[发明专利]最优解关系显示装置和最优解关系显示方法

说明书

技术领域

这里论述的实施例涉及设计中使用的多目标优化(multiobjectiveoptimization)设计支持技术。

背景技术

对于具有更高密度和更大容量的硬盘，磁盘和磁头之间的距离变得更短了，从而要求具有更小的飞行高度偏差的滑块设计，其中飞行高度偏差是由提升差异或者盘径向位置导致的。

如图15所示，作为被赋予标号1501的组件，滑块1501被设置于在硬盘驱动器中的磁盘上移动的致动器1502的尖端的背面，并且磁头的位置是按照滑块1501的形状来计算的。

当确定滑块1501的最优形状时，要执行对所谓的多目标优化的高效计算，所述多目标优化同时最小化与关联于磁头位置的飞行高度(图15中的1503)有关、与滚动(1504)有关和与俯仰(1505)有关的函数。

更概括地说，在制造中的设计阶段，必须将设计条件表示为与(一个或多个)设计参数有关的一个或多个函数，即目标函数，并且设定用于最小化目标函数的(一个或多个)设计参数，以执行优化。

传统上执行的是不直接解决多目标优化问题，而是通过获得由以下的式(1)表示的一些项的线性和f的最小值来实现单目标优化，其中这些项中的每一个是通过将每个目标函数f_j乘以权重k_j来获得的。

f＝k₁·f₁+k₂·f₂+...+k_t·f_t(1)

在设计者确定基本形状之后，图16所示的限定滑块形状S的参数p、q、r等等各自的域被利用程序来设定。在逐渐改变参数p、q、r等等的值的情况下反复计算函数f，以便能够计算出最小化函数值f的滑块形状。

函数f取决于权重向量K＝(k₁，k₂，...，k_t)。在实际设计中，函数f关于每个改变后的值的最小值是在还改变权重向量K的情况下计算的。然后，通过总地确定计算出的函数f的最小值和权重向量K之间的平衡，来确定滑块形状。

如上所述，由于在包括多个目标函数的多目标优化中的函数之间存在折衷，因此计算出的最优解的数目并不限于一个。

例如，如果在设计产品时，对第一目标函数值的优化是针对“减小重量”来执行的，并且对第二目标函数值的优化是针对“减小成本”来执行的，那么，取决于指派(一个或多个)设计参数的方式，第一目标函数和第二目标函数的值可以是如图17所示的二维坐标系统中的各种坐标值。

由于要求第一目标函数和第二目标函数的值都较小(即，要求重量轻且成本低)，图17中连接计算出的点1701-1、1701-2、1701-3、1701-4或1701-5的线1703上的点以及靠近线1703的点是一组最优解。

如上所述，当存在诸如第一目标函数和第二目标函数之类的多个条件时，可以是在所有目标函数中都比另外的值更高程度地满足目标的值并且也可以在一个或多个目标中是显然良好的值的解被称为Pareto最优解或者非劣解(non-dominated solution)，并且示为图17中的线1703的边界被称为Pareto边界。所有非劣解也可被称为多目标优化的解。

在图17中计算出的点1701-1至1701-5中，计算出的点1701-1对应于成本较高但重量可较轻的模型，而计算出的点1701-5则对应于重量不轻但成本较低的模型。

另一方面，由于计算出的点1702-1和1702-2是对应于重量可能较轻或者成本较低的模型的点，因此它们不可能是最优解。它们被称为劣解(dominated solution)。

从而，在多目标优化处理中，能够适当地掌握非劣解(即，Pareto最优解)是非常重要的。为了实现这一点，针对期望的目标函数高效地计算非劣解是很重要的。

[专利文献1]日本早期专利公开No.07-44611

发明内容

在本发明实施例的一个方面中，目的在于指示出具有高性能的多个设计形状，以便能够向设计者提供成功考虑出新的基本形状的提示。为了实现该目的，使得能够在多目标优化设计中基于对目标函数的数学表达式近似来迅速得出非劣解，并且能够分析被映射到Pareto边界附近并且逐渐改变的设计参数的集合。

本发明的一些方面提供了支持对最优设计参数集合的确定的装置、方法和程序。

该装置，包括：

目标函数近似单元，该目标函数近似单元被配置为