机械优化设计及其在现代机械设计中的应用.docVIP

机械优化设计及其在现代机械设计中的应用.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
机械优化设计及其在现代机械设计中的应用

机械优化设计 及其在现代机械设计中的应用 学院:机械工程学院 年级:2009级5班 姓名:余超汉 指导教师:张迎辉 2012-11-25 目录 第一章、当今常用优化算法的发展概况 1 1.1无约束优化设计方法 2 1.1.1梯度法 2 1.1.2牛顿型方法 2 1.1.3共轭梯度法 3 1.1.5坐标轮换法 3 1.1.6鲍威尔方法 4 1.2约束优化设计方法 4 1.2.1直接解法 4 1.2.2间接解法 6 1.3多目标优化方法 8 1.3.1主要目标法 8 1.3.2加权和法 8 1.3.3理想点法 9 第二章、优化方法在现代机械设计中的应用 9 第三章、优化方法与CAD\CAE等软件结合 9 第四章、学生如何应用工具完成产品设计 10 参考文献 11 机械优化设计 及其在现代机械设计中的应用 机械09-5 余超汉 摘要:机械优化设计是最优化技术在机械设计领域的移植和应用,其基本思想是根据机械设计的理论,方法和标准规范等建立一反映工程设计问题和符合数学规划要求的数学模型,然后采用数学规划方法和计算机计算技术自动找出设计问题的最优方案。作为一门新兴学科,它建立在数学规划理论和计算机程序设计基础上,通过计算机的数值计算,能从众多的设计方案中寻到尽可能完善的或最适宜的设计方案,使期望的经济指标达到最优,它可以成功地解决解析等其它方法难以解决的复杂问题。优化设计为工程设计提供了一种重要的科学设计方法。因而采用这种设计方法能大大提高设计效率和设计质量。本文论述了优化设计方法的发展背景、流程,并对无约束优化及约束优化不同优化设计方法的发展情况、原理、具体方法、特点及应用范围进行了叙述。另外,选择合适的优化设计方法是解决某个具体优化设计问题的前提,而对优化设计方法进行分析、比较和评判是其关键,本文分析了优化方法的选取原则。之后对并对近年来出现的随机方向法、遗传算法、蚁群算法和模拟退火算法等新兴优化方法分别进行了介绍。本文以交通领域中建立最优交通网路为例说明了优化设计方法的应用特点。 关键词:机械优化设计、约束、现代机械设计、特点、选取原则 第一章、当今常用优化算法的发展概况 优化设计的类别很多,从不同的角度出发,可以得出不同的分类。下面我将按约束情况,可分为无约束优化设计方法和约束优化设计方法。 1.1无约束优化设计方法 1.1.1梯度法 算法: 由于梯度法是以负梯度方向作为搜索方向,所以称为梯度法,又称为最速下降法。梯度法是一个求解极值问题的古老算法,早在1847年就已有柯西(Cauchy)提出。 梯度法的优点是:直观,简单; 缺点是:由于它采用了函数负梯度方向作为下一步的搜索方向,所以收敛速度较慢,越是接近极值点收敛越慢; 应用:应用梯度法可以使目标函数在开头几步下降很快,所以它可与其它无约束优化方法配合使用。特别是一些方法都是在对它改进后,或在它的启发下获得的,因此梯度法仍然是许多有约束和无约束优化方法的基础。 1.1.2牛顿型方法 算法: 其中——f(x)在处的海赛矩阵,该迭代方法称为牛顿方法。 牛顿法的优点是:速度比梯度法快; 缺点是:由于每次迭代都要计算函数的二阶导数矩阵,并对该矩阵求逆,因此计算量大且需要大的计算机存储空间。 针对梯度法收敛速度比牛顿法慢,而牛顿法又存在上述缺点,近年来人们又提出了改进算法,如针对梯度法提出只用梯度信息,但比梯度法收敛速度快的共轭梯度法;针对牛顿法提出了变尺度法。 1.1.3共轭梯度法 算法: 搜索方向,函数梯度的修正因子,所用目标函数信息是一阶导数。共轭梯度法是共轭方向法中的一种,因为在该方向中的每一个共轭向量都是依赖于迭代点处的负梯度而够造出来的,所以称作共轭梯度法,又称为旋转梯度法。 共轭梯度法是1964年由弗来彻(Fletcher)和里伍斯(Reeves)两人提出的。此法的优点是:程序简单,存储量少,具有梯度法的优点,而在收敛速度上比梯度法快,具有二次收敛性。 1.1.4变尺度法 算法: 搜索方向,是变尺度矩阵,函数梯度的修正因子,所用目标函数信息是一阶导数使。 对变尺度法改进为DFP算法,该算法是无约束优化方法中最有效的方法之一,因为它不单纯是利用向量传递信息,还采用矩阵来传递信息。DFP算法由于摄入误差和一位搜索不精确,有可能导致奇异,而使数值稳定性方面不够理想。所以1970年提出更稳定的算法公式,称为BFGS算法。1970年黄从共轭条件出发对变尺度法做了统一处理,写出了统一公式 并取 1.1.5坐标轮换法 算法: 每次搜索只允许一个变量变化,其余变量保持不变,着眼坐标方向流进行搜索的寻优方法称为坐标轮换法。它把多变量的优化问题轮流地转化成单变量的优化问题,因此这种方法有称为变量轮换法。 优点:在搜索过程中可以不需要目标函数的导数,只需目标函

文档评论(0)

shenlan118 + 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