优化设计应用实例优化设计应用实例.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
优化设计应用实例优化设计应用实例

工程问题描述 一条长为16米的铁丝截成两段,分别弯成两个正方形,要使如何截断才能使两个正方形的面积和最小? 数学模型 设计变量 总长16米的铁丝,被截成两根时,若其中一根铁丝的长度确定,则另一根铁丝的长度也可以确定。并且铁丝截断后是被弯成正方形,如果正方形的周长确定,那么正方形的面积也能确定。故取其中一根铁丝的长度x为设计变量。 目标函数 本问题以两个正方形的面积为目标函数。两根铁丝围城的面积分别为S1和S2,其中, 两根铁丝围城的总面积: 目标函数: 约束条件 由于铁丝的长度和面积是非负数,故有 即 优化方法 黄金分割法适用于[a,b]区间上的任何单谷函数求极小值问题。对函数除要求“单谷”外不作其他要求,甚至可以不连续。因此,这种方法的适应面相当广。黄金分割法也是建立在区间消去法原理基础上的试探方法。在搜索区间内[a,b]适当插入两点,将区间分成三段 黄金分割法的搜索过程: 给出初始搜索区间及收敛精度,将λ赋以0.618; 按坐标点计算公式计算;并计算其对应的函数值; 根据区间消去法原理缩短搜索区间。为了能用原来的坐标点计算公式,需进行区间名称的代换,并在保留区间中计算一个新的试验点及其函数值。如果,则新区间=,取,令;如果,则新区间=,取,令; 检查区间是否缩短到足够小和函数值收敛到足够精度,如果收敛条件满足,则取最后两试验点的平均值作为极小点的数值近似解。如果条件不满足则转向步骤(5); 产生新的插入点: 若,则 若,则 转向(3)进行新的区间缩小。 算法编程与结果分析 程序 #includeiostream #include math.h using namespace std; const float e=0.001; float funk (float); float lv=0; floatrv=16; floatnewlv(float,float); floatnewrv(float,float); floatminv; boolcheckv=false; void main() { cout函数y=(x/4)*(x/4)+((16-x)/4)* ((16-x)/4),0x16,使用黄金分割法计算最优值:(迭代次数为100,优化因子为0.001)endl; for (int i=0;i100;i++) { if (e(rv-lv)) { if (funk (newlv(lv,rv))funk (newrv(lv,rv))) { lv=newlv(lv,rv); rv=rv; } else if (funk (newlv(lv,rv))==funk (newrv(lv,rv))) { lv=lv; rv=rv; } else if (funk (newlv(lv,rv))funk (newrv(lv,rv))) { lv=lv; rv=newrv(lv,rv); } } else { minv=(rv+lv)/2; checkv=true; } } if (checkv) { cout当x取minv时,获得最优值funk1(minv)endl; } else { cout100次迭代也没找到最优值,取最后一次迭代做最优结果:x=(rv+lv)/2,y=funk1((rv+lv)/2)endl; } } floatnewlv(float x1,float x2) { x1=lv; x2=rv; float res=lv+0.382*(rv-lv); return res; } floatnewrv(float x1,float x2) { x1=lv; x2=rv; float res=lv+0.618*(rv-lv); return res; } float funk (float x) { float y; y=(x/4)*(x/4)+((16-x)/4)* ((16-x)/4); return y; } 结果分析 ,0x16,优化结果是x=8时, 函数取最优值:f(x)=8. 通用性验证 为了验证算法的通用性,本文选两个函数进行运算,函数如下: (1)用0.618法编程计算:. (2)用0.618法编程计算:. 程序说明:主函数与以上程序中的主函数基本相同,只需修改lv和rv的值为目标函数的取值范围,同时修改调用函数float funk (float x)中的函数为所需求的目标函数即可。 运行结果: 运行结果分析: (1),优化结果是x=3.14162时,函数取最优值:f(

文档评论(0)

cduutang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档