合肥工业大学研究生精品教材《机械优化设计》_第05章(免费阅读).pptVIP

《机械优化设计》 《机械优化设计》 合肥工业大学 吕新生 张晔 2009.12 本书目录 第5章 多目标优化设计方法 5.1 多目标优化设计的基本概念和理论 5.1.1 多目标优化设计问题的特点 5.1.2 多目标优化设计的基本概念 5.2 多目标优化方法概述 5.3 满意协调法 5.3.1 策略思想 5.3.2 优化设计数学模型的建立 5.3.3 化为单目标优化问题求解 5.3.4 协调机制 5.3.5 计算实例 5.3.6 应用实例 5.4 目标规划法 5.4.1 目标规划的特点 5.4.2 目标规划数学模型 5.4.3 目标规划的求解方法 5.4.5 应用实例 思考与练习 5.1 多目标优化设计的基本概念和理论 5.1.1 多目标优化设计问题的特点 5.1.2 多目标优化设计的基本概念 5.1.1 多目标优化设计问题的特点 目前，一些成熟的优化方法都是用于解决单目标优化设计问题的。然而，机械产品的设计，特别是复杂机械系统以及整机的设计，往往有着多方面的设计指标，例如：既有重量、材料消耗的要求，又有可靠性、使用寿命的要求；既有静态性能的要求，又有动态性能的要求等等，这些多目标的优化设计问题，具有与单目标优化设计问题所不同的特点： 一、各目标之间是相互冲突的，即：一些目标的改善往往会造成另一些目标的恶化，因此，对于多目标优化设计问题来说，一般都不可能使所有目标同时达到各自的最优值，也就是说绝对最优解是不存在的，只能从多目标优化设计的非劣解集合中寻找设计者的满意解。 二、各目标之间往往没有共同的度量标准，各自具有不同的量纲、数量级（不可公度性），并且相对于共同的设计变量具有不同的灵敏度，这就给多目标优化设计问题的数学处理带来了不少困难。 三、具备什么条件的解是满足设计者要求的满意解，在绝大多数场合下无法给出确切的数学描述，它往往取决于多方面的复杂因素。例如设计对象的工况、加工制造的工艺设备条件、设计者的实践经验等。 5.1.2 多目标优化设计的基本概念 多目标优化设计问题数学模型的一般形式为： 1. 两个向量的比较 2. 劣解和非劣解 对于上述多目标优化问题，有可行解x0， （1）若至少存在一个可行解x1，使得F(x1)≤F(x0) 则称x0是一个劣解。 （2）若不存在可行解x1，使得F(x1)≤F(x0) 则称x0是一个非劣解。 3. 多目标优化问题的几何表示法 (1) 可行解集合 R={ x | gi(x)≤0 i=1、2、┈ p，hj(x)= 0 j=1、2、┈ q} (2) 目标集合 G={ F(x)| x∈R} (3) 如图5-1 （以2维——两个设计变量、两个目标函数为例） (4) 劣解、非劣解的几何表示（图5-2） （图中粗黑线表示非劣解集） 5.2 多目标优化方法概述 长期以来，人们通过不同途径谋求解决多目标优化设计问题的方法，这些方法从策略思想上可粗略划分为两大类：一类是研究专门用于解决多目标设计的优化方法，其中最卓有成效的是目标规划法。另一类是利用成熟的单目标优化方法解决多目标优化设计问题，关键在于设法解决单个目标之间的相互协调。这一类方法早期的代表有：线性加权统一目标法、主要目标法、协调曲线法、效用函数法等。 5.3 满意协调法 5.3.1 策略思想 5.3.2 优化设计数学模型的建立 5.3.3 化为单目标优化问题求解 5.3.4 协调机制 5.3.5 计算实例 5.3.6 应用实例 5.3.1 策略思想 这里讨论的多目标优化设计问题具有如下的形式： (1) 理想点和悲观点 图5-4 满意解集 在理想点上，所有目标函数都达到各自的最优值，根据多目标优化的特点，这样的理论点一般都不在多目标优化的解集中，当然，悲观点也不一定在所有的解集中。但理想点向量和悲观点向量为设计者提供了这样的信息：它们表明了各目标函数在多目标优化中可能的取值范围（事实上，理想点和悲观点向量表明了非劣解中各目标函数可能的取值范围），从这一意义上说，确定了理想点和悲观点，也就确定了解的非劣解集。 设计者所能找到的满意解（图5-4）必然存在于理想点和悲观点之间，也就是说，多目标优化的过程就是在由理想点和悲观点限制的m维长方体中寻找设计者的满意解。 (2) 极小极大法 一般来说，定义不同的范数可以得到不同意义下的多目标最优解。 5.3.2 优化设计数学模型的建立 图5-5表示出一维情况下理想点、悲观点、期望水平之间的相互关系（对目标函数进行极小化时）。 5.3.3 化为单目标优化问题求解 有定理可以证明，上述多目标优化问题等价于下述单目标优化问题，因而可以利用单目标优化方法求解。 定理： 5.3.4 协调机制 由于多目标优化的实质是在非劣解集合中寻求设计者的满意解，而设计者在绝大多数场合下无法事先给出