材料塑性成型工程学－生产工艺优化部分.pptVIP

过程最优化问题，可以用动态规划法的方法求解。 上述例题最小能耗问题可以用最直观的穷举法求解。 从坯料 成品共有八种不同的轧制方案，对于每一种方案，将各段的轧制能耗相加，就得到相应的目标函数（总轧制能耗）如下： 方案 轧制能耗 ①Kp-K41-K31-K21-K11 44＋46＋41＋39＝170 方案 轧制能耗 ②Kp-K41-K31-K22-K11 44＋46＋43＋40＝173 ③Kp-K41-K32-K21-K11 44＋46＋43＋39＝171 ④Kp-K41-K32-K22-K11 44＋46＋44＋40＝174 ⑤Kp-K42-K31-K21-K11 45＋44＋41＋39＝169 ⑥ Kp-K42-K31-K22-K11 45＋44＋43＋40＝172 ⑦Kp-K42-K32-K21-K11 45＋44＋42＋39＝171 ⑧Kp-K42-K32-K22-K11 45＋44＋44＋40＝174 比较上述八种不同轧制方案的目标函数值，选出目标函数值最小的方案，就是最优方案。最优方案为： Kp-K42-K31-K21-K11 45＋44＋41＋39＝169 可以看出，当段数很多，各段选择路线很多时，这种穷举法的计算量是很大的，甚至在计算机上也实现不了。 因此，采用动态规划法寻找最优轧制方案。动态规划一般是从过程的最后一个阶段开始计算，即最优决策是逆序决定过程。 第一步：看最后一个阶段，即从成品前孔至成品孔。由K21孔至K11孔只有一种选择，即K21 K11 ，能耗为39，而由K22孔轧出成品也只有一种选择，即K22 K11 ，能耗为40。 故： 从K21轧成K11的最小能耗为：f4(K21)=39 从K22轧成K11的最小能耗为：f4(K22)=40 第二步：看倒数第二段，即从K3孔至K2孔。 K3孔可以有两种不同的孔型尺寸K31和K32， 先看K31，现在尚不知道使用哪一个是最优方案。 如果采用K31为最佳方案，则最佳方案必须是以K31孔轧出的轧件为坯料轧出成品，由K31可以轧出K21也可以轧出K22 ，则采用K31孔时，有两种方案可以选择。 选用K21，则由K31轧出成品的能耗为： 表2-1中，数学规划可用于在给定的约束集合下，求解多变量函数的极值。随机过程过程的方法可用于分析由一组已知概率分布的随机变量描述问题。 对各种不同类型的优化问题，必须选用适当的优化方法。因为目前还不存在一种优化方法可以有效地求解所有优化问题。 几种轧钢领域中常用的方法和可能利用的优化方法加以讨论。 (1) 启发式算法 即运用与求解问题的特性有关的启发性知识（如解决问题的策略，技巧，对解的特性及规律的估计等实践知识），加快推理过程，提高搜索效率，减少运算时间的优化算法。 轧钢领域的原料－成品系统中，启发式算法已被广泛应用于轧钢问题的求解。 (2) 线性规划法 在轧钢领域，线性规划法已有一些应用实例。在解决生产计划、运输作业、任务指派和资金利用等生产管理时，一般可以利用线性规划方法来解决。 首先要以数学的形式来描述所要求解的问题，也就是建立线性目标模型和约束方程；第二要保证约束条件形成的可行域为密闭的内部无空隙的凸集。 (3) 参数估计法 在计算中对各变量进行实测，并对其均值和方差进行统计分析，以统计值近似总体均值和方差，将随机问题看成确定性问题，将均值看成名义值，理论值进行计算寻优。同时，用区间估计法确定均值和方差的执行区间，得到问题的解。 这种方法比较简单，而且模型本身并没有考虑随机因素的影响，它介于确定型和随机型优化之间。 (4) 随机概率归一法 此算法是将多个随机变量的波动揉和到一个总变量中去，以各变量产生的波动范围求出总变量的波动范围，并假设其变化符合某一已知概率分布，求出此分布下总变量的方差和均值，然后研究总变量不同取值时的各点概率，寻求最优解。 此算法的优点是避开了繁重的测量工作，以归一总量的波动代表了各种变量的随机变化。 (5) 工程概率优化法 此优化设计是对含有随机变量的模型，决定随机设计变量在满足一定的概率约束和常规约束下，使目标函数的某种概率指标收敛于极值。 工程概率优化设计方法是当前设计理论中的一种具有崭新思想的设计方法，它把最优化理论同概率论的思想结合起来，考虑了生产和工程实际中的各种随机因素，从