tu07-机构优化设计-1.ppt

x1 x2 X1（0） D x1 x2 X1（0） D x1 x2 X1（0） 选定搜索方向S（0） S（0） D x1 x2 X1（0） S（0） D x1 x2 X1（0） 选定搜索步长?（0） S（0） D x1 x2 X1（0） ?（0） S（0） 由X（1） = X（0）+ ?（0） S（0） 得到一个新点X（1） 。 X1（1） 若F（X（1））? F（X（0））， X（1）?D 则X（1）为一个较优点。 D x1 x2 X1（0） ?（0） S（0） 按X（k+1） = X（k）+ ?（k） S（k） 反复迭代直到最优点X 1* 。 X1（1） D X*1 x1 x2 X1（0） ?（0） S（0） X1（1） D X*1 此为局部最优点! x1 x2 可行区D 理论最优点 X* X1（0） ?（0） S（0） X*1 x1 x2 X* X1（0） ?（0） S（0） X1（1） D X*1 X（0） X*2 x1 x2 X* X1（0） ?（0） S（0） X1（1） D X*1 X（0） X*2 取若干个初始点进行迭代，取其中的小值作为最优点X* 。 迭代计算的终止准则 x1 x2 X(k) D X（0） X(k+1) （1）???? 点距准则 x1 x2 X(k) D X（0） X(k+1) 迭代点X(k+1)、 Xk间模的差已充分小达到?时，终止迭代。 1）约束优化问题 minF(X) X=[x1 x2 …..xn]T s.t. Gu(X)?0 (u=1,2….z) 3，优化设计数学模型表示式 有n个设计变量 且属于n维矢量空间Rn 求目标函数F(X)以极小形式表示的最优解。 要求满足z 个不等式约束 2）无约束优化问题 minF(X) X=[x1 x2 …..xn]T y A M D C B y A M D C B 使得M点运动的垂直误差?y最小 y A M D C B y y y VM M点水平运动速度的误差?V最小 y y y y y A M D C B 追求的目标: ?y?min, ?V ?min VM 第二节 优化问题的几何描述 现对该数学模型进行几何描述。 设有一个二维优化数学模型为： x1 、x2、F(X)坐标系中的二次曲面 x1 x2 1 4 3 2 1 2 3 0 F(X) x1 x2 F(X) F(X)=(x1 -2)2+x22 x1 x2 1 4 3 2 1 2 3 0 F(X) x1 x2 F(X) F(X)=(x1 -2)2+x22 x1 x2 1 4 3 2 1 2 3 0 F(X) x1 x2 F(X) 函数等值线——目标函数值相等的曲线在设计空间x1 0x2内的投影曲线 F(X)=(x1 -2)2+x22 =C,其等值线是 以（2，0）为圆心 以C1/2 为半径的圆族. min F(X)时的最优点为点（2，0） x1 x2 1 1 2 4 3 2 3 0 F（X）=0.25 F(X)=1.0 F(X)=2.25 F(X)=3.8 F(X)=4 F(X)=6.25 X* 函数的无约束最优值F(X)*=0，其最优点为X*=[2，0]T x1 x2 1 1 2 4 3 2 3 0 F（X）=0，25 F(X)=1.0 F(X)=2.25 F(X)=3.8 F(X)=4 F(X)=6.25 X* 约束条件G2（X）=x2 ? 0 约束条件G1（X）=x1 ? 0 G3（X）=x1-x2 +2?0 G4（X）= x2 -x1 2 -1 ? 0 *可行区—— 由GU(X) ? 0围成的区域 D 其它区域为非可行区 x1 x2 1 1 2 4 3 2 3 0 F（X）=0，25 F(X)=1.0 F(X)=2.25 F(X)=3.8 F(X)=4 F(X)=6.25 X* D x1 x2 1 1 2 4 3 2 3 0 F（X）=0，25 F(X)=1.0 F(X)=2.25 F(X)=4 F(X)=6.25 X* D F(X)值下降方向 x1 x2 1 1 2 4 3 2 3 0 F（X）=0，25 F(X)=1.0 F(X)=2.25 F(X)=4 F(X)=6.25 X* D F(X*)=3.8 最优解： X2*=[0.58, 1.34]T F(X2*)=3.8 X2*（0.58,1.34) x1 x2 1 1 2 4 3 2 3 0 F（X）=0，25 F(X)=1.0 F(X)=2.25 F(X)=4 F(X)=6.25 X* D X2*（0.58,1.34) F(X*)=3.8 该最优点X2*是F(X)=3.8的等值线与G4（X)=0约束曲线的切点。 几何描述 在R n由z个不等式约束构成的可行区D