Вопрос 3: Параметрическая и структурная оптимизация. Определения. Примеры применения в проектировании.


Определения

Проектированием называют процесс создания описания, необходимого для построения в заданных условиях еще не существующего объекта, на основе первичного описания этого объекта (задания на проектирование).

Проектирование сводится к решению группы задач синтеза и задач анализа. При этом задачи синтеза связаны с созданием объекта, в то время как задачи анализа - с изучением свойств данного объекта.

Различают синтез структурный и параметрический.

Цель структурного синтеза - получение структурной схемы объекта, содержащей сведения о составе элементов и способах их соединения между собой.

Цель параметрического синтеза - определение числовых значений параметров элементов.

Синтез носит название оптимизации, если определяются наилучшие в заданном смысле структуры и значения параметров. Задачу выбора оптимальной структуры называют структурной оптимизацией, а расчет оптимальных значений параметров при заданной структуре - параметрической оптимизацией.

Постановка задачи оптимизации

Пусть D D - область в пространстве параметров P=(p1,p2,...,pm) P = (p_1, p_2, \text{...}, p_m) .

Пусть в этой области определена скалярная функция W(P) W(P) , удовлетворяющая условию W(P)0 W(P) \geqslant 0 , при ограничении:

  • типов равенств ϕk(P)=0,k=1,l \phi_k(P) = 0, k = \overline{1, l} ;
  • типов неравенств ψk(P)0,k=1,n \psi_k(P) \geqslant 0, k = \overline{1, n} .

Требуется найти минимум (максимум) W(P) W(P) в области D D при указанных ограничениях. Если ограничения отсутствуют, имеет место безусловная оптимизация, оптимизация при наличии ограничений носит название условной.

В зависимости от размерности пространства параметров (значения m m ) выделяют одномерную (m=1) (m=1) и многомерную (m>1) (m>1) оптимизацию.

Немного матана

В теории оптимизации важными являются понятия локального и глобального минимумов (максимумов) функции, а также понятия унимодальной я неунимодальной функций.

Точка P P' называется точкой локального минимума функции f(P) f(P) , если существует δ \delta -окрестность данной точки, такая, что P:PP<δf(P)f(P) \forall P: |P - P'| < \delta \to f(P) \geqslant f(P')

Значение f(P) f(P') носит название локального минимума функции f(P) f(P) .

Точка P P' локального минимума называется точкой глобального минимума, если для всех других точек локального минимума выполняется условие. Значение f(P) f(P') при этом носит название глобального минимума.

Унимодальной в некоторой области называется функция, имеющая в данной области одну точку минимума (максимума), в противном случае функция неунимодальна.

Примеры применения в проектировании

Пример с лекции: Остывающая чашка с чаем

Модель: чашка с чаем

Уравнение остывающей чашки: ddtT=K(TTair) \frac{d}{dt}T = K(T - T_{air})

Tair T_{air} - температура воздуха

Оптимизация 1

Структурная оптимизация модели методом Эйлера:

Tn+1=Tn+hK(TnTair) T_{n+1} = T_n + hK(T_n - T_{air})

T=KT T' = KT

T=T0expKt T = T_0 \exp{Kt}

T=KT0expKt T' = KT_0\exp{Kt}

Параметрическая оптимизация: K=argmin(Ti(K)τi)2 K = \text{argmin}\sum{(T_i(K) - \tau_i)^2} . Минимизация K.

τi \tau_i - ряд экспериментальных данных

Ti(K) T_i(K) - значения темпиратуры модели

Оптимизация 2

Структурная оптимизация модели уравнением второго порядка:

ddtT=r \frac{d}{dt}T = r

ddtr=K1(TTair)+K2r \frac{d}{dt}r = K_1(T - T_{air}) + K_2r

Параметрическая оптимизация: K=argmin(Ti(K1,K2)τi)2 K = \text{argmin}\sum{(T_i(K_1, K_2) - \tau_i)^2} . Минимизация K1 K_1 и K2 K_2 .

τi \tau_i - ряд экспериментальных данных

Ti(K1,K2) T_i(K_1, K_2) - значения темпиратуры модели

Пример из схемотехники: трассировка

Структурная оптимизация: задается размеры платы, набор элементов и их соединения, так чтобы они удволитворяли ТЗ. Так как элементы обладают физическими характиристиками, то они являются константами.

Параметрическая оптимизация: производится минимизация длин дорожек, которые соединяют элементы на плате.

Если результат не удовлетворяет условиям ТЗ, то меняется структурная оптимизация и заново выполняется параметрическая оптимизация.

Если у кого есть курсовая Михалкова, то можно от туда написать инфу

results matching ""

    No results matching ""