ISIGHT中存在大量的优化算法，每种优化算法根据不同的分类，可以解决不同类型的问题。今天我们来看看ISIGHT都提供了哪些优化算法，主要包括：AMGA、ASA、DownhillSimplex、Evol、Hooke-Jeeves、LSGRG、MISQP、MMFD、MOST、Multi-IslandGA、Multi-Objective Particle Swarm、NCGA、NLPQL、NSGA-II、Pointer、StressRatio等，后续我会对每种优化算法一一进行详细介绍，敬请期待。
ISIGHT中的优化技术分为三类：
l
数值型优化技术（NumericalOptimization Techniques）
l
探索型优化技术（ExploratoryTechniques）
l
专家系统技术（ExperSystem Techniques）
下面对这些优化技术中的优化方法一一进行介绍。
n
数值型优化技术
数值型优化技术通常假定参数空间是单峰的、凸的和连续的，ISIGHT中使用了如下的数值型优化技术如下，而数值型优化技术又分为直接法和罚函数法：
（1）直接法，在搜索过程中直接处理约束。
l
ADS（AutomatedDesign Synthesis）-basedTechniques
l
修正可行方向法（ModifiedMethod of Feasible Directions）
l
连续线性规划（SequentialLinear Programming）
l
广义既约梯度法（GeneralizedReduced Gradient-LSGRG2）
l
可行方向法-CONMIN（Methodof Feasible Directions-CONMIN）
l
混合整型优化-MOST（MixedInteger Optimization-MOST）
l
连续二次规划法-DONLP（SequentialQuadratic Programming-DONLP）
l
连续二次规划法-NLPQL（SequentialQuadratic Programming-NLPQL）
l
逐次逼近法（SuccessiveApproximation Method）
（2）罚函数法，给目标函数增加惩罚项，将约束问题转换成无约束问题。
l
ADS（AutomatedDesign Synthesis）-basedTechniques
l
外点罚函数法（ExteriorPenalty）
l
Hooke-Jeeves直接搜索法（Hooke-JeevesDirect Search Method）
n
探索型优化技术
探索型优化技术避免了集中在局部区域的搜索，这些技术遍历整个参数空间搜索全局最优设计点。ISIGHT中的这种技术包括：
l
遗传算法（GeneticAlgorithm）
l
批处理遗传算法（GeneticAlgorithm with Bulk Evaluation）
l
模拟退火算法（SimulatedAnnealing）
n
专家系统技术
专家系统技术使优化沿着用户定义的方向进行改变，改变那一项，怎么改变，什么时候改变，这些都有用户自己定义。ISIGHT中这样的技术为指导启发式搜索方法（DirectedHeuristic Search-DHS）。如果用户知道输入怎样影响输出结果的话，这种方法效率很高。
至此，ISIGHT中的优化算法概述就基本介绍到这，敬请期待优化算法详述……
技术文档
热门文章
155-2731-8020