книги / Методы оптимального проектирования
..pdfзом: найти значение параметра t, |
для которого |
выра |
жение |
|
|
F(xk+ td )= F (x \- { - td t, x \ + td2, |
x \ + t ü n |
(3-1) |
достигает минимального значения.
Указанная задача, естественно, решается путем при менения однопараметрических методов оптимизации. На рис. 3-1 представлено сечение критерия оптимальности, зависящего от двух параметров', с помощью прямоц xh+
,Рис. 3-1. Линии уровня критерия оптимальности F (xi, xs) и график сечения вдоль прямой х°+ td.
-\-td, где Xй — начальная точка отсчета и t — параметр расстояния.
Однопараметрические методы различаются как по требованиям к степени гладкости критерия оптимально сти (непрерывность, дифференцируемость и т. п.), так и по информации, используемой в каждой точке поиска. С этой точки зрения можно выделить два класса алго ритмов. Алгоритмы одного класса учитывают при опре делении длины шага только признак убывания (возра стания) критерия оптимальности в нескольких последо вательно выбираемых точках поиска, .а алгоритмы дру гого— изменения численных значений критерия в одной или нескольких итерациях.
3-1. ПОИСК п о ПРИЗНАКУ ВОЗРАСТАНИЯ (УБЫВАНИЯ) КРИТЕРИЯ ОПТИМАЛЬНОСТИ
Алгоритмы этого класса позволяют найти оптимумдля достаточно широкого класса функций. Они не тре буют условия дифференцируемости критерия оптималь ности, а только его непрерывности. Допускаются такж е (в, конечном числе точек) разрывы первого рода.
Простейший алгоритм. Простейший метод определе ния оптимума однопараметрической задачи оптимально го проектирования состоит в следующем. Из произволь ной начальной точки х0 осуществляется монотонное из
менение параметра |
х |
с заданным шагом h в сторону |
||
убывания |
критерия |
оптимальности, т. е. Xh=Xo-\-kh, k— |
||
= 1 , 2 |
После того, |
как функция |
F(x) начнет возра |
|
стать, т. е. при F(xkoX |
F (x/to+i) для |
некоторого k0, про |
изводится смена направления |
движейия с одновремен |
ным уменьшением шага вдвое: |
|
•*7(0+2-- JC/(0+ |
1 -2 • |
При следующем изменении направления поиска (воз растании критерия оптимальности) снова производится уменьшение шага и т. д. Общая формула поиска имеет, вид:
|
|
|
р& |
|
(3-2)/ |
|
|
xk+\ — xt + |
J J (— 1)* |
||
|
|
|
i=i |
|
|
где & = |
Pk |
k — число шагов |
после t-й смены направ- |
||
2 |
|||||
|
i=l |
|
|
|
|
ления |
поиска; |
p/t — число |
смен |
направления |
поиска до |
шага k.
Указанный алгоритм довольно прост для программи рования на ЭВМ, однако он требует большого числа итераций в тех случаях, когда начальная точка нахо дится далеко от экстремума, а также при пологой функ ции критерия оптимальности.
Метод Фибоначчи. Повышение эффективности одно мерного поиска достигается применением метода Фибо наччи. Пусть интервал поиска экстремума определяется
.неравенством ao^x^b 0. Для применения метода Фибо наччи должнобыть зафиксировано число N точек, в ко торых производится вычисление критерия оптималь, ности.
Пусть исходный интервал поиска [до. &о] сократился лосле /г итераций до [ад, &д]. Тогда для вычисления
Фис. 3-2. Расположение интервалов неопределенности при поиске экстремума.
>'я — метод Фибоначчи; б — метод «золотого ссчсии
нового интервала [a^+i, bh+i] выбираются точки h и t\ (рис. 3-2,а) с помощью формул
tk = ÎT+t-k {bk~ ak)+ak' Г к = Ф^+ S r {bk ~ ak)+ йк'
(3-3)
где Фй— числа Фибоначчи, которые определяют с по мощью ре'куррентных соотношений:
Ф й= Ф й-1 + Ф й- 2; Ф о=Ф 1=1- |
(3-4) |
Если F(th) <F(t'h), то в качестве следующего интер вала выбирается [а^+ь bh+i]=[ak, t'k], и если F(tk) > ' >F(t'k), то выбирается [ajt+i, &yl+i] = [4, bh]. Если значе ния критерия F в точках t n t ' равны, то в качестве [aft+i, bk+1] может быть выбран любой.из интервалов Jan, Fк] или [tu, bu], поскольку их длины одинаковы.
Последние точки задаются формулами:
"г |
(^дт_1 |
a N—\)~ \~ a N—l |
(3-5) |
|
~ ~2~ |
~ a N - 1) “ h a N—V |
(3-6) |
|
где е> 0 — произвольно малое число. Оно вводится на последней итерации, чтобы уменьшить интервал, содер
жащий минимум. |
интер |
|
Если F(ttr-i) < F (t'n -i), то минимум лежит в |
||
вале [ûjy-ь |
/'w-i]. В противном случае минимум |
лежит |
в интервале |
[fw-i, 6jv—1]. Отсюда следует, что |
длина |
последнего |
интервала неопределенности равна |
(bü-i— |
—aN-i) /2 и относительно исходной длины составляет:
bff aN= 2ф^ (bo #«)• |
(3-7) |
Таким образом, если задано число обращений к мо дели (в данном случае, число вычислений критерия оптимальности), то может быть указана точность, с ко торой производится поиск. В свою очередь, исходя из требуемой точности -поиска, пользуясь формулой (3-7), можно определить число вычислений критерияоптималь ности.
Метод Фибоначчи обладает наибольшей скоростью сходимости для класса непрерывных функций. Ограни чением на его применение является требование наличия на отрезке поиска единственного экстремума (класс унимодальных функций). Выделение такого отрезка мо жет осуществляться с помощью грубых методов оценки экстремума. Например, функция F(x) может вычислять
ся при значения х0, х |
о |
* o + 2 / t , х0+ 4 h и т. |
д. |
с фик |
сированным h до тех |
пор, |
пока ее значения |
не |
начнут |
увеличиваться. В этом случае три последних значения параметра х определяют наиболее вероятный интервал поиска локального экстремума.
Метод «золотого сечения». Другое весьма значитель ное неудобство, ограничивающее применение метода Фибоначчи, состоит в том, что стратегия поиска сущест венно зависит от заранее заданного числа эксперимен тов. Кроме того, для запоминания чиселФибоначчи используется память ЭВМ. Поэтому на практике часто пользуются более простым методом «золотого сечения» (рис. 3-2,6).
В этом методе сохраняется постоянным отношение длин двух последовательных интервалов неопределен ности, т. е.
T=Lft/Lft+1= l , 680340.
Для оценки интервала неопределенности на А-й ите рации точки /,и t' определяются по формулам:
+ - ^ L k_1= bk. i - ^ L k. l.
Далее выбор одного из отрезков производится так: же, как и в методе Фибоначчи. После N итераций длина интервала неопределенности составляет 1 fxN~l.
Метод «золотого сечения» обладает несколько меньшей скоростью сходимости, чем метод Фибоначчи, однако при большом N длины интервалов неопределенности, полученные с помощью обоих методов, практически не различаются. Метод «золотого сечения» требует сравни тельно небольшого объема памяти ЭВМ и прост в реа лизации.
3-2. МЕТОД КВАДРАТИЧНОЙ АППРОКСИМАЦИИ
Алгоритмы, позволяющие определить экстремум на прямой по ряду численных знааений критерия оптималь ности, построены на основе подходящей аппроксимации функции в некоторой окрестности поиска.
Рассмотрим один из таких методов — метод квадра тичной аппроксимации, когда скорость одномерного по иска повышается за счет, интерполяции функции крите рия оптимальности квадратичным полиномом. Экстремум этого полинома с некоторой погрешностью дает экс тремум критерия оптимальности. Повторяя процесс аппроксимации в окрестности точки хк, удается опреде
лить экстремум с любой наперед заданной точностью. Пусть хh— некоторая итерация поиска оптимума од
нопараметрического критерия оптимальности F(x). В ее окрестности осуществляется аппроксимация функции F(x) с помощью выражения
F (х) ^ F (xk) -j-ai (x—Xk)+ a 2 (x—xh)2. |
(3-8) |
Для определения коэффициентов аппроксимирующе го полинома должны быть известны значения критерия
оптимальности |
еще, по |
меньшей |
мере, в двух |
точках |
(Xh+i и хл+г). |
Значение |
F (xu+i) |
вычисляется в |
точке |
Сб |
|
|
|
|
*ft+i==*ft-|-A*ft+b Точка *ft+2=*ft-I-Ajfft+ 2 определяется по формуле
Pk^^k+i* Рн^ |
если F(Xft)'^>F(Х(е+Л ’, |
<Jkbxh+t, qk< - - ^ ~ , |
если F(xk) < F ( x k+l). |
Вэтом случае аппроксимирующие коэффициенты ai
ив2 могут быть определены из системы уравнений:
F(xk+i)'— F (xk)+ atbxh+t + аА *% +1;
F {•Хк+г)= 4 ” aiД-^й+г 4 ”
Для существования минимума параболы (3-7) необ ходимо, чтобы коэффициент при квадратичном члене был положительным. Это условие запишется в виде
в |
____Р [хк+г) ÀJC.t+i — F foft+i) &xk+2 4* |
— A%k+i) P (xh) |
3 |
&xk+i^xk+2 {^xk+i—Дх^+'г) |
(3-9)
Если точка минимума существует, она может быть вычислена по формуле
ç_____ ____ i V
2аг |
2 |
Л |
чу___________F (xA+i) &X2tt+2 — F-(хА+г) A*3ft+i____________ |
||
F (*4+s) û*é+i F (#£+i) &*к+г + |
|
1 — AX-fc+j) f (*ft) * |
Упрощение вычислений достигается, если для опре |
||
деления существования минимума |
аппроксимирующей |
параболы (3-7) сравнивать с нулем лишь числитель вы ражения (3-8), который одновременно является знаме нателем отношения, определяющего &k+i-
Поиск экстремума производится следующим образом. Пусть задана некоторая константа 0 > 0 . Если а г < 0 или |Ü t|>ô, то движение осуществляется в направлении убывания функции F(x) с постояннымили монотонно возрастающим шагом. Как только функция начинает •возрастать, осуществляется переход к аппроксимации квадратичным полиномом.
Аппроксимация на каждом шаге производится по значениям критерия оптимальности в трех точках. Одна ко все три значения вычисляются лишь на начальном
равной 4,2 К, и корпус, температура которого Т0 равна 300 К*
*Часть теплового моста омывается потоком газообразного гелия, имеющего начальную температуру, равную температуре холодной
зоны (to=T c).
В процессе прохождения по поверхности теплового моста гелий нагревается до температуры /, забирая при этом тепло. Q, поступаю щее вследствие разности температур между корпусом и холодной зоной. Схема замещения охлаждаемого теплового моста представле на Ъа рис. 3-3.
h * ------- ------------ н |
|
|
|
и |
|
|
|
ж |
*-о |
|||||
|
|
|
|
|
|
|
|
|
|
|
||||
|
Н е |
^ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Н е |
|
|
|
|
|
|
|
|
|
|
|
<Ч| |
* с |
У\ |
Л |
Л |
Л Л |
Л |
Л |
А |
Л |
Л |
|
|
|
|
и |
1- |
1 |
v |
v |
V |
V |
V |
v |
V |
v |
v v |
5 |
^ 1 |
r S |
|
______ 1 |
|||||||||||||
|
|
х |
t a - To |
|
|
|
|
|
|
|
А |
|
|
|
|
|
|
|
|
- |
J |
L . |
|
|
\ |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
< Н в |
|
I
и
к?
Рис. 3-3. Схема замещения охлаждаемого теплового моста.
Схема состоит из трех участков с длинами Lc, L и L0. Тепловые сопротивления «холодного» (Rc) и «теплого» (R0) участков вычис ляются с помощью средних значений коэффициентов теплопроводно сти %е и Ао на этих участках:
Тепловой расчет на среднем участке производится путем реше ния уравнений теплового баланса:
dQ |
|
dt |
dQ |
|
|
i r |
= mcp-dT> |
■ s r = “ (?,c )/W > . |
(3-11) |
||
где / — температура |
гелия; m — расход |
гелия в единицу |
времени; |
||
сР — теплоемкость |
газообразного гелия |
при постоянном |
давлении; |
||
а(Т0) — коэффициент |
теплообмена, рассчитываемый по известным |
||||
формулам; Р — отношение поверхности, |
соприкасающейся с гелием, |
||||
к длине охлаждаемого участка |
(омываемый периметр); Т0— темпе |
ратура стенки теплового моста.
В качестве граничных условий принимаются условия второго
рода: |
|
|
|
|
Q (0) = |
(Ть — Тс) |
на |
Долодном“ конце; |
(3-12) |
Q (1) = |
"о (7^0 — Ti) |
на |
„теплом* конце. |
(3-13) |
Принимая во внимание, что теплоприток в холодную зону Q(0) компенсируется за счет теплоты испарения гелия cLi с учетом коэф фициента двухфазного гелия %получим:
Q(0)=mKCb. (3-14)
На основе построенной математической модели определяется область изменения параметра т , представляющего собой расход ге лия в единицу времени.
Необходимо определить расход гелия, который позволяет 1й>д- держивать заданную температуру Т0 в некоторой точке х0 тепло обмена. В качестве меры отклонения температуры теплообменника
от заданной принята величина |
|
|
|
||
|
Р(ш) = [Г (т, * 0) - П |
] 2. |
(3-15) |
||
Задача состоит |
в |
поиске значения* т , |
для которого |
выражение |
|
(3-15) минимально |
и, |
кроме |
того, удовлетворяются |
ограничения |
(3-11), (3-13) и (3-14).
Обращение к модели (вычисление критериями ограничений для одной точки поиска) включает следующие этапы. Для некоторого значения thh осуществляется решение краевой задачи (3-12), (3-13) для системы уравнений (3-11). В результате получается распределе ние температур хладоагента и теплообменника, в частности, темпе ратура в заданной точке х0. По значению T(xQ) определяется F(riih).
Уже на этом примере видно, что одно обращение к модели мо жет потребовать значительного времени счета на ЭВМ. Так, в рас сматриваемой задаче проектирования тепловых элементов криоген ного двигателя система дифференциальных уравнений (3-11) сущест венно усложняется при дополнительном учете в модели таких фак торов, как влияние давления на скорость движения газа, учет кон денсирования, гидравлических характеристик и т. п. Оптимизация изделия варьированием только одного параметра дает представление проектировщику, насколько существенно влияние этого параметра как на критерий оптимальности, так и на характеристики, включен ные в модель в качестве ограничений.
Для оптимизации используется эффективный и достаточно про стой метод «золотого сечения», позволяющий в процессе поиска оценить необходимое число итераций. С его помощью удается также исследовать изменение температурного режима в заданной точке Хо~ при небольших-колебаниях расхода гелия вокруг оптимального зна чения т * .
Глава четвертая
ДЕТЕРМИНИРОВАННЫЕ МЕТОДЫ ОПРЕДЕЛЕНИЯ НАПРАВЛЕНИЯ ДВИЖЕНИЯ К ОПТИМУМУ
Простейшими • среди детерминированных являются прямые методы. Они позволяют определить направле ние поиска непосредственно по одному или нескольким значениям критерия оптимальности, без вычисления производных. Более сложными и в ряде случаев более
70