手动优化流程

手动优化流程，打开isight9.0File→New出现点击出现点击Add，添加变量名，例如，3个变量x，一个函数值y的情况，变量的Mode为input（变量当然是输入的嘛）；函数值y的Mode为output（函数值是最后得到的结果当然是输出的，很好理解的。。。）变量type可以通过点击选，默认为实数类型real（点开还有别的integer整形或者discret离散型）点击APPLY，再点OK先保存一下，保存到你想保存的地方，随便起个名字。。。然后关掉下面这个框框回到下面这个界面：再点，弹出以下对话框：将变量的范围输入，在变量当前值CurrentValue一栏随便输入个在取值范围之内的值，对函数值y在Obj一栏点击（如果优化是取最大就点出向上的箭头，如果取最小就点出向下的箭头），这里我们点向下，完毕后结果如下图所示下面进行实验设计点击这个，出现，点击New，弹出以下对话框：为嘛只有变量x，没了y呢？（废话，实验设计本来就是对变量x的设计）。。。点击右上角选择实验设计方法（默认的貌似是十字交叉法，俺没用过，自己探索去），这里我们选择最为简单的拉丁超立方方法如图所示。把三个变量factor都打上勾，然后将类型diff都改成value如下图。只要定义上下限（Lower和Upper），边上那个Baseline随便填个数只要在上下限范围内就可以。然后定义实验设计的变量范围，只要定义上下限（Lower和Upper），边上那个Baseline随便填个数只要在上下限范围内就可以。然后定义取的变量组数，这里我们取10组，。然后点击，出现如下对话框：然后勾一下ShowValue（记得一定要勾），如图就是isight用拉丁方法实验设计出的10组变量取值，点击到处实验设计的matrix文件，弹出个对话框默认保存到刚刚保存过的文件夹下，点Print即可，到保存的文件夹下可以看到这个文件，用记事本打开是这样纸滴：到这里，实验设计的过程完毕。拿这10组变量去计算，每组算出一个y值（如第一组x1取1，x2取15，x3取51.67，算出这个时候的y值。如此算10组，算完就可以搭建近似模型了。）建立近似模型建立近似模型前需要一个excel文件模板，见我发给你的moban.xls,根据这个模板，将你的数据考进这个模板，删除空余的行。模板如下图所示，输入变量和函数值，然后对于单目标优化Objective和ObjectiveAndPenalty都等于函数值y。这一栏y值是我随便填的（实际应该是对应每组变量算的阻力系数CD）这一栏y值是我随便填的（实际应该是对应每组变量算的阻力系数CD）这个是完整的文件模板，也可以做成像下面这种简单的，同样也可以计算（建议用下面的这种，简单）。建如下excel：这里excel只是个过度工具，新建一个文本文件（随便起个名字0.txt）将这个excel的内容全选复制过去，生成如下图所示文本文件：这是近似模型的类型在isight界面中点击，弹出这是近似模型的类型在近似模型类型中，选择kriging模型。对话框变为：这是建模型的数据来源，我们前面建的txt这是建模型的数据来源，我们前面建的txt文件就是数据，所以这里选择DatabaseFile去浏览到前面做的txt去浏览到前面做的txt文件浏览的时候跳出的对话框将文件类型改成AllFiles，然后选那个我们做的1.txt就可以了，isight软件是识别txt文件的，如下图所示：选完，点击中间的Coeff.Data，出现：，点击InitializeNow，弹出对话框如下：点开这个visualization，显示各个变量和y值之间的关系如下图所示：点这个有对应的曲线关系滑动这个，会发现y值随之改变，体现了函数值与变量之间关系点这个有对应的曲线关系滑动这个，会发现y值随之改变，体现了函数值与变量之间关系这个对应的曲线关系可以出点图放在论文里，体现单个变量对函数值y的影响关系。最后点击下Apply，再OK，回到主界面，近似模型就建好了。然后开始优化点击这个按钮，弹出优化对话框如下图：点击New，跳出：选择优化方法(哇靠，这么多优化方法随便选，都不用自己编程，爽歪歪)。。。这里我们选择带精英策略的遗传算法，就是这个点一下AddasaStep后如下图所示：点下Apply，点击上面的出现：迭代的代数，100代200代随便你，这里咱就100吧种群个数，可以随你输入，这里咱就50吧迭代的代数，100代200代随便你，这里咱就100吧种群个数，可以随你输入，这里咱就50吧点击Apply，然后点击Approximations（前面不是建了近似模型么，这个时候派上用场啦。。。），弹出以下对话框：点击下这个，表示选中前面所建的近似模型，弹出:点Yes后，如下：注意这个一定要是0注意这个一定要是0然后点Apply，最后点OK，回到主页面。如下图：先保存下。开始执行优化，单击TaskPlan出现下拉菜单，选择OptimizationPlan，选NewPlan。点击绿球开始优化，经过5050步（初始种群50乘以100代等于5000步，再加上50步的验算），跳出优化结果Ok。。。优化成功，拉下来看一看，可以看到当时，y取得最小值。X的值可能不是唯一的，没准是另外一组x同样能使得Y达到最小，所以可能两次算的y一样x不一样（仅限少数情况）。整个优化过程完毕，其实蛮简单，俺写的具体了点。。。接下来出个横条影响关系图。点击主页面上这个按钮，跳出：点击Tools选择，出现：浏览到你的工作文件夹，里头会有优化过程中的一个文件如下：这个Task.db文件在这打上钩，将这改成3改完点这个R