2014优化设计1现代设计理论(河南理工大学选编.pptx

第2章 优化设计(1) Ⅱ Optimal Design 16:35:46 P122-1 　　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。 16:35:46 2 一、优化设计的概念： 　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 16:35:46 3 (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。 优化数学模型的向量形式： 16:35:47 4 　　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： 设计变量 　　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。 图2-2　设计空间 (a) (b) 二、数学模型一般形式及三要素： 　　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。 　　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。 16:35:48 7 　　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。 目标函数 (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。 　　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。 16:35:48 8 约束条件 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 。 16:35:49 9 三、数值迭代的迭代格式： 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。 （2-6） 　　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） 。 　　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： 16:35:50 P93-10 　　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。 16:35:50 11 （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　　　　 。