17.最优化设计基础.ppt

第17讲 最优化设计基础 主要内容 引言 优化问题实例 优化模型 优化建模 优化求解 传统设计过程与优化设计过程 已知：制造一体积为100m3，长度不小于5m，不带上盖的箱盒，试确定箱盒的长x1，宽x2，高x3，使箱盒用料最省。 分析： （1）箱盒的表面积的表达式； （2）设计参数确定：长x1，宽x2，高x3 ； （3）设计约束条件： （a）体积要求； （b）长度要求； 数学模型： 某工厂生产A 和B 两种产品，A 产品单位利润为PA 万元， B 产品单位利润为PB 万元。每生产一个A 产品需消耗煤aC 吨，电aE 度，人工aL 个人日；每生产一个B 产品需消耗煤bC 吨，电bE 度，人工bL 个人日。现有可利用生产资源煤C 吨，电E 度，劳动力L 个人日，欲找出其最优分配方案，使利润最大。 分析： （1）利润的表达式； （2）设计参数确定： A 产品xA， B 产品xB ； （3）设计约束条件： （a）煤约束； （b）电约束； （b）劳动力约束； 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。 分析： （1）圆柱齿轮的体积(v)与重量(w)的表达； （2）设计参数确定：模数m，齿宽b，齿数z1； （3）设计约束条件： （a）大齿轮满足弯曲强度要求； （b）小齿轮满足弯曲强度要求； （c）齿轮副满足接触疲劳强度要求； （d） 齿宽系数要求； （e） 最小齿数要求。 数学模型 17.3 优化设计的数学模型 优化问题的数学模型 1.设计变量 一个设计方案可以用一组基本参数的数值来表示。 设计变量——在优化设计中，可以进行调整和优选的独立参数 设计变量的全体实际上是一组变量，用一个列向量表示。 2.约束条件 约束条件 3.目标函数 目标函数等值（线）面 目标函数等值（线）面 4. 优化设计问题一般数学形式 满足约束条件 17.3 建模实例 例1)人字架结构优化设计 例2） 某房地产公司有水泥100t，木材16t和玻璃410t，用以建造A型和B型住宅。建一栋A型住宅需水泥1t、木材2t、玻璃2t、，每栋售价100万元。建一栋B型住宅需水泥1t、木材1t、玻璃5t、，每栋售价150万元。应如何安排两种住宅的建造数量，才能使总售价最高? 数学模型： 17.4 优化问题的几何解释和基本解法 求解优化问题的基本解法 迭代法新点的目标函数应满足函数值下降的要求： 搜索方向－优化算法（方法） 网格法 座标轮换－Powell(共轭方向) 梯度方向－共轭梯度－牛顿（共额梯度乘以Hessen逆阵）－拟牛顿法 2）迭代终止准则 （3）目标函数梯度准则 17.5 典型优化方法 经典方法 一维搜索、线性规划（LP）、二次规划（QP）、半正定（SDP） 、多项式规划（POP） 直接方法：网格法、Powell、复合形法、Hookjeeves等 基于梯度的方法：牛顿法、拟牛顿法、共轭梯度法、序列二次规划（SQP）等 启发式方法 GA 蚁群算法 粒子群PSO算法 SA模拟退火 全局优化方法 DIRECT 响应面方法 模式追踪方法 MATLAB优化函数MATLAB优化工具箱还提供GA,SA等算法 Matlab/Optimization Tool 优化模型的输入 目标函数 @MinFun function fun1 = MinFun(x) fun1 = x(1)*x(2) + 2*(x(2)*x(3) + x(1)*x(3)); 非线性约束函数：@nLinCons function [c, ceq] = nLinCons(x) %c(1) = x(1) -20 ; %c(2) = x(2) -20 ; %c(3) = x(3) -20 ; c=0; %ceq=0; ceq(1) = x(1)*x(2)*x(3) - 100; 线性约束（等式，不等式）： Ax=b 或 Ax = b 思考题 基本概念——设计变量、设计空间、可行域、 目标函数等值线（面） 标准数学模型形式 可行域的图解法 上机：Matlab下优化工具箱使用，结合前面的实际问题编程求解 桁杆的截面积为 ： 负载2p在每个杆上的分力为： 桁杆的总重量为： 受力分析图 圆杆截面图 桁杆示意图 d 由此得稳定约束： 圆杆中应力小于等于压杆稳定的临界应力。由材料力学知：压杆稳定的临界应力为 此应力要