优化设计实验报告.docVIP

  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)。
  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
优化设计实验报告

现代机械设计理论及方法 ——优化设计 上机实验报告书 学 院:机械工程学院 年 级:2009级 专业班级:机械设计制造及其自动化4班 学 生:於军红 学 号指导教师:程洪 报告日期:2012.12.19 重庆大学 机械工程学院 机械设计制造及其自动化系 二零一二年十一月制 上机实习地点:机械工程学院实验大楼408 上机实习时间: 11 至 14 周,星期 四 , 七八 节; 星期 六 , 七八 节。 实验目的 验证所学优化设计理论; 调试并学习使用有关计算机程序,并用以求解优化设计问 题; 积累使用相关计算机程序和工具(MATLAB之优化工具箱)求解优化设计问题的经验; 根据自己的进度及能力,可求解一个较完整的优化设计大作业(如压缩弹簧的优化设计或者一级直齿圆柱齿轮减速器的优化设计),选作。 实验设备及软件 PC计算机; 一维搜索程序、无约束优化问题求解程序、约束优化问题求解程序、 MATLAB7.0 。 实验方法、步骤、结果 第一次实验:一维搜索方法 使用程序:HJFGF.C 相应方法:黄金分割法 主要功能说明:本程序是运用黄金分割法求解目标函数的最优解,黄金分割法适用于[a,b]区间上的任何单股函数求极小值问题,对函数除要求“单谷”外不做其他要求,甚至可以不连续。因此,这种方法的适应面非常广。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,即在搜索区间[a,b]内适当插入两点a1,a2,并计算其函数值。a1,a2将区间分成三段,应用函数的单谷性质,通过函数值大小的比较,删去其中一段,是搜索区间得以缩小。然后再在保留下来的区间上作同样的处理,如此迭代下去,是搜索区间无限缩小,从而得到极小点的数值近似解。 计算题目: 1)求y=(x-7)*(x-1)-2*x最小值 2)求y=(x-3)*(x-1)-4*x-1极小值 3)求y=(x-3)*x-1极小值 5、相应计算结果 1) a=-11.000000,b=27.400000 MIN POINT VALUE of ITS OBJECT FUNCTION: X=4.999808, f=-18.000000 2) a=-11.000000,b=27.400000 MIN POINT VALUE of ITS OBJECT FUNCTION: X=4.000052, f=-14.000000 3) a=-62.200000,b=14.600000 MIN POINT VALUE of ITS OBJECT FUNCTION: x=1.499696, f=-3.250000 6、所遇问题:在导入编译时由于粗心总是出现错误,特别是分号问题,以后一定要多加练习C语言的书写和注意仔细认真。 第二次实验:无约束优化方法 使用程序:WYSTD2.C 相应方法:梯度法 主要功能说明: 本程序是运用梯度法求解目标函数的最优解,梯度法就是采用函数负梯度的方向作为搜索方向,通过多次迭代使函数逼近极小值。程序中函数double gx[N]; 为目标函数对各个变量的偏导数;函数double grade(x0,i,stp0,grd_eps);为用差分法计算x0点第i个坐标的一阶偏导,即计算梯度,用梯度的模和迭代精度ESP2比较,若小于ESP2,迭代终止。 计算题目: 1)求fx=x[0]*x[1]-x[0]*x[1]-6*x[0]-2*x[1] 极小值 2)求fx=x[0]*x[0]+x[1]*x[1]-x[0]*x[1]-10.0*x[0]+4.0*x[1]+60.0极小值 3)求fx=x[0]*x[0]+2*x[1]*x[1]-x[0]*x[1]-4.0*x[1]+60.0极小值 相应计算结果 1) xx[0]=-1.000000 xx[1]=-1.000000 xx[2]=--1.0000000 最优点函数值ff=-10.000000 2) xx[0]=4.999533 xx[1]=1.999999 最优点函数值ff=31.000000 3) xx[0]=1.999999 xx[1]=2.99384 最优点函数值ff=0.000000 四次实验:约束优化方法 10、使用程序:SUMT3.C 11、相应方法:混合惩罚函数法 12、主要功能说明: 混合法是综合内点法和外点法的优点而建立的一种惩罚函数法。程序中混合惩罚函数为fun1fx=fun(x03)+fx1+fx2,其中fun(x03)为目标函数,fx1为不等式约束构成的

文档评论(0)

yaobanwd + 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