摘 要摘要:隨著優化設計在工程領域應用的深入,各種傳統的優化方法往往無能為力,為解決工程優化設計面臨的複雜新問題,將計算智慧型和優化設計有機結合,形成了基於計算智慧型的優化設計%26#65377;
摘要:優化設計;計算智慧型;遺傳演算法
1 優化設計和計算智慧型
優化設計是在20世紀60年代隨著計算機的廣泛應用而發展起來的一種現代設計方法%26#65377;由於該方法將工程或產品的設計新問題轉化為最優化新問題,在計算機上基於最優化理論進行尋優計算,從而能在滿足設計要求和限制條件的全部可行方案中選定最優方案,大大提高了設計質量和效率,因此在工程和產品設計中得到廣泛應用%26#65377;
就工程優化設計而言,隨著優化設計在工程領域應用的深入,人們趨向和用更接近實際的模型解決大型複雜系統或結構的整體%26#65380;全域性%26#65380;全方位的優化新問題,優化設計所要解決的新問題因其大(設計變數%26#65380;約束條件數目大)%26#65380;雜(不同性質的物件並存)和灰(不確定性,包括隨機%26#65380;模糊%26#65380;未確知)而十分複雜%26#65377;面對這樣複雜的新問題,各種傳統的優化方法往往無能為力%26#65377;
向生命學習,從生物和人的自身尋求如何解決新問題的答案%26#65377;80年代末~90年代初,人們建立出計算智慧型%26#65377;智慧型計算方法的應用證實,計算智慧型對解決大規模%26#65380;複雜系統的新問題非常有力%26#65377;
將計算智慧型和優化設計有機結合,運用計算智慧型的計算方法解決優化新問題,這就是基於計算智慧型的優化設計-智慧型優化設計%26#65377;
2 基於計算智慧型的優化設計
2.1 基於模糊計算的優化設計
工程設計存在大量的模糊資訊,如摘要:設計標準的模糊性%26#65380;設計準則(規範)的模糊性%26#65380;外部環境功能的模糊性等%26#65377;由於模糊資訊不能用準確的數量來表達,必須用模糊計算的方法來處理,包括摘要:模糊變數%26#65380;模糊約束%26#65380;模糊目標函式%26#65380;模糊推理計算等%26#65377;
模糊優化設計包括三個方面的內容摘要:
①模糊優化設計方法;
②自適應模糊優化系統模型;
③模糊專家系統%26#65377;
2.2 基於神經網路的優化設計
人工神經網路是模擬人腦神經網路的結構而形成的,具有一定智慧型(自學習%26#65380;自適應%26#65380;容錯性)的計算模型,也是乙個大規模複雜非線性動力學系統%26#65377;它具有非線性大規模並行分布處理的高速運算能力%26#65380;很強的非線性對映能力和資訊的分布式動態存貯能力%26#65377;可以處理不完整%26#65380;不準確的資訊%26#65377;
2.3 基於進化計算的優化設計
進化是自然界最為壯麗的過程%26#65377;進化的自然法則是過度繁殖%26#65380;生存鬥爭%26#65380;遺傳和變異%26#65380;優勝劣汰%26#65380;適者生存%26#65377;這一法則的選擇結果就是物種的優化%26#65377;進化過程也是自然界的優化過程%26#65377;
進化計算是模擬自然界進化過程的計算方法%26#65377;該方法無須明確描述新問題的全部特徵,只需根據自然法則來產生新的更好的解%26#65377;
實現進化計算的思路是摘要:用簡單的編碼來表示複雜的結構,通過對一組編碼(種群)進行遺傳和變異的操作,優勝劣汰的選擇,實現進化(尋優)的計算過程%26#65377;
進化計算具有適合大規模平行計算和不受搜尋空間限制條件(如摘要:可微%26#65380;連續%26#65380;單峰)的約束的特徵%26#65377;
進化計算包括摘要:演化演算法和遺傳演算法%26#65377;
3 有關基於遺傳演算法的優化設計的討論
3.1 基於遺傳演算法的優化設計方法
3.2 基於遺傳演算法的優化設計方法的討論
(1)由於ai=a1a2……an,且ai∈xi,基於遺傳演算法的優化過程是在優化新問題的解空間中利用進化規則進行尋優的過程%26#65377;作為遺傳操作,由於只有編碼碼位在不同個體之間的交換,沒有碼值的改變,故遺傳操作是在由群體所有碼值張成的子空間的有限點集中的尋優%26#65377;因此,遺傳操作可以獲得解的收斂性,但難以得到全域性最優%26#65377;變異操作改變了碼位值,因而,改變了尋優空間,這將有助和跳出區域性極值的陷阱,得到更優的解%26#65377;
(2)儘管變異操作可以不斷改變尋優空間,仍存在兩個新問題摘要:
第一,如何保證尋優搜尋的非重複性和遍歷性,這關係到尋優的效率和得到全域性最優解%26#65377;
第二,優化過程通常是非線性系統的動力學過程,變異操作中碼位值的變化都有可能使尋優過程進入混沌狀態,在奇異吸引子的吸引和束縛下,優化解點在混沌區內無規%26#65380;不定%26#65380;不重複的跳動,從而導致優化過程無法收斂%26#65377;
(3)將混沌理論引入優化設計,有可能解決上面的新問題%26#65377;
混沌運動具有無重複和遍歷性,這正是尋優搜尋所需要的%26#65377;利用混沌生成技術,將碼位值定義為混沌變數,通過變異操作,實現尋優的無重複%26#65380;遍歷搜尋%26#65377;
在適應度判別時,利用混沌分析技術識別尋優過程是否進入混沌狀態%26#65377;若是混沌狀態,則利用混沌控制技術,將混沌狀態轉化為非混沌狀態%26#65377;從而保證優化過程收斂%26#65377;
4 結束語
隨著優化設計在工程領域應用的深入,面對因其大%26#65380;雜和灰而十分複雜的新問題,各種傳統的優化方法往往無能為力%26#65377;計算智慧型,包括模糊計算%26#65380;人工神經網路%26#65380;進化計算(包括遺傳演算法),被證實對解決大規模%26#65380;複雜系統的新問題非常有力%26#65377;將計算智慧型和優化設計有機結合,形成基於計算智慧型的優化設計,為解決工程優化設計面臨的複雜新問題提供了可行途徑%26#65377;
參考文獻
[1呂大剛,王光遠.結構智慧型優化設計——乙個新的**方向[j.哈爾濱建築大學學報,1999,(4).
[2李泉永.機械結構優化設計的回顧和展望[j.桂林電子工業學院學報,2000,(4).
[3樊會元,席 光,王尚錦.應用遺傳演算法對葉柵進行改進設計的**[j.機械科學和技術,2001,(1).
[4黃文培,王金諾,於蘭峰.混沌-powell混合演算法在機械優化設計中的應用**[j.四川大學學報,2001,(5).
[5龍運佳.混沌工程學[j.中國工程科學,2001,(2).
[6錢敏平,龔光魯.從數學角度看計算智慧型[j.科學通報,1998(16).
基於CIM的智慧型城市發展探索
cim是城市資訊模型，是智慧型城市的重要模型基礎。以3dgis和bim技術為基礎，助力智慧型產業園區從規劃 建設 招商 運營各階段實現全生命週期管控。不僅如此，cim承載對城市規模海量資訊進行實時分析整合，促使更好的提公升城市治理能力。促進智慧型城市不斷發展和城市更新，賦予智慧型城市發展強而有力的支...
基於雲計算的智慧型醫療建設
隨著5g 雲計算 人工智慧 物聯網 大資料等前沿技術的充分整合和運用，智慧型醫療被按下了加速鍵，並正在為健康服務業帶來革命性公升級。相較於當年只能排隊 手寫處方 視窗取報告，我們的就醫環境已有了極大改善，但隨著資訊化的飛速發展，大家對就醫體驗 個人隱私 資源優化的要求越來越高。醫療影像資料持續增加，...
基於fmincon函式的最優化計算
x fmincon fun,x0,a,b,aeq,beq,lb,ub,nonlcon 求解問題的標準型為 min f x s.tax b 線性不等式約束 aeqx beq 線性等式約束 g x 0 非線性不等式約束 ceq x 0 非線性等式約束 lb x ub 變數約束 load case myd...