机械优化设计2优化理论基础课程实例.pptVIP

第一章 作业;2）多元函数的Taylor展开式; 对于可计算的函数 f(x)，给定一个设计点 X(k)(x1(k),x2(k), …,xn (k))，f(x)总有一个定值c 与之对应；而当f(x)取定值 c 时，则有无限多个设计点X(i)(x1(i), x2(i), …,xn(i) ) （i=1,2, … ）与之对应，这些点集构成一个曲面，称为等值面。; 1.等值线的“心” (以二维为例):;2.等值线的形状： 同心圆族、椭圆族，近似椭圆族；;* 在实际计算中,常取前三项(二次函数)来近似原函数:;(1);故;Hesse 矩阵的特性：是实对称矩阵。 ;* 矩阵A为正定的充要条件--A的各阶主子式均大于零。;2)正定二元二次函数的特点;（2）过同心椭圆族的中心作任意直线与椭圆族中任意两椭圆相交，再过两交点所作相应椭圆的切线必相互平行。;§2-4 关于优化方法中搜索方向的理论基础;1. 定义--函数沿指定方向 的平均变化率的极限。;2.方向余弦 ;3.方向导数的计算;二）梯度;从上式可得出如下结论：;§2-5 凸集与凸函数;2·5·2 凸函数;2.凸函数的基本性质;3.凸函数的判定 ;2.6.1 优化设计最优解;梯度为零向量;简易证明：;2.6.3 有约束问题最优点的几种情况;有适时约束 目标函数是非凸函数(图 a)，或可行域是非凸集(图 b)：;2.6.2 约束问题有最优解的必要条件;二.有约束最优解的一阶必要条件;消元法(降维法);拉格朗日乘子法(升维法);（Lagrange函数）;对于机械优化设计问题，若有目标函数f(x)是结构重量，约束条件是结构刚度或某点的变形，则;（2）IP型;; 相反，当从 x(k)点出发，存在一个 S 方向能同时满足： 和 时，则 x(k) 不是最优点。;2. 有二个适时约束时：;相反，不符合以上条件：;3. K-T 条件（扩展至 m 个适时约束）：;(3)GP型;K-T条件的作用： 判别边界设计点 x(k) 为最优点的依据，见参考书（第三版）52页例3-6、53页例3-7（要求会判断）； 作为约束优化的收敛条件。; K-T条件是多元函数取得约束极值的必要条件,以用来作为约束极值的判断条件，又可以来直接求解较简单的约束优化问题。; K-T条件是多元函数取得约束极值的必要条件,以用来作为约束极值的判断条件，又可以来直接求解较简单的约束优化问题。;(1)当前点 为??行点，因满足约束条件;（4）求拉格朗日乘子;s.t