机械优化设计讲义.docxVIP

《机械优化设计》讲义 第一讲 第一课时：机械优化设计概论 课程的研究对象:根据最优化原理和方法，利用计算机为计算工具，寻求最优设 计参数的一种现代设计方法。 目标：本课程目标体系可以分为三大块：理论基础、算法的分析、理解和掌握， 算法的设计、实现（编程）能力的培养。将主要是对算法的学习为主，并兼顾培 养一定的解决实际问题能力、上机编程调试能力。 首先,几个概念：优化（或最优化原理、方法）、优化设计、机械（工程）优化 设计。 现代的优化方法，研究某些数学上定义的问题的，利用计算机为计算工具的最优 解。 优化理论本身是一种应用性很强的学科，而工程优化设计（特别是机械优化设计） 由于采用计算机作为工具解决工程中的优化问题，可以归入计算机辅助设计 （CAD）的研究范畴。 再，优化方法的发展：源头是数学的极值问题，但不是简单的极值问题，计算机 算法和运算的引入是关键。 从理论与实践的关系方面，符合实践-理论-实践的过程。优化原理和方法的理论 基础归根结底还是来源于实际生产生活当中， 特别是工程、管理领域对最优方案 的寻找，一旦发展为一种相对独立系统、成熟的理论基础，反过来可以指导工程、 管理领域最优方案的寻找（理论本身也在实践应用中不断进步、完善） 。 解决优化设计问题的一般步骤： 机械设计问题建立数学模型选择或设计算法编码调试 机械设计问题 建立数学模型 选择或设计 算法 编码调试 计算结果的分 析整理 相关知识：数学方面：微积分、线性代数；计算机方面：编程语言、计算方法; 专业领域方面：机械原理、力学等知识 内容：数学基础、一维到多维、无约束到有约束 1.1 数学模型 三个基本概念：设计变量、目标函数、约束条件 设计变量： 相对于设计常量（如材料的机械性能） 在设计域中变量是否连续：连续变量、离散变量（齿轮的齿数，）。 设计问题的维数，表征了设计的自由度。每个设计问题的方案（设计点）为 设计空间中的一个对应的点。 设计空间：二维（设计平面）、三维（设计空间）、更高维（超设计空间）。 目标函数： 设计变量的函数。 单目标、多目标函数。 等值面的概念：设计目标为常量时形成的曲面（等值线、等值面、超等值面） 几何意义：等值线（等值线的公共中心既是无约束极小点）、等值面。 约束条件： 等式约束（约数个数小于设计问题的维数） 不等式约束 满足约束条件的设计点的集合构成可行域 D:可行点、非可行点、边界设计 占 八、、 几何意义（二维）：对于设计空间不满足不等式约束的部分，用阴影表示。 数学模型的一般形式： 寻找一个满足约束条件的设计点，使得目标函数值最小。 min f （X）,X Rn 标准形式：s.t. gu（X）_0,u=1,2, ,m hv（X） =0,v=1,2, ,p ：： n 1.2 优化问题的几何描述 第二章数学基础和数值迭代法 2.1函数的方向导数和梯度 一、函数的方向导数 控°!=止cos容血cos廿… 控°!=止cos容血cos廿… S X .Jf(X0) CXn 汗(X0) X cos弓 、函数的梯度 f￡X] _ ； ：f(X)i 4 ；：xiCOSKf(X) ...：X1:x2所(X)]Cxn丿COSCOST 2COS^n / f￡X] _ ； ：f(X) i 4 ；：xi COSK f(X) ... ：X1 :x2 所(X)] Cxn丿 COS COST 2 COS^n / 令、f (X)二 f (X) x cx1戲汉) 馭2 f (X) .:x1 (X). .. ::x2 讦(X) 令xN J J 为函数在X点的梯度，包 戲(X) I FXn 含函数的一阶导数信息。 兰二 bf T ?S = if * S ?cosC f ,S) .S (f y —— ■ .■ -S max 即梯度方向是函数变化率最大的方向。 2.2函数的泰勒展开与黑塞矩阵 一、泰勒展开式 f(X) =f(X ) \f(X)T(x - X ) T(X -x)T H(x*)(x _x Fc2f(x*) 其中黑塞(hessian矩阵：H (X*)」 2-Xi 2 ;：2f(X ) ：：x2 乎 f(X )... .:xv:x2 r2f(X )... -2 :x2 02f(x*)1 cx1cxn 扩 f(X ) cx2cxn 2 * :f(X ) 2 r f(X )... ：:x^:x2 2 :f(X ) r 2 :Xn 包含函数的二阶导数信息。 2.3凸集、凸函数、凸规划 一、凸集 X/X1 X C En - - 「?(0—1),有八(1「)X2?D，则D为凸集.凸集的性质：1.若D为凸集，入为实数，则入D仍为凸集。（凸集的实数积为凸 集） ?若D ?均为凸集，则二者的并集（和）为凸集。（凸集的和为 凸集） ?若D ?均为凸集，则二者的交集（