[工学]机械优化设计总复习.ppt

一 设计变量 在优化设计过程中，要优化选择的设计参数。 设计变量必须是独立变量，即：在一个优化设计问题中，任意两个设计变量之间没有函数关系。 二 设计空间 在一个优化设计问题中，所有可能的设计方案构成了一个向量集合。可以证明，这个向量集合是一个向量空间，并且是一个欧氏空间。 一个优化设计问题中，设计变量的个数，就是它的设计空间的维数。 三 目标函数 优化设计中要优化的某个或某几个设计指标，这些指标是设计变量的函数，称为目标函数。 七 最优化设计的迭代解法及其收敛条件 最优化方法的迭代格式 k=0,1,2, ··· 二 最优化方法中迭代解法的终止准则 1 2 3 *一、 目标函数的基本性质 1 函数的等值面（线） 函数的等值面（线）是用来描述、研究函数的整体性质的。 2 函数的最速下降方向 梯度 X1 点的最速下降方向为 局部性质 *三 函数的近似表达式 f (X) 的近似表达式为 四 函数的凸性 1. 凸集 2. 凸函数 如果HESSEN矩阵正定，为凸函数； 二次函数 *五、优化问题的极值条件 2） 处取得极值充分条件 第三章 一维搜索的最优化方法 *一、黄金分割法 1、在寻找一个区间 [ Xa , Xb ]，使函数 f (X)在该区间的极小点 X* ∈ [ Xa , Xb ] 。 2、用黄金分割法在区间[ Xa , Xb ]中寻找 X* 。 [ Xa ，X1， X2， Xb ] 如何消去子区间？ f (X1) f (X2) ，消去[X2， Xb]，保留[Xa， X2] f (X1) ≥ f (X2) ，消去[Xa， X1]，保留[X1， Xb] 第三章 一维搜索的最优化方法 二、确定最优解所在区间的进退法 了解一维搜索 的插值类方法 *一、 梯度法 负梯度方向 是函数最速下降方向。 梯度法就是以负梯度方向作为一维搜索的方向，即 k=1,2, ··· ,n 二、 牛顿法 牛顿法的迭代公式 阻尼牛顿法的迭代公式 牛顿方向 2 二次收敛性 定义：对于一个 n 维的二次函数 若应用某种优化方法，经过有限次（一般不超过 n 次）一维搜索，就能找到极小点，则称该优化方法具有二次收敛性质。 定理：共轭方向法具有二次收敛性。 3 共轭梯度法 共轭梯度法的基本原理 *四、 单纯形方法 单纯形思想、原理、特点； 四种操作：反射、扩张、收缩和缩边。 第五章 约束优化设计 一、关于设计约束的若干概念 可行域 所有满足全部约束条件的点的集合。 可行点 可行域中的点，即满足所有约束条件的点。 边界点 在可行域边界上的点。 若有点 Xk 使得 则 Xk 为一个边界点。 内点 除边界点以外的所有可行点。 若有点 Xk 满足 则 Xk 为一个内点。 非可行域 可行域以外的区域。 非可行点 非可行域中的点，即不满足所有约束条件的点。 适时约束 若有点 X k 使某个不等式约束 gu(X) ≤ 0 的等号 成立，即 则称 g i(X) ≤ 0 为点 X k 的一个适时约束。 等式约束始终是适时约束。 2 可行下降方向 定义 设 d 是