- •Введение
- •1.2 Структура и основные принципы построения сапр
- •1.3 Построение систем автоматизированного проектирования
- •Лекция №2 Виды обеспечения сапр
- •2.1 Инструментальная база сапр
- •2.2 Основные функции и состав операционных систем
- •2.3 Классификация устройств, обеспечивающих получение твердых копий конструкторской документации
- •Сканеры
- •Получение твердых копий
- •Технология печати
- •Струйные принтеры
- •Лазерные принтеры
- •Плоттеры
- •Архитектура системы
- •Лекция №3 Организация и управление данными в сапр
- •3.1 Общие положения
- •Языки бд
- •Типовая организация современной субд
- •Организация систем автоматизированного проектирования на базе бд
- •3.2 Внутримашинное представление объектов проектирования
- •3.3 Организация обмена данными. Компьютерные сети
- •4.2 Автоматизация инженерных расчетов при проектировании
- •4.3 Автоматизация проектирования технологических процессов
- •Лекция №5 Геометрическое моделирование и организация графических данных. Автоматизация процесса проектирования
- •5.1 Назначение и область применения систем обработки геометрической информации
- •5.2 Двухмерное проектирование с помощью системы AutoCad
- •5.3 Параметрическое проектирование с применением системы SolidWorks
- •6.2 Предпосылки автоматизации проектирования технологических процессов
- •6.3 Математическое обеспечение виртуального производства
- •Лекция №7 Алгоритмы и автоматизация расчетных методик, применяемых при проектировании кузнечно-прессового оборудования
- •7.1 Предпосылки автоматизации проектирования деталей приводных устройств
- •7.2 Инженерные расчеты
- •7.3 Автоматизация инженерных расчетов и подготовки рабочих чертежей
- •Лекция №8 Принципы построения и организация технического документооборота в масштабе предприятия
- •8.1 Автоматизация управления подготовкой производства
- •8.2 Структура и принципы организации работ
- •Документ – версия – итерация
- •Выбор целевой функции
- •Назначение ограничений
- •Нормирование управляемых и выходных параметров
- •9.2 Классификация оптимизационных задач
- •9.3 Подходы к решению обобщенных задач оптимизации. Математическая формулировка задач оптимизации
- •Библиографический список
- •Оглавление
- •Часть 1. Автоматизация проектирования. 3
- •Часть 2 задачи автоматизации проектирования механизмов и машин в машиностроении 50
- •Часть 3 совершенствование кузнечно-прессовых машин на основе методов оптимизации 114
- •394026 Воронеж, Московский просп., 14
Нормирование управляемых и выходных параметров
Пространство управляемых параметров - метрическое. Возможны различные способы нормирования.
В качестве примера рассмотрим способ логарифмического нормирования, достоинством которого является переход от абсолютных приращений параметров к относительным. В этом случае i-ый управляемый параметр ui преобразуется в безразмерный параметр xi следующим образом:
, (9.6)
где - коэффициент, численно равный единице параметра ui.
9.2 Классификация оптимизационных задач
Подавляющее большинство оптимизационных задач, возникающих на практике, приводятся к следующему виду:
найти |
|
при ограничениях |
|
Даже те задачи, которые сами по себе в эти рамки не укладываются, часто могут быть сведены к последовательности стандартных. Однако существование столь универсальной формы представления вовсе не означает, что различиями между отдельными задачами следует пренебрегать. Наоборот, имея дело с конкретной постановкой, всегда надо постараться использовать ее особенности для того, чтобы организовать поиск решения самым эффективным образом.
Определить признаки, по которым можно разумно классифицировать оптимизационные задачи - проблема не простая. Самым подробным способом “классификации” было бы считать каждую задачу уникальной. Хотя и набора признаков для всех случаев жизни, не существует, достаточно разумный список составить можно.
Поскольку имеется в виду, что разным классам задач будут отвечать разные алгоритмы решения, этот список должен быть результатом соразмерения выгод от эксплуатации выделяемых свойств и затрат на разработку соответствующего математического обеспечения.
Наиболее очевидные различия между задачами связаны с математическими характеристиками их функций. В приведенной ниже таблице 4 дана стандартная схема классификации оптимизационных задач по типах их функций. Каждый из перечисленных признаков существенен для выбора алгоритма решения.
Табл. 4
Тип F(x) |
Типы (ci(x)) |
Функция одной переменной |
Ограничения отсутствуют |
Тип F(x) |
Типы (ci(x)) |
Линейная функция |
Простые ограничения на переменные |
Сумма квадратов линейных функций |
Простые ограничения на переменные |
Квадратичная форма |
Линейные функции |
Окончание табл. 4
Тип F(x) |
Типы (ci(x)) |
Сумма квадратов нелинейных функций |
Линейные функции с разреженной матрицей коэффициентов |
Гладкая нелинейная функция |
Гладкие нелинейные функции |
Нелинейная функция с разреженной матрицей Гессе |
Гладкие нелинейные функции с разреженной матрицей Якоби |
В соответствии с данной таблицей выделяется, например, категория задач на поиск минимума гладкой нелинейной функции при простых ограничениях на переменные. Помимо названных существуют и другие признаки классификационных оптимизационных задач. Среди них обязательно следует упомянуть размерность.
От нее зависит сколько памяти и вычислений потребуется для поиска решения тем или иным методом. Классификация по размерности всегда относительна: считать ли задачу большой или маленькой, определяется тем, какие вычислительные средства имеются в распоряжении. Еще один показатель, который может существенно различаться для разных задач и всегда учитывается при выборе алгоритмов, - это доступность производных. В одних задачах аналитические значения первых и вторых производных целевой функции вычисляются легко, а в других вычислению поддаются точные значения лишь самой функции. Когда говорят о доступности производных, то имеют ввиду не только возможность построения процедуры расчета их точных значений, но и приемлемую трудоемкость этой процедуры. Наконец, выбор алгоритма может определяться природой задачи и нуждами исследования, в рамках которого она возникла. Эти “внешние” факторы часто диктуют условия, никоим образом не вытекающие из математической постановки задачи.
Когда-то арсенал методов оптимизации был небогат, эти методы были простыми и казалось естественным положение, когда каждый, кому нужно было решить оптимизационную задачу, шел в библиотеку, подыскивал описание подходящей схемы в каком-нибудь журнале (а то и сочинял свою схему) и самостоятельно программировал ее. Однако времена меняются, и сегодня подобное положение было бы неприемлемо.