有限元分析入门与应用：实现目标驱动优化

目标驱动优化【Goal Driven Optimization】系统简称GDO。该系统通过对多个目标参数（输入或输出）进行约束，从给出的一组样本（设计点）中得出“最佳”的设计点。

目标驱动优化是设计探索优化的核心模块，优化算法包括筛选算法【Screening】、多目标遗传算法【MOGA】、二次拉格朗日非线性规划算法【NLPQL】、混合整数序列二次规划算法【MISQP】、自适应单目标法【Adaptive Single Objective】、自适应多目标法【Adaptive Multi-ple Objective】。

1.目标驱动优化操作

（1）目标约束 目标驱动优化必须对相应的参数目标进行约束，每个参数目标只有一种约束类型，约束类型有多种可选。若没有约束得到满足，则优化问题无法进行。目标与约束的设置在【Outline of Schematic B4：Optimization】里，单击【Objectives and Constraints】→【Table of Schematic B4：Optimization】优化列表窗口，如图17-21所示。

图17-21 优化目标设置

（2）目标优化的输出 通过确定输出参数目标的标准优化计算结束后，系统会自动从所有的结果中选出3组优化的候选设计，“星号”的数量指示了目标达到的程度，其中“星号”越多说明该参数越优，如图17-22所示。

图17-22 目标驱动优化设置与结果

（3）插入设计点 得到最优设计点后，可以通过插入设计点的方法来验证所得结果的合理性。插入的方法：在候选点的第一组后单击右键，从弹出的快捷菜单中选择【Insert as Design Point】，如图17-23所示。

（4）更新设计点 在插入设计点后，单击工具栏中的【B4：Optimization】关闭按钮，返回到Workbench主界面，双击参数设置Parameter Set进入参数设置面，在Workbench工具栏里单击升级所有设计点，如图17-24所示。

图17-23 插入设计点

图17-24 更新设计点(www.xing528.com)

（5）应用设计点 更新设计点后，可以看出此时的设计点不是当前设计点（前面分析系统模型参数），需把更新后的设计点应用到具体的模型中。应用的方法：在更新后的点即DP1组后单击右键，从弹出的快捷菜单中选择【Copy inputs to Current】；然后单击右键，从弹出的快捷菜单中选择【Update Selected Design Points】，如图17-25、图17-26所示。

2.目标驱动优化图表

（1）权衡图 权衡图【Tradeoff】代表目标驱动优化中使用的样本组，图中的颜色显示与既定设计目标匹配程度，蓝色代表好，红色代表差，如图17-27所示。

图17-25 应用当前设计点

图17-26 更新当前设计点

图17-27 权衡图

（2）样品图 样品图【Sam-ples chart】是用来探索给定目标的样品组进行优化结果后处理的工具，在优化求解后，根据选择，样品图出现，如图17-28所示。样品图有两种显示模式：一种用坐标系模式显示所有样品组，一种用帕累托锋【Pareto Fronts】模式显示样本组。如果选用帕累托锋模式，颜色方法依旧选用帕累托锋，那么样品图梯度颜色中蓝色代表最好的结果，红色代表最差的结果。

图17-28 样品图

（3）灵敏图 这里的灵敏图是整体灵敏图，其结果与局部灵敏图有区别，但显示式样与局部灵敏图一样，具体可参看局部灵敏图。