搜索
CAITA-产品工程优化产品工程优化产品工程优化产品工程优化(PEO)080421CAITA-知识工程知识工程知识工程知识工程-产品工程优化产品工程优化产品工程优化产品工程优化(PEO)Product-Engineering-OptimizerMade-By-刘业鹏轿车部Option设置设置设置设置•Option配置如下：轿车部CAITA-产品工程优化流程产品工程优化流程产品工程优化流程产品工程优化流程•产品工程优化流程如图所示：轿车部产品工程优化过程产品工程优化过程产品工程优化过程产品工程优化过程•产品工程优化过程：优化过程是一个搜寻极值（最大值或最小值）的过程；或者是寻找满足某种限制或约束的包含一个或几个变量的某个目标函数的一个目标值的过程。如：求某结构的最小质量最优化方法的概念：为了使一个被函数描述的目标被改良或最优，这个函数可以被一组参数表示，这些参数也称为变量或自由参数。优化的概念预示着工作被提高或被优化，而这些最优化常常是关于一组参数的，这些参数也被称为变量。相应Excle表中给定的f(x)是一个根据其它参数来定义的参数表达式：Minf(x1,……,xn)suchthat:gi(xi,……)Kihj(xi,……，xn)＝＝KjLBxiUB式中，f(x)是一个知识顾问公式，也就是优化目标函数；轿车部x=(x1,…,xn),xi是一个知识顾问参数，优化自由参数；g,h是可自由选择的约束条件。产品工程优化主要有三种操作模式：最小值(Minimization)模式最大值(Maximization)模式目标值(TargetValue)模式这些模式根据用户搜寻的目的进行分类：f(x)的最小值minimum；f(x)的最大值maximum；f(x)函数的一个给定值；f(x)函数的一个满足约束。产品工程优化过程产品工程优化过程产品工程优化过程产品工程优化过程轿车部Optimization命令详解命令详解命令详解命令详解•Optimization命令详解优化类型优化参数目标值自由参数运算法则收敛速度选中保存优化数据可选更新可见(影响计算速度)问题项约束项计算结果项轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－•1.最优化类型共4种最小值最大值目标值仅通过约束•2.优化参数可以从已有参数列表种选择，可提供目标值•3.自由参数可指定自由参数，通过Editlist按钮可为自由参数指定边界、步长允许对多个自由参数指定范围和步长同时界定多个自由参数时需注意：①.参数类型应一致下界上界步长轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－②.未选中上下边界、步长时，参数将无相应限制③.当选中自由参数时，特征树上会高亮显示•4.运算法则⑴类型：①.可在CAAOptimization交互界面自定义运算法则②.梯度法：每次迭代都是沿迭代点函数值下降最快的方向搜索，故也称最速下降法，这个法则应该先被用于执行局部搜索。基于目标函数计算，用抛物线逼近法且很快到达函数的最小值，或者用迭代指数递减直接达到最小值。如果目标函数特性已知（连续可导），那么梯度法可直接使用。收敛速度慢，但其迭代的几何概念比较直观，方法和程序简单，只求一阶导数，比模拟退火法更常用。V5R13以上版本可选择带/无约束两种方式运行轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－③.模拟退火法(SimulatedannealingAlgorithem)模仿晶体结晶的冷却过程，在较高温度Ts下，系统状态为S，能量（即目标函数）为E，选择的一个领域S`，如果E(S`)E(S)则接受S`下一状态，否则以概率exp(-(E(S`)-E(S))/Ts)接受S`。经过一定次数（称为Markov链长）的搜索，认为系统在此温度下达到平衡，则降低温度Ts再进行搜索，直到满足条件。模拟退火法的改进算法有加温退火法、有记忆的模拟退火法等。由于模拟退火法能以一定的概率接受差的能量，因而有可能跳出局部极小，但它的收敛速度较慢，很难用于实时动态调度环境。这个方法为球型随机搜索，因此两次成功的求解过程也许不能产生相同的结构。这种方法通常用来研究非线性、多目标函数的求解，这些函数也可以是非线性的。如果目标函数形式未知，强烈建议用户开始使用模拟退火法进行最优化求解，然后再使用梯度法进行精确求解。除非求解较大函数，否则这样的步骤是很慢的。使用模拟退火法快速求解方法时指定consecutiveiterationswithoutimprovements一个较低的数值，例如：15或20。轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－④.对应于不同的操作，梯度法则和模拟退火法则有如下几种运算法则可用：慢速Slow中等Medium快速Fast无穷大Infinite(Hillclimbing仅用于模拟退火法)－无穷大Infinite(Hillclimbing)从最小值到最大值之间的跳跃搜索，快速优化，精度低快速Fast一种随机的共轭梯度求解方式中等Medium这4种配置方法定义了接受不良结果的水平如果问题有许多局域优化，使用Slow如果问题没有局域优化，使用Infinite(Hillclimbing)选项基于步长或边界的慢速优化，精度高（被用于找到收敛值）慢速Slow模拟退火运算法则梯度运算法则名称表1梯度法则和模拟退火运算法则比较轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－⑵终止规则用来停止优化器的最优化，当一个最优化运行时，一个信息窗口出现，显示每次迭代的数据，用户可以通过Stop按钮停止运行，如用户不干涉最优化进程，则计算将在下面几种情况停止：a.当一个值(Minimum,maximum或targetvalue)已经找到，而算法不能再进行b.当一个指定的终止规则已经遇到的时候也会停止终止标准的详细说明最大迭代次数（即目标函数最多将被计算的时间值）非改进迭代数值（即允许没有达到较好结果的更新次数）最大的计算持续时间直到一个终止标准到达为止，模拟退火法一只运行；对梯度法而言，如一个局域最佳条件被达到，梯度法能被停止。轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－⑶运算法则的版本随版本升高，模块性能增进，用户也可以使用环境变量回到先前的版本法则。•5.模拟退火法与梯度法的比较两者比较即球形搜索与局域搜索的比较•6.终止标准（详见4.2）如果用户不知道目标函数的发展趋势是怎样的，也可以用默认的数值来运行最优化。必要的时候，如果程序似乎需要更多次的迭代，用户也可以不断的重复多次，运行最优化。必须用一个目标函数运行，可以带有或没有指定约束能带约束运行，可以没有目标函数同等的约束不允许不精确相同的约束被允许由终止标准决定着精度x==A被结束，当abs(x-A)精度时梯度法（局域法）Gradient(LocalAlgorithm)模拟退火法（球形法）SimulatedAnnealing(GlobalAlgorithm)表2模拟退火运算法和梯度法比较轿车部一一一一.问题项问题项问题项问题项－－－－Optimization命令详解命令详解命令详解命令详解－－－－•7.最优化的数据管理为了得到最优化曲线，需要存储最优化数据。当选中Saveoptimizationdata选项时，点击RunOptimization按钮，将显示一个文件选择对话框。当选中Withupdatevisualization时，视区中图像再最优化进行中被更新，如不选中，则不更新，相应运算速度会增加。轿车部二二二二.约束项约束项约束项约束项－－－－Optimization命令详解命令详解命令详解命令详解－－－－•1.创建约束约束不能被重新组合，用户必须一个接一个的键入每个约束。用户制定约束时，仅有两种运算符号可用：＝＝仅用于模拟退火算法,用于两类运算法则一个附加栏目列出了每个约束权重的分配状况，用户可以更改权重。轿车部•2.激活约束可激活(True)或非激活(False)约束状态，被False的约束在优化过程中将被忽略。•3.编辑约束单击Edit按钮可更改约束更改权重：通过Weight区域，更改相应权重值二二二二.约束项约束项约束项约束项－－－－Optimization命令详解命令详解命令详解命令详解－－－－轿车部三三三三.计算结果项计算结果项计算结果项计算结果项－－－－Optimization命令详解命令详解命令详解命令详解－－－－•详见CATIA帮助文件，在此不一一详述。