优化设计()预案.ppt

　　对于优化问题数学模型的求解，目前可采用的求解方法有三种： 　　■数学解析法：就是把优化对象用数学模型描述出来后，用数学解析法（如微分、变分法等）来求出最优解，如高等数学中求函数极值或条件极值的方法。 　　数学解析法是优化设计的理论基础。但它仅限于维数较少且易求导的优化问题的求解。 数学解析法 图解法 数值迭代法 　　■图解法：就是直接用作图的方法来求解优化问题，通过画出目标函数和约束函数的图形，求出最优解。 　　此法的特点是简单直观，但仅限于n≤2的低维优化问题的求解。 5.优化设计的几何意义 图4-5 所示－－为采用图解法来求解如下二维优化问题： min f(X) = x12+x22－4x1+4 s.t. g1(X) = x2－x1－2≤0 g2(X) = x12－x2+1≤0 g3(X) = －x1≤0 g4(X) = －x2≤0 　　该问题的目标函数、约束函数的立体图－－如图4-5(a)所示； 　　该问题的设计空间关系图－－如图4-5(b)所示，阴影线部分即为由所有约束边界围成的可行域。 　　该问题的约束最优点－－为图中的X *点，即 　　　　　X* = [x1*, x2*]T = [0.58, 1.34] T 　　约束最优值为： 的最优解的结果。 f (X*) = 0.38。 　(a)函数的等值面簇 　　　　 　　 (b)设计空间关系图 　　　　　　　　图4-5 二维优化问题的几何解 　　（1）数值迭代法：根据目标函数的变化规律，以适当步长沿着能使目标函数下降的方向，经过反复迭代，逐步向目标函数值的最优点逼近的方法。采用数值迭代法可以求解各种优化问题。 （2）数值迭代法的迭代格式 数值迭代法的基本思想：搜索、迭代、逼近。 　　为了求得目标函数　　 的极小点 ，其迭代过程如下： ①在设计空间给出一初始迭代点 ； ②从 出发，按照确定的搜索方向 和迭代步长 ，求 得第一个改进设计点 ，它应该满足： ； ③再以 为新的初始点，重复上述步骤，求得 ， 如此反复迭代，得到一个不断改进的点列 及一相应的递减函数值数列 。 6.数值迭代法及终止准则 （2）迭代计算的终止准则 目前，通常采用的迭代终止准则有以下几种： ● 点距足够小准则 ● 函数下降量足够小准则 ● 函数梯度充分小准则 （１）点距足够小准则 相邻两迭代点之间的距离已达到充分小，即 （4-5） 式中，　—— 给定的计算精度，一般可取　　　　 。 （２）函数下降量足够小准则 相邻两迭代点的函数值下降量已达到充分小，即 （4-7） 式中，　 —— 给定的计算精度，一般可取　　　　 。 目标函数在迭代点的梯度已达到充分小，即 （３）函数梯度充分小准则 （4-9） 　　上述三个准则都可以单独使用。只要其中一个得到满足，就可以认为达到了近似最优解，迭代计算到此结束。 　　对于约束优化问题，不同的优化方法有各自的终止准则，在此不在介绍。 　　这是由于函数极值点的必要条件是函数在这一点的梯度值的模为零。因此当迭代点的函数梯度的模已充分小时，则认为迭代可以终止。 式中，　—— 给定的计算精度，一般可取　　。 第4章 优化设计(1) 第4章 优化设计（1） 本章主要介绍以下内容： 1、优化设计的概念和特点； 2、优化设计的数学模型； 3、优化设计的数学基础； 4、一维搜索优化方法； 5、无约束目标函数优化方法； 6、约束目标函数优化方法； 7、优化问题中的若干问题。 重点：优化数学模型的建立；常用的一维搜索优化方法、无约束目标函数优化方法、约束目标函数优化方法。 难点：无约束目标函数优化方法、约束目标函数优化方法。 4.1 优化设计概述 4.1.1 优化设计的概念和特点 　　优化设计（Optimal Design）是20世纪60年代发展起来的一种现代设计方法。它是将最优化原理和计算机技术应用于设计领域，为工程设计提供一种重要的科学设计方法。 　　优化设计是将工程设计问题转化为最优化问题，利用数学规划的方法，借助于电子计算机的高速度运算和逻辑判断的巨大能力，从满足设计要