优化设计中的智能方法与可视化技术研究
【摘要】:
工程优化设计是工程设计、最优化方法和计算机技术相结合的产物,是一种现代设计方法。经过三十多年的发展,对优化设计理论的研究取得了极大的成就。然而优化设计在工程实际中的应用却并未得到同等程度的发展,其原因主要在于工程问题所具有的高度复杂性。
为提高优化设计的效果,进一步普及优化设计在工程上的应用,需要采用广义优化设计的思想,在第1章绪论中,作者详细地分析了优化理论的发展和优化设计应用的现状。近年来,相关科学技术领域的发展为优化设计的研究和广泛应用提供了契机。人工智能(AI)是一门新兴的学科,它是在计算机上实现智能行为的科学。80年代中期开始,国内外不少学者开始在优化设计中使用人工智能技术。本文针对优化设计中的智能方法进行了研究,在本文的第2章,提出了一种基于区间估计的遗传算法,应用概率分析,通过对最优解的收敛区间进行估计,缩小了搜索范围,提高了搜索精度,最优解的质量有所改善。基本遗传算法仅有交叉算子和变异算子,因而局部搜索能力不强,容易出现种群早熟,进化结束时往往收敛到最优点附近而达不到全局最优点。第3章借鉴了传统优化方法中的搜索技术,开发了梯度算子、正交搜索算子和进化算子以强化遗传算法的局部搜索能力。算例表明,这几种算子能提高遗传算法的搜索性能。第4章对模拟退火算法进行了研究。为使模拟退火法在工程上得到推广及便于使用,对经典模拟退火法进行了改进,提出了“多点退火”的策略,以增强算法的全局寻优能力并使算法具有一定的并行性;通过拆分马尔可夫链强化搜索并增大跳出局部最优解的概率;通过保留搜索中的最优解提高搜索效率。第5章研究了优化设计过程中的灵敏度分析方法。在优化设计过程中进行灵敏度分析,可以使设计师对各设计变量给予目标函数的影响有较好的把握,由于通常的灵敏度分析利用了泰勒公式,因而需要导数信息。作者提出了基于方差分析的灵敏度分析方法,不需要导数信息,就能了解在优化过程中,各个设计变量对目标函数值的影响,具有可计算性的优点。第6章提出了用实例推理产生优化设计初始方案的思想。提出了把工程设计实例进行层次分解的观点。对工程设计实例进行了研究,按语义对象模型把一般工程实例归结为有限的几种对象类型,从而为实例库的设计奠定了基础;在此基础上,根据面向对象的思想,抽象出了工程实例的基于约束对象的检索模型。
科学计算可视化是研究如何把科学数据,转换成可视的、能帮助科学家理解的信息的计算方法。论文的另一部分主要研究了在优化设计中运用可视化技术。第7章提出了把可视化建模和智能建模相结合的思想,对于其支撑环境进行了研究;论述了在优化过程中运用可视化技术,对优化过程进行监控;实现了缩减子空间的可视化优化迭代算法,在一定意义上具有跟踪优化计算的能力。第8
优化设计甲的智能方法与可视化技术研究
章对优化计算的可视编程技术进行了研究。论述了优化计算的可视编程环境,对
优化计算可视编程中的技术问题进行了研究,最后运用实例论证了优化计算可视
编程的可行性。
第9章用工程实例验证了论文的研究成果,理论和实际相结合是论文的一
个特色。第10章对论文的研究工作进行了总结,并提出了今后进一步研究发展
的方向。