- 1、本文档共8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
优化设计复习资料
一:填空题(40分)
1,机械优化设计方法:解析法 数值计算法。
2,优化设计问题基本方法:数学解析法 图解法 数值迭代法。
3,数值迭代法的基本步骤:建立搜索方向→计算最优步骤→判断是否为最优解。。
4,二元及多元函数的极值条件:,。
5,迭代法基本思想:步步逼近 步步下降。
数值迭代法终止准则:点距足够小 函数下降量足够小准则 函数梯度充分小准则。
6,优化设计包括的内容:建立优化设计问题的数学模型 选择恰当的优化方法 编程求解最优的设计参数。
7,求解不等式约束问题的基本思想:将不等式问题转化成等式问题 具体做法:引入松弛变量。
8,无约束问题取得极值的条件: 即梯度为0,且海赛矩阵正定或负定。
9,二元偏导和方向导数的关系:
10系统可靠性设计方向:预测法 分配法。
11,两幅图干涉越小,可靠性越高。(图看书)
12,设计螺栓的设计准则:受拉→静力或疲劳拉伸强度 受剪切或压溃→挤压强度 剪切强度。
13,随机方向法基本思路:随机选择初始点→随机选择探索方向→随机选择探索步长。
14,优化问题的几何解析:无约束问题 等式约束化问题 不等式约束化问题。
优化设计三要素:设计变量 约束条件 目标函数。
16,惩罚函数包括:内点 外点 混合惩罚函数。
17,约束定义及其分类:
约束条件:在优化设计中,对设计变量取值时的限制条件,称为约束条件或设计约束,简称约束。
分为:等式约束 不等式约束 。
18,约束优化方法:直接解法 间接解法。
19,守剪螺栓强度:抗剪切强度 压溃强度。
20,
儿的模函数变化率的最大值。P27!
21,无约束优化问题取得极值的充要条件
极小值:函数在该点的梯度为0,且海赛矩阵正定,即G()各阶主子式均大于零
极大值:函数在该点的梯度为0,且海赛矩阵负定,即G()各阶主子式正负相间。
二:解答题:(共5个小题,有一个不明确,列出了6个供参考)
最速下降原理、步骤、特点
特点
1)对初始搜索点无严格要求;
2)收敛速度不快;
3)相邻两次迭代搜索方向互相垂直,在远离极值点处收敛快,在靠近极值点处收敛慢;
4)收敛速度与目标函数值的性质有关,对等值线是同心圆
的目标函数来说,经过一次迭代就可以达到极值点
操作步骤
原理:
可行域内选择一个初始值,使用目标函数值下降得最快的负梯度方向作为探索方向,通过不断的迭代直至满足精度要求。
约束优化问题数学模型有解的基本条件
数学模型:
有解的基本条件
(1)目标函数和约束函数为连续、可微函数,且存在一个有
界的可行域D;
(2) 可行域D应是一个非空集,即存在满足约束条件的点列:
随机方向法的基本思路
在可行域内选择一个初始点,以某种随机的形式在初始点周围产生几个随机方向,从中选择一个使目标函数值下降最快的方向作为可行搜索方向。
从初始点出发沿着该可行搜索方向搜索,得到一个新点。若新点满足约束条件,且函数值下降,则完成一次迭代。
将始点移到新点,重复上面的过程,最终得到最优解。
4:可靠性的定义以及几个特征量,可靠度的概念,失效率的概念?
可靠性:产品在规定条件下河规定时间内完成规定功能的能力。
特征量:
可靠度:产品在规定条件下河规定的时间区间内完成规定任务的概率。
失效概率: 产品在规定的条件下和规定的时间区间内未完成规定功能(即发生失效)的概率,也成不可靠度。
失效率:失效率是工作到某时刻尚未失效的产品,在该时刻后单位时间内发生失效的概率。
5:故障树的定义
故障树以此系统所不希望发生的时间作为分析的目标,先找出导致这一(顶事件)事件发生的所有直接因素和可能原因,接着将这些直接因素和可能原因作为第二级事件,再往下找出造成第二级事件发生的全部直接因素和可能原因,并依次逐级的找下去,直至追查到那些最原始的直接因素。 采用相应的符号表示这些事件,再用描述事件间逻辑因果关系的逻辑门符号把顶事件,中间事件和底事件连接成倒立的树状图形。这话总倒立树状图称为故障树。以故障树为分析手段对系统的失效进行分析的方法称为故障树分析法。
6:坐标轮换法基本思想
每次仅对多元函数的一个变量沿其坐标轴进行一维探索,其余各变量均固定不动,并依次轮换进行一维探索的坐标轴,完成第一轮探索后再重新进行第二轮探索,直到找到目标函数在全域上的最小点为止。
目的:将一个多维的无约束最优化问题,转化为一系列的一维问题来求解。
1、试证明函数 f( X )=2x12+5x22 +x32+2x3x2+2x3x1-6x2+3在点[1,1,-2]T处具有极小值。
文档评论(0)