机械优化设计第二章.pptVIP

第二章 优化设计的数学 模型和基本概念 主要内容 教学目标 §2.1 优化设计的数学模型 §2.1 优化设计的数学模型 §2.1 优化设计的数学模型  三. 优化设计的数学模型 §2.2 优化设计的三大要素 一.设计变量（续） 二.约束函数 二.约束函数 （续1） 二.约束函数 （续2） 三.目标函数 三.目标函数(续） §2.3 优化设计的分类 §2.3 优化设计的分类（续） 小 结 优化设计的三大要素 优化设计的数学模型 优化设计的步骤 数学模型的分类 机械优化设计问题分类 优化设计的数学模型 优化设计的三大要素 设计变量 x （给定参数、设计空间、设计点、设计向量、离散型设计变量、连续型设计变量） 目标函数 f (x) (评价函数、单目标设计、多目标设计） 约束函数 gu(x)、hv(x) （区域约束、性能约束、约束面、可行域与非可行域、内点、外点、边界点、适时约束） 优化设计过程框图 优化设计解决实际问题的步骤 机械优化设计的分类 实例练习1 设有一个螺旋压缩弹簧，已知载荷为F，弹簧材料的剪切弹性模量为G，许用剪切应力为[τ],许用弹簧刚度为[K],弹簧的非工作圈数为n2,轴向变形量为λ。 试设计这个弹簧使其体积最小。 实例练习2 如图所示的偏置曲柄滑块机构要求机构在其工作范围 ，内实现函数: §2.4 优化设计的数学基础 一. 等值（线）面 （续1） 一. 等值（线）面 （续2） 二. 梯度 二. 梯度（续） 三. Hesse 矩阵与正定 三. Hesse 矩阵与正定（续） 四. 函数的凸性 四. 函数的凸性(续） §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件（续3） §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件 §2.5 优化设计的最优解及获得 最优解的条件 §2.6 优化设计问题的数值迭代法 及其收敛条件 §2.6 优化设计问题的数值迭代法 及其收敛条件 §2.6 优化设计问题的数值迭代法 及其收敛条件 台劳展开式: n 维函数 f(x) 在 x (k) 点的台劳展开式: 二阶近似式： 其中：增量 Δ X (k) =[Δx1 (k) , Δx2 (k) ,…, Δxn (k) ]T 梯度 Hesse 矩阵 §2.4 优化设计的数学基础 Hesse 矩阵的特性： 是实对称矩阵。 矩阵正定的充要条件： 主子式 det(ait)＞0 当主子式 det(ait) ≥0 时，矩阵半正定 det(ait) ＜0时，矩阵负定 det(ait) ≤0时，矩阵半负定 Hesse 矩阵的正定性： H( x* )正定， 是 x* 为全局极小值点的充分条件； H( x* )半正定, 是 x* 为局部极小值点的充分条件； H( x* )负定， 是 x* 为全局极大值点的充分条件； H( x* )半负定, 是 x* 为局部极大值点的充分条件。 正定的二次函数：曲面为椭圆抛物面； 等值线族为椭圆曲线族，椭圆中心为极小值点。 §2.4 优化设计的数学基础 凸集： 设 D 为欧氏空间 Rn 中X的集合，即 D ∈ Rn, X ∈D，若D域内任意两个点x (1)，x (2)的连线上的各点都属于 D 域，则的集合 D 称为 Rn 内的一个凸集。否则，为非凸集。 凸函数： f (x)是定义在 n维欧氏空间中，凸集上的函数，同时x (1)∈D，x (2)∈D，ξ∈[0,1]，当下式成立时， 则称 f(x) 为定义在凸集D上的凸函数。当上式中的≤为＜时， f(x)是严格凸函数。 f [ξx(1) +(1-ξ)x(2) ]≤ξf(x(1) +(1-ξ) f( x(2) ) §2.4 优化设计的数学基础 判别函数为凸函数的凸性条件： 按梯度判断凸性：设 f(x) 是定义在凸集 D上具有连续一阶导数的函数，则 f(x) 在 D上为凸函数的充要条件是：对于任意的 x (1) , x (2) ∈D 都