- •2.1. Характеристика и классификация аналитических методов оптимизации
- •2.2. Характеристика и классификация поисковых методов оптимизации
- •2.3. Основные требования к методам оптимизации
- •2.4. Характеристика этапов проектирования электромеханических устройств и систем
- •2.5. Аналоги объектов проектирования. Основные и неосновные показатели
- •2.6. Процедура поиска аналогов
- •2.7. Преобразование аналогов. Получение проектных решений
- •2.8. Характеристика оптимизации электромеханических устройств и систем методами пассивного поиска
- •2.9. Метод сканирования
- •2.10. Метод статистических испытаний
- •2.11. Метод –поиска
- •2.12. Характеристика оптимизации электромеханических устройств и систем методами направленного поиска. Метод градиента
- •2.13. Метод случайного поиска
- •2.14. Метод покоординатного поиска
- •Литература
2.9. Метод сканирования
Алгоритм данного метода организует просмотр всех узлов n-мерной решётки в области изменения параметров оптимизации, которая определяется условиями (2.11) и (2.12).
Здесь и далее каждый узел решётки – это конкретный вариант объекта проектирования, в частности при проектировании ЭМУС – вариант, например, гироскопического электродвигателя системы управления летательным аппаратом или генератора системы электроснабжения, а координаты узла – конкретные значения переменных параметров, в зависимости от изменения которых ведётся поиск оптимального варианта объекта проектирования.
В данном методе:
диапазоны изменения параметров разбиваются на некоторое установленное расчётчиком количество отрезков Ni, как правило, с равномерным шагом xi;
во всех узлах решётки, кроме тех, в которых не выполняются ограничения, определяются значения функция цели Q;
путём сравнения выбирается узел с лучшим значением Q; тем самым определяется приближение к точке глобального экстремума с точностью, характеризуемой относительным объёмом n-мерного параллелепипеда, ограниченного отрезками xi:
; |
(2.13) |
количество обращений к цифровой модели объекта для расчёта значений функций ограничений, а в случае их выполнения – и значения функции цели, определяется как произведение
, |
(2.14) |
где Ni – количество отрезков разбиения диапазона по i-му параметру. Просмотр Np точек в пространстве параметров или всех узлов решётки, и является в данном методе условием окончания поиска
Алгоритм этого метода может быть построен как совокупность вложенных друг в друга циклов, общим для которых является участок по расчёту и проверке функций ограничений и критерия оптимальности. Количество таких циклов равно числу параметров оптимизации.
2.10. Метод статистических испытаний
Этот метод известен также под названиями метода случайного перебора или метода Монте-Карло. Алгоритм метода основывается на процедуре просмотра изображающих точек, соответствующих вариантам объекта проектирования, рассеянных в заданной области пространства параметров оптимизации, также определяемой условиями (3), но рассеянных случайным образом в соответствии с равномерным распределением вероятности. Иными словами данный алгоритм предполагает случайное равновероятное рассеяние изображающих точек в заданной области пространства параметров оптимизации и поиск в данном случае строится на предположении, что вероятность попадания изображающей точки в каждый участок разбиения (xi,xi+xi) одинакова. Для равномерного рассеяния изображающих точек по n-мерному объёму необходимо обеспечить взаимную независимость случайных координат текущей изображающей точки по всем осям xi.
Точность данного метода, как и метода сканирования, зависит от относительных размеров участков разбиения xi/(ximax–ximin) (или от количества отрезков разбиения диапазона Ni).
Условие окончания поиска состоит в том, чтобы случайная изображающая точка хотя бы один раз попала в каждый n-мерный объём, выделяемый в пространстве параметров отрезками xi и определяемый (2.13).
С учётом случайного характера событий, это попадание должно состояться с некоторым уровнем доверительной вероятности p. Указанное условие окончания поиска позволяет определить число изображающих точек Np, сопоставление которых даёт решение задачи оптимизации, то есть
. |
(2.15) |
где определяется по (2.13).
Особенностью реализации метода статистических испытаний является необходимость формирования случайных значений параметров оптимизации, которые могут быть получены на ЭВМ с помощью специальных программ – датчиков случайных чисел. При этом достаточно организовать только один цикл, в котором бы последовательно просматривались все Np изображающих точек, причём каждая точка формировалась бы из n случайных значений координат, получаемых с помощью датчика случайных чисел.