学习目标

• 总结出目标函数测量可行曲面的成本。
• 探究三个 Grading Optimization 目标：
  • 总土方体积
  • 平衡挖方和填方
  • 总土方体积
• 注意，求解器优先考虑约束而不是目标，目标可能会相互竞争，可以借助相对权重将其组合起来。

在优化约束中，我们讨论了优化问题的输入，以及求解器如何更改此输入以生成优化的曲面。我们了解到，约束将无限多个可能的输出曲面限制为一个范围更小的可行曲面约束集。

该约束集可能仍包含大量的曲面。在所有这些可行曲面中，我们主要关注对项目有益的曲面。目标衡量曲面的益处有多大。测量的值表示我们要最小化的成本。

在 Grading Optimization 中，当前有三个不同的目标。

地形平滑

“地形平滑”会最大限度地减少三角形之间的坡度变化：

• 曲面等高线会变得更平滑。
• 求解器会平滑地对曲面进行放坡，方向是从较低的点上升到较高的点。

---

这可应用于草地区域等分带，并且可能会略微提高求解性能。如果只关注可行性，则可以在全局范围内将其关闭，如下面“多个目标”中所示。

---

与约束的接近度测量值类似，您可以测量地形平滑度，方法是合计所有坡度变化，并在收敛图中的“地形平滑度”下查看该值：

请注意，在第二张图中，地形平滑度先是出现波动，后来趋向稳定。这可能看起来出人意料，因为我们希望求解器最小化该目标。求解器确实会尝试最小化该目标，但务必记住约束。

平衡挖方和填方

“平衡挖方和填方”会最大限度地减小挖掘和筑堤的净体积与净土方体积值（下图中的 7000 立方英尺）之间的差值。在“优化设置”对话框中输入这两个值。

默认情况下，挖方 - 填方值为零，求解器会力求达到完美的平衡。与地形平滑一样，您可以在收敛图中查看平衡目标的行为。

最小化土方

“最小化土方”会尝试使挖掘和筑堤的体积尽可能小。请注意，此目标不关心平衡这些体积，而是尝试使最终曲面尽可能接近原始曲面。

多个目标

上面示例中的目标可能会相互竞争。地形平滑要求三角形曲面能够很好地对齐，但最小化土方要求三角形保持其原始状态。为了告知求解器每个约束应获得多大的权重，您应在“优化设置”对话框中设置相对权重。

---