深空探测器新型敏感器及其集成设计技术.pptVIP

* * 用图表明其几何意义：D为gu(X)?0, (u=1,2,3,4)构成的多目标优化问题的可行域。 * * x1 x2 O f20 f2(X)等值线族 f1(X)等值线族 g1(X)=0 g2(X)=0 g3(X)=0 g4(X)=0 g5(X)=0 X*(2) X*(1) * * X*(1) 、 X*(2)分别为 的最优点。 * * 现将f2(X)转化为g5=f20 -f2(X) ?0新的约束条件 这样原多目标优化问题可视为f1(X)在由 gu(X)?0 (u=1,2,3,4) 构成的新的可行域 (阴影所示)中的单目标优化问题 显然X*即为原多目标优化问题最优点 * * 对于一般情况，可把多目标最优化问题转为如下的单目标最优化问题： 其中f1(X)为主要目标函数 * * 协调曲线法 在一个多目标优化问题中，会出现当一个分目标函数的优化将导致另一些分目标函数的劣化，即所谓目标函数相互矛盾的情况 * * 为了使某个较差的分目标也达到合理值，需要以增加其它几个分目标函数值为代价; 各分目标函数值之间需要进行协调，互相作出一些让步，以便得出一个较合理的方案。 * * 通过协调曲线法来形象化地说明这种矛盾关系 * * 以无约束二维双目标函数f1(X) 、 f2(X)的极小化为例，如图给出了各自的等值线图，可以看到它们各自极小化的趋势和相互关系。 图上的任意一点代表着一个具体的双目标函数的设计方案。其中A、B分别代表f1(X)及f2(X)的极小值点 * * x1 x2 O f1(X) f2(X) A B C D E F 1 1.5 2 4 5 6 3.2 3.5 4 7 9 * * C点为某一设计方案，该处f1(X)=4，f2(X)=9。 当取定f2(X)=9时，极小化f1(X) ，得D点(f1(X)=1.5)为最佳设计方案。 * * 同样，当取定f1(X)=4时，极小化f2(X) ，可得到E点为最佳设计方案。 显然D、E两点的设计方案均优于C点，实际上在阴影区内的任一点的设计方案均优于C点 * * 线段DE的延长线AB即协调曲线，设计方案点在弦线段上移动，出现一个函数值减小必然导致另一函数值增大、两目标函数相互矛盾现象。 * * 且DE线段形象地表达了两目标函数极小化过程中的协调关系 其上任一点都可实现在一个目标函数值给定时，获得另一目标函数的相对极小化值，该值即可用作确定x1、x2的参考 * * 如图是在f1(X) －f2(X)坐标系内用上图AB线段上各点所对应函数值作出的关系曲线，这是协调曲线的另一种表现形式，在这里可以更清楚地看出两目标函数极小化过程中相互矛盾关系。 * * f1(X) f2(X) O 5 10 5 10 A B D F E * * 可将协调曲线作为使相互矛盾的目标函数取得相对优化解的主要依据。至于要从协调曲线上选出最优方案，还需要根据两个目标恰当的匹配要求、实验数据、其他目标的好坏以及设计者的经验综合确定。 * * 对于两个以上的目标函数，不难想象可以构成协调曲面 * * * 加权因子 wj是一组大于零的数，其值决定于各项目标的数量级及其重要程度。 选择加权因子对计算结果的正确性影响较大。 确定加权因子wj 方法是多种多样的 主要处理方法 * * * * (一) 将各分目标转化后加权 在采用线性加权组合法时，为了消除各个分目标函数值在量级上较大的差别： 先将各分目标函数fj(X)转换为无量纲且等量级的目标函数fj(X) (j=1,2 …，t) 用转换后的分目标函数fj(X)来组成一个统一目标函数 * * 式中加权因子wj (j=1,2 …，t)是根据各项分目标在最优化设计中所占的重要程度来确定。 * * 当各项分目标有相同的重要性时，取wj=1 (j=1,2 …，t)并称为均匀计权；否则各项分目标的加权因子不等，可取 或其他值。 * * 分目标函数fj(X)可选择合适的函数使其转换为无量纲等量级目标函数fj(X) 如，若能预计各分目标函数值的变动范围为 ?j? fj(X) ? ?j (j=1,2 …，t) * * 则可用如图所示的正弦函数 y=x/2?-sinx (0? x ? 2?) 实现将各分目标函数都转换为在0～1的范围内取值 * * x y y=(x/2π)-sinx π 0 0.5 1 ?j ? fj(X) ? ?j 2π * * 令目标函数的下界值?j和上界值?j分别与正弦转换函数自