结构优化设计的基本原理教材.ppt

II. K – T 定理的几何意义 由K – T 定理可知，最优解一定落在某个或几个临界约束边界上，同时目标函数达到极值( 最小或最大 )。 1. 当只有一个约束为临 界约束时， ?f ( X* ) = - ?* ?g( X* ) 目标函数在最优点X*处 的梯度向量与临界约束 在X*处的梯度向量在同 一条直线上，方向正好 相反，大小相差一个比值 ?* ； 2. 多个约束条件同时为临界约束时， ?f ( X* ) = - ?G( X* ) ?* 目标函数在X* 的梯度向量的延长线必落在所有临界约束在X*点 处的梯度向量所形成的扇形锥之内， 数值上等于各临界约束梯度的负线性组合( 所有临界约束应线性无关 )。 三杆结构优化 单元刚度矩阵 边界约束后的总体刚度矩阵 节点位移计算列式 单元应力计算列式 (1) 结构对称 (1) 结构不对称 3个杆都满足约束，此时1，3杆处于临界条件 忽略第3杆，仅考虑1，2杆处于临界条件 删除3杆，仅1，2杆处于临界条件 结构退化为一个静定结构 III. K – T 定理的推广 K – T 定理的用处： 1. 用来检查已知最优解是否符合要求； 2. 已知最优解处的有效约束类型和个数，求最优解； 3. 利用K – T 定理将一个带约束的规划问题变为一个无约束问题求解。 K –T 定理的不足：对约束边界上的非最优点无法应用! K – T 定理的推广: 式中引入一个补偿向量 d ( Complement vector )，它与所有临界约束的梯度向量都正交，由上两式联立解得 式中 I 为单位矩阵。 只有当所有临界约束线性无关时，方阵[?G( X )T?G( X )] 才是非奇异的。其逆阵 [?G( X )T ?G( X )] – 1 有解。 由 ? ，d 的解，可得出以下三种结果： ? i ? 0, i = 1, k; 且 d = 0 , 符合K – T 条件，为最优解； 部分 ? i 0, 且 d = 0, 说明该点不是最优点。此时，可将所对应的有效约束梯度 ?gi(X) 从?G( X )中删除，留下部分重新按上式计算 ? i 和 d 。这个过程可反复多次； 当保留下来的所有临界约束 ? i 0 时，d ? 0，表明所考查的最优解尚未达到，可进一步调参。d 向量将为下一步调参提供信息，或者将 d 作为调参向量( 梯度投影法 )。 d 向量及K – T 推广式的几何意义： (a) 在最优点处 ? i ? 0, i = 1, k; 且 d = 0 ，说明在最优点再也找不到可用来调整设计的参数，使 f(X) 进一步下降，而又满足约束条件的方向了。这一点同原K – T 定理是一致的。 (b) 在非最优点 d ? 0，d 向量和等重线方向PW 合成一个调参方向PK ( 可行方向法--- Feasible Directional Methods)，或者直接利用 d 作为调参方向( 梯度投影法--- Gradient Projection Methods )。 结构优化设计 南京航空航天大学 飞机设计技术研究所 第二章结构优化设计的基本原理 2.1 两类主要优化问题列式 I. 问题A --- 无约束最优化问题 该类问题不含任何约束条件. 也可将一个带约束的优化问题转化为无约束最优化问题. 最优点X*处的函数值f(X*) = 这里引出如下研究问题 : 1. 如何取得极值? 2. 该极值是否是唯一的? 3. 若不是唯一的, 真正的极值何在? 如何求解? II. 问题B --- 二次函数 f ( X ) = ?XTAX – bT X + C X?Rn 其中 　　　二次函数是一种简单而典型的函数。许多优化方法都是以二次函数为基础来分析说明，然后推广应用到一般函数。 2-2 函数的台劳展开式 假设 f(x) 在任一点 X(0) 的邻域内连续可微, 则可将 f(x) 在 X(0) 点按台劳级数展开； 若函数按台劳级数展开取二阶近似，即得一个二次函数。 目标函数取二阶展开，而约束条件取一阶展开，则构成一个二次规划问题： 目标函数和约束条件按不同形式展开可得出不同的近似序列规划问题； 原目标函数和约束条件的规划问题可以近似按台劳展开的序列子问题通过逐次逼近来完成。 2-3 方向导数和梯度 设空间任一点 ，对应函数为 ，过 有某一方向向量（单位向量） 其中