目标函数和约束条件 _卡诺

文章插图
为了对设计进行评价，必须构造包含设计变量的评价函数，即优化的目标，称为目标函数。在优化过程中，通过设计变量的改变不断改善的值，最后求得令值最好或最满意的 x 值。在目标函数的构造中，应注意目标函数必须包含全部设计变量。目标函数一般用极小值表示，即，若求目标函数的极大值，一般用转换为极小值问题，因此极大化和极小化都可统一表示为求极小，即在机械设计中，一般用作目标函数的有体积最小、质量最小、效率最大、柔度最小、振幅或噪声最小、成本最低，等等。
机械优化设计一般分为单目标优化问题和多目标优化问题。只有一个目标函数的优化问题称为单目标优化问题；在同一个设计中要提出多个目标区数时，称为多目标优化问题。目标函数愈多，设计的综合效果愈好，但求解的难度也愈大。目标函数一般表现为显式和隐式两种。显式目标函数是根据设计理论或公式、科学定理的关系推导的代数方程，或是根据实验数据采用曲线拟合方法所得的曲线方程；隐式目标函数是利用有限元分析方法、人工神经网络方法或仿真模拟方法的程序计算的结果，没有明显的函数式，但可给出函数值。
一、具体分析
1、意思：约束条件里的项就是填X的无关项；
【目标函数和约束条件】2、详解过程：
二、：关于卡诺图法
1、卡诺图化简法(reduced method of a Karnaughmap)化简真值函数的方法之一它具有几何直观性这一明显的特点，在变元较少(不超过六个)的情况下比较方便，且能得到最简结果。
2、此法由卡诺<Karnaugh,M)于1953年提出，其具体步骤如下:
1构造卡诺框；
2在卡诺框上做出所给真值函数f的卡诺图；
3用卡诺图化简真值函数，首先把相邻的1字块两两合成矩形得到一维块;把2'个相邻的1字块合成矩形(或正方形)得到二维块;把2';个相邻的1字块合成矩形得到三维块等合成的各种维块统称f的合块；
4把f的卡诺图中全部1字块做成若干个合块，这样一组合块就称为f的一个覆盖组， f的一切覆盖组中所含块数最小的组即是f的最小覆盖组；
5在最小覆盖组中，合块维数总和最大的组的对应式是f的最简式。
1、主键约束（Primary Key constraint）：要求主键列数据唯一，并且不允许为空。
2、唯一约束（Unique constraint）：要求该列唯一，允许为空，但只能出现一个空值。
3、检查约束（Check constraint）：某列取值范围限制，格式限制等，如有关年龄、邮箱（必须有@）的约束。
4、默认约束（Default constraint）：某列的默认值，如在数据库里有一项数据很多重复，可以设为默认值。