现代设计方法.pptxVIP

会计学;本章主要内容 优化设计概述 优化问题的数学分析基础 一维探索优化方法 无约束多维问题的优化方法 约束问题的优化方法 多目标函数的优化方法 LINGO在优化设计中的应用;3.6 多目标函数的优化方法;原来的优化问题即可转化为一个统一的单目标函数的优化问题，可以直接采用前述单目标函数的相关优化方法。其优化模型为 ;运用统一目标法的关键问题是，采用什么样的组合方式，才能保证在极小化“统一目标函数”的过程中，各个分目标函数能均匀一致地尽可能趋向各自的最优值。常采用的组合方式有加权组合法、目标规划法、功效系数法和乘除法等。;（1）目标规划法 先求出每个分目标函数的最优值 fk(X*) 后，根据多目标函数优化问题的总体要求，适当地选取对应的理想最优值 fk(X0) ,由 来统一目标函数。;（2）功效系数法 一般是在给每个分目标函数分配一个表示设计好坏的功效系数 0 ? ?k ? 1 后，通过各个分功效系数的几何平均 来统一目标函数。;（3）乘除法 主要用于分目标函数中的求最大（如利润）和最小（如）成本问题，利用求最小的分目标函数除以求最大的分目标函数来统一目标函数。;（4）加权组合法（加权因子法） 根据每个分目标函数在优化问题中的重要程度以及数量级上的差异，以加权因子 ?k 为系数来统一目标函数的一种方法，此方法的关键在于?k的确定和选择。因此原问题可归结为;?k 的选择方法: 1）方法1：利用分目标函数变动范围的倒数来实现 ?k 的选择，即;2）方法2：通过选择 ?k 中反映相对重要性的本征加权因子 ?1k 和调整数量级差异的校正加权因子 ?2k 来实现 ?k的选择，即 式中， ?1k 须由设计者根据据具体情况而定，而 ?2k 可以采用分目标函数梯度的倒数。;2. 主要目标法 实际上在每个具体优化问题中，各分目标函数的重要程度肯定是不一样的，有主次之分。;基本思想：按分目标函数的重要程度为其排序，将最重要的排在最前面，最不重要的排在最后面，依次类推。优化过程中首先要考虑排在前面的若干个比较重要的目标，在情况允许的条件下兼顾次要目标。对于需要考虑的比??重要的目标，依次求出各自的单目标的约束最优值；而对于在每一个单目标优化过程中没有考虑到的目标，则以最优估计值转化成约束条件来处理，优化完毕后，以实际的优化值替换该最优估计值。;第 t 个分目标函数的约束优化模型，可以归纳为：;3. 其它方法 （1）协调曲线法 根据各个分目标函数的等值面、约束面在设计空间上的协调关系，在整个设计空间中寻求多目标函数优化问题的优化方案。随着设计空间自由度的增加，等值面和约束面成为超曲面，无法在平面上直观表现，并且等值面和约束面的协调关系属于定性分析。因此，协调曲线法只适用于低维的定性辅助分析，不宜用于高维分析和定量分析。;（2）设计分析法 采用设计分析法处理多目标函数的优化问题时，在先求出每个分目标函数的约束最优解的基础上，再通过它们之间的相互制约，对设计进行分析、协调、修改，把各个分目标函数调整到要求值上，并得到理想的协调关系。