Objectifs d’optimisation

Découvrez les objectifs d’optimisation et comment les spécifier.

Objectifs de la formation

Dans la section Contraintes d’optimisation, nous avons abordé l’entrée d’un problème d’optimisation et la façon dont le solveur modifie cette entrée pour générer une surface optimisée. Nous avons appris que les contraintes limitent le nombre infini de surfaces de sortie possibles à un ensemble de contraintes plus restreint de surfaces réalisables.

Le jeu de contraintes peut toujours contenir un très grand nombre de surfaces. À partir de toutes ces surfaces réalisables, nous nous intéressons principalement aux surfaces qui sont utiles à notre projet. Un objectif mesure l’utilité d’une surface. La valeur mesurée représente un coût que nous voulons minimiser.

Concept clé

un objectif est une quantité que vous pouvez mesurer sur une surface donnée. En général, cette quantité représente un certain coût que nous voulons minimiser.

Dans Grading Optimization, il existe actuellement trois objectifs différents.

Lissage du terrain

Le lissage du terrain minimise les changements liés au terrassement au niveau des triangles :


Conseil : il est recommandé d’utiliser le lissage du terrain sur la plupart des problèmes. Pour les zones de terrassement individuelles, le lissage du terrain peut être désactivé dans les propriétés de la zone.

Objectifs globaux de terrassement

Ces objectifs peuvent être appliqués à des zones telles que des surfaces enherbées et peuvent améliorer légèrement les performances de résolution. Si seule la faisabilité présente un intérêt, vous pouvez les désactiver globalement, comme illustré ci-dessous dans la section Objectifs multiples.


Comme pour la mesure de proximité des contraintes, vous pouvez mesurer le lissage du terrain en additionnant tous les changements de terrassement et en affichant cette valeur dans le tracé de convergence sous Lissage du terrain :

Exemple A de lissage de terrain

Exemple B de lissage de terrain

Notez que dans la deuxième image, le lissage du terrain varie et s’équilibre. Cela peut paraître surprenant, car nous nous attendons à ce que le solveur minimise cet objectif. Il est vrai que le solveur tente de minimiser l’objectif, mais il est important de ne pas oublier les contraintes.

Important

les contraintes présentent toujours une priorité supérieure à celle des objectifs. Lorsque le solveur est en mesure d’améliorer une contrainte, aussi minime soit-elle, il remplace un ou plusieurs des objectifs par celle-ci.

Équilibrage des déblais et remblais

L’équilibrage des déblais et remblais réduit la différence entre le volume net d’excavation et d’endiguement d’une part, et une valeur de volume net de terrassement (7 000 pieds cubes (200 mètres cubes) dans l’image ci-dessous). Entrez les deux valeurs dans la boîte de dialogue Paramètres d’optimisation.

Paramètres d’équilibrage des déblais et remblais

Par défaut, la valeur de déblai/remblai est égale à zéro et le solveur vise un équilibre parfait. Comme avec le lissage de terrain, vous pouvez afficher le comportement de l’objectif d’équilibre dans le tracé de convergence.

Convergence de l’équilibrage des déblais et remblais

Minimiser le terrassement

Minimisez les tentatives de terrassement pour que les volumes d’excavation et d’endiguement soient aussi petits que possible. Notez que cet objectif ne concerne pas l’équilibrage de ces volumes. Il vise plutôt à maintenir la surface finale aussi proche que possible de la surface d’origine.

Objectifs multiples

Les exemples d’objectifs ci-dessus peuvent être en concurrence les uns avec les autres. Le lissage de terrain nécessite que les surfaces des triangles soient correctement alignées, mais la réduction du terrassement nécessite que les triangles conservent leur état d’origine. Pour indiquer au solveur le poids que chaque contrainte doit avoir, placez un poids relatif dans la boîte de dialogue Paramètres d’optimisation.

Poids visés

Concept clé

lorsque tous les objectifs sont définis sur zéro, Grading Optimization bascule vers un solveur Faisabilité uniquement, qui peut résoudre plus rapidement votre problème d’optimisation.


Didacticiels