第七章_多目标及离散变量优化方法简介.pptVIP

第七章 多目标及离散变量优化方法简介 §7-1 多目标优化问题概述 §7-2 多目标优化方法 §7-3 离散变量优化问题 §7-1 多目标优化问题概述 在优化设计中，有时往往不止一项设计指标要求最优化，而是同时要求考虑多个目标都达到优化。 例如设计一台齿轮机器，常常希望它的重量尽可能轻，制造成本尽可能低，同时还要求它的噪声尽可能小，寿命尽可能长。这种同时要求几项设计指标都达到最优的问题，称为多目标优化设计问题。按照上述多项优化指标，我们可对齿轮变速箱的设计分别建立下列分目标函数: 1) 要求结构紧凑，使重量总和f1(X)尽可能轻； 2) 要求减少材料消耗，使成本总和f2(X) 尽可能低； 3) 要求制造和传动精度较高，使运转噪声f3(X)尽可能小； 4) 要求各类零件强度较高，使寿命f4(X)尽可能长。 一. 多目标问题的数学模型： 设 X =[x1, x2 , …,xn]T 式中 V – F(X) 为多目标极小化数学模型用向量形式的简写； F(X) = min[f1（X）,f2（X）,……,fn（X）]T 为向量目 标函数； V – min 为向量极小化表示，即向量目标函数F(X) = min[f1(X),f2(X),……,fL(X)]T 中各个目标函数被同等地 极小化的意思； s.t. gj（X）≤0 （j=1，2，……,m） hk（X）=0 （k=1，2，……,n） 二. 最优解与选好解、劣解与非劣解： 对于f1(x)单目标优化，1最好，其次为3，2，4，5，6； 对于f2(x)单目标优化， 2最好，其次为3，1，5，4，6。 综合考虑，1，2，3为非劣解，4，5，6为劣解。 非劣解 x* 的定义： 多目标优化中，x*是其中一个解，对于 x∈D ， 若下式成立，为 x* 非劣解: 例：图中的 T、P点。 劣解: 除去非劣解的其它解， 即为劣解。 选好解:非劣解中，满足工程实用 目的的最好解。 最优解:使各个分目标函数同时达 到最优值的解。 多目标优化问题的求解与单目标优化问题的求解有着根本的区别: 对于单目标优化问题，任何两个解都可以用其目标函数比较出方案的优劣。但是，对于多目标优化问题，任何两个解不一定可以比较出优劣。一般而言，单目标优化问题中得到的是最优解，而多目标优化问题中得到的可能只是非劣解(或称有效解),而非劣解往往不只一个。如果一个解使每个分目标函数值都比另一个解为劣，则这个解为劣解。显然多目标优化问题只有求得最好的非劣解时才具有意义。 多目标优化设计问题原则要求各分量目标都达到最优，如能获得这样的结果，当然是十分理想的。但是，事实上解决多目标优化设计问题是一个比较复杂的问题，尤其是在各个分目标的优化相互矛盾，甚至相互对立时更是如此。 譬如，在使精度和强度尽可能提高的同时，均会使总成本增加。在这里，各分目标函数的优化已明显发生了相互的矛盾和对立。要解决这个问题，就要对各个分目标进行协调，使其互相做出些“让步”，以得到对各自分目标要求都比较接近的、比较好的最优方案。 近年来国内、外学者虽然对多目标优化问题作了许多研究，提出了不少解决的方法，但比起单目标优化设计问题，在理论上和计算方法上还很不完善，也不够系统。 §7-2 多目标优化方法 多目标优化的求解方法很多，其中最主要的有两大类。一类是直接求出非劣解，然后从中选择较好解。另 一大类是将多目标优化问题在求解时作适当的处理。 处理的方法又可分为两种: 1、 将多目标优化问题重新构造一个函数，即评价函数，将多目标优化问题转变为求评价函数的单目标优化问题； 属于这一大类求解的方法有:主要目标法、统一目标函数法（线性加权组合法、理想点法、分目标乘除法）等。 2、将多目标优化问题转化为一系列单目标优化问题来求解。 属于这一大类求解的方法有：分层序列法、宽容分层序列法等。 一、主要目标法