机械优化设计NO.3(免费阅读).ppt

1、正定二元二次型函数的等值线是同心椭圆族，椭圆的中心就是以该函数为目标函数的极小点 设: 二元二次型函数 “正定二元二次型函数的这个概念完全可以推广到n = 3及多维的设计问题的分析中去” 只不过对于3维问题,在设计空间对应的应是目标函数的“等值面” “同心椭球面族”；椭球面的中心正好是极值(小)点 高于3维的问题（n 3）,在设计空间中将是“超椭球面”（多维正定二次函数的超等值面），无法用三维图形表示，是一个抽象的概念。 2、过同心椭圆族中心,作任意直线与椭圆族中任 意两椭圆相交，通过交点所作的椭圆的切线必相互平行 根据这一性质，如果沿两条与给定方向平行的直线,求出两直线与椭圆族中某两椭圆的切点 、 , 过此两点的直线必通过椭圆族的中心，即函数的极小点 换句话说：若沿着 、 两点连线方向搜索,就可以找到 的极小点。这一特性在建立了共轭方向的概念之后就知道,它对产生某些优化算法有着重大意义。 思考题: 1、矩阵正定的概念是如何引出的？如何判定矩 阵的正定性？ 2、正定“二元（n元）”二次函数的两个重要性质是什么？它与我们研究寻找最优点（最小点）有何联系？ * * 2 机械优化设计的基本术语和数学模型 2.2 机械优化设计的基本概念和术语 二、目标函数 三、设计约束 四、可行域与非可行域 五、目标函数的等值（面） 2.3 优化设计的数学模型 2.4 优化问题的几何描述 约束优化问题中，不等式约束的极限条件： ①可行域： ②非可行域：可行域以外的区域 其数学表达式： 等值线（面）： 具有相同目标函数值的点集在设计 空间形成的曲线和曲面 ① 在极值处，函数的等值线聚成一点，并位于等值线 族的中心。 ② 当该中心为极小值时，离中心线愈远，函数值愈大。 ③ 当目标函数值的变化范围一定时，等值线越稀疏， 说明函数值的变化愈平缓 总结：(2维问题?3维、n维） O x1 F(X) x2 c3 c1 c2 F(X)= c1 F(X)= c2 F(X)= c3 F(X)= f( x1, x2) 有心等值线族 X* 2.3 优化设计的数学模型 数学模型的一般表达式 机械优化设计的基本术语和数学模型 2.5 优化设计的基本方法 3 优化方法的数学基础 3.1 函数的二次型与矩阵的正定 一、函数的二次型 二、正定矩阵及其判别法 1、了解优化方法的类型 2、掌握 “数值迭代法”的基本原理 3、熟悉正定二次函数的2个性质及其意义 4、明确数值迭代法的常用终止准则 一、优化方法的类型 1、单目标优化方法和多优化方法 2、一维优化方法和多维优化方法 3、无约束优化方法和约束优化方法 4、按求优途径： ① 直接法 —按已有信息和再生信息进行试探及迭代求优 的数值法 ② 间接法 —利用函数性态、通过微分或变分求优的解析法 图解法 —在设计空间内，画出目标函数、约束函数的图 形找到最优解 ④ 实验法 —由实验直接找出最优解 2.5 优化设计的基本方法 二、优化设计的数值迭代计算法 1、迭代过程与格式 1 O x1 x2 2 3 1 2 3 步步下降， 步步逼近， 最终极其靠 近最优点! 迭代格式： (*)式使用条件： 1、适用性要求 2、可行性要求 2、数值迭代算法的收敛和终止准则 1、点距准则 2、函数下降量准则 3、梯度准则 3 优化方法的数学基础 3.1 函数的二次型与矩阵的正定 若令： 若令： 则按矩阵运算法则，上面函数的矩阵表达式： 式中：A一对称方阵（∵ ） （＊） （＊）式同样也是多元二次函数的矩阵表达式 其中：A— n×n阶对称方阵 一、函数的二次型： 对于二元函数的二次型： 上式写成矩阵形式： 此式也是“多元函数的二次型”的矩阵形式 式中：A—n阶对称方阵 函数的二次型: 二、正定矩阵及其判别法 A与f一一对应！ 1、正定的概念 设有二次型 ，若对于任意不为“ 0 ”的矢量 ，恒有 ，则相应的系数对称矩阵A称为正定矩阵 相应的函数