多目标优化 — CAE术语解说
多目标优化
老师，多目标优化与通常的优化有什么不同吗？
定义
请给我讲讲定义。
多目标优化是指像"轻量化和刚度最大化"这样相互矛盾的多个目的函数同时优化的方法。其特点是求得帕累托最优解的集合（帕累托前沿）而非单一最优解。设计师通过观察权衡关系做出最终判断。
什么是帕累托前沿？
当改善某一个目的时必然会恶化另一个目的——这样"无法进一步改善"的解的集合就是帕累托前沿。例如质量和挠度的帕累托前沿中，"500g且0.5mm挠度"和"400g且0.8mm挠度"都是帕累托解。
CAE中的位置
在CAE中怎样使用呢？
用NSGA-II（遗传算法）来探索设计变量，同时反复执行FEM分析来构建帕累托前沿。汽车车身设计中的"重量对碰撞性能对NVH"的三目标优化是典型例子。
我担心计算成本…
直接运行FEM会产生数千个案例，所以在元模型上运行NSGA-II更现实。通过LHS+克里格法构建响应曲面，然后在其上进行多目标优化。modeFRONTIER和OptiSLang都支持这种工作流程。
相关术语
请告诉我相关的术语。
帕累托前沿中由设计师判断——优化不是把答案限定为一个啊。
用两变量两目标测试函数（ZDT系列）来试试NSGA-II，帕累托前沿的概念会变得直观。
准确理解CAE术语是团队沟通的基础。— Project NovaSolver也着眼于从业者的学习支持。
请告诉我们在多目标优化实务中遇到的课题
Project NovaSolver致力于解决CAE工程师每日面对的课题——设置的复杂性、计算成本、结果的解释——。您的实务经验会成为开发更好工具的原动力。
联系我们（准备中）本文的评价
感谢您的回答！
有参考
价值
价值
希望
更详细
更详细
报告
错误
错误