книги / Методы оптимального проектирования
..pdfчальной точки поиска, ее выбирают далеко от оптимума либо поиск производят из нескольких точек, равномерно распределенных в области поиска, и выбирают среднее значение характеристики.
Рассмотрим подробно оценки эффективности алго
ритмов поиска по каждой группе.
Оценка алгоритмов по точности поиска производится путем вычисления уже известных локальных характери
стик |
е, б |
или у [см. (1-10) — (1-12)] после выполнения |
заданного |
числа итераций N. Характеристики e(N) и |
|
б (N) |
применяются для анализа практически всех алго |
ритмов локального поиска. Они отражают степень при ближения к • оптимуму как по координатам вектора конструктивных параметров, так и по критерию опти мальности. Характеристика у используется лишь в спе циальных случаях: учет ограничений в неявной форме (штрафные функции), поиск с помощью градиентных методов, методов переменной метрики и т. д.
Ввиду того, что многие алгоритмы включают' в себя на каждой итерации как выбор направления поиска, так и одномерный поиск по выбранному направлению, в качёстве оценки скорости сходимости часто используется такая характеристика, как число одномерных поисков, необходимых для достижения оптимума с заданной-точ ностью. Эта характеристика позволяет исследовать эф фективность выбора направления при многопараметри ческой оптимизации. Она определяет, насколько часто производится смена направления поиска. Если в процес се применения сложного алгоритма имеет место частая смена направлений, то это приводит- к существенному снижению эффективности поиска не только за счет боль шого числа обращений к модели, а также и за счет многократного обращения к алгоритму. Естественно,
такие алгоритмы не следует включать- в систему. Оценка алгоритма по скорости сходимости в некото
ром смысле обратна оценке по точности. При ее вычис лении фиксируется требуемая точность е или б и про изводится сравнение алгоритмов по числу пробных ша гов .N, необходимых для достижения это.й точности. Эта характеристика не зависит от быстродействия ЭВМ (а лишь от длины разрядной сетки), сложности модели проектируемого объекта и поэтому является показате лем эффективности алгоритма. Каждое пробное вычис ление используется либо для выбора направления по-
иска, либо для одномерного поиска вдоль этого направ ления. Поэтому скорость сходимости зависит от точности на каждой из двух стадий поиска. Задание высокой точности одномерного поиска на каждой итерации мо жет существенно увеличить общее число обращений к модели (пробных вычислений) даже в случае весьма совершенного способа выбора направления. Необосно ванное снижение требований к точности одномерного поиска может нарушить теоретические предположения, положенные в основу выбора направления (например, условие ортогональности в методе сопряженных направ лений) .
В качестве компромиссных вариантов могут быть использованы критерии с заданным числом проб при одномерном поиске. Число проб может быть фиксиро ванным на все время поиска или изменяться (возрас тать) по определенному правилу по мере увеличения числа итераций.
Сравнение алгоритмов по времени счет позволяет оценить стоимость вычислений при выборе направления поиска и сравнить его с общим временем счета. Для того чтобы эта оценка не зависела от быстродействия используемой ЭВМ, применяются относительные оценки времени, необходимого для решения задач с точностью
до заданной |
погрешности |
е. Пусть п — общее число за |
||||||
дач, которые |
решались |
с |
помощью программы |
а, и |
||||
rts — число |
задач, |
для |
которых было |
получено |
опти |
|||
мальное решение |
(rts<|rt). |
|
|
|
||||
Вводится условный коэффициент |
|
|
||||||
b |
|
1, если программа а решает |
задачу р\ |
(1-14) |
||||
|
Р |
{ |
|
|
|
|
|
|
|
|
О— в противном случае, |
|
|
и îa,v — относительное время, которое затрачено про граммой а на решение задачи р. Величина îa,p представ ляет собой отношение îa,р — реального времени, затра ченного на решение задачи,t к среднему времени тр, не обходимому для решения этой же задачи с помощью ранее известных алгоритмов. Тогда формула для вычис ления эффективности имеет вид:
t’a , р^а, р
Ьа . р^а, р |
п$ |
П-15) |
удается применить. Так, например, в рассматриваемой в гл. 4 группе алгоритмов переменной метрики метод Барнса—Розена менее стабилен, чем ^ Р -м ето д , однако позволяет приблизиться к оптимуму <г помощью мень шего числа итераций.
Для оценки, насколько часто оказывается полезным применение того или иного алгоритма, используется та кая его характеристика, как надежность [42], т. е., ве роятность получения оптимума с заданной точностью. Практическое определение этой характеристики основа но на статистической обработке результатов поиска для целого ряда тестовых примеров. Основная трудность такой обработки связана с исключением индивидуаль ных особенностей задачи, влияющих на алгоритм: гео метрии эквипотенциальных линий критерия оптимально сти, выбора начальной точки поиска, длины разрядной сетки ЭВМ, организации программы и т. д.
1-5. ТЕСТОВЫЕ ЗАДАЧИ
Для проверки функционирования алгоритмов по рассмотренным критериям используются так называемые тестовые задачи. Это мо гут быть практические задачи с известным оптимумом или искус ственным образом подобранные ,функции критерия оптимальности и ограничений. Они используются как для отладки программ, реали зующих методы оптимизации, так и для сравнения этих программ в различных геометрических ситуациях поиска. Тестовые задачи позволяют глубже понять специфику алгоритмов оптимального про ектирования, оценить их эффективность, влияние погрешностей вы числении на результат и т. д.
Известно большое число работ, посвященных созданию эффек тивных тестовых задач. Эта проблема оказывается тесно связанной с выбором критерия эффективности алгоритма поиска экстремума. Однако до сих пор отсутствует сколько-нибудь удовлетворительное ее решение.
Преимуществом использования тестовых задач для апробирова ния алгоритмов, является тот факт, что потерн на каждое обраще ние к модели минимальны. Существенным является лишь время ра боты самого поискового алгоритма.
В тестовых задачах моделируются ситуации, соответствующие особенностям функции критерия оптимальности и ограничений, со здающим характерные затруднения при поиске оптимального реше ния. Такими трудностями являются:
двумерные или многомерные «овраги»; маломеняющийся критерий оптимальности («долина») при зна
чительных изменениях проектируемых параметров; сложная геометрия ограничений (многосвязные допустимые
области, наличие оптимума в «клювообразной» области и т. п.); многоэкстремальные задачи.
Наибольшиетрудности при поиске локального оптимума до ставляют так называемые «овражные» ситуации. Тестовой задачей,
имитирующей «овраг», является так называемая функция Розен- "брока [78]
R(xu л*2) = а(х2— * 2i) 2+ ( l — xi)2. |
(1-17) |
График этой функции для а = 1 0 0 приведен на рис. 1-5. Линии уровня функции Розенброка сильно вытянуты в одном направлении, а в ортогональном к нему расположены довольно тесно.
Рис. 1-5. График функции |
Розенброка |
F(xh лг2)= 100(лг2—* 2i)2-b |
+ ( l - * 2i). |
|
|
В о&цем случае, когда |
критерий |
оптимальности представлен |
с помощью функций, зависящей от п переменных, под «оврагом» понимается ситуация, когда в некоторой области все переменные можно разбить на две группы: при изменениях одних функция ме няется резко, а при изменении других — незначительно. Фо]рма «овра га» может быть различной. Так, например, функция
F [xi, |
х2, *з) = 100[ (а'з—100) (г—1 )2] + х23, |
(1-18) |
где X i= r cos 2jt0, |
x2=rsin 2rt0, представляет собой «овраг», |
линия |
ми постоянного уровня которого являются спирали.
Сложность геометрии линий уровня фукций (1-17) и (1-18) по зволяет оценить с их помощью точность и быстродействие различных методов поиска и, следовательно, возможность их применения для решения практических задач оптимального проектирования. Для по иска оптимума при наличии «оврагов» (так называемая «овражная» Ситуация) многие методы оказываются неэффективными и часто требуется разработка специальных, более сложных алгоритмов.
Другой часто встречающейся трудностью, является пологий ха рактер изменения критерия оптимальности, когда из-за ошибок
округления при счете на ЭВМ не удается установить, улучшаются лн значения критерия. Пологие функции критерия оптимальности встречаются, например, при проектировании электрических_машин [27]. Для решения таких задач требуется точное вычисление значе нии критерия, его градиента, а также функций ограничений.
Тестовые функции, реализующие пологий критерий оптимально сти, называют «долинами». Примером такой функции может слу жить выражение
1 л
f ( x ) = j >7 '( x ) r f x - 4 - 5 ] 7 , (^ )
О/=1
для произвольной функции Т(х) |
[18]. Выражение F(x), |
рассматри |
|
ваемое как функция |
переменных |
xi, х2, ..., х я, представляет собой |
|
тестовую задачу размерности п. |
предназначенных для |
решения |
|
Эффективность |
алгоритмов, |
общей задачи оптимального проектирования, может быть проверена на тестовых задачах, содержащих ограничения. Эти задачи должны включать в себя нелинейные зависимости как в критерии оптималь ности, так и в функциях ограничений; Приведем два тестовых при мера, используемых для сравнения различных модификаций алго ритмов, учитывающих ограничения в явной форме [69].
Пример 1-1. Найти минимум критерия оптимальности
F (х) =XiX2XsXiXS
при ограничениях:
x2i+ * 22 + *2з+ * 24+ х2б~-10=0;
х2—Хз—6 X4X5= 0 ;
|
|
|
|
|
X3l+Jt32 + 1 = 0 . |
|
|
|
|
|
||
Эта |
функция |
имеет минимальное значение F *=2,9197 |
в |
точке |
||||||||
**= (--1 ,1 7 1 2 ; |
1,5957; |
1,8272; —0,7636;'—0,7636). Начальной точкой |
||||||||||
поиска обычно служит JC° = ( —2; |
1,5; 2; —1; —1). |
|
|
|
||||||||
Пример 1-2. Найти минимум критерия оптимальности |
|
|
||||||||||
F (X) = (х, - |
10)* + 5 (je, - |
12)8 + |
*4з + |
з ( i 4- |
И )3 + |
|
|
|||||
|
|
+ |
10хв5 + |
7ха6 + |
х47 — 4xsx7 — 10х8 — 8х7 |
|
|
|||||
при ограничениях: |
|
|
|
|
|
|
|
|
|
|||
|
|
—2x^1 — Зх42 — Хд — 4х24 — 5xg 4“ 127 ^ |
0; |
|
|
|||||||
|
|
— 7х, — Зх2 — 10х2з — х4 + |
x G+ |
282 ^ |
0; |
|
|
|||||
|
|
— 23Xj — ха2 — 6х2в + 8х 7 + 196 ^ 0; |
|
|
|
|||||||
|
|
— 4Xj — х22 + 3x^2 — 2х23 — 5хб + |
11х7^»0. |
|
|
|||||||
_Э та |
задача |
имеет |
оптимальное значение |
F* = |
680,97 |
в |
точке |
|||||
х * = (2 ,3 0 ; |
1,95; |
— 0,47; |
4,37; 0,51; 1,03; 1,68). Используемая |
началь |
||||||||
ная точка |
поиска х * = (1 ; 2; 0,4; |
0; 1; 1). |
|
|
|
|
|
|||||
Тестирование |
алгоритмов |
решения |
многоэкстремальных |
задач |
можно осуществлять на моделях, представляющих собой суперпози' цию (чаще всего линейную комбинацию) одноэкстремальных функ ций, квадратичных в окрестности оптимума [6]. Однако эффектив
ность методов поиска глобального оптимума существенно опреде ляется спецификой решаемой задачи оптимального проектирования. Поэтому формирование тестовых задач для этих алгоритмов обычно состоит в упрощении математических моделей реальных задач с со хранением их инженерной интерпретации.
1-6. ПРИМЕР. СИСТЕМА АВТОМАТИЗАЦИИ ОПТИМАЛЬНОГО ПРОЕКТИРОВАНИЯ АСИНХРОННЫХ ДВИГАТЕЛЕЙ
Проектирование общепромышленных асинхронных двигателей требует'проведения значительного объема электромагнитных, тепловёнтиляционных, виброакустических и экономических расчетов. Вы бор оптимального варианта асинхронного двигателя осуществляется путем оптимального расчетного проектирования на экономико-техни ческой математической модели двигателя [26, 13]. Оптимальное проектирование является центральной частью системы автоматизации проектирования асинхронных двигателей.
Целью создания системы автоматизированного проектирования асинхронных двигателей (САПР АД) является повышение качества асинхронных двигателей, сокращение сроков разработки и освоения их в производстве. Система автоматизированного проектирования АД включает комплекстехнических и программных средств, информа ционную базу, а также организационные положения, определяющие функции и взаимодействие расчетных, конструкторских и технологи ческих подразделений, осуществляющих проектирование.
Общая постановка задачи оптимального проектирования асин хронных двигателей предполагает одновременный поиск оптималь ных параметров (в частности, размеров) как активной, так и кон структивной частей машины. Однако при этом задача настолько усложняется, что в настоящее время является едва ли практически разрешимой. С другой стороны, существующий опыт проектирования показывает, что раздельный поиск оптимальных размеров активной электромагнитной части двигателя с последующим определением размеров других конструктивных элементов может обеспечить полу чение результатов проектирования, по своему качеству вполне удов летворяющих требованиям практики.
Содержание и последовательность процедур расчета вариантов двигателя определяются его математической моделью. Для активной части электрической машины математической моделью является ме тодика -(совокупность формул) электромагнитного и тепловентнляционного расчетов. Следует заметить, что при рассмотрении более широкого круга показателей машины в состав математической, мо дели могут быть включены также и методики других расчётов, на пример виброакустических характеристик, показателей надежности и'др.
В качестве критерия, оптимальности в САПР АД .приняты сум марные затраты на производство и "эксплуатацию двигателей, учи тывающие стоимость потребляемой двигателем электроэнергии за определенный период эксплуатации. Цель оптимального проектиро вания — минимизация этого критерия.
Число независимых конструктивных параметров, варьируемых в процессе поиска оптимального варианта конструкции асинхронного двигателя,* обычно не превышает восьми — десяти. К^ннм относятся внешний и внутренний •диаметры сердечника статора, длина актив ной части двигателя, размеры пазов статора и ротора, число витков обмотки статора и др. Значения остальных размеров й других пара
метров двигателя однозначно определяются по основным конструк тивным параметрам.
В качестве функций'ограничений Ri(x)„ при проектировании при нимаются:
а) зависимости, обеспечивающие соблюдение требований по пус
ковым |
характеристикам двигателя: минимально допустимые пуско |
вой и |
максимальный моменты, максимально допустимый пуско |
вой ток; |
|
б) |
требования, связанные с надежностью и сроком службы дви |
гателя: |
предельно допустимое превышение температуры обмотки, |
а также скорость нарастания температуры при заторможенном ро торе;
в) конструкторско-технологические ограничения, направленные на обеспечение прочности, жесткости и технологичности изготовле ния деталей и узлов. В частности, ограничения максимального зна чения коэффициента заполнения паза, минимальных значений высо ты спинки сердечника ротора, ширины зубцов и т. д.
В результате задача оптимального проектирования асинхронных двигателей формулируется как общая задача математического про граммирования с нелинейными критерием оптимальности и функция ми ограничений.
Универсальная математическая (программная) модель асинхрон ного двигателя охватывает большое число его конструктивных мо дификаций, отличающихся формой пазов статора (открытые, полу открытые, полузакрытые, закрытые), типом ротора (одинарная или двойная клетка) и другими особенностями.
Универсальная программная модель двигателя построена по мо дульному принципу. Отдельные модули соответствуют фрагментам расчетной методики. Такая универсальная модель может быть пред ставлена в.. виде графа, вершинами которого являются модули, а дугами — возможные переходы от одного модуля к другому. За дание конструктивной модификации электрической машины опреде ляет связи между модулями, т. е. активизирует на графе некото рый путь.
• Соответствующее программное обеспечение пердусматривает воз можность модификации проектируемой машины заданием некоторой) вектора b с координатами, принимающими значение 0 или 1. Каж дому модулю соответствует определенная координата вектора b, равная единице только в том случае, когда этот модуль должен быть включен в модель. Вектор b задается перед каждым расчетом, и по нему генерируется программная модель для заданной модифи кации проектируемой машины.
Для выбранных критерия оптимальности и ограничений осу ществляется поиск оптимальных конструктивных параметров. С по мощью стохастических методов производится обзор допустимой области, позволяющий выбрать начальные точки для применения ме тодов поиска локальных оптнмумов. Уточнение расположения ло кальных оптимумов производится с помощью метода линейного локального моделирования (см. § 6-2). Адаптация при поиске опти мума заключается ' в сокращении времени поиска за счет использо вания при последующем шаге информации, полученной на предыду щих шагах.
Решение задачи оптимизации (поиск глобального оптимума) конструктивных параметров асинхронных двигателей на ЭВМ сред ней производительности занимает 0,5—1 ч.
Система САПР АД имеет двухуровневую структуру вычисли тельных средств (рис. 1-6). Верхний уровень образован ЭВМ Единой системы, на которой выполняется поиск оптимальных параметров проектируемого - объекта. Нижний уровень состоит из комплекса аппаратуры и программных средств автоматизированного рабочего места конструктора (АРМ), включающего мини-ЭВМ, чертежную машину и дисплейные пульты. Комплекс АРМ связан с ЭВМ верх него уровня через соответствующее сопряжение, позволяющее про изводить обмен информацией между ЭВМ обоих уровней.
Программное обеспечение собственно оптимального проектиро вания включает: операционную систему САПР, программную модель асинхронного двигателя, пакет программ алгоритмов поиска оптиму ма, банк данных. Программное обеспечение нижнего уровня содер жит: библиотеку моделей графических изображений, справочную информацию по ГОСТ, ОСТ и СТП, пакет программ интерактивной графики, пакет генерации программ для станков с ЧПУ.
Работа проектировщика в диалоговом режиме позволяет быстро производить расчеты, направленные на доводку рассчитанных на ЭВМ оптимальных вариантов машин. В частности, при проектирова нии серий двигателей доводочная работа заключается в пересчетах двигателя на стандартные-размеры обмоточных проводов н в уни фикации длин сердечников.
В режиме диалога ннженер-расчетчнк может оперативно про изводить следующие операции: коммутацию блоков математической модели, необходимых для того или иного вида расчетов, а также изменения перечня ограничении и критериев оптимальности. Эти опе рации выполняются при помощи директив, набираемых на клавиату ре дисплея.
Интерактивный режим взаимодействия конструктора с ЭВМ по зволяет осуществить широкие исследовательские работы для реше ния таких принципиальных вопросов проектирований серий, как вы бор целесообразного класса нагревостонкости изоляции, рациональ ных чисел и конфигурации пазов, типа обмотки и т. д.
Глава вторая
ПОИСК ГЛОБАЛЬНОГО ОПТИМУМА
2-1. ПРОБЛЕМА ПОИСКА ГЛОБАЛЬНОГО ОПТИМУМА
Поиск оптимальных конструктивных параметров^ осу ществляется в условиях отсутствия информации о числе локальных экстремумов функции критерия оптимально сти, ее свойствах гладкости, сложности геометрии допу стимой области и т. д. Поэтому задача оптимального проектирования является многоэкстремальной задачей, которая состоит в определении глобального оптимума по информации о математической модели проектируемого объекта, накапливаемой в процессе поиска.
На рис. 2-1 приводится пример геометрической ин терпретации многоэкстремальной задачи оптимального
40