机械优化设计第4版课件作者孙靖民哈工大主编第七章节.pptVIP

..\..\My Documents\My Pictures\QQ截图未命名.png (二) 离散变量搜索型方法 (三) 分支定界法 (三) 分支定界法  (三) 分支定界法 (四) 离散变量型网格法 1.离散变量型普通网格法2.离散变量型正交网格法 1.离散变量型普通网格法  2.离散变量型正交网格法 (五) 离散变量的组合型法 1.初始复合形顶点的形成2.离散一维搜索产生新点3.约束条件的处理4.重新启动技术5.组合型算法终止准则6.组合型算法的辅助功能 1.初始复合形顶点的形成 图7-22　初始复合形形成 2.离散一维搜索产生新点  3.约束条件的处理 图7-23　有效目标函数性态示意图 4.重新启动技术 由上所述沿S方向进行离散一维搜索只是目标函数可能的下降方向，只能表明其下降概率较大，但不一定能保证是下降方向，也就不一定能求得好的离散点。当出现这种情形时，需要采用重新启动技术，它属于算法的一个辅助功能。但它与离散复合形产生合适的新点关系十分密切。重新启动技术可以有两种方法：一是改变搜索基点和搜索方向；二是离散复合形的各顶点向最好顶点收缩。 5.组合型算法终止准则  6.组合型算法的辅助功能 (1) 直线加速与二次曲线加速　当目标函数严重非线性时，即若函数具有尖峰脊线，即存在“谷”时，则希望能沿着脊线方向进行搜索，可迅速提高算法的寻优效率，该算法称为具有脊线加速能力。(2) 网格搜索法技术　将离散空间视为一网格空间，每个离散点就是一个网格节点。(3) 变量分解策略　将目标函数中的变量分成若干个子集合，若当各个子集合内的变量相互影响，而各子集合之间的变量互不影响或影响很小时，可将坐标轮换法的思想推广到子空间轮换搜索法中。 6.组合型算法的辅助功能 (4) 贴界搜索技术　当优化解落在变量上界或下界或某一边界时，这时用常规离散复合形法寻优常常表现有跳跃性，所以不易求得优化解。(5) 反射技术　当满足终止准则时，其离散复合形的最好顶点，只是在一个增量尺寸范围内的最好点。(6) 重开始技术　为避免输出伪优化点，采用重开始技术，即将第一次所得优化解作为初始点，并以此点作为基点重新构造初始离散复合形，重新进行调优搜索，直到前后两次离散复合形运算的优化点重合，算法才最终结束。 6.组合型算法的辅助功能 图7-24　有脊线目标函数寻优过程示意图 二、离散变量优化的主要方法及其特点、思路和步骤 表7-3　离散变量优化的主要方法及其特点和步骤 二、离散变量优化的主要方法及其特点、思路和步骤 表7-3　离散变量优化的主要方法及其特点和步骤 二、离散变量优化的主要方法及其特点、思路和步骤 表7-3　离散变量优化的主要方法及其特点和步骤 尚辅网 / 机械优化设计 主编 孙靖民 第七章 第七章 第一节　多目标优化问题第二节　多目标优化方法第三节　离散变量优化问题第四节　离散变量优化方法 第一节　多目标优化问题 第二节　多目标优化方法 一、主要目标法  二、统一目标法 1.线性加权和法2.极大极小法3.理想点法与平方和加权法4.分目标乘除法5.功效系数法——几何平均法 1.线性加权和法 2.极大极小法 2.极大极小法 图7-2　极大极小法求解示意图 3.理想点法与平方和加权法 4.分目标乘除法 5.功效系数法——几何平均法 2) 折线法。 图7-3　用直线法确定 2) 折线法。 图7-4　折线法确定 3) 指数法。 图7-5　指数法确定 三、协调曲线法 三、协调曲线法 图7-8　两个目标函数的等值线和约束边界 三、协调曲线法 图7-9　协调曲线 四、分层序列法及宽容分层序列法 四、分层序列法及宽容分层序列法 采用分层序列法，在求解过程中可能会出现中断现象，使求解过程无法继续进行下去。当求解到第k个目标函数的最优解是惟一时，则再往后求第(k+1)，(k+2)，…，l个目标函数的解就完全没有意义了。这时可供选用的设计方案只是这一个，而它仅仅是由第一个至第k个目标函数通过分层序列求得的，没有把第k个以后的目标函数考虑进去。尤其是当求得的第一个目标函数的最优解是唯一时，则更失去了多目标优化的意义了。为此引入“宽容分层序列法”。这种方法就是对各目标函数的最优值放宽要求，可以事先对各目标函数的最优值取给定的宽容量，即ε10，ε20，…。这样，在求后一个目标函数的最优值时，对前一目标函数不严格限制在最优解内，而是在前一些目标函数最优值附近的某一范围内进行优化，因而避免了计算过程的中断。 图7-12　宽容分层序列法最优解 五、多目标优化的主要方法及其特点、思路和步骤 第三节　离散变量优化问题 目前，解线性整数规划的方法较多，而解非线性整数规划及离散规划的方法还有不少值得研究的