385 优化设计方法-发展
385 优化设计方法-发展
数据评估
用于优化设计的已知数据的质量是取得高水平的优化成果的关键（尤其对基于数据分析的优化模型方法）。
数据评估即是分析已知数据的数量和分布是否合理，主要工作包括已知数据标准化、数据点距离分布分析、数据点网格分布分析等。
数据标准化方法如温度变化范围30～60℃，则某温度的标准化值可为：(T-0.5*(60+30))/(0.5*(60-30)。
数据点(x1,y1,z1)、(x2,y2,z2)的距离有多种计算方式，如(x1-x2)2+(y1-y2)2+(z1-z2)2。
数据点网格分布分析，如两个优化变量共6组已知数据，可把每个变量变化范围分为丙段，共形成22=4个网格，看四个网格中是否都有已知数据（已知数据更多时，可以更细分网格，如32=9个网格等）。
优化模型
优化模型除多项式函数外，可补充更多的数学函数建立优化函数库。
基于机理建立机理型优化函数时，除可基于物理、化学规律并适当简化导出机理模型外，也可采用系统控制领域的系统辨识方法建立机理模型函数。
优化模型除采用优化函数方法，也可采用人工神经网络（ANN）技术建立非函数形式的优化模型，并可引入自训练、自学习等技术。
模型求解
除384篇中的基于偏导的方程组法、直接搜索法，对优化变量较多的复杂问题，也可考虑采用随机搜索法，该方法也具有极好的通用性，且编程相对简单，但应用时要求有较高质量的随机数发生器。
如三个优化变量为例，标准化后各变量变化范围通常为[-1,1]，随机搜索法的基本思路是利用随机数发生器产生随机数组成随机优化变量点（R1，R2，R3），并计算比较各随机优化变量点时的优化目标值，通过巨量（数万到数百万）随机优化变量点的试算，找出优化目标的最佳值。
优化成果应用
通过优化模型求解得到的数学解在应用时可能需要进行圆整补偿、偏移补偿等。
圆整补偿
如某膜蒸馏组件优化后的膜管外直径为2.325mm，实际膜管的相近规格可能只有2.0mm或2.5mm，具体取哪一种，取定后其他优化如何调整，需要进行适当的补偿分析处理（如果按现有规格取值后对优化目标影响不大，可不作处理；如果影响较大，可对该变量取定值后对其他变量进行再优化等）。
偏移补偿
装置使用一段时间后，部分材料或结构参数会因磨损、污垢、变形等与新装置相比出现偏移，如膜蒸馏过程的当量孔径和膜管内直径可能随料液污染变小等，当装置运行一段时间后出现优化目标性能比初时明显下降时，需对装置模型进行校核，并可通过运行参数调整来补偿材料或结构参数偏移（具体思路与前述圆整补偿相似）。
优化软件
优化软件通常分通用软件和专用软件。
可用于装置或过程优化的通用软件如Design-Expert等，具备优化变量参数标准化、优化模型函数可选、优化结果三维图绘制等功能。
在处理较复杂或要求较高的优化课题时，可能需要专用优化软件，专用软件可全部自己编制，也可在具有开放接口的通用软件平台上进行二次开发。
优化软件的发展方向很多，如引入更多的智能处理功能，包括已知数据质量的智能分析、优化模型的智能选取、圆整或偏移补偿时的智能再优化、基于给定目标的智能逆向设计（装置、材料、工艺、测控等）等。
优化方法应用拓展
上述优化方法虽然以装置或过程优化为背景，但并不限于此，如材料设计优化（组分、配比或微结构等）、测控优化等。
以测控优化为例，可参考上述方法优化传感器类型和数量，建立装置或过程的动态控制模型，实现对控制目标精度、稳定性、调控策略、调控路径等的优化。