- 1、本文档共9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)。
- 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、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、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、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
I优化设计作业
课程名称: 优化设计
姓名:
学号:
班级:
联系电话:
2011年 12月 06日
优化设计作业
阐述优化设计数学模型的三要素,写出一般形式的数学模型。
答:机械优化设计建立数学模型的三个基本要素——设计变量、约束条件、目标函数。一般形式的数学模型:
阐述设计可行域和不可行域的基本概念
答:约束对设计点在设计空间的活动范围有所限制。凡满足所有约束条件的设计点,它在设计空间中的可能活动范围,称可行设计区域(可行域)。不能满足所有约束条件的设计空间便是不可行设计区域(不可行域)。
3.无约束局部最优解的必要条件?
答:若在约束条件限制下极小化,即在可行域D中寻找 X*= [x1*, x2*, …, xn*]T使满足min f(X)= f(X*),X∈D?Rn ,其最优点X*、最优值f(X*)则构成约束最优解。
4.阐述约束优化问题最优解的K-T条件。
答:K-T条件可阐述为:
如果X(k)是一个局部极小点,则该点的目标函数梯度▽f(X(k))可表示成该点诸约束面梯度为▽gu(X(k))、▽hv(X(k))的如下线性组合:
式中:q—在X(k)点的不等式约束面数;
j—在X(k)点的等式约束面数;
λu(u=1,2,…q)、μv(v=1,2,…j)——非负值的乘子,亦称拉格朗日乘子。如无等式约束,而全部是不等式约束,则式(3-20)中j=0,第三项全部为零。
5. 给出图中的可行设计点、边界设计点和不可行设计点。
6题图 二维设计空间
答:如图x(1 )点为可行设计点,x(3)点为边界设计点,x(2)点为不可行设计点。
6、根据逼近思想所构造的优化计算方法的基本规则是什么?
答:
7、数值迭代计算中,通常采用哪三种终止条件?(2、3)
答:在一般情况下,因α(2)是前一次插值函数的极小值点,α(4)是本次插值函数的极小值点,若α(2)和α(4)的距离足够小时,即满足|α(4)―α(2)|≤ε或α(4)和α(2)两者原函数值已很接近,即满足| f4―f2|≤ε,则停止迭代,这时,若f4<f2,输出极小值点α(4)→α*,极小值f4→f(α*);否则,即f2≤f4时,输出极小值点α(2)→α*,极小值f2→f(α*)。如不满足上述迭代终止条件、则返回步骤(3),再次缩短搜索区间,直至最后满足终止条件。
8. 对于约束极值问题
试运用K-T条件检验点是否为约束极值点。
答:
9. 说明函数梯度的性质。
答:
10.将优化问题
的目标函数等值线和约束曲线勾画出来,并确定:
(1)可行域的范围(用阴影线画出)。
(2)无约束最优解、,约束最优解、。
(3)若再加入等式约束,约束最优解、。
答:
11. 如图所示为机床主轴计算简图。在设计时,有两个重要因素需要考虑,即主轴的自重和伸出端C点的挠度。试建立机床主轴以主轴自重最轻为目标的优化设计数学模型。其中,C点的挠度:;;E为弹性模量。材料的密度为ρ;外力F给定。
答:
选用优化算法时,一般需考虑哪几个因素?
答:一般认为,评价一种优化方法的好坏,可以从以下三方面来考察:
1、可靠性:方法的可靠性是指在一定精度要求下,求解出各种各样问题的成功率,显然能求解出的问题越多,算法的可靠性越好。因此也可称通用性。它是评价优化方法好坏的重要准则。
2、有效性:指的是方法的解题效率。可从两个方面来衡量:一是对同一个题目,在同一精度要求下,从同一初始点出发,迭代计算所用的机时数;二是在同样条件下计算函数值的次救,包括求目标函数值和求导数值的次数。
3、计算前的准备工作量及占用计算机存贮单元数量。
这三点也可以说是评价优化方法优劣的基本准则。
13.用外点法和用内点法求解,最优化问题的惩罚函数。(6)
答:
14. 优化迭代逼近搜索中是在每一迭代点X(k)上利用函数在该点邻近局部性质的信息,确定一个搜索方向S(k+1)和搜索步长a,求新的迭代点X(k+1)=X(k)+αS(k+1)。其中,最速下降法(梯度法)、共轭梯度法和牛顿法的搜索方向是如何确定? (5)
答:
15. 什么是共轭梯度法(5)
答:对于n维二次函数 f(X)=0.5XTAX+BTX+C
若给定任一初始点X(k),而S(k), K=0,l,2,…为K次迭代中要寻求的共轭方向。X(k+1)为沿该方向进行一维搜索求得的
文档评论(0)