达到充分小，即（2-9） 四、一维搜索方法1）黄金分割法　黄金分割法，又称0.618法，它是一种等比例缩短区间的直接搜索方法。　该算法的基本思路是：　通过比较单峰区间内两个插点的函数值，不断舍弃单峰区间的左端或右端一部分，使区间按照固定区间缩短率（缩小后的新区间与原区间长度之比）逐步缩短，直到极小点所在的区间缩短到给定的误差范围内，而得到近似最优解。 五、多维无约束优化方法 1） 梯度法　梯度法是求解多维无约束优化问题的解析法之一。梯度法的基本思想:梯度是函数变化率最大的方向(梯度的大小是在该点标量场增加的速率)