ANSYSFLUENT14.0仿真分析设计

Isight软件包含的优化算法包括数值算法、全局探索算法、多目标优化算法、全自动智能优化器和算法组合等几大类，如表7-4所示。

表7-4 Isight软件优化算法表

（1）数值优化算法

数值优化算法在工程设计中有着普遍应用，它具有如下特点：

1）高效性。数值优化遍寻当前设计点周围的区域，会在最快上升的方向上迅速有效地移动，能很快地获得邻近的最优值。

2）收敛性。数值优化有着可靠的数学基础，能证明在给定条件下的收敛性。

3）局部性。数值方法容易陷于局部极值。

（2）全局优化探索方法

相比较数值优化方法而言，全局优化探索方法具有全局性但相对效率较低的特点，Isight软件提供的全局优化探索方法有：

1）多岛遗传算法MIGA（Multi-Island Genetic Algorithm）。

2）自适应的模拟退火法ASA（Adaptive simulated annealing）。

Isight软件还提供了从全局到局部的优化策略，取长补短，全局探索，局部加速收敛。

（3）多目标优化算法

Isight软件提供了处理多目标优化问题（MOOP）的两类方案，一种是通过设定权值自动将多目标问题转变为单目标问题；另一种则无需事先指定权值，可以获取整个支配解集，即所谓Pareto解集。

Isight软件还提供了一个多目标决策工具：工程数据挖掘模块（EDM），如图7-19所示。

图7-19 Isight提供的数据挖掘工具EDM

（4）智能优化器Pointer(www.xing528.com)

Pointer全能优化器可以根据设计空间的性质自动组合使用4种优化算法快速优化设计问题，得到高效的优化结果。

Pointer Optimizer可以控制4种优化算法的组合，由于4种方法分别适用于不同类型的优化问题，在优化历程中，Pointer优化器通过探测设计空间的性质而自动选择最适用的算法来寻优，对于不了解算法理论的工程师而言是非常有用的工具。

（5）基于近似模型的优化

近似模型是一种数学模型，能够近似模拟一组输入（独立设计变量）和输出（响应）之间的关系。近似模型可以代替耗时的仿真、平顺设计设计空间、更好的理解输入/输出关系、减少优化时陷入局部解的可能性，可以与多种策略进行组合（DOE，Optimization，Monte Carlo，质量方法等）。

Isight软件提供的近似模型包括：

1）响应面近似模型（Response Surface Method，RSM）。对采样点使用最小二乘的方法获取近似模型，可以构造线性、二阶、三阶、四阶模型，提供方法自动选择多项式的项提高拟合度。

2）Kriging近似模型。

3）RBF神经网络模型。用于高度非线性的模型。

Isight软件的近似模型功能具有如下特点：

1）在工作流中拖曳使用。

2）智能导向式（Wizard）。

3）能进行近似模型精度分析（Error Analysis）。

4）近似模型可视化：提供虚拟现实的可视化工具（Visual Design Driver），可以交互的用不同的视角查看设计空间。

5）对一个组件可以建立多层近似。

在近似模型的基础上进行优化迭代时，可能会出现因为近似模型的精度问题而引起最终优化结果违反约束的现象。Isight软件的Exploration组件提供了内外循环策略（Approx-imation Loop Exploration Strategy），可以在优化迭代过程中自动检验近似模型的精度，如果不满足要求，可以自动采样并重构近似模型，直到实际仿真和近似模型的吻合度达到要求为止，如图7-20所示。

图7-20 Isight软件近似模型迭代探索策略原理示意图

如果算法发现最初的近似模型RSM⁰不满足实际精度的需要，Isight Exploration方法会采样并构造RSM¹，然后在RSM¹上进行寻优，如果还不满足精度要求，则继续采样并构造RSM²，在RSM²上进行优化，直到满足精度要求为止。这种内外循环的方法将近似模型在优化中的应用可靠度和精度都大幅提高。