基于计算智能的优化设计探讨
摘 要:随着优化设计在工程领域应用的深入,各种传统的优化方法往往无能为力,为解决工程优化设计面临的复杂问题,将计算智能与优化设计有机结合,形成了基于计算智能的优化设计。 关键词:优化设计;计算智能;遗传算法 1 优化设计与计算智能 优化设计是在20世纪60年代随着计算机的广泛应用而发展起来的一种现代设计方法。由于该方法将工程或产品的设计问题转化为最优化问题,在计算机上基于最优化理论进行寻优计算,从而能在满足设计要求和限制条件的全部可行方案中选定最优方案,大大提高了设计质量和效率,因此在工程和产品设计中得到广泛应用。 就工程优化设计而言,随着优化设计在工程领域应用的深入,人们趋向与用更接近实际的模型解决大型复杂系统或结构的整体、全局、全方位的优化问题,优化设计所要解决的问题因其大(设计变量、约束条件数目大)、杂(不同性质的对象并存)和灰(不确定性,包括随机、模糊、未确知)而十分复杂。面对这样复杂的问题,各种传统的优化方法往往无能为力。 向生命学习,从生物和人的自身寻求如何解决问题的答案。80年代末~90年代初,人们创建出计算智能。智能计算方法的应用证明,计算智能对解决大规模、复杂系统的问题非常有力。 将计算智能与优化设计有机结合,运用计算智能的计算方法解决优化问题,这就是基于计算智能的优化设计—智能优化设计。 2 基于计算智能的优化设计 2.1 基于模糊计算的优化设计 工程设计存在大量的模糊信息,如:设计标准的模糊性、设计准则(规范)的模糊性、外部环境作用的模糊性等。由于模糊信息不能用准确的数量来表达,必须用模糊计算的方法来处理,包括:模糊变量、模糊约束、模糊目标函数、模糊推理计算等。 模糊优化设计包括三个方面的内容: ①模糊优化设计方法; ②自适应模糊优化系统模型; ③模糊专家系统。 2.2 基于神经网络的优化设计 人工神经网络是模拟人脑神经网络的结构而形成的,具有一定智能(自学习、自适应、容错性)的计算模型,也是一个大规模复杂非线性动力学系统。它具有非线性大规模并行分布处理的高速运算能力、很强的非线性映射能力和信息的分布式动态存贮能力。可以处理不完整、不准确的信息。。