零阶优化原理.docxVIP

2、优化算法简介 零介方法 零阶方法之所以称为零阶方法是由于它只用到因变量而不用到它的偏导数。在零阶方法中有两个重要的概念： 目标函数和状态变量的逼近方法； 由约束的优化问题转换为非约束的优化问题。 逼近方法是指程序用曲线拟合来建立目标函数和设计变量之间的关系。这是通过用几个设计变量序列计算目标函数然后求得各数据点间最小平方实现的。该结果曲线（或平面）叫做逼近。每次优化循环生成一个新的数据点，目标函数就完成一次更新。实际上是逼近被求解最小值而并非目标函数。状态变量也是同样处理的。每个状态变量都生成一个逼近并在每次循环后更新。用户可以控制优化近似的逼近曲线。可以指定线性拟合，平方拟合或平方差拟合。缺省情况下，用平方差拟合目标函数，用平方拟合状态变量。用下列方法实现该控制功能： Command: OPEQN GUI: Main MenuDesign OptMethod/Tool 转换为非约束问题的原因是状态变量和设计变量的数值范围约束了设计，优化问题就成为约束的优化问题。ANSYS 程序将其转化为非约束问题，因为后者的最小化方法比前者更有效率。转换的实现方法是通过对目标函数逼近加罚函数的方法计入所加约束的。 收敛检查：前面的或最佳设计是合理的而且满足下列条件之一时，问题就是收敛的： 目标函数值由最佳合理设计到当前设计的变化应小于目标函数允差。 最后两个设计之间的差值应小于目标函数允差。