基于計(jì)算智能的優(yōu)化設(shè)計(jì)探討【精品論文】

1、基于計(jì)算智能的優(yōu)化設(shè)計(jì)探討作者:小小小摘要:隨著優(yōu)化設(shè)計(jì)在工程領(lǐng)域應(yīng)用的深入,各種傳統(tǒng)的優(yōu)化方法往往無能為力,為解決工程優(yōu)化設(shè)計(jì)面臨的復(fù)雜問題,將計(jì)算智能與優(yōu)化設(shè)計(jì)有機(jī)結(jié)合,形成了基于計(jì)算智能的優(yōu)化設(shè)計(jì)。關(guān)鍵詞:優(yōu)化設(shè)計(jì);計(jì)算智能;遺傳算法1優(yōu)化設(shè)計(jì)與計(jì)算智能優(yōu)化設(shè)計(jì)是在20世紀(jì)60年代隨著計(jì)算機(jī)的廣泛應(yīng)用而發(fā)展起來的一種現(xiàn)代設(shè)計(jì)方法。由于該方法將工程或產(chǎn)品的設(shè)計(jì)問題轉(zhuǎn)化為最優(yōu)化問題,在計(jì)算機(jī)上基于最優(yōu)化理論進(jìn)行尋優(yōu)計(jì)算,從而能在滿足設(shè)計(jì)要求和限制條件的全部可行方案中選定最優(yōu)方案,大大提高了設(shè)計(jì)質(zhì)量和效率,因此在工程和產(chǎn)品設(shè)計(jì)中得到廣泛應(yīng)用。就工程優(yōu)化設(shè)計(jì)而言,隨著優(yōu)化設(shè)計(jì)在工程領(lǐng)域應(yīng)用的深入

2、,人們趨向與用更接近實(shí)際的模型解決大型復(fù)雜系統(tǒng)或結(jié)構(gòu)的整體、全局、全方位的優(yōu)化問題,優(yōu)化設(shè)計(jì)所要解決的問題因其大(設(shè)計(jì)變量、約束條件數(shù)目大)、雜(不同性質(zhì)的對(duì)象并存)和灰(不確定性,包括隨機(jī)、模糊、未確知)而十分復(fù)雜。面對(duì)這樣復(fù)雜的問題各種傳統(tǒng)的優(yōu)化方法往往無能為力。向生命學(xué)習(xí),從生物和人的自身尋求如何解決問題的答案。80年代末90年代初,人們創(chuàng)建出計(jì)算智能。智能計(jì)算方法的應(yīng)用證明,計(jì)算智能對(duì)解決大規(guī)模、復(fù)雜系統(tǒng)的問題非常有力。將計(jì)算智能與優(yōu)化設(shè)計(jì)有機(jī)結(jié)合,運(yùn)用計(jì)算智能的計(jì)算方法解決優(yōu)化問題,這就是基于計(jì)算智能的優(yōu)化設(shè)計(jì)-智能優(yōu)化設(shè)計(jì)。2基于計(jì)算智能的優(yōu)化設(shè)計(jì)2.1基于模糊計(jì)算的優(yōu)化設(shè)計(jì)工程設(shè)

3、計(jì)存在大量的模糊信息,如:設(shè)計(jì)標(biāo)準(zhǔn)的模糊性、設(shè)計(jì)準(zhǔn)則(規(guī)范)的模糊性、外部環(huán)境作用的模糊性等。由于模糊信息不能用準(zhǔn)確的數(shù)量來表達(dá),必須用模糊計(jì)算的方法來處理,包括:模糊變量、模糊約束、模糊目標(biāo)函數(shù)、模糊推理計(jì)算等。模糊優(yōu)化設(shè)計(jì)包括三個(gè)方面的內(nèi)容:模糊優(yōu)化設(shè)計(jì)方法;自適應(yīng)模糊優(yōu)化系統(tǒng)模型;模糊專家系統(tǒng)。2.2基于神經(jīng)網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)人工神經(jīng)網(wǎng)絡(luò)是模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)而形成的,具有一定智能(自學(xué)習(xí)、自適應(yīng)、容錯(cuò)性)的計(jì)算模型,也是一個(gè)大規(guī)模復(fù)雜非線性動(dòng)力學(xué)系統(tǒng)。它具有非線性大規(guī)模并行分布處理的高速運(yùn)算能力、很強(qiáng)的非線性映射能力和信息的分布式動(dòng)態(tài)存貯能力?？梢蕴幚聿煌暾?、不準(zhǔn)確的信息。2.3基于進(jìn)化

4、計(jì)算的優(yōu)化設(shè)計(jì)進(jìn)化是自然界最為壯麗的過程。進(jìn)化的自然法則是過度繁殖、生存斗爭(zhēng)、遺傳和變異、優(yōu)勝劣汰、適者生存。這一法則的選擇結(jié)果就是物種的優(yōu)化。進(jìn)化過程也是自然界的優(yōu)化過程。進(jìn)化計(jì)算是模仿自然界進(jìn)化過程的計(jì)算方法。該方法無須明確描述問題的全部特征,只需根據(jù)自然法則來產(chǎn)生新的更好的解。實(shí)現(xiàn)進(jìn)化計(jì)算的思路是:用簡(jiǎn)單的編碼來表示復(fù)雜的結(jié)構(gòu),通過對(duì)一組編碼(種群)進(jìn)行遺傳和變異的操作,優(yōu)勝劣汰的選擇,實(shí)現(xiàn)進(jìn)化(尋優(yōu))的計(jì)算過程。進(jìn)化計(jì)算具有適合大規(guī)模并行計(jì)算和不受搜索空間限制條件(如:可微、連續(xù)、單峰)的約束的特點(diǎn)。進(jìn)化計(jì)算包括:演化算法和遺傳算法。3關(guān)于基于遺傳算法的優(yōu)化設(shè)計(jì)的討論3.1基于遺傳算法

5、的優(yōu)化設(shè)計(jì)方法3.2基于遺傳算法的優(yōu)化設(shè)計(jì)方法的討論(1)由于Ai=ala2an,且aixi,基于遺傳算法的優(yōu)化過程是在優(yōu)化問題的解空間中利用進(jìn)化規(guī)則進(jìn)行尋優(yōu)的過程。作為遺傳操作,由于只有編碼碼位在不同個(gè)體之間的交換,沒有碼值的改變,故遺傳操作是在由群體所有碼值張成的子空間的有限點(diǎn)集中的尋優(yōu)。因此,遺傳操作可以獲得解的收斂性,但難以得到全局最優(yōu)。變異操作改變了碼位值,因而,改變了尋優(yōu)空間,這將有助與跳出局部極值的陷阱,得到更優(yōu)的解。(2)盡管變異操作可以不斷改變尋優(yōu)空間,仍存在兩個(gè)問題:第一,如何保證尋優(yōu)搜索的非重復(fù)性和遍歷性,這關(guān)系到尋優(yōu)的效率和得到全局最優(yōu)解。第二,優(yōu)化過程通常是非線性系統(tǒng)

6、的動(dòng)力學(xué)過程,變異操作中碼位值的變化都有可能使尋優(yōu)過程進(jìn)入混沌狀態(tài),在奇異吸引子的吸引和束縛下,優(yōu)化解點(diǎn)在混沌區(qū)內(nèi)無規(guī)、不定、不重復(fù)的跳動(dòng),從而導(dǎo)致優(yōu)化過程無法收斂。(3)將混沌理論引入優(yōu)化設(shè)計(jì),有可能解決上面的問題?；煦邕\(yùn)動(dòng)具有無重復(fù)和遍歷性,這正是尋優(yōu)搜索所需要的。利用混沌生成技術(shù),將碼位值定義為混沌變量,通過變異操作,實(shí)現(xiàn)尋優(yōu)的無重復(fù)、遍歷搜索。在適應(yīng)度判別時(shí),利用混沌分析技術(shù)識(shí)別尋優(yōu)過程是否進(jìn)入混沌狀態(tài)。若是混沌狀態(tài),則利用混沌控制技術(shù),將混沌狀態(tài)轉(zhuǎn)化為非混沌狀態(tài)。從而保證優(yōu)化過程收斂。4結(jié)束語隨著優(yōu)化設(shè)計(jì)在工程領(lǐng)域應(yīng)用的深入,面對(duì)因其大、雜和灰而十分復(fù)雜的問題,各種傳統(tǒng)的優(yōu)化方法往往無能為力。計(jì)算智能,包括模糊計(jì)算、人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算(包括遺傳算法),被證明對(duì)解決大規(guī)模、復(fù)雜系統(tǒng)的問題非常有力。將計(jì)算智能與優(yōu)化設(shè)計(jì)有機(jī)結(jié)合,形成基于計(jì)算智能的優(yōu)化設(shè)計(jì),為解決工程優(yōu)化設(shè)計(jì)面臨的復(fù)雜問題提供了可行途徑。參考文獻(xiàn)【1呂大剛,王光遠(yuǎn)。結(jié)構(gòu)智能優(yōu)化設(shè)計(jì)一個(gè)新的研究方向J】.哈爾濱建筑大學(xué)學(xué)報(bào),1999,(4).【2李泉永。機(jī)械結(jié)構(gòu)優(yōu)化設(shè)計(jì)的回顧與展望J】.桂林電子工業(yè)學(xué)院學(xué)報(bào),2000,(4).【3樊會(huì)元,席光,王尚錦。應(yīng)用遺傳算法對(duì)葉柵進(jìn)行改進(jìn)設(shè)計(jì)的研究J】.機(jī)械科學(xué)與技術(shù),2001,(1).【4】黃文培,王金諾,于蘭峰?；?/p>