離散變量的優(yōu)化方法_第1頁
離散變量的優(yōu)化方法_第2頁
離散變量的優(yōu)化方法_第3頁
離散變量的優(yōu)化方法_第4頁
離散變量的優(yōu)化方法_第5頁
已閱讀5頁,還剩15頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

離散變量的優(yōu)化方法第1頁,共20頁,2023年,2月20日,星期一§7.1引言一.變量類型:

工程實際問題中不是單一的連續(xù)變量,經(jīng)常是各種類型變量的混合。有:連續(xù)變量確定型整型變量離散變量隨機(jī)變量不確定型混合變量所以需要相應(yīng)的優(yōu)化方法。第2頁,共20頁,2023年,2月20日,星期一§7.1引言(續(xù))二.工程實際設(shè)計的需要:

例:決定修建一條防洪堤壩。根據(jù)歷年的水文資料,臺風(fēng)的年最大風(fēng)速:

現(xiàn)在需要設(shè)計堤壩的截面尺寸b和h,在保證不受災(zāi)害的概率不低于99.9%,堤壩不受沖壓損壞的概率不低于99.0%的要求下,使投資最小。第3頁,共20頁,2023年,2月20日,星期一§7.1引言(續(xù)2)三.傳統(tǒng)方法的局限:

例,求離散問題的最優(yōu)解,傳統(tǒng)的方法是先用連續(xù)變量優(yōu)化設(shè)計方法求連續(xù)變量的最優(yōu)解,然后圓整到離散值上。弊?。嚎赡艿貌坏娇尚凶顑?yōu)解,或所得的解不是離散最優(yōu)解?!駒*●X(1)●X(2)●X(3)x*是連續(xù)變量最優(yōu)點;

x(1)是圓整后最近的離散點,但不可行;

x(2)是最近的可行離散點,但不是離散最優(yōu)點;

x(3)是離散最優(yōu)點。x10x2第4頁,共20頁,2023年,2月20日,星期一§7.2

離散變量優(yōu)化設(shè)計的基本概念一.設(shè)計空間:1、一維離散設(shè)計空間:

在xi坐標(biāo)軸上有若干個相距一定間隔的離散點,組成的集合稱為一維離散設(shè)計空間。2、P維離散設(shè)計空間:

P個離散設(shè)計變量組成P維離散設(shè)計空間。每個離散變量可取有限個(l)數(shù)值,這些數(shù)值可用矩陣Q來表達(dá)。注:①因為離散變量是有限個,所以離散空間是有界的。②某個離散變量的取值不足l個,其余值可用預(yù)先規(guī)定的自然數(shù)補(bǔ)齊。qij-1

●qij

●qij+1

●Xi第5頁,共20頁,2023年,2月20日,星期一§7.2離散變量優(yōu)化設(shè)計的基本概念(續(xù))3、N-P維連續(xù)設(shè)計空間:N個設(shè)計變量中有P個離散變量,此外有個N-P連續(xù)變量。N-P維連續(xù)設(shè)計空間:4、N維設(shè)計空間:其中:離散設(shè)計空間為:連續(xù)設(shè)計空間為:若Rp為空集時,Rn為全連續(xù)變量設(shè)計問題;若Rp-n為空集時,Rn為全離散變量設(shè)計問題。第6頁,共20頁,2023年,2月20日,星期一§7.2離散變量優(yōu)化設(shè)計的基本概念二.整型變量和連續(xù)變量的離散化:——是均勻離散1、整型變量的離散:

整型變量可看作為是離散間隔恒定為1的離散變量。是離散變量的特例。2、連續(xù)變量的離散化:

有時為了提高優(yōu)化設(shè)計計算效率,將連續(xù)變量轉(zhuǎn)化為擬離散變量。

方法:第7頁,共20頁,2023年,2月20日,星期一§7.3離散變量優(yōu)化設(shè)計的數(shù)學(xué)模型注:設(shè)計空間有離散空間部分。但約束面不離散,也不一定分布有離散點。K-T條件不再適用。D第8頁,共20頁,2023年,2月20日,星期一§7.4離散變量優(yōu)化設(shè)計的最優(yōu)解及收斂條件一、離散單位鄰域UN(x)和坐標(biāo)鄰域UC(x):例,二維離散空間中,離散單位鄰域共3n個點,UN(x)={x,A,B,C,D,E,F,G,H};離散坐標(biāo)鄰域共2n+1個點:UC(x)={x,B,D,E,G}。

x●

B●●GD●E●A●●FC●●

Hεiεi0x1x2第9頁,共20頁,2023年,2月20日,星期一§7.4離散變量優(yōu)化設(shè)計的最優(yōu)解及收斂條件(續(xù))二、離散最優(yōu)解:三、收斂準(zhǔn)則:

設(shè)當(dāng)前搜索到的最好點為x(k),需要判斷其是否收斂。在x(k)的單位鄰域中查3n–1個點,若未查到比x(k)的目標(biāo)函數(shù)值更小的點,則收斂,x*=x(k)。DDD第10頁,共20頁,2023年,2月20日,星期一§7.4離散變量優(yōu)化設(shè)計的最優(yōu)解及收斂條件(續(xù)2)四、偽離散最優(yōu)解和擬離散最優(yōu)解:1、偽離散最優(yōu)解:

在判斷x(k)是否收斂時,只在x(k)的坐標(biāo)鄰域中查點,所得到的最優(yōu)點是偽離散最優(yōu)點。2、擬離散最優(yōu)解:

用以連續(xù)變量優(yōu)化設(shè)計方法為基礎(chǔ)的“擬離散法”、“離散懲罰函數(shù)法”等,先求得連續(xù)變量最優(yōu)解(A點),再圓整到可行域內(nèi)最近的離散點(C點),是擬離散最優(yōu)點。B點才是離散最優(yōu)點。第11頁,共20頁,2023年,2月20日,星期一§7.5隨機(jī)變量優(yōu)化設(shè)計的基本概念一、隨機(jī)變量的概率特性(略):二、隨機(jī)變量:

隨機(jī)現(xiàn)象的每一個表現(xiàn),通稱為隨機(jī)事件。隨機(jī)事件可用數(shù)值表示,隨著觀察的重復(fù),可獲得一組不同的數(shù)值。對隨機(jī)現(xiàn)象作觀察,測量的變化量稱為隨機(jī)變量。例如,加工了3000根直徑為的軸。抽取測量了300根軸的直徑,直徑值的分布情況如圖,在公差范圍內(nèi)的有297根軸。

加工直徑為d的軸,是一個隨機(jī)事件;直徑d為隨機(jī)變量;加工3000根軸,是事件的總體;測量300根軸的直徑,是事件的樣本空間。合格99%是事件的概率。第12頁,共20頁,2023年,2月20日,星期一§7.5隨機(jī)變量優(yōu)化設(shè)計的基本(續(xù))三、隨機(jī)參數(shù):

已知分布類型和分布參數(shù)(或特征參數(shù)),且相互獨立的隨機(jī)變量。在優(yōu)化過程中,隨機(jī)參數(shù)的分布類型及分布參數(shù)是不隨設(shè)計點的移動而變化的。隨機(jī)參數(shù)的向量表示如下:TTTT第13頁,共20頁,2023年,2月20日,星期一§7.5隨機(jī)變量優(yōu)化設(shè)計的基本概念(續(xù)2)四、隨機(jī)設(shè)計變量:

在優(yōu)化過程中,隨機(jī)變量的分布類型及分布參數(shù)(或特征參數(shù))需要通過調(diào)整變化來求得最優(yōu)解,而且是相互獨立的隨機(jī)變量,稱為隨機(jī)設(shè)計變量。隨機(jī)設(shè)計變量的向量表示方法如下:五、分布類型及其參數(shù)的確定:

方法一:由試驗或觀察,測量得到隨機(jī)變量的相關(guān)數(shù)據(jù),作出樣本的直方圖,然后選擇分布類型,進(jìn)行假設(shè)檢驗和分布參數(shù)的估計。T第14頁,共20頁,2023年,2月20日,星期一§7.5隨機(jī)變量優(yōu)化設(shè)計的基本概念(續(xù)3)

方法二:根據(jù)樣品試驗、同類事件的數(shù)據(jù)或以往積累的經(jīng)驗,先推斷一種分布類型,再調(diào)整分布參數(shù)或特征值。

一般認(rèn)為:加工誤差服從正態(tài)分布;壽命服從指數(shù)分布或威布爾分布;合金鋼的強(qiáng)度極限服從對數(shù)正態(tài)分布。若已知離差系數(shù)cx,則可根據(jù)直接在優(yōu)化過程中迭代均值,通過調(diào)整均值和離差系數(shù)求得最優(yōu)解。②若xi服從正態(tài)分布,一般容差同樣可直接在優(yōu)化過程中迭代均值,通過調(diào)整均值和容差求得最優(yōu)解。第15頁,共20頁,2023年,2月20日,星期一§7.6隨機(jī)變量優(yōu)化設(shè)計的數(shù)學(xué)模型一、隨機(jī)設(shè)計特性:

當(dāng)設(shè)計特性或技術(shù)指標(biāo)表示為隨機(jī)設(shè)計變量和隨機(jī)參數(shù)的函數(shù)時,稱為隨機(jī)設(shè)計特性。二、目標(biāo)函數(shù):由隨機(jī)設(shè)計特性定義優(yōu)化準(zhǔn)則函數(shù)。注:工程問題的優(yōu)化設(shè)計中,根據(jù)工程實際情況選擇目標(biāo)函數(shù)的類型。第16頁,共20頁,2023年,2月20日,星期一§7.6

隨機(jī)變量優(yōu)化設(shè)計的數(shù)學(xué)模型(續(xù))三、約束函數(shù):四、隨機(jī)型優(yōu)化設(shè)計數(shù)學(xué)模型:說明:①min.和s.t.只能從概率空間的意義來理解;②采用不同的樣本組,最優(yōu)點x*(ω)是不同的;③模型的類型有很多種,最有實際意義的是概率約束型。TTT第17頁,共20頁,2023年,2月20日,星期一§7.7

隨機(jī)變量概率約束問題的優(yōu)化

設(shè)計模型及最優(yōu)解一、概率約束問題的優(yōu)化設(shè)計模型:T第18頁,共20頁,2023年,2月20日,星期一§7.7隨機(jī)變量概率約束問題的優(yōu)化設(shè)計

模型及最優(yōu)解二、概率約束模型的最優(yōu)解:在概率空間(Ω,T,P)內(nèi),存在一個用均值表示的設(shè)計點x*,x*=μx*∈X∈Da,使不等式E{f(x*,ω)}<E{f(x,ω)}對于某個鄰域Nδ(x)內(nèi)的所有x都成立,則稱x*為概率約束問題的最優(yōu)點,E{f(x*,ω)}為最優(yōu)均值。三、概率約束模型的幾何解釋1、概率約束的幾何解釋:p{gu(x,ω)≤0}–αu=0是概率約束超曲面。p{g

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論