第68章机械优化的设计.ppt

第六章 现代优化计算方法 §6.1 引言 §6.2 计算复杂性和启发式算法 §6.3 模拟退火优化算法 §6.3 模拟退火优化算法 §6.3 模拟退火优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.4 遗传优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.5 神经网络优化算法 §6.6 混合优化算法 §6.6 混合优化算法 §6.6 混合优化算法 §6.6 混合优化算法 §6.6 混合优化算法 §6.6 混合优化算法 §6.7 多学科设计优化 多学科设计优化的基本概念 多学科设计优化的特点 多学科设计优化的基本思路 多学科设计优化与传统优化的比较 多学科设计优化的框架模型 §6.7 多学科设计优化—— 基本概念 多学科设计优化是一种针对于涵盖多个学科领域的复杂系统进行设计优化的方法，强调各学科子系统在独自设计优化的基础上的相互之间的并行协作。 多学科设计优化的主要思想是在复杂系统设计的整个过程中集成各个学科的知识、分析与建模理论和计算方法，应用有效的设计优化策略组织和管理计算过程，充分发挥学科专家的技术优势，通过实现并行设计优化，获得系统的整体最优解。 §6.7 多学科设计优化—— 基本概念 §6.7 多学科设计优化—— 基本概念 复杂系统包含的学科众多，且分析非常复杂。集成系统分析模型的人员必须对每个学科的分析都充分了解，才有可能实现整个计算分析系统的集成。实际上，复杂系统的分析往往是由不同学科的专家来实现的，各个学科的专家难以具备所有学科分析的知识和能力。 随着各学科理论的发展完善，必然要对学科分析模型进行细化。学科分析集成后，某个学科分析模型的修改，可能会牵动其他多个学科模型的修改，其工作量是非常惊人的。 将学科分析模型集成为大的系统分析模型后，无法分散计算任务。分析一次可能都非常耗时，更谈不到优化了。 §6.7 多学科设计优化—— 特点 按系统中各学科属性将复杂系统分解为子系统，其分解形式与工业界通用的设计组织形式相一致。 各子系统具有相对独立性，便于发挥学科专家在某一领域的技术优势，应用适合于该学科的分析和优化工具进行建模和优化，提高子系统分析求解的准确度和效率，同时便于对学科优化设计模型进行调控。 可以有效地减小设计建模的复杂程度，降低各学科优化问题的维数，缩小设计空间范围。 §6.7 多学科设计优化—— 特点 具有模块化结构，可根据需要将工业界现有的学科设计分析工具应用于子系统设计分析中，有效地提高了子系统的分析求解能力。 通过系统级的优化协调，控制各子系统间的信息交换，使各子系统之间的相互耦合问题得到有效地解决。 在系统全局优化过程中，各子系统并行的进行分析、优化，实现了并行设计，缩短了设计周期。 能以较大的概率找出全局最优解。 §6.7 多学科设计优化—— 基本思路 复杂系统 §6.7 多学科设计优化—— 基本思路 公用变量（共享变量） §6.7 多学科设计优化—— 基本思路 公用变量（共享变量）的替代变量 §6.7 多学科设计优化—— 与传统优化的比较 §6.7 多学科设计优化—— 框架模型 传统方法 §6.7 多学科设计优化—— 框架模型 同时分析设计方法 Simultaneous Analysis Design （SAND） §6.7 多学科设计优化—— 框架模型 并行子空间优化方法 Concurrent Subspace Optimization （CSSO） §6.7 多学科设计优化—— 框架模型 并行子空间优化方法 Concurrent Subspace Optimization （CSSO） §6.7 多学科设计优化—— 框架模型 协作优化方法 Collaborative Optimization （CO） §6.7 多学科设计优化—— 框架模型 协作优化方法 Collaborative Optimization （CO） §6.7 多学科设计优化—— 框架模型 几种MDO框架的比较 第八章 优化设计过程中应注意的问题 §8.1 引言 §8.1 引言 （续） §8.2 优化设计的前处理问题 §8.2 优化设计的前处理问题（续） §8.2 优化设计的