网站大量收购独家精品文档,联系QQ:2885784924

机械优化设计考试复习..doc

  1. 1、本文档共7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
机械优化设计考试复习.

直接法:复合形法 随机方向法 间接法:惩罚函数法 增广乘子法 二元函数在某点处取得极值的充分条件是 该点处的海赛矩阵为正定。 可行搜索方向是指当设计点沿该方向作微量移动时,目标函数值下降,且不会越出可行域。 黄金分割选点的原则:对称性和新区间三段与原来的区间的三段保持相同的比例。 优化设计迭代满足下降性和收敛性。 凡满足所有约束条件的设计点在设计空间中的变化范围称为可行域。 1优化问题的三要素:设计变量,约束条件, 目标函数。 2机械优设计数学规划法的核心:一、建立搜索方向,二、计算最佳步长因子 3外推法确定搜索区间,函数值形成 高-低-高 区间 4数学规划法的迭代公式是 ,其核心是 建立搜索方向, 和 计算最佳步长 5若n维空间中有两个非零向量d0,d1,满足(d0)TGd1=0,则d0、d1之间存在_共轭关系 6,与负梯度成锐角的方向为函数值 下降 方向,与梯度成直角的方向为函数值 不变 方向。 外点;内点的判别 7那三种方法不要求海赛矩阵:最速下降法 共轭梯度法 变尺度法 8、那种方法不需要要求一阶或二阶导数: 坐标轮换法 9、拉格朗日乘子法是 升维法 P37 10、惩罚函数法又分为外点惩罚函数法、内点惩罚函数法、混合惩罚函数法三种 11,.函数在点处的梯度为,海赛矩阵为 12.目标函数是一项设计所追求的指标的数学反映,因此对它最基本的要求是能用 来评价设计的优劣,,同时必须是设计变量的可计算函数 。 13.建立优化设计数学模型的基本原则是确切反映 工程实际问题,的基础上力求简洁 。 14.约束条件的尺度变换常称 规格化,这是为改善数学模型性态常用的一种方法。 15,.随机方向法所用的步长一般按 加速步长 法来确定,此法是指依次迭代的步长按一定的比例 递增的方法。 16.最速下降法以 负梯度 方向作为搜索方向,因此最速下降法又称为 梯度法,其收敛速度较 慢 。 17,.二元函数在某点处取得极值的充分条件是必要条件是该点处的海赛矩阵正定 18.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题,这种方法又被称为 升维 法。 19,改变复合形形状的搜索方法主要有反射,扩张,收缩,压缩 20坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 21.在选择约束条件时应特别注意避免出现 相互矛盾的约束, ,另外应当尽量减少不必要的约束 。 22.目标函数是n维变量的函数,它的函数图像只能在n+1, 空间中描述出来,为了在n维空间中反映目标函数的变化情况,常采用 目标函数等值面 的方法。 23协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。 24.机械优化设计的一般过程中, 建立优化设计数学模型 是首要和关键的一步,它是取得正确结果的前提。 二、解答题 1、试述两种一维搜索方法的原理,它们之间有何区别 答:搜索的原理是:区间消去法原理 区别:(1)、试探法:给定的规定来确定插入点的位置,此点的位置确定仅仅按照区间的缩短如何加快,而不顾及函数值的分布关系,如黄金分割法 (2)、插值法:没有函数表达式,可以根据这些点处的函数值,利用插值方法建立函数的某种近似表达式,近而求出函数的极小点,并用它作为原来函数的近似值。这种方法称为插值法,又叫函数逼近法。 2、在变尺度法中,为使变尺度矩阵与近似,并具有容易计算的特点,必须附加哪些条件? 答:(1)必须是对称正定的(2)要求有简单的迭代形式 (3)必须满足拟牛顿条件 3,总结:无约束优化方法 只算函数值方法 1,坐标轮换法:小规模,收敛慢(无耦合问题快);2,单形替换法:中小规模,收敛较快, 3,格点法:非凸问题;4,Monte Carlo 法:非凸问题。 计算一阶导数方法 梯度法:中小规模,开始快;2,共轭梯度法:中大规模,收敛快,程序简单; 变尺度法:中大规模,收敛快;4,Powell方法:中大规模,收敛快。 计算二阶导数方法 Newton 方法:收敛快,计算难度大;2,共轭方向法:收敛快,计算难度大。 4.共轭梯度法中,共轭方向和梯度之间的关系是怎样的?试画图说明。 . 对于二次函数,,从点出发,沿G的某一共轭方向作一维搜索,到达点,点处的搜索方向应满足,即终点与始点的梯度之差与的共轭方向正交。共轭梯度法是共轭方向法中的一种,在该方法中每一个共轭向量都依赖于迭代点处的负梯度构造出来的。共轭梯度法的第一个搜索方向取负梯度方向,这是最速下降法。其余各步的搜索方向是将负梯度偏转一个角度,也就是对负梯度进行修正。所以共轭梯度法的实质是对最速下降法的一种改进随机方向法

文档评论(0)

kakaxi + 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