机械优化设计重点.pptVIP

机械优化设计

一次性补考

总复习;题型〔开卷考试〕;一设计变量

在优化设计过程中，要优化选择的设计参数。

设计变量必须是独立变量，即：在一个优化设计问题中，任意两个设计变量之间没有函数关系。按照产品设计变量的取值特点，设计变量可分为连续变量〔例如轴径、轮廓尺寸等〕和离散变量〔例如各种标准规格等〕。

小型设计问题：一般含有2—10个设计变量；

中型设计问题：10—50个设计变量；

大型设计问题：50个以上的设计变量。;

二设计空间

在一个优化设计问题中，所有可能的设计方案构成了一个向量集合。可以证明，这个向量集合是一个向量空间，并且是一个欧氏空间。

一个优化设计问题中，设计变量的个数，就是它的设计空间的维数。

三目标函数

优化设计中要优化的某个或某几个设计指标，这些指标是设计变量的函数，称为目标函数。在构造目标函数时，应注意目标函数必须包含全部设计变量，所有的设计变量必须包含在约束函数中。;

;u=1,2,···，m;*五可行域

可行域:在设计空间中，满足所有约束条件的所构成的空间。

;

;七最优化设计的迭代解法及其收敛条件

1.最优化方法的迭代格式

k=0,1,2,···

;2.迭代终止准那么

;〔2〕函数值下降量准那么;〔3〕目标函数梯度准那么;八优化分类及机械优化设计的特点

;求解优化问题的根本解法有：;*一、目标函数的根本性质;用Matlab可画出该函数的等直线。

;梯度模：;*二函数的近似表达式

f(X)的近似表达式为

;四函数的凸性

1.凸集

2.凸函数

如果HESSEN矩阵正定，为凸函数；

二次函数

;几个常用的梯度公式：;*五、优化问题的极值条件

;2〕处取得极值充分条件;1〕约束优化设计的最优点在可行域D中

最优点是一个内点，其最优解条件与无约束优化设计的最优解条件相同；;

2〕约束优化设计的最优点在可行域D的边界上

设X(k)点有适时约束;库恩—塔克条件表明：如点是函???的极值点，要么（此时）;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。;一维搜索也称直线搜索。这种方法不仅对于解决一维最优化本身具有实际意义，而且也是解多维最优化问题的重要支柱。〔搜索步长求解〕;1、单谷(峰〕区间

在给定区间内仅有一个谷值的函数称为单谷数，其区间称为单谷区间。;二、确定初始单谷区间的外推法;(3〕产生新的探测点a3，y3＝f(a3);

(4)比较函数值y2与y3：

〔b〕如y2y3,加大步长h＝2h(也可不变)，

a1=a2,a2=a3,转〔3〕继续探测。

〔a〕如y2y3,那么初始区间得到：

a=min[a1,a3]，b=max[a3,a1]，函数最小值所在的区间为[a，b]。;搜索区间确定之后，采用区间消去法逐步缩短搜索区间，从而找到极小点的数值近似解。

假定在搜索区间内[a,b]任取两点a1,b1;;*一、黄金分割法

1、在寻找一个区间[Xa,Xb]，使函数f(X)在该区间的极小点

X*∈[Xa,Xb]。

2、用黄金分割法在区间[Xa,Xb]中寻找X*。

[Xa，X1，X2，Xb]

如何消去子区间？

f(X1)f(X2)，消去[X2，Xb]，保存[Xa，X2]

f(X1)≥f(X2)，消去[Xa，X1]，保存[X1，Xb];第三章一维搜索的最优化方法;目前已研究出很多种无约束优化方法，它们的主要不同点在于构造搜索方向上的差异。;*