计算智能的优化设计探讨 计算智能的优化设计探讨 计算智能的优化设计探讨 摘 要:随着优化设计在工程领域应用的深入,各种传统的优化方法往往无能为力,为解决工程优化设计面临的复杂问题,将计算智能与优化设计有机结合,形成了基于计算智能的优化设计?
关键词:优化设计;计算智能;遗传算法
1 优化设计与计算智能
优化设计是在20世纪60年代随着计算机的广泛应用而发展起来的一种现代设计方法?由于该方法将工程或产品的设计问题转化为最优化问题,在计算机上基于最优化理论进行寻优计算,从而能在满足设计要求和限制条件的全部可行方案中选定最优方案,大大提高了设计质量和效率,因此在工程和产品设计中得到广泛应用?
就工程优化设计而言,随着优化设计在工程领域应用的深入,人们趋向与用更接近实际的模型解决大型复杂系统或结构的整体?全局?全方位的优化问题,优化设计所要解决的问题因其大(设计变量?约束条件数目大)?杂(不同性质的对象并存)和灰(不确定性,包括随机?模糊?未确知)而十分复杂?面对这样复杂的问题,各种传统的优化方法往往无能为力?
向生命学习,从生物和人的自身寻求如何解决问题的答案?80年代末~90年代初,人们创建出计算智能?智能计算方法的应用证明,计算智能对解决大规模?复杂系统的问题非常有力?
将计算智能与优化设计有机结合,运用计算智能的计算方法解决优化问题,这就是基于计算智能的优化设计-智能优化设计?
2 基于计算智能的优化设计
2.1 基于模糊计算的优化设计
工程设计存在大量的模糊信息,如:设计标准的模糊性?设计准则(规范)的模糊性?外部环境作用的模糊性等?由于模糊信息不能用准确的数量来表达,必须用模糊计算的方法来处理,包括:模糊变量?模糊约束?模糊目标函数?模糊推理计算等?
模糊优化设计包括三个方面的内容:
①模糊优化设计方法;
②自适应模糊优化系统模型;
③模糊专家系统?
2.2 基于神经网络的优化设计
人工神经网络是模拟人脑神经网络的结构而形成的,具有一定智能(自学习?自适应?容错性)的计算模型,也是一个大规模复杂非线性动力学系统?它具有非线性大规模并行分布处理的高速运算能力?很强的非线性映射能力和信息的分布式动态存贮能力?可以处理不完整?不准确的信息?
2.3 基于进化计算的优化设计
进化是自然界最为壮丽的过程?进化的自然法则是过度繁殖?生存斗争?遗传和变异?优胜劣汰?适者生存?这一法则的选择结果就是物种的优化?进化过程也是自然界的优化过程?
进化计算是模仿自然界进化过程的计算方法?该方法无须明确描述问题的全部特征,只需根据自然法则来产生新的更好的解?
实现进化计算的思路是:用简单的编码来表示复杂的结构,通过对一组编码(种群)进行遗传和变异的操作,优胜劣汰的选择,实现进化(寻优)的计算过程?
进化计算具有适合大规模并行计算和不受搜索空间限制条件(如:可微?连续?单峰)的约束的特点?
进化计算包括:演化算法和遗传算法?
3 关于基于遗传算法的优化设计的讨论
3.1 基于遗传算法的优化设计方法
3.2 基于遗传算法的优化设计方法的讨论
(2)尽管变异操作可以不断改变寻优空间,仍存在两个问题:
第一,如何保证寻优搜索的非重复性和遍历性,这关系到寻优的效率和得到全局最优解?
第二,优化过程通常是非线性系统的动力学过程,变异操作中码位值的变化都有可能使寻优过程进入混沌状态,在奇异吸引子的吸引和束缚下,优化解点在混沌区内无规?不定?不重复的跳动,从而导致优化过程无法收敛?
(3)将混沌理论引入优化设计,有可能解决上面的问题?
混沌运动具有无重复和遍历性,这正是寻优搜索所需要的?利用混沌生成技术,将码位值定义为混沌变量,通过变异操作,实现寻优的无重复?遍历搜索?
在适应度判别时,利用混沌分析技术识别寻优过程是否进入混沌状态?若是混沌状态,则利用混沌控制技术,将混沌状态转化为非混沌状态?从而保证优化过程收敛?
4 结束语
随着优化设计在工程领域应用的深入,面对因其大?杂和灰而十分复杂的问题,各种传统的优化方法往往无能为力?计算智能,包括模糊计算?人工神经网络?进化计算(包括遗传算法),被证明对解决大规模?复杂系统的问题非常有力?将计算智能与优化设计有机结合,形成基于计算智能的优化设计,为解决工程优化设计面临的复杂问题提供了可行途径?
参考文献
[1]吕大刚,王光远.结构智能优化设计——一个新的研究方向[J].哈尔滨建筑大学学报,1999,
(4).
[2]李泉永.机械结构优化设计的回顾与展望[J].桂林电子工业学院学报,2000,
(4).
[3]樊会元,席 光,王尚锦.应用遗传算法对叶栅进行改进设计的研究[J].机械科学与技术,2001,
(1).
[4]黄文培,王金诺,于兰峰.混沌-Powell混合算法在机械优化设计中的应用研究[J].四川大学学报,2001,
(5). [6]钱敏平,龚光鲁.从数学角度看计算智能[J].科学通报,1998
(1
6).
