机械优化设计_第四章无约束优化方法.pptxVIP

  • 3
  • 0
  • 约2.23千字
  • 约 62页
  • 2020-06-17 发布于浙江
  • 举报

机械优化设计_第四章无约束优化方法.pptx

 第四章 无约束优化方法 ; 实际中的工程问题大都是在一定限制条件下追求某一指标为最小,属于约束优化问题。;1、无约束优化问题;3、算法框图 ;4、无约束优化方法的分类;二、最速下降法(梯度法);2、最速下降法的原理; 由此可知,在最速下降法中,相邻两个迭代点上的函数梯度相互垂直。而搜索方向就是负梯度方向,因此相邻两个搜索方向互相垂直。这就是说在迭代点向函数极小点靠近的过程,走的是曲折的路线,形成“之”字形的锯齿现象,而且越接近极小点锯齿越细。;梯度法的迭代历程;方法特点 1)初始点可任选,每次迭代计算量小,存储量少,程序简短。即使从一个不好的初始点出发,开始的几步迭代,目标函数值下降很快,然后慢慢逼近局部极小点; 2)任意相邻两点的搜索方向是正交的,它的迭代路径为绕道逼近极小点。当迭代点接近极小点时,步长变得很小,越走越慢。;最速下降法的程序框图;例:求目标函数 ;则第一次迭代设计点位置和函数值;解法2:引入变化 ;不同等值线的迭代过程;讨论;3、最速下降法收敛速度的估计式;梯度法的特点:;三、牛顿型方法;对于多元函数 ;例:;2、阻尼牛顿法;(2)阻尼牛顿法的计算步骤;(3)阻尼牛顿法的 程序框图 ;方法特点: 1)初始点应选在极小点附近,有一定难度; 2)尽管每次迭代都不会是函数上升,但不能保证每次都下降; 3)若迭代点的海赛矩阵为奇异,则无法求

文档评论(0)

1亿VIP精品文档

相关文档