华科工程优化大作业.docx

工程优化设计大作业 一、优化建模 在优化模型中，有三大要素：设计变量、目标函数和约束条件。设计变量就是 需要设计的参数，在优化模型中，经常将其作为一个向量。目标函数 及时需要达到 优化效果的表达式，它是设计变最的函数。约束条件则为设计变量需要满足的条件， 一般有等式约束和不等式约束两种。如在篱笆闱墙设 计屮，篱笆的长、宽是要设计 的参数，即设计变屋，而使篱笆围成的面积最大，则是此优化设计中的目标函数，而 篱笆的周长及宽需要满足一定的条件，如总长不超过一定的值，宽度不能小于某一 值，这些限制即为约束条件。 优化问题根据不同的侧重点，有很多分类。如关于变最的取值范国町以分为连 续优化问题和离散优化问题，如上课提到的能力约束机器调度问题，设计变量取值 只有1和。两种情况，属于离散优化问题，而对丁?上述的篱笆围墙设计则属于连续 优化问题。根据目标函数的数量，可以分为单目标优化问题和多目标优化问题。对 于多目标优化问题的解可以不是唯一的，在每个目标的减小方向上都无其他解的点 都可以算作是此优化问题的“非劣解”。 优化设计应用范围很广，所使用的领域也很多，可以是工程调度问题，也可以 是机械结构的优化设计，也可以是城市交通规划等。由于齐个领域遇 到的问题r奇 白怪，各不相同，因此对于优化问题建模没有简单的通式可以进行套用，实际操作 时需要对具体问题进行具体分析。 在进行优化设计的时候，在对问题清楚之后，需要选择合适的设计变量，这一 步非常关键。对于有些问题，设计变帚非常明显，如上课最开始就提岀的篱笆围墙 设计，比较明显就是选择篱笆围墙长和宽最为设计变最，但有的问题则不是很明显。 如在第一次作业的最后一题，在开始的时候选择设计变 量有问题，一直不能将问题 描述清楚，更加别说问题的求解了。后來想起上 课的时候提到的能力约束机器调度 问题，选择合适的设计变量之后，问题就 变得简单了很多。对丁优化问题的分类也 很重要，因为对于每一类的优化问题都有过很多应用实例，可以找到问题所属丁?的 那一类问题的一些特殊的方法，这样在建模及后面的优化求解都会带来方便。巾于 优化设计所解决的大多都是工程实际的问题，因此对于实际问题的背景知识需要举 握得比较好，需要相关领域的知识将问题描述清楚，这也是正是优化建模问题的关 键和难点。如在进行梁强度设计的时候，需要有材料力学知识才能将问题描述清楚。 对于优化问题的描述，有时是比较成熟的，描述地也是比较准确的，但有的时候则 可能只是一定的近似。如篱笆伟I墙设计例子，问题非常简单，描述地非常精确， 求解之后得到的最后解也比较好，但有些问题，如我自己最近在 做数控加工速度规 划时，由丁?机床机械质量、控制器带宽会对速度形成一定的限制，但具体的约束条 件在实际中却并不是非常精确，共至很多约束会忽略不计，目标函数的描述也会遇 到一样的情况，这样建立的模型的解门然不会非常准确。对优化目标的选収也非常 关键，很多时候进行设计的时候，优 化的目标很多，不少会互和之间孑盾，合理地 选収目标函数直接影响到问题 的优化效果。 二、优化理论 首先是约束相关概念。满足所有约束条件的点称为可行点，可行域边界点所在 的约束为改点的有效约束，其他约束为不起作用约束。而满足约束条 件，又使得目 标函数在该点邻域内取值最小的点为最优点。一般最优点取在 可行域内、边界或顶 点处，对于如线性规划，最优点一般取在顶点处，因此 掌握可行域、有效约束概念 非常重要。 根据目标函数的值，可以给出等高线。对于设计变屋数量为2的优化问题，可 以通过绘岀等髙线很容易找到其最优点。在这种情况下，可以很容易 看出最优点的 位置。这种方法优点是简单直观，但使用范围却比较受限，首先对于自由度大于2 的优化问题简单的二维图形很难表示岀等高线。另一方面，对于等高线为曲线的问 题，一般方法是取离散取点然后用曲线进行光滑连接，如果离散点过多会导致工作 量增大，而取点少了则会导致计算不精确。当然在绘制等高线可以在离最优点比较 远的取点稀疏一些，在最优点附近取点密集一些，但这仍不能从根本上解决工作量 与精度之间的矛盾。 一种比较好的解决办法是采用函数导数來解决问题。有了导数，就可以求得目 标函数的极值点，在一个可行域中，可能存在多个极值点，在优化设 计中一般选择 多个极值点中的最小值点。无约束最优点为可行域的内点时，目标函数的最优点就 是约束问题的最优点，若无约束最优点在可行域外，约束问题的最优点是约虫边界 上的一点，该点是约束边界与目标函数一条等值 线(面)的切点。用此方法计算时比 上述几何模型表示找最优点计算点的数 最会少一些，故一般釆用这种方法比较多。 一般最优性必要条件为：在优化问题的局部最优解处下降方向和可行方向交集 为空集。此必要条件比较好理解，如果不为空集，则必然会存在一个点，使