Оптимизация технических объектов в системах автоматизированного проектирования.
Данная глава посвящена вопросам постановки и решения задач оптимизации при техническом проектировании. Главное внимание уделяется параметрической оптимизации непрерывных объектов.
Проблема оптимизации имеет два основных аспекта: 1) нужно поставить задачу, формализовав понятия «наилучший», «оптимальный»; 2) нужно решить задачу, уже имеющую математическую формулировку.
Строгие математические методы применяют в оптимизации после того, как задача поставлена. Сама же постановка задачи оптимизации в значительной мере основана на качественных соображениях и осуществляется специалистами в конкретных областях техники. Однако, как показывает опыт проектирования и прежде всего опыт автоматизации проектирования, подходы к постановке оптимальных задач в разных областях техники идентичны в своих наиболее существенных чертах.
Методы, применяемые в настоящее время для решения задач оптимизации, довольно многочисленны. Среди них отсутствует метод, который оказался бы наилучшим во всех или в подавляющем большинстве практических случаев. Инженер, пользующийся услугами САПР, должен знать способы постановки задач оптимизации, уметь предвидеть особенности функций, описывающих его задачу, и знать методы оптимизации. Выбор метода, согласованный с особенностями конкретной задачи, повышает вероятность ее успешного решения с минимальными затратами.
Основные определения
Оптимизация, как выбор наилучшего варианта среди некоторого множества, подразумевает наличие правила предпочтения одного варианта другому. Такое правило называют критерием оптимальности.
Будем рассматривать объекты, имеющие неизменную структуру и различающиеся численными значениями параметров внутренних X = (х1, ..., хn) и выходных Y = (у1 y3, ..., уn). В основе построения правила предпочтения лежит целевая функция, количественно выражающая качество объекта и потому называемая также функцией качества. Значения целевой функции тем больше, чем выше качество объекта. Применяют также функции, убывающие с улучшением качества. Оптимизация в первом случае есть максимизация, а во втором — минимизация функции качества. Аргументами этой функции являются управляемые параметры — внутренние параметры, которые можно изменять на данном этапе проектирования. Обозначим вектор управляемых параметров - X*.
Обозначим целевую функцию через F(Х), а область ее определения — через ХО. Если ХО есть дискретное множество точек, то объект дискретный и задача оптимизации относится к области дискретного (в частном случае целочисленного) программирования, в противном случае должна применяться параметрическая оптимизация непрерывных объектов.
Безусловные экстремумы. ε-Окрестностью некоторой точки Х0 будем называть множество Sε (X) точек (векторов), которые находятся от точки Х0 на расстоянии, не превышающем заданное число ε > 0:
Sε (X0) = {X| ||Х-Х0[|ε }, (1)
где ||Х — Х0||- норма вектора X — Х0, отождествляемая с расстоянием между точками X и Х0.
Выражение множеств в виде (1) будем использовать и в дальнейшем, поэтому запишем словесную расшифровку (1) еще раз: множество Sε (X0) есть множество объектов X при выполнении условия ||Х —Х0|| < ε.
Максимумом функции F(X) называют ее значение F(X*), если существует число ε > 0 такое, что для любой точки X Sε (X*) (за исключением лишь самой точки X* выполняется неравенство
F(X)-F(X*)<0. (2)
Минимумом функции F(X) называют ее значение F(Х*), если при тех же условиях вместо (2) имеем F(X) — F(X*)> 0.
Точку X* называют экстремальной точкой (локальным экстремумом). Функция F(X) одноэкстремальна (унимодальна), если имеет один экстремум, и многоэкстремальна, если имеет более одного максимума (минимума).
В зависимости от характера целевых функций (многоэкстремальные или одноэкстремальиые) различают одно- и многоэкстремальные задачи оптимизации.
Точка глобального экстремума— точка, в которой максимизируемая (минимизируемая) целевая функция имеет наибольшее (наименьшее) значение среди всех локальных экстремумов.
К задачам безусловной оптимизации относятся задачи, в которых экстремум ищется в пределах неограниченного пространства управляемых параметров, т. е. задачи, в которых отсутствуют ограничения. Найденные при этом экстремумы называются безусловными экстремумами.
Условные экстремумы. В задачах проектирования, как правило, присутствуют те или иные ограничения. Прежде всего, отметим прямые ограничения — ограничения вида
xi>xнi и xti<xbi, (3)
где xнi и xbt — минимально и максимально возможные значения i-го управляемого параметра.
Прямые ограничения в ряде случаев принципиально необходимы. Типичными примерами могут служить ограничения вида xi>0 для всех параметров, которые по физическим соображениям не могут быть отрицательными. Это геометрические размеры, массы, концентрации примесей, электрические сопротивления и т. п. Во многих случаях, когда прямое ограничение не является принципиально необходимым, его вводят специально для того, чтобы ограничить область поиска экстремума. Область ХД в пространстве управляемых параметров, заданную прямыми ограничениями, называют допустимой областью
где n — размерность пространства управляемых параметров: [1 : п]— множество целых чисел в интервале [1, n].
Кроме прямых ограничений в задачах оптимизации часто присутствуют функциональные ограничения, имеющие вид неравенств или равенств.
Ограничения-неравенства имеют вид
(Х)>0, (4)
где (Х) — вектор-функция.
Прямые ограничения можно рассматривать как частный случай функциональных ограничений (4).
Ограничения-равенства имеют вид
ψ (X) = О, (5)
где ψ (X) — вектор-функция.
Наличие ограничений приводит к задаче условной оптимизации. Решение этой задачи — условный экстремум.
В задачах проектирования часто роль ограничений (4) и (5) выполняют условия работоспособности, тогда область ХР, определяемую как
называют областью работоспособности.