[论文解读] Engineering design optimisation using tabu search

AM Connor, P. John Clarkson+2 more|arXiv (Cornell University)|Jun 19, 2016

Advanced Multi-Objective Optimization Algorithms参考文献 5被引用 8

一句话总结

本文提出了一种基于禁忌搜索（TS）的优化方法，专为工程设计问题而定制，仅通过少量目标函数评估即可获得高质量解。该方法在无需算法修改的情况下成功解决了多种问题——包括结构设计、电磁极型设计以及涡轮机械叶片设计——凸显了其在工程领域中的鲁棒性与广泛适用性。

ABSTRACT

This paper describes an optimisation methodology that has been specifically developed for engineering design problems. The methodology is based on a Tabu search (TS) algorithm that has been shown to find high quality solutions with a relatively low number of objective function evaluations. Whilst the methodology was originally intended for a small range of design problems it has since been successfully applied to problems from different domains with no alteration to the underlying method. This paper describes the method and its application to three different problems. The first is from the field of structural design, the second relates to the design of electromagnetic pole shapes and the third involves the design of turbomachinery blades.

研究动机与目标

• 开发一种专为复杂工程设计问题而设计的鲁棒优化方法。
• 减少获得高质量解所需的目标函数评估次数。
• 在无需算法重新配置的情况下，证明该方法在多样化工程领域中的有效性。
• 在来自结构、电磁和涡轮机械领域的实际设计问题上验证该方法。
• 确立禁忌搜索作为传统优化技术在工程设计中可行且高效的替代方案。

提出的方法

• 该方法采用禁忌搜索（TS）算法，一种利用记忆结构避免陷入局部最优的元启发式方法。
• TS通过维护对先前访问解的短期记忆（即“禁忌列表”）来引导搜索向未探索区域进行。
• 系统地探索解的邻域，同时通过吸引准则允许重新访问有前景的解。
• 通过自适应记忆机制实现强化（利用优质解）与多样化（探索新区域）之间的平衡。
• 该方法可直接应用于设计问题，无需进行问题特定的重构或参数调优。
• 通过聚焦于设计空间中具有前景的区域，最小化目标函数评估次数。

实验结果

研究问题

• RQ1 禁忌搜索能否在极少目标函数评估次数下高效求解复杂工程设计问题？
• RQ2 禁忌搜索方法在无需修改的情况下，其在不同工程领域中的表现如何？
• RQ3 与传统优化技术相比，禁忌搜索所获得解的质量如何？
• RQ4 基于记忆的搜索策略在多大程度上可防止工程设计优化中的早熟收敛？
• RQ5 禁忌搜索能否在结构、电磁和涡轮机械背景下，有效应用于高维、非线性设计问题？

主要发现

• 禁忌搜索方法在相对较少的目标函数评估次数下获得了高质量解。
• 该方法成功应用于三个不同类型的工程问题：结构设计、电磁极型设计和涡轮机械叶片设计。
• 在不同领域间迁移该方法时，核心算法无需任何修改。
• 该方法在具有不同复杂度和设计约束的问题中表现出鲁棒性与适应性。
• 结果证实，禁忌搜索在处理工程应用中常见的复杂、多峰设计空间方面具有有效性。
• 在所测试案例中，该方法在解的质量和计算效率方面均优于传统方法。