网站大量收购独家精品文档,联系QQ:2885784924

简约梯度算法在机械优化设计的应用.pdf

  1. 1、本文档共4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
_墨置罾宙ElI圉皿重置蜀巨重詈圈 堕旦差≥ 广义简约梯度算法在机械优化设计的应用 李红伟 (西南石油大学电子信息工程学院, 四川成都 610500) 【—飘嬲黪”” 黪 ”椤 錾 摘要:分析了广义简约梯度算法的原理及其实现形式,并结合一单级直齿圆柱齿轮减速器设计为例分析了其应用。利用Vissim软 罄 件完成r广史简约梯度算法设计,基于该实例的优化数学模型,在Vissim环境下完成了对单级直齿圆柱齿轮减速器优化的仿真建 驴 模,仿囊结果表明该算法迭代次数少,求解精度高,非常适合于机械优化设计应用。 2 关键ir,q:广义简约梯度算法;优化设计;Vissim软件;仿真 ∥ 霪 申图分类号。嗍3“ 文献标识硪A文章编号:1009。9492(2010)05。0075棚 蓊 么一 …绷幽幽翻—】 1引言 首先,将X的全部分量分解为两部分,即: 机械最优化设计。就是在给定的载荷或环境条件下, X=[XB,XN]’ 在对机械产品的性态、几何尺寸关系或其它因素的限制 矾r基向量,In维;砥-_非基向量,n—In维。 (约束)范围内.选取设计变量,建立目标函数并使其获 相应地。L=[L。,L。]TU=[仉,“]’。 得最优值的一种设计方法…。 由隐函数存在定理可知。存在连续映射: 一般采用优化算法来获取最优值。优化算法有很多。 Xe=V(凰) (2) ReducedGradient 目标函数,(X)转化为 而广义简约梯度法(Generalized (3) Method.简称GRG法)是目前求解约束非线性最优化问,(x)=F(xB,XN)=f(xN) 题最有效的方法之一。本文分析了GRG算法的实现方法. 于是。原来,1个变量的目标函数,(X)变为n—m个 并基于一单级直齿圆柱齿轮减速器的优化设计为例。说明 变量的函数,(Xw)。则f(Xw)在肿关于‰的梯度即为 该算法在机械优化设计中的应用。利用Vissim软件完成了 简约梯度。易得F(x)关于X。的简约梯度为 该算法设计。并在Vissim环境下完成了对单级直齿圆柱齿 W(xNk)=V∥(X‘)一V彬(X。)·一 轮减速器优化的建摸和仿真。 ._[VBJ{,(黔)]q·V∥(X‘)(4) 简记简约梯度为W(x一)=[rI,r2,…,‰]7 2广义简约梯度算法 简约梯度法是非线性规划的单纯形法应用于仅具有线 且定义难[sl,s2,…,s一]’ 其中。 性约束的非线性规划问题。通过将约束条件变换把一些变 量用另一些变量来表示,使变量空间简约,并根据目标函 数在简约空间的梯度确定搜索方向。因此该方法称为简约 g:崦襄=嚣或 ㈣ Gradient 梯度法(ReducedMethod,简称RG法)。将简约 I一‘其余情况 梯度法推广到

文档评论(0)

hhuiws1482 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5024214302000003

1亿VIP精品文档

相关文档