多目标优化设计方法.ppt
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 d i ( f i ( X )) 0 f i ( X ) f i (2) fi ( X ) fi
(1)
(i S 1,..., L)
则可得功效函数为
fi ( X ) fi (1) di ( fi ( X )) (2) fi fi (1) (i S 1,..., L)
每个子目标都用一个功效函数di表示
di di ( fi ( X )) (i 1, 2,..., L)
——其值为功效系数
功效函数的范围[0,1]
fi(X)的值满意时,di=1 fi(X)的值不满意时,di=0
7.4 功效系数法(续)
二、评价函数 用所有子目标的功效系数的几何平均值作为评价函数
min F ( X ) [ f1 ( X ), f 2 ( X ),..., f L ( X )]T s.t. gi ( X ) 0, (i 1, 2,..., m) h j ( X ) 0, ( j 1, 2,..., k )
7.1 概述(续)
二、几个基本概念
1、最优解
设 X * D (D为可行域), 若对于任意 X D ,恒使
7.2 统一目标函数法(综合目标法) 一、基本思想 统一目标函数法就是设法将各分目标函数
f1(X),f2(X),…,fl(X) 统一到一个新构成的总的目标函数
f(X), 这样就把原来的多目标问题转化为一个具有统 — 目标函数的单目标问题来求解. 即:
minF ( X ) min F ( f ( X ), f ( X ),..., f ( X ))
X ( x1 , x2 ,..., xn )T
2 * 2 min f ( X ) [ f i ( X ) f i ] i 1 s.t. gi ( X ) 0 (i 1, 2,..., m) L 1
h j ( X ) 0 ( j 1, 2,..., k )
2
这时权数可取为:i 1 fi ( X ) , i 1, 2,..., L 目的:在评价函数中使各子目标在数量级上达到 统一平衡。
(3)加权因子分解法
i 2i (i 1, 2,..., L)
* 1i
* 1i
本征权因子,反应第 i 个目标的相对重 要程度。 校正权因子,用于调整各目标在量级 方面差异的影响。
7.4 功效系数法(续)
三、功效函数的确定(续) 4、对于L个子目标函数对应的功效函数为
fi (2) fi ( X ) (2) (1) fi fi di ( fi ( X )) (1) fi ( X ) fi (2) (1) fi fi (i 1, 2,..., S ) (i S 1,..., L)
评价函数:
f ( X ) L d1d 2 d L
5、优化问题的数学模型为:
X ( x1 , x2 ,...xn )T max f ( X ) L d1 ( f1 ( X )) d 2 ( f 2 ( X ))...d L ( f L ( X )) s.t. gi ( X ) 0, (i 1, 2,..., m) h j ( X ) 0, ( j 1, 2,...k )
7.1 概述(续)
2、有效解(非劣解)
设 X * D (D为可行域), 若不存在 X D ,使
fi ( X ) fi ( X *)(i 1, 2,..., m)
成立,则称X*为多目标优 化问题的非劣解或有效解。
若干个有效解组成的集合称为有效解集,用 D*pa 表示。
7.1 概述(续)
fi (1) min fi ( X ) X D (2) fi max fi ( X ) X D (i 1, 2,..., L)
7.4 功效系数法(续)
三、功效函数的确定(续)
2、对于前S个要求极小化的子目标函数fi(X),若规定 对应的功效函数满足
1 di ( f i ( X )) 0 f i ( X ) f i (1) fi ( X ) fi
使变速箱结构紧凑。
合理选用材料
使总成本 f 3 ( X ) 尽可能小。
传动效率尽可能高
机械耗损率 f 4 ( X ) 尽可能小。
在优化设计中同时要求几项指标达到最优值的 问题称为多目标优化设计问题。
7.1 概述(续)
例如,在机械加工时,对于用单刀在一次走刀中将 零件车削成形,为选择合适的切削速度和每转给进量, 提出以下目标:
X ( x1 , x2 ,..., xn )T min f 2 ( X ) s.t. gi ( X ) 0 (i 1, 2,..., m) h j ( X ) 0 ( j 1, 2,..., k ) ft ( X ) f t 0 (t 1, 2,..., L)
ft 0 (t 1, 2,..., L) ——原问题第t个目标函数的上限值。
机械加工成本最低;
生产率最高; 刀具寿命最长。 还应满足的约束条件是: 进给量小于毛坯所留最大加工余量 刀具强度等
7.1 概述(续)
对于一个具有L个目标函数和若干个约束条件的多
目标优化问题,其数学模型的表达式可写为:
求:
X [ x1 , x2 ,..., xn )T
n维欧氏空间的一个向量 向量形式的目标函数 设计变量应满足的所 有约束条件
在多目标优化设计中,如果一个解使每个分目标函数 值都比另一个解为劣,则这个解称为劣解。
7.1 概述(续)
三、多目标优化问题的特点及解法
1、特点 多目标优化是向量函数的优化(单目标函数是标 量函数的优化); 对于多目标优化问题,任何两个解不一定能比较其 优劣; 多目标优化问题得到的可能只是非劣解(有效解), 而非劣解往往不止一个,需要在多个非劣解中找出一个最 优解。
(b)目标函数 越小越好
(c) 目 标 函 数 过 大过小都不好
7.4 功效系数法(续)
三、功效函数的确定(续) 对于一个具有L个目标函数和若干个约束条件的多
目标优化问题,若有S个子目标函数为求极小,而其
余L-S个子目标函数为求极大时,各子目标对应的功
效函数的求法:
1、在可行域D中求出各子目标函数的最小值和最大值
fi ( X *) fi ( X )(i 1, 2,..., m)
成立,则称X*为多目标优 化问题的绝对最优解,简称最优解。
* 若干个最优解组成的集合称为绝对最优解集,用 Dab 表示。
பைடு நூலகம்
只有当 F(X) 的各个子目标 fi(X) 的最优点都存在,并且 全部重叠于同一点时,才存在有绝对最优解。
3、弱有效解(弱非劣解) 设 X * D 若不存在 X D ,使
fi ( X ) fi ( X *)(i 1, 2,..., m)
成立,则称X*为多目标优 化问题的弱非劣解或弱有 效解。
* D 所有弱有效解组成的集合称为弱有效解集,用 wp 表示。
三者之间关系:
* * Dab D* D pa wp D
7.4 功效系数法 基本思想: 先按各子目标值的“优”或“劣”(即“功 效”)分别求出与其对应的功效函数,然后再由 各个功效函数构造出问题的评价函数进行求解。 目的是将多目标优化问题转化为单目标 优化问题
7.4 功效系数法 一、功效系数 极小值 多目标优化设 计中,各子目 标的要求不同
极大值
一个合适的数值
gi ( X ) 0 (i 1, 2,..., m) h j ( X ) 0 ( j 1, 2,..., k )
i 满足归一性和非负性条件
i 1
L
i
1
i 0 (i 1, 2,..., L)
7.3 主要目标函数法 基本思想:从所有 L 个子目标函数中选出一个设 计者认为最重要的作为主要目标函数,而将其余 L-1 个子目标限制在一定的范围内,并转化为新的约束条 件,将多目标优化问题转化为单目标优化问题。 设f2(X)为主要目标函数,则优化的数学模型为:
即评价函数为: f ( X ) i fi ( X )
i 1 L
f1 ( X ), f 2 ( X ),..., f L ( X )
——各子目标函数
L
1 , 2 ,..., L ——权数
i 应满足归一性和非负性条件
i 1
i
1
i 0 (i 1, 2,..., L)
X D X D 1 2 l
D为可行域,f1(X), f2(X), …, fl(X)为各个子目 标函数。
7.2 统一目标函数法(续)
二、统一目标函数的构造方法 1、线性加权和法(线性加权组合法)
根据各子目标的重要程度给予相应的权数,然后 用各子目标分别乘以他们各自的权数,再相加即构成 统一目标函数。
7.2 统一目标函数法(续)
二、统一目标函数的构造方法(续) 3、平方和加权法 基本思想:在理想点法的基础上引入权数 i 构造评价函数。
评价函数:
X ( x1 , x2 ,..., xn )T min f ( X ) i [ fi ( X ) fi * ]2
i 1 L
s.t.
7.1 概述(续)
三、多目标优化问题的特点及解法(续)
2、解法: 直接法: 直接求出非劣解,然后再选择较好的解 将多目标优化问题转化为单目标优化问题 间接法
线性加权和法、主要目标函数法、理想点法、 平方和加权法、子目标乘除法、功效系数法
将多目标优化问题转化为一系列单目标优化问题
分层序列法、宽容分层序列法
权因子的确定方法: 在确定权因子前,应先将各子目标函数进行 无量纲化,处理的方法是:
fi ' ( X ) fi ( X ) min fi ' ( X )
X D
fi ' ( X ) 是多目标问题中某个带量纲的子目标;
fi ( X ) 是作了无量纲处理后的第i个子目标函数
(1) 专家评判法(老手法)
2i
2i 1 fi ( X ) , (i 1, 2,..., L)
目的:使目标变化快慢不一致的趋于一致。
2
7.2 统一目标函数法(续)
二、统一目标函数的构造方法(续) 2、理想点法 基本思想:使各个目标尽可能接近各自的最优值, 从而求出多目标函数的较好的非劣解。 步骤:先用单目标优化方法求得各子目标的约束最 优值和相应的最优点,然后构造评价函数。 评价函数:
优化的数学模型为 X ( x1 , x2 ,..., xn )T
min f ( X ) i fi ( X )
i 1 L
s.t. gi ( X ) 0 (i 1, 2,..., m) h j ( X ) 0 ( j 1, 2,..., k )
注意: 1、建立这样的评价函数时,各子目标的单位已经脱 离了通常的概念。 2、权数(加权因子)的大小代表相应目标函数在优 化模型中的重要程度,目标越重要,权数越大。
宿松百姓论坛 http://www.sszx.ccoo.cn
7.1
概述
一、多目标优化及数学模型 单目标最优化方法 多目标最优化方法
多目标优化的实例:
物美价廉
7.1 概述(续)
设计车床齿轮变速箱时,要求:
各齿轮体积总和 f1 ( X ) 尽可能小
降低成本
各传动轴间的中心距总和
f 2 ( X ) 尽可能小
(2)
(i 1, 2,..., S )
则可得线性功效函数为
fi (2) fi ( X ) di ( fi ( X )) (2) f i f i (1) (i 1, 2,..., S )
7.4 功效系数法(续)
三、功效函数的确定(续)
3、对于后面L-S个要求极大化的子目标函数fi(X),若 规定对应的功效函数满足
凭经验评估,并结合统计处理来确定权数的方法。 特点:方法实用,但要求专家人数不能太少。
(2)容限法 若已知子目标函数fi(X)的变动范围为:
i fi ( X ) i , i 1, 2,..., L
则称
fi ( X )
i i
2
(i 1, 2,..., L)
为该目标函数的容限
f ( X ) L d1d 2 d L
f(X)的值越大,设计方案越好;反之越差; 0 f ( X ) 1 f(X)=1时,表示取得最满意的设计方案
f(X)=0时,表示此设计方案不能接受
该评价函数不会使某一个目标最不满意 ——功效 系数法的特点
三、功效函数的确定
(a)目标函数 越大越好
(1)
(i S 1,..., L)
则可得功效函数为
fi ( X ) fi (1) di ( fi ( X )) (2) fi fi (1) (i S 1,..., L)
每个子目标都用一个功效函数di表示
di di ( fi ( X )) (i 1, 2,..., L)
——其值为功效系数
功效函数的范围[0,1]
fi(X)的值满意时,di=1 fi(X)的值不满意时,di=0
7.4 功效系数法(续)
二、评价函数 用所有子目标的功效系数的几何平均值作为评价函数
min F ( X ) [ f1 ( X ), f 2 ( X ),..., f L ( X )]T s.t. gi ( X ) 0, (i 1, 2,..., m) h j ( X ) 0, ( j 1, 2,..., k )
7.1 概述(续)
二、几个基本概念
1、最优解
设 X * D (D为可行域), 若对于任意 X D ,恒使
7.2 统一目标函数法(综合目标法) 一、基本思想 统一目标函数法就是设法将各分目标函数
f1(X),f2(X),…,fl(X) 统一到一个新构成的总的目标函数
f(X), 这样就把原来的多目标问题转化为一个具有统 — 目标函数的单目标问题来求解. 即:
minF ( X ) min F ( f ( X ), f ( X ),..., f ( X ))
X ( x1 , x2 ,..., xn )T
2 * 2 min f ( X ) [ f i ( X ) f i ] i 1 s.t. gi ( X ) 0 (i 1, 2,..., m) L 1
h j ( X ) 0 ( j 1, 2,..., k )
2
这时权数可取为:i 1 fi ( X ) , i 1, 2,..., L 目的:在评价函数中使各子目标在数量级上达到 统一平衡。
(3)加权因子分解法
i 2i (i 1, 2,..., L)
* 1i
* 1i
本征权因子,反应第 i 个目标的相对重 要程度。 校正权因子,用于调整各目标在量级 方面差异的影响。
7.4 功效系数法(续)
三、功效函数的确定(续) 4、对于L个子目标函数对应的功效函数为
fi (2) fi ( X ) (2) (1) fi fi di ( fi ( X )) (1) fi ( X ) fi (2) (1) fi fi (i 1, 2,..., S ) (i S 1,..., L)
评价函数:
f ( X ) L d1d 2 d L
5、优化问题的数学模型为:
X ( x1 , x2 ,...xn )T max f ( X ) L d1 ( f1 ( X )) d 2 ( f 2 ( X ))...d L ( f L ( X )) s.t. gi ( X ) 0, (i 1, 2,..., m) h j ( X ) 0, ( j 1, 2,...k )
7.1 概述(续)
2、有效解(非劣解)
设 X * D (D为可行域), 若不存在 X D ,使
fi ( X ) fi ( X *)(i 1, 2,..., m)
成立,则称X*为多目标优 化问题的非劣解或有效解。
若干个有效解组成的集合称为有效解集,用 D*pa 表示。
7.1 概述(续)
fi (1) min fi ( X ) X D (2) fi max fi ( X ) X D (i 1, 2,..., L)
7.4 功效系数法(续)
三、功效函数的确定(续)
2、对于前S个要求极小化的子目标函数fi(X),若规定 对应的功效函数满足
1 di ( f i ( X )) 0 f i ( X ) f i (1) fi ( X ) fi
使变速箱结构紧凑。
合理选用材料
使总成本 f 3 ( X ) 尽可能小。
传动效率尽可能高
机械耗损率 f 4 ( X ) 尽可能小。
在优化设计中同时要求几项指标达到最优值的 问题称为多目标优化设计问题。
7.1 概述(续)
例如,在机械加工时,对于用单刀在一次走刀中将 零件车削成形,为选择合适的切削速度和每转给进量, 提出以下目标:
X ( x1 , x2 ,..., xn )T min f 2 ( X ) s.t. gi ( X ) 0 (i 1, 2,..., m) h j ( X ) 0 ( j 1, 2,..., k ) ft ( X ) f t 0 (t 1, 2,..., L)
ft 0 (t 1, 2,..., L) ——原问题第t个目标函数的上限值。
机械加工成本最低;
生产率最高; 刀具寿命最长。 还应满足的约束条件是: 进给量小于毛坯所留最大加工余量 刀具强度等
7.1 概述(续)
对于一个具有L个目标函数和若干个约束条件的多
目标优化问题,其数学模型的表达式可写为:
求:
X [ x1 , x2 ,..., xn )T
n维欧氏空间的一个向量 向量形式的目标函数 设计变量应满足的所 有约束条件
在多目标优化设计中,如果一个解使每个分目标函数 值都比另一个解为劣,则这个解称为劣解。
7.1 概述(续)
三、多目标优化问题的特点及解法
1、特点 多目标优化是向量函数的优化(单目标函数是标 量函数的优化); 对于多目标优化问题,任何两个解不一定能比较其 优劣; 多目标优化问题得到的可能只是非劣解(有效解), 而非劣解往往不止一个,需要在多个非劣解中找出一个最 优解。
(b)目标函数 越小越好
(c) 目 标 函 数 过 大过小都不好
7.4 功效系数法(续)
三、功效函数的确定(续) 对于一个具有L个目标函数和若干个约束条件的多
目标优化问题,若有S个子目标函数为求极小,而其
余L-S个子目标函数为求极大时,各子目标对应的功
效函数的求法:
1、在可行域D中求出各子目标函数的最小值和最大值
fi ( X *) fi ( X )(i 1, 2,..., m)
成立,则称X*为多目标优 化问题的绝对最优解,简称最优解。
* 若干个最优解组成的集合称为绝对最优解集,用 Dab 表示。
பைடு நூலகம்
只有当 F(X) 的各个子目标 fi(X) 的最优点都存在,并且 全部重叠于同一点时,才存在有绝对最优解。
3、弱有效解(弱非劣解) 设 X * D 若不存在 X D ,使
fi ( X ) fi ( X *)(i 1, 2,..., m)
成立,则称X*为多目标优 化问题的弱非劣解或弱有 效解。
* D 所有弱有效解组成的集合称为弱有效解集,用 wp 表示。
三者之间关系:
* * Dab D* D pa wp D
7.4 功效系数法 基本思想: 先按各子目标值的“优”或“劣”(即“功 效”)分别求出与其对应的功效函数,然后再由 各个功效函数构造出问题的评价函数进行求解。 目的是将多目标优化问题转化为单目标 优化问题
7.4 功效系数法 一、功效系数 极小值 多目标优化设 计中,各子目 标的要求不同
极大值
一个合适的数值
gi ( X ) 0 (i 1, 2,..., m) h j ( X ) 0 ( j 1, 2,..., k )
i 满足归一性和非负性条件
i 1
L
i
1
i 0 (i 1, 2,..., L)
7.3 主要目标函数法 基本思想:从所有 L 个子目标函数中选出一个设 计者认为最重要的作为主要目标函数,而将其余 L-1 个子目标限制在一定的范围内,并转化为新的约束条 件,将多目标优化问题转化为单目标优化问题。 设f2(X)为主要目标函数,则优化的数学模型为:
即评价函数为: f ( X ) i fi ( X )
i 1 L
f1 ( X ), f 2 ( X ),..., f L ( X )
——各子目标函数
L
1 , 2 ,..., L ——权数
i 应满足归一性和非负性条件
i 1
i
1
i 0 (i 1, 2,..., L)
X D X D 1 2 l
D为可行域,f1(X), f2(X), …, fl(X)为各个子目 标函数。
7.2 统一目标函数法(续)
二、统一目标函数的构造方法 1、线性加权和法(线性加权组合法)
根据各子目标的重要程度给予相应的权数,然后 用各子目标分别乘以他们各自的权数,再相加即构成 统一目标函数。
7.2 统一目标函数法(续)
二、统一目标函数的构造方法(续) 3、平方和加权法 基本思想:在理想点法的基础上引入权数 i 构造评价函数。
评价函数:
X ( x1 , x2 ,..., xn )T min f ( X ) i [ fi ( X ) fi * ]2
i 1 L
s.t.
7.1 概述(续)
三、多目标优化问题的特点及解法(续)
2、解法: 直接法: 直接求出非劣解,然后再选择较好的解 将多目标优化问题转化为单目标优化问题 间接法
线性加权和法、主要目标函数法、理想点法、 平方和加权法、子目标乘除法、功效系数法
将多目标优化问题转化为一系列单目标优化问题
分层序列法、宽容分层序列法
权因子的确定方法: 在确定权因子前,应先将各子目标函数进行 无量纲化,处理的方法是:
fi ' ( X ) fi ( X ) min fi ' ( X )
X D
fi ' ( X ) 是多目标问题中某个带量纲的子目标;
fi ( X ) 是作了无量纲处理后的第i个子目标函数
(1) 专家评判法(老手法)
2i
2i 1 fi ( X ) , (i 1, 2,..., L)
目的:使目标变化快慢不一致的趋于一致。
2
7.2 统一目标函数法(续)
二、统一目标函数的构造方法(续) 2、理想点法 基本思想:使各个目标尽可能接近各自的最优值, 从而求出多目标函数的较好的非劣解。 步骤:先用单目标优化方法求得各子目标的约束最 优值和相应的最优点,然后构造评价函数。 评价函数:
优化的数学模型为 X ( x1 , x2 ,..., xn )T
min f ( X ) i fi ( X )
i 1 L
s.t. gi ( X ) 0 (i 1, 2,..., m) h j ( X ) 0 ( j 1, 2,..., k )
注意: 1、建立这样的评价函数时,各子目标的单位已经脱 离了通常的概念。 2、权数(加权因子)的大小代表相应目标函数在优 化模型中的重要程度,目标越重要,权数越大。
宿松百姓论坛 http://www.sszx.ccoo.cn
7.1
概述
一、多目标优化及数学模型 单目标最优化方法 多目标最优化方法
多目标优化的实例:
物美价廉
7.1 概述(续)
设计车床齿轮变速箱时,要求:
各齿轮体积总和 f1 ( X ) 尽可能小
降低成本
各传动轴间的中心距总和
f 2 ( X ) 尽可能小
(2)
(i 1, 2,..., S )
则可得线性功效函数为
fi (2) fi ( X ) di ( fi ( X )) (2) f i f i (1) (i 1, 2,..., S )
7.4 功效系数法(续)
三、功效函数的确定(续)
3、对于后面L-S个要求极大化的子目标函数fi(X),若 规定对应的功效函数满足
凭经验评估,并结合统计处理来确定权数的方法。 特点:方法实用,但要求专家人数不能太少。
(2)容限法 若已知子目标函数fi(X)的变动范围为:
i fi ( X ) i , i 1, 2,..., L
则称
fi ( X )
i i
2
(i 1, 2,..., L)
为该目标函数的容限
f ( X ) L d1d 2 d L
f(X)的值越大,设计方案越好;反之越差; 0 f ( X ) 1 f(X)=1时,表示取得最满意的设计方案
f(X)=0时,表示此设计方案不能接受
该评价函数不会使某一个目标最不满意 ——功效 系数法的特点
三、功效函数的确定
(a)目标函数 越大越好