第1章优化设计概述资料.pptVIP

1.5 优化设计问题的下降迭代法 为了适应电子计算机的工作特点，要求最优化方法具有下列性质： 数值计算，而不是解析方法； 具有简单的逻辑结构，并能进行反复的运算过程； 不要求获得精确解，而只要求有足够精度的近似解。 满足上述要求的计算过程或计算方法就是所谓的数值迭代过程或数值迭代方法。 * 1. 数值迭代的原则 1) 选择一个初始迭代点X0,从它出发,按一定的计算原则寻找使目标函数值下降的设计点X1,有F(X1)≤F(X0)。 2) 从新点X1出发，用相同的方法求解X2点，使F(X2)≤F(X1)。反复进行计算,可以求出第k个迭代点Xk。 3) 当计算迭代时间足够长时,便有limXk→X*。 迭代公式 ： 核心：1.建立搜索方向 2.计算最佳步长 例 1）首先初选一个尽可能靠近最小点的初始点X（0），从X（0）出发按照一定的原则寻找可行方向和初始步长，向前跨出一步达到X（1）点； 2）得到新点X（1）后再选择一个新的使函数值迅速下降的方向及适当的步长，从X（1）点出发再跨出一步，达到X（2）点，并依此类推，一步一步地向前探索并重复数值计算，最终达到目标函数的最优点。 2.求解步骤 数值迭代法的基本思路：搜索、迭代、逼近即进行反复数值计算，寻求目标函数值不断下降的可行计算点，知道最后获得足够精度的最优点。该方法的求优过程可归纳为以下步骤： 迭代计算机逐步逼近最优点过程示意图 数值迭代法的迭代格式 ----第k步迭代计算所得到的点。称为第k步迭代点，亦第k步设计方案。 其中： ----第k步迭代计算的搜索方向。 ----第k次迭代计算的步长。 运用迭代法，每次迭代所得新点的目标函数值应满足函数值下降的要求： 收敛： 数值迭代法关键要解决的问题： 1）怎样确定搜索方向 2）如何确定迭代步长 3）如何判断是否找到最优点，以终止迭代 3.迭代终止准则 （1）点距准则 f fk fk+1 f* xk o xk+1 x* x (a) 即 （2）函数值下降量 准则 x o f fk fk+1 f* xk xk+1 x* (b) 或 -- 绝对下降量 -- 相对对下降量 （3）目标函数梯度准则 采用哪种收敛准则，可视具体问题而定。可取 上述准则都在一定程度上反映了逼近最优点的程度，但都有一定的局限性。在实际应用中，可取其中一种或多种同时满足来进行判定。 图1-9 优化设计流程 1.6 机械优化设计主要步骤 确定所研究问题的范围； 建立反映实际情况的数学模型； 选用适当的优化方法； 编写计算机程序并进行计算； 分析计算结果。 * 如上图表示目标函数f(x)与两个设计变量x1和x2所构成的关系曲面上的等值线，它是由许多具有相等目标函数值的设计点构成的平面曲线。当给目标函数以不同值时，可得到一系列的等值线，它们构成目标函数的等值线族。在极值处目标函数的等值线聚成一点，并位于等值线族的中心。当目标函数值的变化范围一定时，等值线愈稀疏说明目标函数值的变化愈平缓。利用等值线的概念可用几何图形形象地表现出目标函数的变化规律。 * 设计变量的全体实际上是一组变量，可用一个列向量表示。设计变量的数目称为优化设计的维数，如n个设计变量，则称为n维设计问题。 由n个设计变量 为坐标所组成的实空间称作设计空间。一个“设计”，可用设计空间中的一点表示。 设计变量的数目称为优化设计的维数，如n个设计变量，则称为n维设计问题。 按照产品设计变量的取值特点，设计变量可分为连续变量（例如轴径、轮廓尺寸等）和离散变量（例如各种标准规格等）。 X （a）二维设计问题 （b）三维设计问题 图1-5 设计变量所组成的设计空间 只有两个设计变量的二维设计问题可用图1-5（a）所示的平面直角坐标表示；有三个设计变量的三维设计问题可用图1-5（b）所表示的空间直角坐标表示。 如何确定设计变量？ 任何一项产品，是众多设计变量标志结构尺寸的综合体。变量越多，可以淋漓尽致地描述产品结构，但会增加建模的难度和造成优化规模过大。所以设计变量时应注意以下几点： 1.抓主要，舍次要； 2.注意连续变量与离散变量之分； 3.变量的独立性； 4.不要漏掉必要的设计变量； 5.设计变量越多，优化问题越复杂。 * 2.设计点与设计空间Rn ⅰ) 设计点与设计向量—每组设计变量值对应于以n个设计变量为坐标轴的n维空间上的一个点，该点称设计点。原点到该点的向量称设计向量。 *设计点有连续与不连续之分；可用一个列向量表示： ⅱ) 设计空间—设计点的集合（n维实欧氏空间 ）。 当设计点连续时,R1