《机械优化设计方法第三章.pptVIP

第三章 优化设计方法的数学基础3-1 优化设计问题的几何意义 一、目标函数的等值面(线) 目标函数的值是评价设计方案优劣的指标。n维变量的目标函数，其函数图象只能在n+1维空间中描述出来。 当给定一个设计方案，即给定一组x1, x2, …, xn的值时，目标函数f(X)=f(x1, x2, …, xn)必相应有一确定的函数值； 若给定一个f(X)值,却有无限多组x1, x2,…, xn 值与之对应，也就是当f(X)=a时，X= [x1, x2,…, xn ]T在设计空间中对应有一个点集。 通常这个点集是一个曲面(二维是曲线，大于三维称超曲面)，称之为目标函数的等值面。当给定一系列的a值，即a=a1, a2, …时，相应有f(X)= a=a1, a2, …，这样可以得到一组超曲面族——等值面族。 等值面具有特性:即在一个待定的等值面上，尽管设计方案很多，但每一个设计方案的目标函数值都是相等的。 现以二维无约束最优化设计问题为例阐明其几何意义。 如图，二维目标函数f(X)=f(x1, x2)在以x1, x2和f(X)为坐标的三维坐标系空间内是一个曲面。在二维设计平面x1ox2中，每一个点X= [x1, x2]T都有一个相应的目标函数值f(X)=f(x1, x2)，它在图中反映为沿f(X)轴方向的高度。 二、约束最优解和无约