- 1、本文档共6页,可阅读全部内容。
- 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、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、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)