第2章机械优化的设计.pptVIP

第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 同理，函数 在点 处对 的偏导数就定义为下列极限 第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 4 梯度应用举例与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 该点的梯度如图所示。图中同心圆族是函数 的等值线。 第2章 优化设计中的数学基础与MATLAB实现 点 梯度的单位向量 第2章 优化设计中的数学基础与MATLAB实现 例2-1 MATLAB实现，用M文件计算函数梯度和模如下： 第2章 优化设计中的数学基础与MATLAB实现 运行结果如下： gradf= [2*x1-4, 2*x2] gfk1= 2 4 gmk1= 4.4721 igk1= 0.4472 0.8944 gfk2= 0 0 gmk2= 0 第2章 优化设计中的数学基础与MATLAB实现 2.2 多元函数的泰勒展开式 第2章 优化设计中的数学基础与MATLAB实现 上式可写成矩阵形式，即 第2章 优化设计中的数学基础与MATLAB实现 　　　　是函数　　 在点 的二阶偏导数矩阵，称为海色(Hessian)矩阵，也可用 表示，Hessian矩阵是对称矩阵，由于上面讨论的是二元函数，所以它是 阶对称矩阵。 第2章 优化设计中的数学基础与MATLAB实现 因为函数有 个变量，所以海色矩阵是 阶的二阶 偏导数对称矩阵。于是元函数的泰勒展开式与二函数的泰勒 展开式完全相同，但各符号的含义不同，其中 第2章 优化设计中的数学基础与MATLAB实现 上述的泰勒展开式都只是取泰勒级数的前三项，即取到 二次项为止。这种泰勒展开式称为函数的平方近似表达式， 即用二次函数逼近所讨论的函数。 第2章 优化设计中的数学基础与MATLAB实现 例2-2 MATLAB实现，用M文件求函数的泰勒展开式： 第2章 优化设计中的数学基础与MATLAB实现 dx2x1=diff(dx2,x1); %计算函数f对x2x1的二阶偏导数 dx2x2=diff(f,x2,2); %计算函数f对x2的二阶偏导数 %根据函数f的二阶偏导数，构成Hessian矩阵 disp( 函数f的二阶偏导数表达式： ) pretty(simplify(dx1)); H=[dx1x1 dx1x2;dx2x1 dx2x2]; pretty(simplify(H)); %计算xk点的值 x1=2.0;x2=2.5; %xk点的坐标值 disp( 函数在xk点的函数值： ) fk=subs(f) %符号函数转换为数值函数 disp( 函数在xk点的一阶偏导数矩阵： ) dk=subs([dx1 dx2]) disp( 函数xk点的海色矩阵： ) HK=subs([dx1x1 dx1x2;dx2x1 dx2x2]) disp( 函数在xk点的二阶Taylor台劳展开式： ) 第2章 优化设计中的数学基础与MATLAB实现 syms x1 x2 %定义函数fkTL表达式中符号变量 fkTL=fk+dk*[x1-2.0;x2-2.5] +0.5*[x1-2.0,x2-2.5]*HK*[x1-2.0;x2-2.5]; %泰勒展开式二阶矩阵表达式 pretty(simplify(fkTL)); %泰勒展开式的简化数学形式 第2章 优化设计中的数学基础与MATLAB实现 第2章 优化设计中的数学基础与MATLAB实现 式中 第2章 优化设计中的数学基础与MATLAB实现 都为正数，则称此二次型