新现代机械设计方法 第2版 教学课件 谢里阳主编 第3篇 第11章 优化设计.pptVIP

优化设计 第11章 优化设计的数学基础 11.0 向量的若干概念 11.0.1 向量的表示方法 （１）坐标表示式表示方法 11.0 向量的若干概念 11.0.1 向量的表示方法 （１）坐标表示式表示方法 11.0.1 向量的表示方法 （２）“单位向量——模”表示法 1) 向量的模 11.0.1 向量的表示方法 （２）“单位向量——模”表示法 2)向量的方向余弦与单位向量 P的方向： cosβ1 =x 1 /op = x 1 /‖P‖ cosβ2 =x2 /op = x2 /‖P‖ 向量p的方向余弦： cosβi =xi /‖p‖ 11.0.1 向量的表示方法 （3）表示的向量方法 p = ‖P‖ /‖P‖? p = ‖P‖ ? p/‖P‖ 11.0.2 向量运算 （１）向量的和 ---对应分量相加 1）设以原点起点的向量： X (1) ＝[x1 (1) ，x2 (1) ]T ， X (2) ＝[x1 (2) ，x2 (2) ]T 11.0.2 向量运算 （１）向量的和 ---对应分量相加 2）设以原点起点的向量和自由向量： X (1) ＝[x1 (1) ，x2 (1) ]T ， X (2) ＝ α S S ＝[cosβ1 ，cosβ2]T ＝[s1 ，s2 ]T X (3) ＝X (1) ＋X (2) ＝[x1 (1) + α s1 ，x2 (1) + α s2]T 11.0.2 向量运算 （2）向量的差--对应分量相减 （3）向量的点积 设向量 X=[x1 ，…，xn ]T Y=[y1 ，…，yn ]T θ为 两向量的夹角。 11.1 目标函数的等值线（面） 11.1 目标函数的等值线（面） 11.1 目标函数的等值线（面） 2）等值线（面）的几个性质 (1) 数值不相同的等值线（面）不相交； (2) 若目标函数连续，则等值线（面）不中断； （3）常数C1 、C2 、C3 、…的间隔相同时，等值线（面）愈密，目标函数值的变化愈大 11.1 目标函数的等值线（面） 2）等值线（面）的几个性质 （４）对于二元二次函数： 当a0，c0和ac-b2 0时，f(X)为椭圆抛物面， 等值线为一族同心椭圆，如图所示。 11.1 目标函数的等值线（面） 2）等值线（面）的几个性质 （５）数学上可以证明，对于一般二元函数f(X)，在极值点附近，等值线近似为椭圆族，如图所示圆，如图所示。 3） 等值线的应用 无约束最优解： X＝[2，0]T 约束最优解： g2(X)=0与某一等值线的切点X* =[0.58，1.34]T 11.2 目标函数的梯度与最速下降方向 （１）目标函数的梯度▽f(X) 目标函数f(X)对各个设计变量的偏导数所组成的列向量 （２）目标函数的方向导数 函数f(X)在已知点X (k) 上沿方向S 的导数为: 方向导数的向量表达式 根据矩阵相乘原理 和向量点积的定义 （３）目标函数的最速下降方向 分析方向导数的向量表达式： 梯度的几点性质 －▽f(X (k))是函数在X (k) 点的最速下降方向 局部性质 任一点X (k) 处的梯度一定垂直于过X (k) 点的等值线的切线 11.3 多元函数的泰勒展开式 设多元函数f(X)在X (k) 点至少有二阶连续的偏导数，在X (k) 的足够小的邻域内将f(X)展成泰勒近似式，并且只取前二次项，可得： 泰勒近似式的向量矩阵表达式 称H(X (k))为海赛矩阵 11.4 二次型函数 （１）二次型函数的概念与向量矩阵表示式 多元二次函数是指变量最高幂次为２次方的多项式形式的函数，称其为二次型函数。二次型函数的通式为： 11.4 二次型函数 （将式(2.3.4-1)改写成向量矩阵表示式，略去推导过程可得： f(X)=1/2XTAX + BX + c (2.3.4-2) 式(2.3.4-2)中： （２）正定二次函数及特性 对于二次型函数f(X)=1/2X TAX + BX + C ，若矩阵A 为正定矩阵，则称f(X)为正定二次函数。由于A矩阵同时是一个对称矩阵，因此有时亦称f(X)为对称正定二次函数。 正定二次函数的有关概念，是许多优化方法的理论基础，不少的优化方法首先是以正定二次函数为研究对象，以此来构造优化方法的。 11.5.1 多元函数极值的充要条件 （1） 一元函数极值的充要条件 极值点存在的必要条件: f ’(x*)=0 （2） 多元函数极值的充要条件 １）必要条件 点X*的一阶偏导数等于零: ▽f(X*)=0