优化作用的概述

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-Island GA、Multi-Objective Particle Swarm、NCGA、NLPQL、NSGA-II、Pointer、Stress Ratio等，今天先总体简单介绍一下，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：

1.数值型优化技术（Numerical Optimization Techniques）

2.探索型优化技术（Exploratory Techniques）

3.专家系统技术（Exper System Techniques）

下面对这些优化技术中的优化方法一一进行介绍。

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。

ADS（Automated Design Synthesis）-based Techniques

修正可行方向法（Modified Method of Feasible Directions）

连续线性规划（Sequential Linear Programming）

广义既约梯度法（Generalized Reduced Gradient-LSGRG2）

可行方向法-CONMIN（Method of Feasible Directions-CONMIN）

混合整型优化-MOST（Mixed Integer Optimization-MOST）

连续二次规划法-DONLP（Sequential Quadratic Programming-DONLP）

连续二次规划法-NLPQL（Sequential Quadratic Programming-NLPQL）

逐次逼近法（Successive Approximation 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。

ADS（Automated Design Synthesis）-based Techniques

外点罚函数法（Exterior Penalty）

Hooke-Jeeves直接搜索法（Hooke-Jeeves Direct Search Method）

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：

遗传算法（Genetic Algorithm）

批处理遗传算法（Genetic Algorithm with Bulk Evaluation）

模拟退火算法（Simulated Annealing）

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，改变哪一项？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（Directed Heuristic Search-DHS）。如果用户知道输入怎样影响输出结果的话，可以试试这种方法，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……