离散变量优化方法的研究及其在管棒类型材下料中的应用.pdfVIP

第一章绪 论 1．1引言 在工程设计问题中经常遇到的是某些或全部设计变量只能取限定离散值 和整数值的情况，如齿轮的齿数和模数、弹簧工作圈数、冷凝器管数等，这要 求任何一项工程优化设计的结果均必须符合行业的设计规范与标准。但是，将 工程设计中的许多离散变量按连续变量来计算，在求得最优参数值后再圆整 到符合参数系列标准的离散值上，可能会造成设计上的不可行解，或者得不到 真『F最优解，而且再有些情况下，例如变位齿轮传动设计，将优化失去设计结 果的实际意义和使用价值。 出于变量的离散性，致使约束非线性离散变量问题的最优性定义与常规 的优化方法不同，而且也就不可能采用经典的最优性理论及其种种算法和程 序，所以结合工程设计实践的经验，发展工程离散变量优化设计的理论与方法 是非常有实际意义的。 近30年来，人们对模拟自然过程的算法有着越来越浓厚的兴趣。巨大的 并行计算机的出现使这些算法具有更实用的价值。这类算法中最知名的有演化 规划、遗传算法、模拟退火、分类系统和神经网络。它们在离散变量优化问题 上得到越来越广泛的应用。 1．2离散变量优化方法的发展历程 一般的优化设计方法只能求得连续变量的最优解。但是在机械设计中大量 的问题是一种混合设计变量的问题，即在数学模型中同时存在连续设计变量、 整型设计变量和离散设计变量。在机械工程设计中，任何一项产品的设计都应 该符合本行业的设计规范和各种参数的技术标准。而且，随着标准化、规格化 程度的不断提高，某些设计变量只能取离散或整型值的情况也将越来越普遍 化。因此，发展和研究一种不同于常规优化方法的离散变量的优化设计方法也 就越来越显得重要和迫切。采用这种方法，不仅可以使优化设计结果所提供的 数据完全符合设计规范的要求，而且由于只在有限的离散点上进行计算，从而 可以大大加快优化计算的速度。正是由于这个原因，国内外许多学者都对工程 离散变量优化设计进行了研究。下面就按发展过程简述他们的部分研究成果。 1．2．1圆整法 该方法利用了连续变量优化的研究成果，先按连续变量进行优化设计，再 把所得的最优点向最近的离散点圆整。该方法简单易用，但它可能停止在局部 最优点，它要求目标函数连续并且为凸函数，约束函数为凸函数。但有时圆整不 能取得离散变量最优解。在另外一些情况下，连续变量最优解同离散变量最优 解相距很远，也圆整不到真正的离散变量最优解：有时，圆整得到的离散变量最 优解不在可行域内。总之，该方法有很大的局限性。 一骶连续变量最优点 弋＼『}； 图I．1圆整不能取得离散变量展优解的示意图 1．22连续一离散优化结合法 该方法开始利用连续变量优化的高效之优点，产生一个连续最优点，再采 用两种策略圆整为一个离散可行解。(1)充分利用求解连续最优解时的前次迭 代的二次规划信息，根据连续问题的搜索轨迹来圆整成可行的离散初始解；(2) 利用离散区作约束集的概念，并进行单调性分析，有效地寻找一个可行的离散 初始解。其步骤：①构造相对混合次梯度M方向，并采用灵敏度分析进行离散 一维搜索，对小维数和大维数分别采用两种不同的搜索策略，最后利用查点法 寻求离散最优解；②利用一种改进的坐标轮换搜索方法，先分析各离散变量的 灵敏度大小，然后从小到大将灵敏度排序，沿坐标方向进行离散一维搜索，直到 最后得到离散最优点。该方法仍然要求模型满足凸性假设，函数连续性假设， 一二阶导数存在性假设等。 1．2．3完全离散变量优化法 该方法克服了圆整方法的局限性，把模型中的非离散变量化成离散变量 抛丌连续变量优化设计方法，完全按照离散变量进行优化设计。归纳如下： (1)离散变量自适应随机搜索法 自适应随机搜索法与一般的搜索方法不同，它没有一个固定的移动模式 2 而是在离散变量的可行域内，适应目标函数的下降性质，使模拟中心点Xo作随 机搜索移动，产生点列{x‘”，x‘”，…)直至逼近离散最优点x’。其原理如下：在约束 可行域内，以一个可行的初始点z(01为中心，在规定的变量上下界范围内按某种 概率密度函数进行随机抽样产生新点，计算它的目标函数值，当其优于X”’点的 目标函数值时，即记为X(】)，搜索移动一步。然后不断重复前面的过程。假设在 离散变量的可行域D内，如能产生Ⅳ个设计点的随机样本 {