优化设计的基本概念详解.pptVIP

* 在最优化设计问题中，可以只有一个目标函数，称为单目标函数。当在同一设计中要提出多个目标函数时，这种问题称为多目标函数的最优化问题。在一般的机械最优化设计中，多目标函数的情况较多。目标函数愈多，设计的综合效果愈好，但问题的求解亦愈复杂。 在实际工程设计问题中，常常会遇到在多目标函数的某些目标之间存在矛盾的情况，这就要求设计者正确处理各目标函数之间的关系。 目标函数等值（线）面 目标函数是n维变量的函数，它的函数图像只能在n+1维空间中描述出来。为了在n维设计空间中反映目标函数的变化情况，常采用目标函数等值面的方法。 目标函数的等值面（线）数学表达式为： c为一系列常数，代表一族n维超曲面。如在二维设计空间中，F(x1,x2)=c 代表x-x设计平面上的一族曲线。 对于具有相等目标函数值的设计点构成的平面曲线或曲面称为等值线或等值面。 图1-4 等值线 图1-5表示目标函数f（X）与两个设计变量x1，x2阶所构成的关系曲面上的等值线，它是由许多具有相等目标函数值的设计点所构成的平面曲线。当给目标函数以不同值时，可得到一系列的等值线，它们构成目标函数的等值线族。在极值处目标函数的等值线聚成一点，并位于等值线族的中心。当目标函数值的变化范围一定时，等值线愈稀疏说明目标函数值的变化愈平缓。利用等值线的概念可用几何图象形象地表现出目标函数的变化规律。 从等值线上，可以清除地看到函数值的变化情况。其中F=40的等值线就是使F(x1,x2)=40的各点[x1,x2]T所组成的连线。 如图函数 的等值线图。 图1-5 等值线 4. 优化设计问题一般数学形式： 满足约束条件 ： 求设计变量向量 使目标函数 对于复杂的问题，要建立能反映客观工程实际的、完善的数学模型往往会遇到很多困难，有时甚至比求解更为复杂。这时要抓住关键因素，适当忽略不重要的成分，使问题合理简化，以易于列出数学模型，这样不仅可节省时间，有时也会改善优化结果。 最优化设计的目标函数通常为求目标函数的最小值。若目标函数的最优点为可行域中的最大值时，则可看成是求［-F（X）］的最小值，因为min［-F（X）］与maxF（X）是等价的。当然，也可看成是求1／F（X）的极小值。 5. 建模实例 1）根据设计要求，应用专业范围内的现行理论和经验等，对优化对象进行分析。必要时，需要对传统设计中的公式进行改进，并尽可以反映该专业范围内的现代技术进步的成果。 2）对结构诸参数进行分析，以确定设计的原始参数、设计常数和设计变量。 3）根据设计要求，确定并构造目标函数和相应的约束条件，有时要构造多目标函数。 4）必要时对数学模型进行规范化，以消除诸组成项间由于量纲不同等原因导致的数量悬殊的影响。 建立优化设计问题的数学模型一般步骤： 人字架结构优化设计 受力分析图 圆杆截面图 桁杆示意图 d 　由两根空心圆杆组成对称的两杆桁架，其顶点承受负载为2p，两支座之间的水平距离为2L，圆杆的壁厚为B，杆的比重为ρ，弹性模量为E，屈服强度为 。求在桁架不被破坏的情况下使桁架重量最轻的桁架高度h及圆杆平均直径d。 解：桁杆的截面积为 ： 由此得稳定约束： 圆杆中应力小于等于压杆稳定的临界应力。由材料力学知：压杆稳定的临界应力为 此应力要求小于材料的屈服极限，即： 于是杆截面的应力为： 负载2p在每个杆上的分力为： 桁杆的总重量为： 另外还要考虑到设计变量d和h有界。 从而得到两杆桁架最优设计问题的数学模型： 配料 每磅配料中的营养含量 钙 蛋白质 纤维 每磅成本（元） 石灰石 谷物 大豆粉 0.380 0.00 0.00 0.001 0.09 0.02 0.002 0.50 0.08 0.0164 0.0463 0.1250 以最低成本确定满足动物所需营养的最优混合饲料。设每天需要混合饲料的批量为100磅，这份饲料必须含：至少0.8%而不超过1.2%的钙;至少22%的蛋白质;至多5%的粗纤维。假定主要配料包括石灰石、谷物、大豆粉。这些配料的主要营养成分为： 混合饲料配合 解:根据前面介绍的建模要素得出此问题的数学模型如下: 设 是生产100磅混合饲料所须的石灰石、谷物、大豆粉的量（磅）。 6. 优化设计的分类 对于最优化问