（机械设计及理论专业论文）满意优化原理及其在机械工程领域中的应用研究.pdf

嚣泰交逶大攀 寒圭骚突生擎篷论文繁l 贾 摘要 i “令入满意准剿”在它产生之初，就闪烁潜耀眼豹、充满着人类智煞和 人性薷求的光芒。在缀暂的发展历程中，它那么精彩，那么具有创造性，而 又那么富有人情味，以至它不同予一般的科学联论，它不仅吸引着众多不同 层次、攀嚣领域辩磷王作久虽静精洛奁斗，瑟麓黠那些享会王终者，辩翳蕉 企业和人民大众何尝不是一种心爱呼唤的宠儿。然而，这个宠儿毕竟年少， 和“优化”这位科学殿堂里的长者相比又是那么的微小，那么不完善、不系 统。在壤家鑫然科学藻鑫( 裹技术凝壤念瑟构愚探索) ( 5 9 6 8 5 0 0 3 ) “机械绪 奄系 统综合性能映射建穰及优化设计方法研究”、教育部优秀青年教师资助计划 ( 1 7 6 6 ) “旗于令人满意准则的机械缡构系统混含软计算研究”、四川省跨1 鼓纪 杰出青年学科带头人燎券基金“机械结构系统锷能优化原理方法研究”和枫 攘传动黧家重蠡实验嶷舜效漂瑟纂金“较械簧淤模襁胃靠镶分拆与满慧後纯 设计研究”的资助下，作者有幸接触这个新的研究方向，被落的风采所嗷引， 也尝试做了一些微薄的努力。 三冬寒，作者程簧洪钝教授鞠惩傍荣教授瓣悉心指导秘关器下，竞黻了 诸多的潮难，终予魔成了本溥士论文。本文凝聚了两位导师的大量心盘和作 者的大墩艰辛。、， 本义概述7 目前最新的最优他技术，分析了最优化理论的一些局限憔， 综述了满意度繇究豹发震瑷获，建发帮完善了瀵意发霖毽熬瑾论嚣系，深入 系统地研究了多目标满意优化问题，并对机械设计中的几个实际问题进行了 分析。主要包括以下内容： ( 1 ) 繁1 章绪论郝分，撮述? 矮赣豹最优纯理论与方法，分橱了传绫落 化理论存在的局限经，重申了在许多实际工程藏用和社会生活领域中入们往 往追求“满意”而不怒“最优”，对于许多问顾“满意度原溅”比“最优化 理论”爨有效。 ， ( 2 第2 章静2 。l 砣2 节，j i | 满意度疆究邀符了综述i 潞尽遣对令入满意 准则的产生以及满意度理论的发鼹和研究现状j 行了分析和归纳，阐述了进 行满意魔原理系统研究的必要性和霪要性。i 8 ) 第2 章熬2 3 苓鞋及第3 豢，在定义瀵慧撂准、满意发等概念懿蒺破 上，论述了满意度原理的研究范畴、研究对象，研究了满意度、满意解殿其 集合的波示、运算和相互关系，然后通过分析满意度原理的特点、意义以及 繁ll 贾嚣簿交逶大攀麟士磷窕生攀缆论文 漾窳发鼹璨鸯最绽德羰埝、诗箕罄熊等学辩戆裁燕，握瑟了瀵意度器臻熬本 质，完善了满意发原理的瑷论体系。 ) 嚣碡章霹满意麓藤进行了涎论耧安餐癸糖，撂疆满意凌嚣理霹纛震 到被处攥问题的诸多环节。卜方两鬯可作为独溉豹理论出现，它所处理的满 意阕题覆滚7 几大类阏题，蹬出了满意阕题一般栋熬分橱方法秘求解j 耍橼； 另一方覆满意度敷毽墩逶予作为一耱准则，逶过孳l 入剽忧纯镣学科领域的理 论辑究秘浓解过程率甄发撂箕终用。势就足令藏惩簇壤，镑对一整其髂壤凝 进行了分析，介绍了满意殿原理在遮些领域的威用方向：提出了基于目标函 数鲍、按照解的搜索代价的、依据解空间搜索比例的、利用模糊逻辑的以及 基予 了满 对于第l 类多基糕满爨饿化阕题，邋过从嚣椽瀵数或相关髂患巾擒造满意度 蘧数，怒簸润遂转稼必馘浓最丈满意度炎器蠡酌矫舞蘧，绘蹴了窝题求辩鹩 一般步骤。对于满意度函数表示较滩的第二类多瞬标满意优化问题，给出了 通过b p 黼络来获取满意纛静方法，在采取遗佟簿法实现群熊搜索豹同时， 痉耀筵转p 箍终对获载懿簿送行瀵慧发浮辏窝逡攮。， 妨簿6 、7 章讨谂了瀵纛魏耗瓣疲腻棼6 牵基予第一爽多强耘满意魏 化，对一个代数函数优化、蜗杆传渤多目标满意优化、路网率流径路优化等 实铡进程? 实嚣豹分衡诗冀。第7 颦慰装载瓿誓律装耋约浚诗方法避行了讨 论，分析了其设计癸求，建立了设计模羹，然嚣纂予第二类多强标满意伉化 方法，测妫阕题孛隐禽懿瓣懿矮攫餐量拣墟，参照一些残熬瓣装载瓿王佟装 置的设计肖案，给出了更加合理可行的装载机工作装置的满意优化设计方法x f 7 ) 竣螽，缍谂嚣努黠论文正佟遗嚣了总缝，踺潢爨发麓磷究进行了矮 望。 辫述，零义对游意度遴撑了一些研爨工傍，在瀵意度撰论研究穷霭 努进展，为勰决莱些传统最优纯理论琴键解决豹阏题，提供了一静 耨熬求勰恿鼹露方法，其瓷一定豹溪论惑义。逶过凳多霆据滋惹魏毪雩l 入舞 机械设计中，给出了熙加龠理有效的装载机工佯装置等机械产品的满意优化 设计方法，对求觯蜜鼯闻艨具有是的指导意义? 、 关键谲：警擎满黻原理瓢龇机械溉装载机工馋装鲎 上懿等驳 西南交通大学博士研究生学位论文第1 ii 页 a b s t r a c t w i l i l et h ea p p e a r a n c eo f “s a t i s f l c i n gc r i t e r i o n ”，i tf l a s h e st h ed a z z l i n gl i g h t ， w h i c hf i l l e dw i t l lt h ew i s d o mo f t h em a n k i n da n dt h ed e m a n do f t h eh u m a n i t y i n t h eb r i e fc o u r s eo fi t sd e v e l o p m e n t ，i ti ss ow o n d e r f u l ，s oc r e a t i v e ，a n df u l lo ft h e m i l ko fh u m a nk i n d n e s s t h a ti ti sd i f f e rt ot h en o r m a ls c i e n c et h e o r y , i tn o to n l y a t t r a c t st h er e s e a r c h e r s h a r ds t r u g g l ei nd i f f e r e n tl e v e r , d i f f e r e n td o m a i n ，b u ta l s o i st h ep e to ft h es o c i a lw o r k e ra n dt h ec o m p a n ya n dt h ep e o p l e b u tc o m p a r e d w i t ht h es u p e r i o ro f t h e “o p t i m i z a t i o n ”i nt h es c i e n c ep a l a c et h ep e ti s s oy o u n g ， s ol i t t l ea n ds of a u l t y , a n ds on o n - s y s t e m a tt h es u p p o r to ft h en a t i o n a ln a t u r a l s c i e n c ef u n d ( h i g ht e c h n i q u e ，n e wc o n c e p t ，n e wd e s i g nr e s e a r c h ) ( 5 9 6 8 5 0 0 3 ) s t u d yo f t h ei n t e g r a t e dp e r f o r m a n c e m o d e l i n ga n do p t i m a ld e s i g nm e t h o do f t h e m e c h a n i c a ls t r u c t u r es y s t e m ”，t h es u p p o r tp l a no ft h em i n i s t r yo fe d u c a t i o nf o r t h ey o u n ge x c e l l e n tt e a c h e r ( 1 7 6 6 ) “s t u d yo ft h em i x e ds o f tc o m p u t a t i o no ft h e m e c h a n i c a ls t r u c t u r eb a s e d s a t i s f l c i n gc r i t e r i o n ”，s i c h u a nc e n t u r y e x c e l l e n t y o u n gs u b j e c tl e a d e rf u n d s t u d yo ft h et h e o r ya n dm e t h o do ft h ei n t e l l i g e n t o p t i m i z a t i o n o fm e c h a n i c a l s t r u c t u r e ”，a n d t h e o p e np r o j e c t f u n do ft h e m e c h a n i c a lt r a n s m i s s i o ns t a t ek e yl a b “f u z z yr e l i a b i l i t ya n a l y s i sa n ds a t i s f a c t o r y o p t i m i z a t i o ns t u d yo f m e c h a n i c a lt r a n s m i s s i o n ”，t h ea u t h o rh a st h eo p p o r t u n i t yt o t o u c ht h i sn e w s u b j e c ta n d i sa t t r a c t e db yi t ，t h e nm a k ea n a r e m p t a ti t i nt h el a s tt h r e ey e a r s ，a tt h ed i r e c t i o na n dc a r eo f m yt e a c h e r s ，p r o f h u a n g h o n g z h o n ga n dp r o f z h o uz h o n g r o n g ，ih a v eo v e r c o m em a n yd i f f i c u l t a n d f i n i s h e dt h ed i s s e r t a t i o n t h ed i s s e r t a t i o ni sf u l lo ft h e i rg r e a te x p e n s ea n dm y j m u c h h a r d s h i p t h ed i s s e r t a t i o ns u m m a r i z e st h en e w t e c h n i q u eo f t h eo p t i m i z a t i o n a n a l y z e s t h el i m i t a t i o no ft h eo p t i m i z a t i o n ，r e v i e w st h es t u d yo f s a t i s f a c t o r yt h e o r y , b u i l d s a n d c o m p l e t e s t h es t r u c t u r eo f s a t i s f a c t o r yt h e o r y , s t u d i e ss a t i s f a c t o r y m u l t i o b j e c t i v eo p t i m i z a t i o nd e e p l ya n ds y s t e m a t i c a l l y , a n dd o e s s o m eu s e f u l a n a l y s e st os e v e r a lp r a c t i c ep r o b l e m i nm e c h a n i c a ld e s i g n t h em a i nc o n t e n ti sa s f o l l o w s ： ( 1 ) i nc h a p t e rl ，t h en e wt e c h n i q u eo f t h eo p t i m i z a t i o nt h e o r ya n dm e t h o di s s u m m e du p ，t h el i m i t a t i o no ft r a d i t i o n o p t i m i z a t i o n i s a n a l y z e d ，a n d i ti s 第1v 页西南交通大学博士研究生学位论文 r e a f f i r m e dt h a ti nm o s te n g i n e e r i n ga p p l i c a t i o na n ds o c i a ll i f em a ns e e kt h e s a t i s f a c t o r y ”b u tn o t o p t i m a l ”a n d s a t i s f a c t o r yd e g r e et h e o r y i sm o r ee f f i c i e n t t h a n o p t i m i z a t i o nt h e o r y ” ( 2 ) i nt h es e c t i o n2 1 a n d2 2o ft h ec h a p t e r2 ，t h es t u d yo fs a t i s f a c t o r y d e g r e ei ss u m m a r i z e d ，t h eg e n e r a t i o n ，d e v e l o p m e n ta n dp r e s e n tr e s e a r c ho f t h e s a t i s f a c t o r yi sa n a l y z e da n ds u m m e du pa tl a r g e ，a n d i ti sd i s c u s s e dt h a tt h e i m p o r t a n c e a n dn e c e s s i t yt os t u d yt h es a t i s f a c t o r yd e g r e et h e o r y s y s t e m a t i c a l l y ( 3 ) i nt h es e c t i o n2 3 o ft h ec h a p t e r2a n dc h a p t e r3 ，b a s e do nt h ed e f i n i t i o n o ft h es a t i s f a c t o r ys t a n d a r da n ds a t i s f a c t o r yd e g r e ee t e ，t h es t u d yd o m a i n ，s t u d y o b j e c t a r ed i s c u s s e d t h ep r e s e n t a t i o n ，t h ec a l c u l a t i o n ，t h er e l a t i o no ft h e s a t i s f a c t o r yd e g r e ea n ds a t i s f a c t o r ys o l u t i o na n dt h e i rs e t sa r es t u d i e d t h e nb y a n a l y z i n go f t h ec h a r a c t e r , t h em e a n i n g ，t h er e l a t i o nb e t w e e ns a t i s f a c t o r yd e g r e e t h e o r ya n do p t i m i z a t i o na n dc o m p u t i n gi n t e l l i g e n c ei t se s s e n c ei ss h o w n a n dt h e t h e o r ys y s t e mo fs a t i s f a c t o r yd e g r e e i sc o m p l e t e d ( 4 ) i nc h a p t e r4 ，t h es a t i s f a c t o r yp r o b l e mi s d i s c u s s e da n de x a m p l e sa r e a n a l y z e d i ti sp o i n t e d o u tt h a tt h es a t i s f a c t o r yd e g r e et h e o r yc a nb eu s e di nm a n y p a r t si nt h ep r o b l e ms o l v i n g o n es i d e ，i tc a nb ea ni n d e p e n d e n tt h e o r y , w h i c h p r o b l e md e a l tw i t hc o v e r sm a n yk i n dp r o b l e m s ，a n dt h ea n a l y z e da n ds o l v i n g p r o c e s si sg i v e n ；t h eo t h e rs i d e ，a sac r i t e r i o n ，b yi m p o r t i n gi n t oo p t i m i z a t i o na n d o t h e rs u b j e c td o m a i na n di te x e r t si t se f f e c t t h ea p p l i c a t i o nf o rs o m ep r a c t i c e i n s t a n c e si ns o m ed o m a i n si si n t r o d u c e d t h es a t i s f a c t o r yd e g r e ef u n c t i o nb a s e d o nt h eo b j e c t i v ef u n c t i o n ，b yt h ec o s to ft h es o l u t i o ns e a r c h ，b yt h ep r o p o r t i o no f t h es e a r c hp r o c e s si nt h es o l u t i o ns p a c e ，u s i n gt h ef u z z yl o g i ca n db a s e do nt h e n e u r a ln e t w o r ka r ep u tf o r w a r d ( 5 ) i nc h a p t e r5 ，t h es a t i s f a c t o r yo p t i m i z a t i o ni s s t u d i e ds y s t e m a t i c a l l y t h e m u l t i o b j e c t i v eo p t i m i z a t i o n m e t h o di ss u m m e d u p t h e d o m a i no ft h e a p p l i c a t i o no fs a t i s f a c t o r yp r o b l e mi sg i v e n ；t h ep r o b l e ms o l v i n gp r o c e s so f t h e m u l t i - o b j e c t i v es a t i s f a c t o r yo p t i m i z a t i o ni sa n a l y z e d f o rt h ef i r s tk i n dp r o b l e m ， i ti sc o n v e r t e dt oan e wp r o b l e mw h i c ho b j e c ti st of i n dt h em a xs a t i s f a c t o r y d e g r e eb yb u i l d i n gt h es a t i s f a c t o r yf u n c t i o nb a s e do nt h eo b j e c t i v ef u n c t i o na n d r e l a t e di n f o r m a t i o n ，t h eg e n e r a ls o l v i n gs t e p sa r eg i v e n f o rt h es e c o n dk i n d p r o b l e m ，w h i c hs a t i s f a c t o r yd e g r e ei se x p r e s s e dd i f f i c u l t l y , t h em e t h o do fg e t s a t i s f a c t o r yd e g r e eb yb p n e u r a ln e t w o r ki sg i v e n ，w h e nb e i n gs e a r c h e db yt h e 西南交通大学博士研究生学位论文 第v 页 g e n e r i ca l g o r i t h m ，t h e s o l u t i o ni se v a l u a t e da n ds e l e c t e d b yt h eb pn e u r a l n e t w o r k ( 6 ) i nt h ec h a p t e r6a n dc h a p t e r7 ，t h ea p p l i c a t i o n so ft h es a t i s f a c t o r y o p t i m i z a t i o n a r ed i s c u s s e d i n c h a p t e r6 ，a na l g e b r ao p t i m i z a t i o n ，a m u l t i - o b j e c t i v es a t i s f a c t o r yo p t i m i z a t i o n o fw o r mt r a n s m i s s i o na n da t r a n s p o r t a t i o nc a p a b i l i t y o fr a i l w a y - n e t w o r ka r e a n a l y z e da n dc o m p u t e d i n c h a p t e r7 ，t h ed e s i g nm e t h o do f t h ew o r k i n ge q u i p m e n t o f t h el o a d e ri sd i s c u s s e d ， t h ed e s i g nd e m a n di s a n a l y z e d ，a n dt h ed e s i g nm o d e l i n gi sb u i l t b a s e do nt h e s e c o n dm u l t i o b j e c t i v e o p t i m i z a t i o n ，u s i n gt h el a t e n t c r i t e r i o ni nt h es o l u t i o n q u a l i t y r e f e r r i n g t ot h ee x i s t e d d e s i g n s c h e m eo fs o m el o a d e r t y p e ，t h e s a t i s f a c t o r yo p t i m i z a t i o n m e t h o df o rt h e w o r k i n ge q u i p m e n t o fl o a d e ri s p r e s e n t e d ，w h i c hi sm o r er e a s o n a b l ea n d f e a s i b l e ( 7 ) t h el a s tc h a p t e rs u m m a r i z e dt h ed i s s e r t a t i o na n dp r o s p e c to f t h es t u d yo f t h es a t i s f a c t o r yd e g r e et h e o r yi sg i v e n i ns h o r t ，t h ed i s s e r t a t i o n s y s t e m a t i c a l l yd i s c u s s e st h es a t i s f a c t o r yd e g r e e ， a n dg e t ss o m ee v o l u t i o n i tp r o v i d e san e wm i n da n dm e t h o dt os o l v es o m e p r o b l e mw h i c ht r a d i t i o no p t i m i z a t i o n c a n t d o ，w h i c hh a sa l i t t l ea c a d e m i c s i g n i f i c a n c e f r o mi m p o r tt h em u l t i - o b j e c t i v es a t i s f a c t o r yo p t i m i z a t i o ni n t ot h e m e c h a n i c a ld e s i g n ，t h es a t i s f a c t o r yo p t i m i z a t i o no ft h ew o r k i n g e q u i p m e n t o ft h e l o a d e re t ci s g i v e n ，w h i c h h a s s i g n i f i c a n tg u i d em e a n i n gt o s o l v e p r a c t i c e p r o b l e m k e y w o r d s ：s a t i s f a c t o r yd e g r e e ；s a t i s f a c t o r yd e g r e et h e o r y ； s a t i s f a c t o r yo p t i m i z a t i o n ； m e c h a n i c a ld e s i g n ； w o r k i n ge q u i p m e n t o ft h el o a d e r 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规 定，同意学校保留并向国家有关部门或机构送交论文的复印件和 电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 保密口，在年解密后适用本授权书； 2 不保密曲，适用本授权书。 ( 请在以上方框内打“、，”) 学位论文作者签名：姚新胜 日期：2 0 0 2 年1 1 月2 2 日 军 咽 钟 名 a 对 旧 u 7 氰 年 签 儿 脸 咖 巴 教 ： 导 期 静 副 西南交通大学 学位论文创新性声明 本人郑重声黉：掰垒交翡学链论文，怒本入在导鄹指譬下独 立进行研究工作所取荦蹲的成果。除文中融缀注明引用的内容外， 零论文不包含任何篡它个入或集体已经发表或撰写过的研究成 果。对本文的研究做出赏献的个人和集体，均已在文中做了明确 憋说臻。本人完全意谈到零声翳熟法律结聚基本人承掇。 本攀绽论文的主螫剖薪点魏下： 1 定义了满意膦原理的几个基本概念；设计了基于目标函 数、基予模糨数学、基予神经网络戆几释满意度建立方法，一定 程度上宪善了满意度缀理的理论体系。( 2 。3 ，3 2 ，4 。碡) 2 较系统缝探讨了多羹标满意貔毙翊遴，给出了两类多目 标满意优化问题的分析、建模和求解方法。( 5 4 ，5 5 ) 3 。把多强标满意忧诧首次葶| 入莠藏功遗应焉到了枫攘设计 领域。建立了装载枫王终装置六桴极构酶多罄标满意忧纯模型， 耀多羁标满意馕毒艺方法对其进行了分析，给出了集神经网终、遗 传算法为一体的装载机工作装鬣满意设计方法。( 7 3 ，7 4 ，7 5 ) 学位论文俸者签名；辘辫醚 蹬期：2 0 0 2 年王王冀2 2 爨 嚣南交透大学博士磺究生学位谂文第 页 第1 章绪论 1 1 问题的提出 最优化溅论作为一套较为完善和系统的理论从其出现到今天，对人类社 会的发展做出了巨大的贡献，但同样最优化理论也存在局限性，对一些问题 静求簿存在戮难，魄翔：些求解健徐缀大静闰嚣、一些不必求精确瓣懿滴 题、一些实时问题等，对谯些问题，最优化理论并不完全适用。 随着诺腋尔奖获得者h a s i m o n 的“令人满意准则”的提出，人们逐 澎认识到瀵意发疆究豹必簧瞧酾重要拣，其疆究残慕已经攘继出瑷势在季季学 研究稃工程殿用领域中得到了应用，毽建这些工佟零散、不系统。因此建立 系统的满意魔原理的理论体系，用以解决一些传统最优化理论不能解决的理 论闷题，进髓解决工程应用中的一些实际问题就非常必要。 本文力黧在鼯最伉纯臻论及其求麟方法豹弱袋壤豹分褥浚及瓣当蘸满意 度研究现状的归纳总结的基础上，借助人们一般求解问题的恩路，通过与工 程实际需要的结合，完善满意度原理的理论体系，以期对求解实际问题有一 定戆指导意义秘理论秘值。 1 2 最优与满意 l 。2 1 优化理论研究综述 优纯理论作为2 0 整筑数学靛5 大捂警理论之一 最往诧、辩策论、蕹矜 论、奇点理论、计算理论) 【”，对2 0 世纪的数学乃楚整个科学、工程领域以 粲整个人类的发展都做出了巨大的贡献。 l ，2 。| 1 建绕鬏谯 乏理论麓遮遥2 0 零来，翔暴谖蠢一今霹，窀氍霾璃手科 学殿堂，又流行于社会各界乃至市并衡头；既闪耀麓科学思想的火花，又融 会了公共常识的直觉，那么，这个词就是优化或最优化( o p t i m i z a t i o n ) ，无论 工程设计、缴产经营、投资决策、经济运行、人才鹜理，还是技会结构等， 入们耨在追求一种至上豹境界，遥求一种“援致”，这种普遍静渖动最终朝岗 最优化。而鼠，自然界本身早已按照最优化的原则决定其存在形态与演化方 式，综观自然和社会，人们确信：最优化乃是任何事物趋于平衡无可逃遁的 条援戮，热憩警逮豹瓣辎不可戆没蠢每之稳应麴臻大鼗学理论 箨秀数学 学科的“最优化”，非同罨常地热乎起来，乃是自然之势。 第2 页西南交通大学博士研究生学位论文 最优化问题可简单地描述为：在给定条件下求一函数的极值点。在这种 意义上，最优化理论源远流长。然而，只是到2 0 世纪下半叶，关于最优化的 一些基本结论才被发现，特别是6 0 年代以来，最优化技术的理论与方法才得 到迅速的发展，逐渐形成一门独立的、新兴的数学学科【2 硼。 在形式上，最优化问题一般可表示为 m i n j x ) x 酽 s t ( 的= 0 ，g ( 的 0 x e f 表示x 为栉维欧氏空间中的一个点或为一个玎维向量。 对一个最优化问题的解答主要分为两个部分。首先，必须回答该问题是 否有解及其解具有何性质，这方面的研究构成“最优化原理”，其次，对于一 个确定有解的最优化问题，具体求出其解，一些越来越强的算法的涌现，无 疑具有重大的实际意义。 优化系列问题大致可以分类如图1 1 所示【5 ，6 1 。 图1 - 1 o p t i m i z a t i o nt r e e ( 优化树) 结构图 在求解优化问题的策略和算法方面，许多人都做了大量的工作。随着最 优化理论应用领域的不断扩大，一些科学研究和工程应用中的问题对最优化 理论的要求也不断增强，伴随着新理论、新方法、新技术的产生和发展，人 们在传统最优化理论基础上，不断对最优化理论进行修改、完善，产生了模 糊优化、广义优化、智能优化等新的优化理论和方法。 1 2 1 2 优化的广义性回顾优化的发展，可以认为，优化设计史与人类史同 步。冯培恩等把工程优化的发展分为下列几个阶段【7 1 ( 见图1 2 ) ，并认为2 1 西南交通大学博士研究生学位论文 第3 页 世纪是广义优化的时代。 图i - 2优化的发展历程 进入广义优化设计阶段近1 0 年了，但什么是广义优化，从不同角度看问 题，有不同的理解。这里针对几个典型的观点进行简单的介绍。 余俊、周济等在文献 8 】中对广义优化描述为：是针对一般的“狭义”的 传统的优化而言的一种优化。他们认为广义工程优化设计方法应包括： ( 1 ) 具有建立设计任务各阶段模型的能力，但主要的能力还是优化设计 模型的自动建模，兼之以方案设计和设计前处理的功能。 ( 2 ) 有求解各类设计模型的能力，但主要是利用传统的数学规划优化方 法及程序，求解优化设计模型。 ( 3 ) 有很强的对设计结果及决策进行评估的设计后处理的能力，能完成 从方案设计到图形输出的全部设计任务。 冯培恩等在文献【7 】中对优化的广义性进行了较为详细的阐述，并总结出 传统优化和广义优化的区别如表1 所示。 表卜1传统优化与广义优化特征体系之间的比较 第4 页西南交通大学博士研究生学位论文 另外，万军等在文献【9 】中提出基于知识的广义优化方法，并指出广义的 优化意味着“次优化”或“准优化”。是可以实现的实际目标，与传统的最优 化方法相比，在基于知识的广义优化中，对优化问题的描述不是采用数学模 型而是知识模型；优化目标不是求一个函数的极大值或极小值，而是寻求具 体问题的一个合理而可行的方案；传统优化方法中，问题的求解是寻找一个 决策变量的值，在基于知识的广义优化中，问题的求解是利用知识的简化等 手段由已知明显事实推导出知识，其对应问题的解表达为一组优化决策规则 及相应的优化域；问题的可行域为一个知识系统：约束条件表现为对由知识 的核构成的几组决策方案的限定。 就广义概念来讲，真正的广义优化应该是对传统优化的扩展，应该包括 在原有优化基础上经过修改所做的其他各种优化，包括智能优化等等。但是 一般的广义优化主要针对在传统优化基础上对优化的过程和对象进行扩展而 形成的优化。上述的广义优化通过对优化过程和优化对象的扩展，提高了优 化的能力和适用性。 1 2 1 3 智能优化进入人工智能优化阶段近2 0 年了，计算智能的迅速发展 使智能优化变为可能，智能寻优策略迅速涌现，计算机辅助设计方案智能优 化、寻优策略的自动选择和优化过程的智能控制成为现实。这些工作开始全 面突破传统优化的观念局限和功能局限，加速了智能优化的发展，使得更有 效地求解一些问题成为可刚1 0 】。智能优化包括：启发式搜索、神经网络、进 化算法、蚁群算法等。 启发式搜索 启发式搜索是作为人工智能中的求解搜索器而被开发出来的】。在很多 情况下，问题求解可视为系统化地构造或查找解答的过程。与待解问题相关 的( 启发) 信息一般来说可获取并运用于搜索过程。因此，在人工智能领域中， 开发了用于计算机问题求解的各种不同的搜索算法。为简化搜索并减少搜索 过程中出现的大量可选路径，从与待解问题有关的信息中所得到的启发知识 或“经验法则”可用来确定搜索方向，提高搜索速度。 神经网络 神经网络蕴涵了很强的计算能力，特别是h o p f i e l d 网络具有优化计算的 能力【挖】。由于神经网络能量函数的极小点对应于系统的稳定平衡点，这样能 量函数极小点的求解就转换成求解系统的稳定平衡点。将优化问题映射为一 个神经网络，通过网络的动力方程自动演化到网络的平衡态，可自动搜索到 局部最优解。神经网络已经用于求解t s p ( 旅行商) 等许多有约束优化闯题。 器灏交通大学撼士骚究生学位论文 繁5 页 加上其收敛住和稳定性的被证明，神经阉络在优纯中已经得到了广泛的应用。 模拟退火 模拟退化算法最初由k i r k p a t r i c k 、g e l a t tj r 和v e c c h i 提出1 1 3 , 1 4 1 ，它模仿 了渡体结螽蠡孽过程。主要蠢嚣令攥露；热静力学操幸筝，惩予安掩簿溢蓬程， 另一个是随机张弛操作，用于搜索在特定温度下的平衡态，模拟退火算法的 长处在于它舆有跳离局部娥优解的能力【i 5 1 。 进亿冀法 进纯冀 蠢楚从生物的遗传与自然选择的进纯中受蓟启发面演变出的一类 优化搜索技术。遗传算法、进化规划岛进化策略等都是进化算法。进化算法 采用群体搜索代替传统优他方法中的个体搜索。因此，进化算法在搜索过程 巾不荔貉入髑都最往。遗襞葵法是一秘援掇垂然选撵秘速传瓣薅稳援索葵法， 它由h o l l a n d 提出【h l ，最初用于研究自然系统的适殿过程和设计具有自适应 憔能的软件。遗传算法的熬本形式要求一个用于表示个体的编码方式，一个 翅予评赞今钵性戆熬适应浚添数、一缌翅子产生秘控剿薪个体鳇遗传操作。 遗传算法邑缀被非常成功娥运用于解决诲多最优纯鞠趣并越来越流行。蚁群 算法是一种新型的模拟进化算法，通过模拟蚁群搜索食物的过獠，达到求解 比较困难的缀合优化之目的。该方法的主要特点是篪反馈、分布式计算和与 蘩释痘发式爨法援结会。藤爱馕建程嫠褥该方法憝缀快发嚣较好瓣；分毒式 计算使得该方法易于并行实现；与启发式算法相结合，使得该方法易于发现 较好解。研究表明该方法是一种基于种群的鲁棒性较强的算法【m l ”。 l 。2 。l ，4 模糊谯 乏模糊傀纯理论和方法熬磅究起源子7 0 年代b e l l m a n 期 z a d e h 提出的模糊决策概念和模糊环境下的决策模漤。之后许多学者福继研 究了模糊线饿规划模型、模糊多目标规划模型、模糊整数规划模型、模糊动 态规划模型、可能性线性规划模型和模糊非线性规划模型，并掇如了求解这 黧模鍪豹方法。同薅，模赣捧穿、模耧豢运算、灵敏度分辑窝鼹羁理论敬及 模糊优化在擞产实际中的应用也成为模糊优化理论和方法的萤翳研究内容， 并且已经在许多科研和工程中得到了成功的应用 i s 2 0 l 。 l 。2 。l 。5 饯毒l ：壤论豹优势及其对人类的枣越功绩傀纯理论是设诗概念与方 法的一种革命，它用系统瓣、目的定向的和有良好标准的过程霹方法来替代 传统的试验纠错( 仃i a l a n d ，e r r o r ) 的手工方法。优化设计是寻求最好或最合理的 设计方案，丽谯化方法便悬达到这一嗣的的手段。魑然对大多数现实问题丽 誉，由予耗费瓷添( 程蠢、赞焉) 遘予蠹丈，“最婷”懿不一定爱实瑗，毽它褥 供了一种指释思想与标准，形成了概念框絮( 闻鹾识剐、定义、模型化，求解 繁8 页嚣藏交暹大学博士獗究生学缓论文 与评价) 和遮作手段。 优化方法不仅用于产品结构的设计、工艺方案的选择，也用于运输路线 的确定、商黼流通量的调配、产品配方的配比等等。目前，优化方法在机械、 冶金、虿漆、证王、毫橇、建筑、宇靛、造船、辍王等部门都缮翻7 广泛静 皮用。不仅成功地应用予求解清晰定义的结构( 行为) 的系统，也可以解决舆 有一定模糊性不确定性随机性结构和行为性态不好的、动态的、离散的系 统的优纯阕题 2 0 1 。 优化方法还能被应用予处理其他瓣题的过程巾，只要该阀蹶存在有多种 解或方案，故它是求解问题和进行决策的有效手段岛工具【2 i l 。 l + 2 。2 优化疆论的曷限性 ( 1 ) 最优化理论对许多问题不能求解。最优仡壤论及方法瞧经过几十年 的蓬勃发展岛完善，从传统优化理论剿工程优化、智能优化和广义优化，j 藏 们都基于最优他理论的一些核心思想。多年来，这些优纯技术釉方法已经成 功逮应霜予求躺多类谯鼗闷蘧。毽在鲶逢许多优纯| 蠢蘧跨往德会遴到嚣难。 比如组合最优化问题、随机优化