机械优化设计课件.ppt

  1. 1、本文档共10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
机械优化设计课件

机 械 优 化 设 计 第一章 绪论 第一章 绪论 第一章 绪论 第一章 绪论 第一章 绪论 第一章 绪论 第一章 绪论 第一章 绪论 第一章 绪论 第一阶段 人类智能优化:与人类史同步,直接凭借人类的直觉或逻辑思维,如黄金分割法、穷举法和瞎子爬山法等。 第一章 绪论 美国波音飞机公司对大型机翼用138个设计变量进行结构优化,使重量减少了三分之一;大型运输舰用10个变量进行优化设计,使成本降低约10%。 该课程的主要目的和任务: 基础:(1)最优化数学理论 (2)现代计算技术 内容:(1)将工程实际问题数学化;(建立优化设计数学模型) (2)用最优化计算方法在计算机上求解数学模型。 第二章 优化设计的数学模型和基本概念 §2.1 优化设计的数学模型 §2.1 优化设计的数学模型 数学模型: §2.1 优化设计的数学模型 数学模型 已知:传动比i, 转速n, 传动功率P,大小齿轮的材料,设计该齿轮副,使其重量最轻。 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 §2.2 优化设计的三大要素 4. 优化设计问题一般数学形式: 满足约束条件 : 人字架结构优化设计 §2.3 优化设计的分类 §2.3 优化设计的分类 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.4 优化设计的数学基础 §2.5 优化设计的最优解及获得最优解的条件 §2.5 优化设计的最优解及获得最优解的条件 §2.5 优化设计的最优解及获得最优解的条件 §2.5 优化设计的最优解及获得最优解的条件 §2.6 优化设计问题的数值迭代法及其收敛条件 §2.6 优化设计问题的数值迭代法及其收敛条件 §2.6 优化设计问题的数值迭代法及其收敛条件 §2.6 优化设计问题的数值迭代法及其收敛条件 §2.6 优化设计问题的数值迭代法及其收敛条件 §2.6 优化设计问题的数值迭代法及其收敛条件 第三章???无约束问题的最优化方法 §3.1 引言 §3.1 引言 §3.2 一维搜索方法 §3.2 一维搜索方法 §3.2 一维搜索方法 2、确定初始单谷区间的进退法 基本思想: 对f(x)任选一个初始点a1及初始步长h, 通过比较这两点函数值的大小,确定第三点位置,比较这三点的函数值大小,确定是否为 “高—低—高” 形态。 §3.2 一维搜索方法 §3.2 一维搜索方法 §3.2 一维搜索方法 例 :用黄金分割法求函数f(x)=3x3-4x+2的极小点,给定 x0=0, h=1, ε=0.2。 §3.2 一维搜索方法 §3.2 一维搜索方法 §3.2 一维搜索方法 §3.2 一维搜索方法 例 : 用二次插值法求函数f(x)=3x3-4x+2的极小点, 给定 x0=0, ε=0.2。 解: 1)确定初始区间 初始区间[a,b]=[0,2], 中间点x2=1。 无约束优化的地位: 1、有些实际问题,其数学模型本身就是无约束优化问题,或者除了在非常接近极小点的情况下,都可以按无约束问题来处理。 2、通过熟悉无约束优化问题的解法,可以为研究约束优化问题打下良好的基础。 3、约束优化问题的求解往往可以通过一系列无约束优化方法来实现。 所以,无约束优化问题的解法是优化设计方法的基本组成部分,也是优化方法的基础。 无约束优化方法数值计算方法的步骤: 1、选择一个初始点x(0),这一点越靠近极小点x*越好。 2、若已经取得某设计点x(k),并且该点不是近似极小点,则在x(k)点根据函数f(x)的性质,选择一个方向S(k),并且沿此方向搜索函数值是下降的,称下降方向。 3、当搜索方向S(k)确定后,由 x(k) 点出发,沿S(k)方向进行搜索, 定出步长因子 ?(k) , 得到新的设计点

文档评论(0)

zhuwenmeijiale + 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:7065136142000003

1亿VIP精品文档

相关文档