优化设计总复习一.ppt

机械优化设计复习 已学章节 1 、绪论 ：优化设计的基本术语和数模 2、优化方法的数学基础 3、 一维优化方法 4、无约束优化方法 5、约束优化方法 1 、绪论 ：优化设计的基本术语和数模 二、优化设计的数值迭代计算法 三、优化问题的几何描述 四、基本概念： 1、设计变量、设计空间及优化设计数学模型的三要素 2、约束优化问题无约束优化问题 3、内点、外点及边界点 4、可行域与非可行域 5、目标函数等值线的意义 2、优化方法的数学基础 1 函数的二次型与矩阵的正定 3 一维优化方法 一、初始搜索区间的确定（进退法） 二、 黄金分割法 三、二次插值法(近似抛物线法) 三、二次插值法(近似抛物线法) 1、坐标轮换法 2、鲍威尔法（基本、修正） ？基本鲍威尔法与改进的鲍威尔法的异同。 4、牛顿法 6、约束优化方法 1、K-T条件 2、复合形法 3、 惩罚函数法； 2 复合形法 该法的基本思路： 就是在 n 维优化设计空间的可行域 D内，选择 k 个(n+1＜k＜2n)可行点构成一个的多面体（或多边形）称为复合形。 复合形的每个顶点都代表一个设计方案。 然后，对复合形各顶点的目标函数值并逐一进行计算与比较，取函数值最大者的顶点为坏点，最小者为好点，以其余各点（去掉坏点的）的中心为映射轴心，在坏点和其余各点的中心的连线上，寻找一个既满足约束条件又使目标函数值有所改善的坏点映射点，并以该映射点替换坏点而构成新的复合形。 3 惩罚函数法（内点法、外点法） 1、内点法 2、外点法 1. 等式约束的极值条件 2. 不等式约束的极值条件 　　例2-5 试用 K-T条件判定点X * = [1, 0]T是否为如下优化问题的极值点。 　解：(1)画出该优化问题的目标函数等值线和可行域图 　　根据该优化问题给出的目标函数和约束条件，表示该问题的可行域 D 和目标函数 f (X)的一些等值线图如图2-11所示。 图2-11　例2-5的极值点判断 (2)找出起作用的约束 由图2-11可见，在点X * = [1，0]T 处起作用的约束有g2(X)和 g3(X)。 (3)求 f (X) 、g2(X) 和 g3(X) 在点X * 处的梯度 　　(4)将以上 代入K-T条件式(2-27)，即 、 、 得 　　当λ2 = 1，λ3 = 1时，上式成立，满足K-T条件，故点X * = [1, 0]T就是该约束优化问题的极小点，如图2-11所示。 　　另外，又经检验得知 f (X) 和 gi (X) 均为凸函数，故 f (X)在 gi (X) ≤0 (i = 1, 2, 3)下的极小点X * = [1, 0]T是唯一的。 图6-6 复合形法的 计算框图 6.3 惩罚函数法 * N Y 一、 优化设计的数学模型： (*)式使用条件： a、适用性要求 b、可行性要求 1、迭代格式： 2、数值迭代算法的收敛和终止准则 a、点距准则 b、函数下降量准则 c、梯度准则 1 O x1 x2 2 3 1 2 3 D 2 函数的梯度和二阶导数矩阵 一、方向导数与梯度 二、函数的二阶导数矩阵 3 函数的近似表达式（多元函数Taylor展开式） 4 无约束目标函数的极值条件 5 函数的凸性与凸函数 一、确定单峰区间的进退法 ⑴初始探查确定进退 ⑵进行前进或后退寻查 f(?) 返回 前进运算： 后退运算： 　进退试算法的运算步骤如下： 图3-3 求搜索区间 (2)将α0 及α0+h 代入目标函数 f(X) 进行计算并比较它们的大小。 (1)给定初始点α0和初始步长h ，设搜索区间[a, b]，如图3-3所示。 　　(3)若　　　　　　 ，则表明极小点在试算点的右侧，需做前进试算。 　　在做前进运算时，为加速计算，可将步长 h 增加 2倍，并取计算新点为α0+h+2h =α0+3h。 　　若 　　　　　，则所计算的相邻三点的函数值已具“高-低-高” 特征，这时可确定搜索区间为 否则，将步长再加倍，并重复上述运算。 否则，将步长再加倍，继续后退，重复上述步骤，直到满足单峰区间条件为止。 　　(4)若　　　　　　 ，则表明极小点在试算点的左侧，需做后退试算。在做后退运算时，应将后退的步长缩短为原步长 h 的 1/4，则取步长为－h/4，并从 点出发，得到后退点为 　， 　　若　　　　　　 ，则搜索区间可取为 上述进退试算法的程序计算框图，如图3-4所示。 图3-4 进退法的程序框 (1)