iSIGHT中优化算法分类

合集下载

基于iSIGHT的主轴动静态性能优化设计方法

ｓｎｌｆｃｒａｎｈｒｚｎａａｈｎｉｅｔｒｗａａｅｓａｎｔｎｅ，ｔｅＡｄａｔｖｉｕａｅｎｅ・ｐｉｄｅｏｅｔｉｏｉｏｔｌｍｃｉｎｇｃｎｅｓｔｋｎａｎｉｓａｃｈｐｉｅＳｍｌｔｄＡｎａ
Ａｂｓｒｔ：Ｄｅｏｍａｉｎａｄｖｂａｉｎｏｈｐｉｌｓｏｅｏｈａｎｒａｏｓｗｈｃｆｅｔｔｅｍａｈｉｎｇｔａｃｆｒｔｏｎｉｒｔｏｆｔｅｓｎｄｅｉｎｆｔｅｍｉｅｓｎｉｈａｆｃｈｃｎｉ
ＬＪａｚａＵｉｎ—ｈｏ，ＹＩＧｕ —ｕ，ＭＩＬｉｎＮｏｆａｇ，ＳＵＮｎ — ａＭｉｇｎｎ
（ｃｏｌｆＭａｕａｔｒｎｃｅｃｎｎｉｅｒｇｉｈａｉｅｓｔＳｈｏｎｆｃｕｉｇＳｉｎｅａｄＥｇｎｅｉ，ＳｃｕｎＵｎｖｒｉｏｎｙ，Ｃｅｇｕ６０６ｈｎｄ１０５，Ｃｉａｈｎ）
利用ｉＩＳＧＨＴ和ＡＰＤＬ构建了一套结构优化集成系统，现机床主轴的多目标优化设计。针对某型号实
卧式加工中心的主轴，用自适应模拟退火算法对其结构参数进行优化。分析结果表明机床主轴动应静态性能有一定程度的提高，优化方法是可行有效的。
ｅｏｔｒｙｔｍｏｈｐｎｌｍｕｔｏｊｃｉｅｏｔｚｔｎｗａｕｌｕｉｇｉＩｄｓｆｅｓｓｗａｅｆｒｔｅｓｉｄｅｌｂｅｔｐｉａｉｓｂｉｓｎＳＧＨＴａｄＡＰｉｖｍｉｏｔｎＤＬ．Ｔｅｈ

【精品毕业论文毕业设计】机电智能算法;多学科设计优化;iSIGHT

摘要多学科设计优化( MDO ) 于20世纪80年代作为一个新的研究领域诞生，其主要是对相互影响、相互作用的子系统组成的复杂工程系统进行设计，以使系统的综合性能达到最优的一种设计方法。

它是算法研究的一个重要应用领域。

在设计优化的过程中，算法选取的好坏直接关系到优化过程的效率和优化结果的准确性。

本文对多学科设计优化领域中涉及的几种智能优化算法的特点进行了总结。

在此基础上提出了时间、精度、解决问题的个数等几个比较指标，首次将精度作为比较指标，并且创新性地提出一个针对工程问题的有效比较指标，即短时寻优能力。

首选，对多学科优化机设体系进行了系统的分析研究，了解和阅读了iSIGHT方面的有关外文资料，熟悉了iSIGHT应用背景、各部分功能、iSIGHT 的优化技术、策略的及掌握iSIGHT的使用。

接着，利用iSIGHT软件进行案例运行得出数据。

对数据结果进行分析，画出坐标图。

最后，利用所学的知识得出比较结果。

关键词：智能算法；多学科设计优化；iSIGHTAbstractMultidisciplinary design optimization (MDO) was born as a new research area in 1980s.It is mainly to the mutual influence，the interaction between subsystems of complex engineering system design，in order to make the system synthesis performance optimum design method.It is one of the important algorithms application fields.In the process of design optimization，algorithm is directly related to select optimal process efficiency and accuracy of the optimization results.This paper summarized characteristics of several intelligent algorithms concerned with multidisciplinary design optimization，and on the basis，put forward several criteria such as time，precision，numbers of problems settled. It was the first time to use the precision as criterion of comparison. This paper originally introduced short-time optimizing capacity to aim at engineering problems. It received a series of instructional conclusions by running the cases selected. The cell phone example validates correctness of these conclusions.Firstly，Do research work on multidisciplinary design optimization technology by the system，realize and read relevant foreign text date about iSIGHT. Acquaint with the technique and strategy of iSIGHT etc，and master iSIGHT.Secondly，using an iSIGHT software，it is concluded that the operation data，The results of data analysis and drawing coordinates figure.Finally，draw comparison results by using of learning knowledge.Keywords:intelligent algorithms；multidisciplinary design optimization ( MDO ) ；iSIGHT目录摘要 (1)Abstract (2)1绪论 (5)1.1研究的目的及意义 (5)1.2国内外研究的现状 (7)1.3本文的研究内容 (9)2多学科设计优化概述与iSIGHT简介 (10)2.1多学科设计优化概述 (10)2.1.1 多学科设计优化的定义 (10)2.1.2 MDO问题的表述 (10)2.2iSIGHT软件的介绍 (12)2.2.1 iSIGHT软件简介 (12)2.2.2 iSIGHT图形用户界面 (12)3智能算法比较 (16)3.1遗传算法 (16)3.1.1 遗传算法基本概念 (16)3.1.2 遗传算法定义 (17)3.1.3 遗传算法的特征 (17)3.1.4 遗传算法的应用 (19)3.2模拟退火算法 (19)3.2.1 模拟退火的算法简介 (19)3.2.2 模拟退火的理论基础 (20)3.2.3 模拟退火的实现 (20)3.3智能算法特点 (21)3.4算法选择模型 (22)3.4.1 算法比较指标的确定 (22)3.4.2 算法比较模型 (24)3.4.3 案例的选择 (25)3.4.4 数据收集和整理 (26)3.4.5 模型建立 (32)总结 (36)参考文献 (37)致谢 (38)附录一运行结果数据 (39)附录二相对时间 (42)附录三相对精度 (44)附录四翻译和英文原文 (46)1绪论1.1 研究的目的及意义如今，科学技术正处于多学科交叉和渗透的时代。

iSIGHT集成ANSYS在桁架优化设计中的应用

iSIGHT集成ANSYS在桁架优化设计中的应用作者：白星,冀维金来源：《中国机械》2013年第06期摘要：利用大型有限元分析软件ANSYS对三维桁架进行参数化建模，采用iSIGHT优化设计平台构建了三维桁架优化设计系统，对该结构进行了优化分析，得到了最合理的结构形式和尺寸，在满足工程要求的情况下进行重量最轻优化设计，节省了大量的工程材料。

优化结果表明该方法应用于结构优化设计是有效可行的。

关键词： ANSYS；三杆桁架；iSIGHT；优化设计1.引言在工程实践中经常会遇到桁架问题，三杆桁架结构式一种较为常见的结构，而桁架优化问题常是关注的焦点。

优化设计是一种寻找确定最优化设计方案的技术。

所谓最优设计，指的是一种方案可以满足所有的设计要求，并且所需的支出（如重量、体积、面积、应力、费用等）最小[1]。

最优化设计方案是一个最有效的方案。

设计方案的任何方面都可以优化，即所有可以参数化的选项都可以做优化设计。

工程上优化问题一般是采用数学规划并借助计算机编程来实现，但随着工程化优化设计的应用越来越广，计算机不能解决所有的问题。

本文采用大型有限元分析软件ANSYS对三杆桁架实现参数化建模，并采用iSIGHT软件对其集成优化，使其得到最优的设计尺寸，节省了大量的工程材料，并缩短了计算时间。

2.基本思路优化设计就是根据具体的实际问题建立其优化设计的数学模型[2]，然后根据数学模型的特性，并采用一定的最优化方法，寻找既能满足约束条件又能使目标函数最优的设计方案。

文中通过选用ANSYS作为主流分析软件对其进行分析，并在iSIGHT软件平台上将ANSYS集成起来的方法进行优化分析。

iSIGHT作为一种优化设计的工具，具有丰富的优化算法和多种代理模型方法，是一个开放的集成平台，它提供的过程集成界面可以方便地将各种工具（如商业CAD 软件、各种有限元计算分析软件及用户自行开发的程序等）集成在一起[3]。

ANSYS参数化设计过程中的关键部分是生成分析文件并保证其正确性，在分析文件中，模型的建立必须是参数化的，结果也必须用参数来提取，分析文件应当覆盖整个分析过程并且是简练的。

达索系统SIMULIA平台多参多学科优化软件Isight

达索系统SIMULIA平台多参多学科优化软件Isight国内CAE仿真经过近二十年的发展，企业目前已不仅仅关注仿真本身，而是更多的考虑以下的三大领域：(1) 关注点从一般仿真分析向优化分析的过渡；(2) CAE仿真分析专业化，规范化和流程化；(3) CAE仿真分析问题的复杂化，涉及跨领域多学科复合问题。

我们将对上述三点分别进行解说。

1.1 从仿真分析到优化的过渡对于现今机械行业的从业人员来说，计算机辅助仿真分析方法已经被大家熟知并被广泛应用于各行各业，以实现仿真数字样机虚拟试验替代物理样机真实试验的最终目标。

随着国内CAE仿真分析水平的提升，在仿真分析方法和模式已经比较成熟的基础上，为了更有效的应用仿真分析结果，达到仿真分析结果指导产品设计的目的，优化方法和相应优化软件逐渐被引入到CAE部门的工作环节中。

如何应用优化软件搭建优化流程，以及通过什么样的优化方法和模式实现优化过程，成为很多企业CAE团队关注的问题。

根据上述需求，达索系统提供了Isight软件，作为多参数多学科优化工具平台，可以结合仿真分析工具（例如ABAQUS）实现仿真优化流程的搭建，解决产品设计与仿真联合优化的问题。

1.2 仿真规范化和流程化随着企业CAE团队的日益壮大与成熟，以及仿真数据的积累，这些企业都对仿真规范流程的搭建提出了迫切需求。

如今高性能计算资源极大丰富，并且可预见到在不久的将来量子计算机的发展和实用化将会带来计算资源的飞跃式增长。

对于CAE行业来说，计算机硬件将不再是仿真分析的瓶颈与桎梏，而大量的仿真模型处理任务和大量的待处理仿真数据将成为CAE团队的极大负担。

首先，如何将仿真流程规范化；其次，如何结合软件工具将相应流程固化；最终，如何尽可能使仿真流程自动化。

以上三点已经成为CAE行业想要发展壮大必须解决的问题。

在Isight中，我们可以通过有机的组合应用流程组件和应用组件创建仿真流程模板，通过源生应用组件和二次开发实现与第三方软件之间的调用和信息交互，通过Isight丰富的开发接口创建和开发仿真模板和定制模块。

北航iSIGHT软件培训资料

1
根据图形界面结构图，现在论述各个功能模块的主要作用
2．1 任务管理
在 iSIGHT 中，任务管理是唯一可以方位软件所有模块的入口。任务管理负责控制设计学习的执行。用户通过任务管理可以引导、管理任务的执行过程。在任务管理模块，克斯使用的控制手段包括：开始、停止、暂停、继续任务执行选择运行模式－包括简单执行，任务计划和单一设计学习多机器分布式任务实行并行处理检测点基础上的重新运行单步调试
4
基础，为下述构建块的使用奠定了基础。 “构建块”的使用：在 iSIGHT 里，在系统里使用了“构建块”方法来定义模型的执行。每一个构造块表示过程中的一个步骤。在 iSIGHT 中的基本构造块包括：任务块，计算块，仿真块和定制块（自定义的用于支持商业化软件，如电子表格和 MSC/NASTRAN 模型的定制块）。其中各主要构造块的说明如下：任务块：任务可以包含子任务或者 iSIGHT 中其他类型构造块。通过任务可以实现层次化过程的表达，任务大大增强了在建立集成过程和设计执行策略时的柔性。条件块：设计过程除了简单的顺序执行，还有其他的执行方式，通过条件块“If” ， “Case”和“While” ，可以方便用户建立过程控制逻辑。计算块：计算块允许用户执行一些中间计算，例如单位转换，创建辅助参数或者执行工具命令语言（Tcl）等。仿真代码块：任意仿真代码可以通过 iSIGHT 的仿真代码块连接到系统中使用。用户通过仿真代码块可以定义执行协议，执行协议使描述设计问题求解中，需要输入什么文件，输出什么文件，执行程序的位置以及如何执行的执行手段综合。电子表格 Excel 块： iSIGHT 为了方便实际使用电子表格的用户，直接提供了与 Excel 的接口。这可以通过 iSIGHT 的 Visual Basic 插件直接创建 Excel 仿真代码块。重用组件：通过重用组件可以更加简化过程集成。在设计过程中创建一个构造块以后，可以把它保存到重用库里，这样就可以在不同组之间共享，或者作为模板来生成相似过程块。极大的方便了过程的建立。并行处理技术：系统分析过程有时因为执行仿真代码会产生昂贵的费用。在整个设计过程里，因为所需系统分析的数量往往导致成倍成辈增加。但是在大多系统里，仿真代码可以彼此独立运行，在许多设计分析技术里，多数设计点可以不同进行分析。因此在计算资源可用的前提下，通过控制仿真代码和设计点的同步执行计算能力可以显著节省工程时间。 ISIGHT 软件提供了两种类型的并行执行方式：并行任务和并行设计技术的执行。并行任务：在一个层次性的多任务定义里，存在一些任务，它们彼此之间不直接交换数据。在这种情形下，称其为独立任务。整体问题中的独立任务就可以通过并行执行来减少整个执行过程的时间。设计技术并行执行： iSIGHT 的许多设计探索工具需要运行内在彼此独立的数据点。这种情况下通过同时提供这些执行点的能力来实施并行技术处理。松耦合、紧耦合相辅相成：在 iSIGHT 中，在 IPC 通信协议基础上，采用了松耦合和紧密耦合结合的控制方式，松耦合主要体现在对应用软件的仿真程序的执行方面；紧密耦合表现在可以集成基于 CORBA 的仿真代码进行设计过程的控制和优化。

基于代理模型的优化方法介绍

基于代理模型的优化方法介绍一，代理模型的简介许多工程设计问题，需要通过模拟实验来评估采用不同设计参数时的目标函数和约束函数。

例如，为了找到最佳的机翼形状，常常针对不同的形状参数（长度，曲率，材料等）模拟机翼周围的气流。

对于许多实际问题，单次模拟可能需要数分钟、数小时、甚至数天才能完成。

因此，类似设计优化、设计空间搜索、灵敏性分析和假设分析这种，需要数千、甚至数百万次模拟的任务，直接对原模型求解将是不可能的。

改善这种情况的一个办法就是使用近似模型（被称为代理模型，响应曲面模型，元模型或模拟器）来模拟高精度模拟模型。

代理模型的计算结果与原模型非常接近，但是求解计算量较小。

代理模型采用一个数据驱动的、自下而上的办法来建立。

一般假定原模拟过程的内部精确处理过程未知（有时也可能已知），但是该模型的输入-输出行为则非常重要。

通过在仔细选择的有限个点（输入）计算原模型的响应（输出），从而建立代理模型。

这一过程也被称为行为建模或者黑箱模型，但是这两个名字会造成歧义。

如果只涉及唯一的变量，这一过程也被称为曲线拟合。

二，代理模型的意义代理模型是一种包含试验设计和近似算法的建模技术，在设计优化过程中用代理模型替代原有的高精度分析模型，可以提高仿真优化的寻优效率，降低算法的计算成本。

三，建立代理模型的方法3.1 响应面模型法（Response Surface Methodology）响应面分析法是利用合理的试验设计方法并通过实验得到一定数据，采用多元二次回归方程来拟合因素与响应值之间的函数关系，通过对回归方程的分析来寻求最优工艺参数，解决多变量问题的一种统计方法。

计算原理：由于响应面法描述的是一组独立输入变量与系统输出响应之间某种近似关系，因此通常可用下式来描述输入变量和输出响应之间的关系。

()()εyy~x+=x式中，－响应实际值，是未知函数；－响应近似值，是一个已知的多项式；－近似值与实际值之间的随机误差，通常服从的标准正态分布。

基于isight的塔架门框结构的优化设计

基于isight的塔架门框结构的优化设计引言：伴随着社会经济的发展，建筑行业和建筑材料行业也在不断发展壮大。

传统的塔架门框结构的设计和制造已不能满足现代建筑的需求。

iSight是一款先进的塔架门框结构设计软件，它可以通过计算机模拟、分析和优化传统塔架门框结构。

在此基础上，本文以《基于iSight的塔架门框结构的优化设计》为主题，来探讨使用iSight 软件对塔架门框结构进行优化设计的方法，以期改善建筑材料的制造效率和节能等。

一、iSight介绍iSight是由美国麦迪逊数字图形有限公司开发的一款高级后处理软件，主要用于塔架门框结构的设计、分析和优化。

它具有以下优点：首先，对结构的变形、屈曲、弯曲、刚度和可靠性进行分析，使其能够根据使用情况选择最佳材料；其次，它可以进行实时优化，以期改善建筑材料的制造效率和节能率；另外，它还可以进行结构的几何校核，使设计和制造的工作更加准确和便捷。

二、iSight优化设计技术1、材料选择及参数优化：在执行iSight优化设计时，首先要选择合适的材料，以确定其参数，如弹性模量、材料厚度和其他属性。

接下来，进行参数优化，以便可以根据建筑需求和使用情况选择出最佳材料，并可以进行结构分析，以检查是否符合要求。

2、实时优化：iSight优化设计中的实时优化技术可以根据建筑需求和使用情况，模拟结构变形、屈曲、弯曲、刚度和可靠性，以改善建筑材料的制造效率和节能等。

实时优化的关键是，能够快速、准确地检测出一座建筑结构中的每一处缺陷，并尽可能地改善这些缺陷，以提高整体结构的可靠性和可承载性。

三、iSight的应用iSight可以用于几乎所有的建筑物的塔架门框结构的设计，其中包括大型建筑物和小型建筑物，如住宅、学校、桥梁、隧道、车站等。

使用iSight技术可以改善建筑材料的制造效率和节能率，降低建筑物的维护成本，并减少采购建筑材料的成本。

此外，iSight的设计技术还可以大大减少施工运行中发生的问题，减少不必要的施工损失。

Isight教程Basic_07_Opt

14
专家系统技术（Expert System ）
启发式搜索（Directed Heuristic Search）对整个设计空间使用专家知识需要输入输出关系的知识 Engineous 拥有所有权的软件, 获得专利权
15
定制一种技术
调整参数（Tuning parameters）简单的（Simple）
iSIGHT 基本培训
优化
优化特征（ Optimization Features ）
任务计划（Task Plan）—技术组合
定制计划（ Customized Plan ）预定义计划（ Predefined Plans ）
计划策略（ Plan Strategies ）自动化技术选项顾问/向导（Advisor/Guide）工具 – 问题空
使用时能够得到
5
标准的系统计划
优先计划（ Priority Ranked Plan ）缺省，如果没有其它选择基于知识的计划（ Knowledge Based Plan ）局部计划（Exploitive）全局计划（Explorative）罚函数方向（ Penalty Direct ）如果开始知道不可行区域
件
12
直接罚函数法（Direct Penalty ）
Hooke-Jeeves 外部罚函数（Exterior Penalty ）罚函数法经常用于可行性设计仍没有确定时罚函数法给目标函数增加了一个惩罚条件，
使之由约束问题转化为无约束问题
13
全局技术（Exploratory ）
遗传算法（Genetic Algorithm）模仿自然选择的过程选择种群大小和代次模拟退火（Simulated Annealing）模拟金属冷却期间的退火过程

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

iSIGHT中优化方法种类
iSIGHT里面的优化方法大致可分为三类：
1 数值优化方法
数值优化方法通常假设设计空间是单峰值的，凸性的，连续的。iSIGHT中有以下几种：
（1）外点罚函数法（EP）：
外点罚函数法被广泛应用于约束优化问题。此方法非常很可靠，通常能够在有最小值的情况下，
相对容易地找到真正的目标值。外点罚函数法可以通过使罚函数的值达到无穷值，把设计变量从不可
行域拉回到可行域里，从而达到目标值。
（2）广义简约梯度法（LSGRG2）：
通常用广义简约梯度算法来解决非线性约束问题。此算法同其他有效约束优化一样，可以在某
方向微小位移下保持约束的有效性。
（3）广义虎克定律直接搜索法：
此方法适用于在初始设计点周围的设计空间进行局部寻优。它不要求目标函数的连续性。因为算
法不必求导，函数不需要是可微的。另外，还提供收敛系数（rho），用来预计目标函数方程的数目，
从而确保收敛性。
（4）可行方向法（CONMIN）：
可行方向法是一个直接数值优化方法，它可以直接在非线性的设计空间进行搜索。它可以在搜索
空间的某个方向上不断寻求最优解。用数学方程描述如下：
Design i = Design i-1 + A * Search Direction i方程中，i表示循环变量，A表示在某个空间搜索时决定的
常数。它的优点就是在保持解的可行性下降低了目标函数值。这种方法可以快速地达到目标值并可以
处理不等式约束。缺点是目前还不能解决包含等式约束的优化问题。
（5）混合整型优化法（MOST）：
混合整型优化法首先假定优化问题的设计变量是连续的，并用序列二次规划法得到一个初始的优
化解。如果所有的设计变量是实型的，则优化过程停止。否则，如果一些设计变量为整型或是离散型，
那么这个初始优化解不能满足这些限制条件，需要对每一个非实型参数寻找一个设计点，该点满足非
实型参数的限制条件。这些限制条件被作为新的约束条件加入优化过程，重新优化产生一个新的优化
解，迭代依次进行。在优化过程中，非实型变量为重点考虑的对象，直到所有的限制条件都得到满足，
优化过程结束，得到最优解。
（6）序列线性规划法（SLP）：序列线性规划法利用一系列的子优化方法来解决约束优化问题。此方
法非常好实现，适用于许多工程实例问题。
（7）序列二次规划法（DONLP）：
此方法对拉各朗日法的海森矩阵进行了微小的改动，进行变量的缩放，并且改善了armijo型步长
算法。这种算法在设计空间中通过梯度投影法进行搜索。
（8）序列二次规划法（NLPQL）：
这种算法假设目标函数是连续可微的。基本思想是将目标函数以二阶拉氏方程展开，并把约束条
件线性化，使得转化为一个二次规划问题。二阶方程通过quasi－Newton公式得到了改进，而且加入
了直线搜索提高了算法的稳定性。
（9）逐次逼近法（SAM）：
逐次逼近法把非线性问题当做线性问题来处理。使用了稀疏矩阵法和单纯形法求解线性问题。如
果某个变量被声明成整型，单纯形法通过重复大量的矩阵运算来达到预期的最优值。逐次逼近法是在
M. Berkalaar和J.J. Dirks提出的二次线性算法。
2 探索优化方法
探索优化法避免了在局部出现最优解的情况。这种方法通常在整个设计空间中搜索全局最优值。
iSIGHT中有以下两种：
（1）多岛遗传算法（MIGA）：
在多岛遗传算法中，和其他的遗传算法一样每个设计点都有一个适应度值,这个值是建立在目标函
数值和约束罚函数值的基数上。个体如有好的目标函数值，罚函数也就有一个更高的适应度值。多岛
遗传法区别于传统遗传算法的最大区别在于每个种群都被分为若干个子种群，也称为岛。分别在各自
的子种群中进行传统的遗传算法。一些个体被选出来周期的“移民”到其他的岛上。这种操作成为“移
民”。有两个参数控制着移民过程：移民间隔（每次移民之后繁殖后代的个数）；移民率（移民个体所
占的百分比）。
（2）自适应模拟退火算法（ASA）：
自适应模拟退火算法非常适用于用算法简单的编码来解决高度非线性优化问题，尤其是当发现找
全局目标值比寻求好的设计方法更为重要的时候。这种方法能够辨别不同的局部最优解。该算法能够
以最小的成本就获得最优解。
3 专家系统优化
定向启发式搜索算法(DHS)：定向启发式搜索算法只注重于可以直接影响到优化解的参数。

如图通过问题描述特性来选择合适的优化方法：
问题特性描述
Pen Meth MMFD SLP SQP HJ SAM DHS GA Sim. Annl. MOST LSGRG2

只有实型变量
x x X x x x x x x X** x
处理混合或者
不混合实型，
整型，离散型
变量

x x x x x x

高度非线性问
题
x x x
脱离的设计空
间（相对最小
值）

x x x

大量的设计变
量（大于20
个）

x x x x x x

大量的约束条
件（大于
2000）

x x x x

长时间的运算
代码或分析
（大量的方程
求解）

x x x x x

用户提供梯度
的有效性
x x x X* x x

* 只有
NLPQL. DONLP在不能处理用户提供的梯度情况下有效。
**尽管运算需要某些或全部变量是整型或者离散型的，任务过程必须能估计任意实型设计变量。

技术特性描述
MMFD SLP SQP HJ SAM DHS GA Sim. Annl. MOST LSGRG2

不需要目标函
数是连续的
x x x x x

处理等式或不
等式约束条件
X* x x x x x x x x x

基于库塔条件
的优化方程
x x x

从一系列设计
点寻找而不是
从单一的某点

x X**

使用随机准则
x x
在开始就可以
得到好的目标
值

不需要假设参
数的独立性
x x x x

不需要用有限
差分法
x x x x

能够通过可控
地，有序的方
式设定