优化设计概述详解.pptVIP

1．优化数学模型的三要素。 2．什么是可行域？什么是非可行域？ 3．给出具体的问题，建立其优化数学模型。 4．三种常用的迭代收敛准则。 目标函数是n维变量的函数，其函数图像只能在n+1维空间中描述出来，为在n维空间中反映目标函数的变化情况，常用目标函数等值面的方法。 （c为一系列常数) 四、最优化问题的数学模型—是优化设计问题的数学抽象 代表 平面上一簇等值线。 二维设计空间中 —— 一族n维超曲面 第一章 第三节 优化设计问题的数学模型 或 s.t.—subject to的缩写，表示“受约束于” 优化问题分类： 无约束优化问题 —（即为求函数极值的问题） 约束优化问题 —（工程中大多数为约束优化问题） 按是否存在约束 第一章 第三节 优化设计问题的数学模型 连续值—普通优化问题 离散值—离散变量优化或混合离散变量优化问题 整数值—整数规划问题 随机值—随机规划、动态规划问题 按变量 性质 均为线性函数 —线性规划问题 f为二次函数，g、h为线性函数 —二次规划问题 其余为非线性规划问题（工程中大多数） 按函数的性质 第一章 第三节 优化设计问题的数学模型 n≤10—小规模优化问题 10n50 —中规模优化问题 n≥50 —大规模优化问题 单目标优化 多目标优化 按规模 按目标函数 还有其它一些分类方法 如模糊优化（可靠性）、整体优化、局部优化 第一章 第三节 优化设计问题的数学模型 2.约束优化问题极小值点的几种情况。 a) 约束函数和目标函数均为线性； b) 约束函数和目标函数均为非线性； 点一般位于某角点上 位于可行域内等值线中心（无起作用约束） 五、优化问题的几何解释 1.无约束优化问题的极小点，即为等值面的中心。 第一章 第三节 优化设计问题的数学模型 e) 极值点位于两约束曲线的交点上(二个起作用约束) c)、d) 极值点处于某约束边界上(一个起作用约束) 第一章 第三节 优化设计问题的数学模型 a）无约束问题— b) 约束优化问题—局部与全域最优解问题不仅取决于目标函数，而且取决于约束函数的性质。 ∴ 是全局最优点， 是局部最优点 ——全域最优点 和 为局部最优点 为非单峰函数时 如: 3．局部最优解与全域最优解 第一章 第三节 优化设计问题的数学模型 第四节 优化设计问题的基本解法—数值迭代法 解析法：通过对函数求导求极值，利用古典变分原理和拉格朗曰乘子法等。 数值计算法（迭代法）———利用函数在某一局部区域的某种性质（函数值,一阶或二阶导数），来定下一步的搜索方向与步长，并调优逼近到函数极值点或最优点———基本解法 一、优化问题基本解法 优化问题（非线性）解法 第一章 第四节 优化设计问题的基本解法——数值迭代法 迭代法基本解法思想： 起，产生一个序列 (k =0,1,2…)满足 逐步指向最优解 1．优化准则法： 2．数学规划法： —为一对角矩阵 从初始点 基本迭代方法： 第一章 第四节 优化设计问题的基本解法——数值迭代法 ——称为第k次定向修改设计量。 ——单位向量，定向修改设计的单位，一般为函数值下降的方向。 ——步长系数，标量,一般由 定最佳 通过一维搜索的优化方法求解 第一章 第四节 优化设计问题的基本解法——数值迭代法 1．点距准则（模准则）： 2．函数下降量准则（值准则）： 3．梯度准则： ∵在最优点 , —计算精度，应适当，一般取 常用迭代收敛准则 第一章 第四节 优化设计问题的基本解法——数值迭代法 二、收敛条件—迭代终止条件 注意:有时1、2准则会出现失效的情况，可联合起来判断。准则3较准确，但要计算梯度，且有时不适用。 迭代次数很多，仍达不到预定精度的原因： ①精度过高； ②步长因子过大； ③方法不适用。 第一章 第四节 优化设计问题的基本解法——数值迭代法 课程内容 第0章 现代机械设计概述 第1章 优化设计概述 第2章 数学基础 第3章 一维搜索方法 Matlab介绍 第4章 无约束优化方法 第5章 约束优化方法 第6章 多目标及离散变量优化方法 第7章 现代优化算法 第8章 优化实例 第一章 优 化 设 计 概 述 第一节 人字架的优化设计 第二节 机械优化设计问题示例 第四节 优化设计问题的基本解法 —数值迭代法 第三节