4. 设计变量与参数空间定义

参数化设计的第一步，不是急着写优化算法，而是把“可以调什么、能调到多少、怎么调”说清楚。设计变量是优化器能够自由改动的量；参数空间则是这些变量所有允许取值的集合。若变量选错、范围定偏、离散与连续混用不当，后续无论用梯度法、遗传算法还是贝叶斯优化，都很难得到可制造、可解释的结果。本节围绕“选变量—定范围—分类型—构空间”四个动作展开，并给出可直接套用的定义表与检查方法。

一、从设计目标反推关键设计变量

一维系统里，常见对象包括梁、轴、弹簧、连杆、单自由度振子、热传导杆等。设计变量应满足三个条件：可独立调整、对目标或约束有显著影响、在物理上可实现。例如设计一根悬臂梁，目标是“在许用应力下最小化质量”，那么截面尺寸（宽 b、高 h）、材料密度 ρ、长度 L 都可能影响结果。但 L 往往由安装空间决定，属于固定参数而非设计变量；ρ 由材料牌号决定，若材料不可更换也应固定。真正可调的是 b 与 h，以及可能的截面形状参数。

判断变量是否“关键”，可用灵敏度做一次快速筛查。对目标函数 f 与变量 x_i，计算归一化灵敏度：

S_i = (∂f/∂x_i) · (x_i / f)

若 |S_i| 远小于其他变量，说明该变量在当前工作点附近影响微弱，可考虑固定或降为次要变量。示例：某悬臂梁 f 为质量，b 从 20 mm 增至 21 mm 时质量增加约 5%，而 h 从 40 mm 增至 41 mm 时质量增加约 2.5%，但 h 对刚度影响更大。此时若约束是刚度，h 应保留为设计变量；若约束是质量，b 更敏感。灵敏度不是绝对标准，但能避免把“看起来重要”的变量全部塞进优化器。

二、取值范围：物理边界、工艺边界与搜索边界

确定范围时，要区分三类边界。第一类是物理边界，如尺寸必须大于 0、频率不能为负。第二类是工艺边界，如板材厚度只能取 1、1.5、2、3 mm 等标准规格，或加工最小圆角为 0.5 mm。第三类是搜索边界，即为了控制计算量人为设定的上下限，例如 b ∈ [10, 60] mm。搜索边界应略宽于预期最优区域，但不能宽到让优化器在无意义区域浪费采样。

范围定义还要注意“边界耦合”。例如梁的宽 b 与高 h 若同时增大，可能超出安装空间；此时应增加约束 b·h ≤ A_max，而不是简单把 b、h 各自范围缩小。否则优化器可能找到 b=60、h=60 的组合，虽然各自在范围内，却整体不可行。范围与约束应一起定义，不能只写上下限。

三、连续变量与离散变量的处理

连续变量可在区间内取任意实数，适合尺寸、角度、阻尼系数等。离散变量只能取有限集合，如标准型材、齿数、弹簧圈数、材料牌号。混合变量空间是工程常态。处理方式有三种：

• 连续化后取整：先按连续变量优化，再对结果圆整到最近标准值。简单，但圆整后可能违反约束，需要二次校验。
• 映射编码：把离散索引作为变量，如齿数 z ∈ {17,18,…,40} 编码为整数 k ∈ [0,23]，优化器只搜索 k，再映射回 z。适合遗传算法、粒子群等。
• 分支枚举：离散变量少时，直接枚举组合，连续变量用内层优化。例如弹簧材料有 3 种、圈数有 5 种，共 15 种组合，每种组合内优化线径。

离散变量不能简单当作连续变量处理。若把齿数当作 17.3 去优化，得到的“最优”可能无法制造。更隐蔽的问题是：离散变量的灵敏度不连续，梯度法会失效，此时应改用无梯度方法或混合策略。

四、构建合理的设计空间

设计空间可表示为：

X = { x ∈ R^n × Z^m | x_i^L ≤ x_i ≤ x_i^U, g_j(x) ≤ 0, h_k(x) = 0 }

其中 Rⁿ 为连续变量，Z^m 为离散变量，g 为不等式约束，h 为等式约束。构建时建议按以下顺序操作：先列出所有候选变量，再用灵敏度与工程经验筛出 2～5 个关键变量；对每个变量写清类型、下限、上限、单位、默认值；最后检查变量之间是否存在冗余或强相关。若两个变量总是按固定比例变化，应合并为一个变量，否则设计空间会出现“脊线”，优化器容易震荡。

定义完成后，应做一次“空间体检”：随机采样 1000 组变量，统计可行解比例。若可行比例低于 5%，说明约束过紧或范围过宽，需要调整；若可行比例高于 95%，说明约束可能没有起到筛选作用。还可以观察目标函数在空间中的分布，若存在大片平坦区域，说明某些变量不敏感，可考虑固定。

五、常见错误与检查清单

实际定义设计空间时，以下错误最常见：把固定参数误当设计变量，导致优化器“调了也没用”；范围上下限写反或单位不统一，如把 mm 与 m 混用；离散变量用连续优化后直接四舍五入，结果不可行；忽略变量间的耦合约束，导致组合越界；变量过多，超过 10 个后采样效率急剧下降。建议在提交优化前逐项核对：每个变量是否有明确物理意义、是否可独立调整、范围是否覆盖预期最优、类型是否与制造方式一致、约束是否完整、默认值是否可行。