在满足需求的同时找到最佳设计
在典型的设计问题中,通常有许多设计参数需要考虑。一些设计参数可能对性能指标有非线性影响。另一些可能只取离散值。通常需要满足多个相互竞争的需求和目标。一次调整一个参数的手动方法往往会导致次优结果。另一方面,在设计空间中评估所有可能的选项可能太费时。
设计优化通过利用数值优化技术在满足约束条件的同时自动找到最优解来解决这些挑战。该过程搜索设计空间比强力扫描设计空间更智能。修改设计的迭代过程是自动化的,减少了周转时间和人为错误。工程师还使用统计方法在运行优化之前探索灵敏度和理解设计空间,以及之后评估最优解决方案的鲁棒性。
MATLAB®而且动态仿真模块®提供一系列设计优化功能,包括用于优化任何类型模型的通用工具,以及针对特定应用的更有针对性的工具:
- 优化单个和多个设计目标优化工具箱™而且全局优化工具箱。不同的优化求解器可用于解决非线性、多重优化、离散设计选择和昂贵的模拟等挑战。
- 在Simulink模型中调整设计参数,以满足提高系统性能和最小化能耗等目标Simulink设计优化™。使用设计优化技术,您可以同时满足时域和频域的限制,如超调和相位裕度。 您可以共同优化物理设备参数、控制器增益或模型中的任何设计参数,以最大限度地提高整体系统性能。
- 执行实验设计以指定测试计划,为蒙特卡罗模拟生成随机数,使用灵敏度分析确定结果的稳健性,并使用创建响应面模型统计和机器学习工具箱™。使用Simulink模型进行灵敏度分析,请使用Simulink设计优化。
- 定义测试计划,开发统计模型,并为复杂的动力系统生成最佳校准和查找表基于模型的校准工具箱。