多目標(biāo)及離散變量ppt課件-資料下載頁
2025-01-14 13:33本頁面
【正文】 優(yōu)化解，可能落于非可行域中，從而破壞了約束條件，不能作為整數(shù)優(yōu)化解。糾正這個缺點的方法是校核未取整前優(yōu)化解附近的所有整數(shù)點或離散點，以保證不出現(xiàn)上述圓整后違反約束條件的情況。但這樣做需較長的計算時間。此外，在多維空間中，未取整前優(yōu)化解的附近有多少個整數(shù)點也較難確定。并且不能排除在離未取整前優(yōu)化解較遠(yuǎn)處的整數(shù)點恰恰是真正優(yōu)化解的可能性。 另外，有些設(shè)計變量是不允許最后取整的。例如，設(shè)計變位齒輪傳動， .優(yōu)化結(jié)果是非整數(shù)的齒數(shù)，非標(biāo)準(zhǔn)的模數(shù)及變位系數(shù)，如果將齒數(shù)圓整，模數(shù)取標(biāo)準(zhǔn)以后，原優(yōu)化結(jié)果的變位系數(shù)就變得毫無意義了。為此，需對離散變量優(yōu)化問題作為專門的課題予以研究討論。 本節(jié)將簡要介紹常見的幾種離散變量優(yōu)化方法，包括混合整數(shù)優(yōu)化方法，約束非線性混合離散變量優(yōu)化方法等。 約束非線性混合離散變量優(yōu)化設(shè)計問題的數(shù)學(xué)模型，可表達(dá)為 第四節(jié) 離散變量優(yōu)化方法 由上一步產(chǎn)生的離散復(fù)合形頂點?？捎嬎愀黜旤c的目標(biāo)函數(shù)。令目標(biāo)函數(shù)值最大的為最壞點，反之為最好點。按連續(xù)變量復(fù)合形產(chǎn)生新點的方法是以最壞點向其余各項點的幾何中心連線方向進(jìn)行反射，再根據(jù)反射點目標(biāo)函數(shù)值進(jìn)行延伸或收縮，找出比最壞點要好的可行點，完成一次調(diào)優(yōu)運算，形成新的復(fù)合形。如此反復(fù)進(jìn)行使復(fù)合形向優(yōu)化點逼近。而離散組合型算法，與連續(xù)變量不同點在于希望產(chǎn)生的新點應(yīng)落在離散空
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1