第二章 一优化方法.pptVIP

  1. 1、本文档共30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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第一章 1.1概述 一概念 随着计算机软、硬件的发展与应用,各种新的现代设计方法越来越得到发展,机械最优化设计就是产品的设计方法之一。现在各行各业都应用优化方法与概念解决实际问题。特别是机电产品设计(包括零件、部件、产品)。 最优化设计是人们在工程技术、科学研究和经济管理等诸多领域中经常遇到的问题。 如: 最优化设计的目的: 机械设计师追求其设计的方案是 尺寸最小(材料消耗最少或重量最轻) 成本最低( 运输、资源分配、安排生产等) 性能最好(零件、部件、产品) 每一产品设计、制造过程中,都含有很多因素如何优化。 因此,最优化理论和技术必将在社会的诸多方面起着越来越大的作用。 目前国内外设计方法 常规设计:用人工手算几种方法选其较好者 计算机辅助优化设计:用近代的优化数学方法 和理论编制计算机程序,用计算机辅助计算千万种方案,有规律最速得其最优方案。 国际情况:先进国家以采用后种方法为主 国内情况:两种方法并行,但趋向国际情况,目前国内大型企业(如汽车、航空、航天和科研院所)均采用计算机辅助优化设计 2、最优化设计工作包含内容 (1)将设计问题的物理模型转化为数学模型,建立数学模型时要选取设计变量、列出目标函数,给出约束条件,目标函数是设计问题所要求的最优化指标与设计变量之间的函数关系式。 (2)采用最适当的最优化方法,求解数学模型。可归结为在给定的条件(例如约束条件)下求目标函数的极值或最优化值问题。 二、最优化设计数学模型中的基本概念 1、设计变量:在设计过程中进行选择并最终必须确定的各项独立参数(变量) 如结构的总体尺寸、零件的几何尺寸、物理特性等 A:表示 N维设计变量可表示为X 例:某车间生产甲、乙两种产品。生产甲种产品每件需要用材料9kg、3个工时、4kw电,可获利60元。生产乙种产品每件需要用材料4kg、10个工时、5kw电,可获利120元。若每天能供应材料360kg、有300个工时、能供200kw电,问每天生产甲、乙两种产品各多少件,才能够获得最大的利润。 2目标函数:设计中预期要达到的目标 如(重量最轻、或尺寸最小,性能最好等) 目标函数应表示为各设计变量的函数 a单目标函数:最优化问题仅有一个单目标函数 b多目标函数:在同一设计中有多个目标函数 对于多目标函数可以独立地列出几个目标函 数式 C综合目标函数:把几个目标函数综合到一起 3约束条件:在设计中对设计变量取值的限制条件 (1)边界约束或区域约束 (2)性能约束 (3)显约束和隐约束 (4)约束的表达式形式:按表达式约束分为等式和不等式约束 4数学模型: 首先把工程问题用数学方法来描述,建立一个数学模型。机械优化设计的数学模型已模式化了,可写成: 最优方案 最优值 5连续变量 6离散变量 7约束优化与非约束优化 8线性优化与非线性优化 例要用薄钢板制造一体积为 的货箱,由于运输装卸要求其长度不小于4m,问为了使耗费的钢板最少并减轻重量,应如何选取货箱的长、宽、和高? 解: 9可行域与可行设计点 非可行域与非可行设计点 例如: 将约束函数值为零时所得的曲线所包围的图形,在此图形内取点为可行设计点,在图形外取点为非可行设计点。既满足约束条件所形成的图形内取点。 10 局部最优和全局最优 目标函数不是单峰函数时,有若干个极小点 对应有函数值称为局部最优解,其中函数值最小的点称为全域最优解 直接搜索法:通过函数值的计算和比较,确定搜索的方向和步长。如:黄金分割法、二次插值、复合形法等。 间接搜索法:利用函数的一阶或二阶偏导数矩阵确定搜索方向和步长。如梯度法、牛顿法等。 最优化设计的任务:一是找到最优解,二是如何提高求优过程的效率。 对n维的非线性目标函数,用常规的解法求极值,往往是很困难的。有效的办法使用迭代算法。 1.2优化设计中的迭代计算方法 特点:按照一定的逻辑结构进行反复的数值计算,寻求函数值不断下降的设计点,直到最后获得足够精度的近似解时就截断计算。 一、迭代过程:从一个选定的初始点X出发,沿某种优化方法所规定的方向S,确定适当的步长a.产生一个新的设计点. 满足 a-----第k步迭代计算的步长 二、迭代计算的终止条件 1.点距准则: 相邻两迭代点之间的距离已达到充分小既: 2.函数下降量准则: 相邻两迭代点的函数值下降量已达到充分小:分为两种情况: 如果F(X(k+1))《1 用函数绝对下降量准则 如果F(X(k+1))》1可采用相

文档评论(0)

mojintianshi + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档