优化设计概述第01章2.pptxVIP

一、优化设计的几何解释1、几何解释无约束问题的极小点?等值面的中心；约束优化问题是在可行域内对设计变量求目标函数的极小点，此极小点在可行域内或在可行域边界上。2、优化问题的几何求解实例二维优化问题简单、直观，其几何求解可直观地描述优化设计的基本思想。实例1：二维非线性规划问题实例1的解目标函数等值线是以点（2，0）为圆心的一组同心圆。如不考虑约束，本例的无约束最优解是：，约束方程所围成的可行域是D。实例2用图解法求解优化问题： 解：先画出目标函数等值线，再画出约束曲线，本处约束曲线是一条直线，这条直线就是容许集。而最优点就是容许集上使等值线具有最小值的点。由图可见，约束直线与等值线的切点是最优点，利用解析几何的方法得该切点为对应的最优值为ABCD实例3用图解法求解优化问题： 解：①先画出等式约束曲线的图形，一条抛物线。②再画出不等式约束区域，如图（选定哪侧区域）③最后画出目标函数等值线，特别注意可行集边界点以及等值线与可行集的切点。可行域为曲线段ABCD。当动点沿曲线段ABCD由A出发时，AB段目标函数值下降，过点B后在BC段上升，过C点后在CD段则再次下降。D点是使目标函数值最小的可行点，即3、总结二维最优化问题，我们总可以用图解法求解，而对三维或高维问题，已不便在平面上作图，此法失效。在三维和三维以上的空间中，使目标函数取同一常数值所得函数实体{X|f(X)=C, C是常数}称为目标函数的等值面，是一个曲面或超曲面。等值面具有以下性质：（1）不同值的等值面之间不相交，因为目标函数是单值函数；（2）等值面稠的地方，目标函数值变化得较快，而稀疏的地方变化得比较慢；（3）一般地，在极值点附近，等值面（线）近似地呈现为同心椭球面族（椭圆族）。解析法数值解法二、优化设计的基本解法求解优化问题的基本解法有：1、解析法：即利用数学分析(微分、变分等）的方法，根据函数（泛函）极值的必要条件和充分条件求出其最优解析解的求解方法 。在目标函数比较简单时，求解是可行的。图解法是解析法的直观反映。 解析法的局限性工程优化问题的目标函数和约束条件往往比较复杂，有时甚至还无法用数学方程描述，在这种情况下应用数学分析方法就会带来麻烦。2、数值解法一种数值近似计算方法，或数值迭代方法。根据目标函数的变化规律，以适当的步长沿着能使目标函数值下降的方向，逐步向目标函数值的最优点进行探索，逐步逼近到目标函数的最优点或直至达到最优点。数值解法（迭代法）是优化设计问题的基本解法。 其中也可能用到解析法，如最速下降方向的选取、最优步长的确定等。最优化方法是与近代电子计算机的发展紧密相联系的，数值计算法比解析法更能适应电子计算机的工作特点，因为数值计算的迭代方法具有以下特点：1）是数值计算而不是数学分析方法；2）具有简单的逻辑结构并能进行反复的同样的算术计算；3）最后得出的是逼近精确解的近似解。这些特点正与计算机的工作特点相一致。（1）优化设计的两类迭代法在机械优化设计中，数值解法即迭代法大致可分为两大类设计方法：优化准则法 从一个初始设计xk出发，着眼于在每次迭代中应满足的优化条件，按迭代公式 xk+1=ckxk来得到一个改进的设计xk+1 ，而无需再考虑目标函数和约束条件的信息状态。数学规划法 也是从一个初始设计xk出发，对结构进行分析，按迭代公式xk+1=xk+?xk来得到一个改进的设计xk+1 。在这类方法中，许多算法是沿着某个搜索方向dk以适当步长的方式实现对xk的修改，以获得?xk值的。 即： xk+1=xk+akdk dk是根据几何概念和数学原理，由目标函数和约束条件的局部信息状态形成的。Xk+1dkx3x2d2xkx1d1d0（2）数学规划法的求解步骤数值迭代法的基本思路：进行反复的数值计算，寻求目标函数值不断下降的可行计算点，直到最后获得足够精度的最优点。求优过程大致可归纳为以下步骤：数学规划的核心：一是建立搜索方向dk ； 二是计算最佳步长αk 。 1）首先初选一个尽可能靠近最小点的初始点X（0），从X（0）出发按照一定的原则寻找可行方向和初始步长，向前跨出一步达到X（1）点； 2）得到新点X（1）后再选择一个新的使函数值迅速下降的方向及适当的步长，从X（1）点出发再跨出一步，达到X（2）点，并依此类推，一步一步地向前探索并重复数值计算，最终达到目标函数的最优点。迭代公式 xk+1=xk+αkdkffkfk+1f*oxxkxk+1x*ffkfk+1f*xoxkxk+1x*或（3）迭代终止准则（1）点距准则或上述准则都在一定程度上反映了逼近最优点的程度，但都有一定的局限性。在实际应用中，可取其中一种或多种条件同时满足与否来进行判定。（2）函数值下降量准则（3）目标函数梯度准则采用哪种收敛准则，可视具体问题而定。可以取： 三、优化设计一般步骤