一、问题重述 1、利用优化设计相关理论计算法，对某设计问题做优化设计。要求如下： ①列出优化数学模型; ②选择所用优化算法； ③画出程序框图； ④程序编写； ⑤程序调试运算结果。 现根据以上条件，结合生活实际，准备以铁板为材料设计一鱼缸，为了能使鱼儿有更大的生存空间，要求鱼缸容积最大。 现有边长为5米长的方形铁板，预备在四个角减去四个相等的方形面积，用以制成方形鱼缸，如何减能使鱼缸的容积最大。 二、问题分析 2.1、对于此问题，我采用的数学模型包括三部分，即设计变量、目标函数和约束条件。 模型如下： 其中，设裁去铁块的边长为：x(0 四、程序编写及函数图像 4.1求极值所用程序如下： function q=line_s(a,b) N=10000;r=0.01; a=0;b=1.5; for k=1:N; v=a+0.382*(b-a); u=a+0.618*(b-a); fv=-25*v+20*v^2-4*v^3; fu=-25*u+20*u^2-4*u^3; if fv>fu if b-v<=r u fu break; else a=v;v=u; u=a+0.618*(b-a); end else if u-a<=r v -fv break; else b=u;u=v; v=a+0.382*(b-a); end k=k+1 end end 4.2 函数曲线图程序如下: 如下曲线所得y值为负，前面（1*）已作解释。 x=0:0.1:2.5; y=-25*x+20*x.^2-4*x.^3; plot(x,y); 五、程序调试运行结果 5.1 如图所示： 当k执行5或7或10或12次时，均有x=0.8329时，有最大y=9.2593（函数中已做处理，变负为正，可以对照曲线图）。 目录 1.多维有约束优化错误!未定义书签。 题目错误!未定义书签。 已知条件错误!未定义书签。 建立优化模型错误!未定义书签。 问题分析及设计变量的确定错误!未定义书签。 目标函数的确定错误!未定义书签。 约束条件的建立错误!未定义书签。 优化方法的选择错误!未定义书签。 数学模型的求解错误!未定义书签。 确定数学优化模型错误!未定义书签。 运用Matlab优化工具箱对数学模型求解错误!未定义书签。 1. 最优解以及结果分析错误!未定义书签。 2.多维无约束优化错误!未定义书签。 题目错误!未定义书签。 确定优化设计模型错误!未定义书签。 运用Matlab优化工具箱对数学模型求解错误!未定义书签。 编写目标函数错误!未定义书签。 绘制该函数的平面和空间等值线错误!未定义书签。 利用matlab工具箱fminunc函数对该模型进行求解错误!未定义书签。求解结果错误!未定义书签。 1.多维有约束优化 题目 对一对单级圆柱齿轮减速器，以体积最小为目标进行多维有约束优化设计。 已知条件 已知数输入功p=58kw ，输入转速n1=1000r/min ，齿数比u=5，齿轮的许用应力[δ]H=550Mpa ，许用弯曲应力[δ]F=400Mpa 。 建立优化模型 1.3.1问题分析及设计变量的确定 由已知条件得求在满足零件刚度和强度条件下，使减速器体积最小的各项设计参数。由于齿轮和轴的尺寸（即壳体内的零件）是决定减速器体积的依据，故可按它们的体积之和最小的原则建立目标函数。 单机圆柱齿轮减速器的齿轮和轴的体积可近似的表示为： ] 3228)6.110(05.005.2)10(8.0[25.087)(25.0))((25.0)(25.0)(25.02221222122212222122121222 21222120222222222121z z z z z z z z z z z g g z z d d l d d m u mz b bd m u mz b b d b u z m b d b z m d d d d l c d d D c b d d b d d b v +++---+---+-=++++- ----+-=πππππππ 式中符号意义由结构图给出，其计算公式为 b c d m umz d d d m umz D mz d mz d z z g g 2.0) 6.110(25.0,6.110,21022122211=--==-=== 由上式知，齿数比给定之后，体积取决于b 、z 1 、m 、l 、d z1 和d z2 六个参数，则设计变量可取为 T z z T d d l m z b x x x x x x x ][][21 1 65 4321== 1.3.2目标函数的确定 根据以上分析，可知，该齿轮减速器以体积最小的目标函数为： min )32286.18.092.0858575.4(785398.0)(26252624252463163212 51261231232123221→++++-+-+-+=x x x x x x x x x x x x x x x x x x x x x x x x x x f 1.3.3 约束条件的建立 (1)为避免发生根切，应有min z z ≥17=，得 017)(21≤-=x x g (2)齿宽应满足 max min ??≤≤ d b ，min ?和max ?为齿宽系数d ?的最大值和最小值，一般取min ?=， 工业中截断切割的优化设计 一摘要 本文讨论了加工业中截断切割的优化排序策略我们对于不同的切割 方式总数用穷举法得到720 种所可行解及其费用并对于原问题建立了决策 并对所给出的算法进行了分析和检验 1.当e=0时我归纳出解决问题的最优法则, 从而提出了将面间距统一成判断权重来作为排 序准则的算法,同时证明 了e = 0 的情况下根据这种最优准则能够实现题目所要求的优化目标 2.对于e 1 0 时我们提出了实用准则 最后我结合实际问题将本问题进行了拓展讨论了当最终产品(成品) 在毛坯(待加工长方体)中位置不预定时应如何实施加工方案以达到节省费用 和节约资源的目的,使我们的方案适用于更为广阔的领域 二问题的重述、 在工业生产中，常需要采取将物理一分为二的截断切割方式从一块长方体材料中切出一个小长方体，其加工费用取决于水平切割和垂直切割的截面面积，以及调整刀具时的额外费用。对本题所给出的问题我们首先面临的对加工次序的排序策略然后我们考虑当毛坯和产品位置不预定的时候如何采取策略以达到我们的优化目的 问题： 1> 需考虑的不同切割方式的总数。 2> 给出上述问题的数学模型和求解方法。 3> 试对某部门用的如下准则做出评价，每次选择一个加工费用最少的切割面进行切割。 4> 对于e=0 的情况有无简明的优化准则。 5> 用以下实例验证你的方法： 待加工长方体和成品长方体的长，宽，高分别为10，14.5,19 和3,2,4,两者左侧面，正面，底面之间的距离分别为6,7,5(单位为厘米，垂直切割费用为每平方厘米1 元，r 和e 的数据有 4 组： 1) r=1,e=0; 2) r=1.5,e=0; 3) r=8,e=0; 4) r=1.5, 2 ￡ e ￡15 ; 三模型的假设和符号说明 1 切割刀具为两个一个水平放置一个为垂直放置 2 目标长方体所在位置不与毛坯任一表面重合 3 水平方向只需平行移动水平刀具垂直方向只平行移动或调整后再平行 移动刀具因此调整费用e 是否付出仅取决于先后两次垂直切割是否平行而 不记是否穿插着水平切割 4毛坯与工作台接触的底面是事先指定的 % 3-二维优化几何描述 % 按等间隔矢量产生二维网格矩阵 sx1=linspace(-6,4,30); sx2=linspace(-4,4,30); [x1,x2]=meshgrid(sx1,sx2); % 1-约束优化问题数学模型（例2） f=x1+x2.^2; % 目标函数f g1=-x1.^2-x2.^2+9; % 约束函数g1 g2=-x1-x2+1; % 约束函数g2 % 设计空间 figure(1); surfc(x1,x2,f); title('\bf 目标函数和约束函数曲面'); xlabel('设计变量\bf x_1'); ylabel('设计变量\bf x_2'); zlabel('目标函数值和约束函数值'); hold on; % 保持图形 surfc(x1,x2,g1); surfc(x1,x2,g2); % 设计平面 figure(2); h=contour(x1,x2,f); clabel(h); axis equal; % 两坐标轴的定标因子相等title('\bf 设计平面'); xlabel('设计变量\bf x_1'); ylabel('设计变量\bf x_2'); hold on; h=contour(x1,x2,g1); clabel(h); h=contour(x1,x2,g2); clabel(h); % % 按等间隔矢量产生二维网格矩阵 sy1=linspace(-2,3,30); sy2=linspace(-2,4,30); [y1,y2]=meshgrid(sy1,sy2); % 2-无约束优化问题目标函数（例3） f01=y1.^4-2*y2.*y1.^2+y1.^2+y2.^2-2*y1+5; figure(3); surfc(y1,y2,f01); title('\bf f=x_1^4-2x_1^2x_2+x_1^2+x_2^2-2x_1+5'); xlabel('设计变量\bf x_1'); ylabel('设计变量\bf x_2'); 案例16 停车场的优化设计 随着城市车辆的增加，停车位的需求量也越来越大，停车困难已逐渐成为市民们头疼的问题。要解决停车难问题，除了尽可能的增加停车场以外，对停车场进行优化设计也能在一定程度上缓解这一供需矛盾。停车场的优化设计就是在停车场大小确定的情况下，对停车区域进行优化设计，以便容纳更多的车辆。本文的目的就是希望分析一下这一情况，找出缓解停车困难的有效办法。 假设某公共场所附近有一块空地，如果不考虑建设地下或多层结构，我们该如何有效的设计停车位置呢？一般来说，想尽可能的把车塞进停车场，最好的办法就是以垂直停靠的方式将车一辆挤一辆地排成行，但是这样停放的后果就是车辆不能自由出入，只有后进入的车辆全部先出去了，先进入的车才可以离开停车场，显然不符合实际的需求。因而，为了使汽车能够自由地出入停车场，必须设立一定数量具有足够宽度的通道，并且每个通道都应该有足够大的“转弯半径”， 而通道越宽越多，就会使得容纳的车辆数越少。所以我们的问题就是要确定在满足车辆能够自由进出的实际需求下，如何进行停车位置和车行通道的设计，才能够停放更多的车辆，从而做到既方便停车又能获得最大的经济效益。 我们先来看看生活中非货运车辆大小的种类。根据实际调查和经验数据，这类车辆一般可分为小轿车，中型客车和大型客车三类。其中小轿车约占九成，大型客车约占一成，而中型客车一般不多于1%。根据这样的情况，我们可以免去对中型客车的车位设计，即便有中型客车停车的需要，可以使用大型车的车位，这也符合现实生活中绝大多数停车场的车位设计情况。我们设小轿车所占的比例为0.9α=,大型客车所占的比例为10.1α-=，当然现实中也有不少全为小轿车设计的停车场，例如小区的地下车库。 再来看看车位的大小。根据实际的调查，城市内比较普通的小轿车长度一般不超过4.7米，宽度一般不超过1.7米，而一般大型客车长度不超过12米，宽度不超过2.2米。另外，经实际考察可知，停车场中标志线的宽度大约为0.1米，所以我们可以假设停车场中停放轿车需要的车位长5L C =米，宽 2.5W C =米，这其中包括了0.1米的标志线宽度和至少0.3米的汽车间的横向间距。设停放大客车需要长12.5L B =米，宽3W B =米，其中包括0.1米的标志线宽度和必要的汽 第2章 优化设计的数学模型及基本要素 Chapter 2 Mathematical Modeling for Optimization 2-1 数学模型的建立 (mathematical modeling) 建立数学模型，就是把实际问题按照一定的格式转换成数学表达式的过程。数学模型建立的合适、正确与否，直接影响到优化设计的最终结果。 建立数学模型，通常是根据设计要求，应用相关基础和专业知识，建立若干个相应的数学表达式。如机械结构的优化设计，主要是根据力学、机械设计基础等专业基础知识及机械设备等专业知识来建立数学模型的。 当然，要建立能够反映客观实际的、比较准确的数学模型并非容易之事。数学模型建的过于复杂，涉及的因素太多，数学求解时可能会遇到困难；而建的太简单，又不接近实际情况，解出来也无多大意义。因此，建立数学模型的原则：抓主要矛盾，尽量使问题合理简化。Principle ：The problem is simplified as much as possible. 由于设计对象千变万化，即使对同一个问题，由于看问题的角度不同，数学模型建的可能也不一样。建立数学模型不可能遵循一个不变的规则，本课也不准备把大量的时间花在数学模型的建立上。仅想以几个例子来演示一下数学模型的建立过程，使学生从中得到一些启发。 Exp. 2-1 例2-1 用宽度为cm 24，长度cm 100的薄 铁皮做成cm 100长的梯形槽，确定折边的尺寸 x 和折角θ（如图 2-1所示） ，使槽的容积最大。 解: 由于槽的长度就是板的长度，槽的梯形 截面积最大就意味着其容积最大。因此，该问题 就由，求体积最大变成求截面积最大。槽的梯形 截面积为： 图 2-1 ?= 2 1S 高 ?（上底边+下底边） 其中，上底边=x 224-；下底边=θcos 2224x x +-；高=θsin x 定义：该优化设计问题的目标函数是槽的梯形截面积S ，设计变量为θ,x 。问题可以简单地归结为：选择适当的设计变量θ,x ，在一定的限制条件下，使目标函数S 达到最大，限制条件为: 120,20<<< 机械优化设计之数学模型及其实例 摘要：数学建模的思想就是用数学的思路、方法去解决实际生产、生活当中所遇到的问题。古今中外几乎一切应用科学的基础都是数学建模，凡是要用数学解决的实际问题也都是通过数学建模的过程来实现的。尤其到了20世纪中叶计算机和其他技术突飞猛进的发展，给数学建模以极大的推动，通过数学建模也极大地扩大了数学的应用范围。人们越来越认识到数学建模的重要性。曾经有位外国学者说过：“一切科学和工程技术人员的教育必须包括数学和计算数学的更多内容。数学建模…… 以机械专业知识为背景，用“数学建模”的思想方法去分析解决案例中提出的问题，在数学知识与机械专业知识间架起沟通的桥梁。最优化技术在机械设计领域的移植和应用,是根据机械设计的理论,方法和标准规范等建立一反映工程设计问题和符合数学规划要求的数学模型,采用数学规划方法和计算机计算技术自动找出设计问题的最优方案.本文介绍了数学模型的概念，分析了其建模方法，并通过减速器的优化问题，突出了数学模型在机械优化设计中的应用以及未来的发展。 关键词：数学模型；建模；减速器优化 前言 通过本文的介绍，了解优化设计数学模型的建立、应用、及其发展。总的来说，运用数学模型进行优化设计就两方面，一是将机械设计实际问题数学化；二是应用最优化计算方法的程序在计算机上求解这个数学模型。毋庸置疑，数学模型应用于优化设计对提高设计质量，缩短研发周期起到非常关键的作用，有着广阔的应用前景，必将成为产品设计的必要步骤和标准环节。 1 优化设计数学模型概述 优化设计主要包括两个方面:一是如何将设计问题转化为确切反映问题实质并适合于优化计算的数学模型,建立数学模型包括:选取适当的设计变量,建立优化问题的目标函数和约束条件。目标函数是设计问题所要求的最优指标与设计变量之间的函数关系式,约束条件反映的是设计变量取得范围和相互之间的关系;二是如何求得该数学模型的最优解:可归结为在给定的条件下求目标函数的极值或最优值的问题。 对数学模型的要求： （1）数学模型要能在满足各种限制条件下准确和可靠地说明设计问题所要实现的目标，计算过程稳定，计算结果可靠，从而实现设计方案。 （2）所建立的数学模型要与当前计算机软硬件发展水平相适应，在算法上容易处理。 2 机械优化设计三要素 2.1 设计变量的选择 设计变量是可能影响设计质量和设计结果的可变参数,在机械优化设计中, 设计变量是标志各零、部件的结构参数、尺寸大小的用来绘制结构图的各种设计 零件参数的优化设计 摘要 本文建立了一个非线性多变量优化模型。已知粒子分离器的参数y由零件参 数)7 2,1 ( i x i 决定，参数 i x的容差等级决定了产品的成本。总费用就包括y偏 离y0造成的损失和零件成本。问题是要寻找零件的标定值和容差等级的最佳搭配，使得批量生产中总费用最小。我们将问题的解决分成了两个步骤：1.预先给定容差等级组合，在确定容差等级的情况下，寻找最佳标定值。2.采用穷举法遍历所有容差等级组合，寻找最佳组合，使得在某个标定值下，总费用最小。在第二步中，由于容差等级组合固定为108种，所以只要在第一步的基础上，遍历所有容差等级组合即可。但是，这就要求，在第一步的求解中，需要一个最佳的模型使得求解效率尽可能的要高，只有这样才能尽量节省计算时间。经过对模型以及matlab代码的综合优化，最终程序运行时间仅为3.995秒。最终计算出的各个零件的标定值为： i x={0.0750,0.3750,0.1250,0.1200,1.2919,15.9904,0.5625}, 等级为：B B C C B B B d, , , , , , 一台粒子分离器的总费用为：421.7878元 与原结果相比较，总费用由3074.8（元/个）降低到421.7878（元/个），降幅为86.28%，结果是令人满意的。 为了检验结果的正确性，我们用计算机产生随机数的方式对模型的最优解进行模拟检验，模拟结果与模型求解的结果基本吻合。最后，我们还对模型进行了误差分析，给出了改进方向，使得模型更容易推广。 关键字：零件参数 非线性规划 期望 方差 一、问题重述 一件产品由若干零件组装而成，标志产品性能的某个参数取决于这些零件的参数。零件参数包括标定值和容差两部分。进行成批生产时，标定值表示一批零件该参数的平均值，容差则给出了参数偏离其标定值的容许范围。若将零件参数视为随机变量，则标定值代表期望值，在生产部门无特殊要求时，容差通常规定为均方差的３倍。 进行零件参数设计，就是要确定其标定值和容差。这时要考虑两方面因素：一是当各零件组装成产品时，如果产品参数偏离预先设定的目标值，就会造成质量损失，偏离越大，损失越大；二是零件容差的大小决定了其制造成本，容差设计得越小，成本越高。 试通过如下的具体问题给出一般的零件参数设计方法。 粒子分离器某参数（记作y ）由7个零件的参数（记作x 1,x 2,...,x 7）决定，经验公式为： 7616 .1242 3 56 .02485 .01235136.0162.2142.174x x x x x x x x x x x Y y 的目标值（记作y 0）为1.50。当y 偏离y 0+0.1时，产品为次品，质量损失为1,000元；当y 偏离y 0+0.3时，产品为废品，损失为9,000元。 零件参数的标定值有一定的容许范围；容差分为Ａ、Ｂ、Ｃ三个等级，用与标定值的相对值表示，Ａ等为+1%，Ｂ等为+5%，Ｃ等为+10%。7个零件参数标定值的容许范围，及不同容差等级零件的成本（元）如下表（符号／表示无此等级零件）： 一、填空题 1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 2.函数()2 2 121 212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ???? ，海赛矩阵 为2442-????-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用 来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。 5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步 长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯度 法，其收敛速度较 慢 。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题，这种方法又被称为 升维 法。 10改变复合形形状的搜索方法主要有反射，扩张，收缩，压缩 11坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 12．在选择约束条件时应特别注意避免出现 相互矛盾的约束， ，另外应当尽量减少不必要的约束 。 13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维空间中反映目标函数的变化情况，常采用 目标函数等值面 的方法。 14.数学规划法的迭代公式是 1k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。 16.机械优化设计的一般过程中， 建立优化设计数学模型 是首要和关键的一步， 它是取得正确结果的前提。 二、名词解释 1．凸规划 对于约束优化问题 ()min f X ..s t ()0j g X ≤ (1,2,3,,)j m =??? 若()f X 、()j g X (1,2,3,,)j m =???都为凸函数，则称此问题为凸规划。 2．可行搜索方向 是指当设计点沿该方向作微量移动时，目标函数值下降，且不会越出可行域。 3．设计空间：n 个设计变量为坐标所组成的实空间，它是所有设计方案的组合 4．.可靠度 5．收敛性 是指某种迭代程序产生的序列(){}0,1,k X k =???收敛于1lim k k X X +*→∞ = 6.非劣解：是指若有m 个目标()()1,2,i f X i m =???，当要求m-1个目标函数值不变坏时，找不到一个X ，使得另一个目标函数值()i f X 比()i f X *，则将此X *为非劣解。 7. 黄金分割法：是指将一线段分成两段的方法，使整段长与较长段的长度比值等于较长段与较短段长度的比值。 8.可行域：满足所有约束条件的设计点，它在设计空间中的活动范围称作可行域。 9.维修度 略 三、简答题 1．什么是内点惩罚函数法？什么是外点惩罚函数法？他们适用的优化问题是什么？在构造惩罚函数时，内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同？ 1）内点惩罚函数法是将新目标函数定义于可行域内，序列迭代点在可行域内逐步逼近约束边界上的最优点。内点法只能用来求解具有不等式约束的优化问题。 内点惩罚函数法的惩罚因子是由大到小，且趋近于0的数列。相邻两次迭代的惩 第2章 优化设计的数学模型及基本要素 2 2-1 数学模型的建立 ( ) 建立数学模型，就是把实际问题按照一定的格式转换成数学表达式的过程。数学模型建立的合适、正确与否，直接影响到优化设计的最终结果。 建立数学模型，通常是根据设计要求，应用相关基础和专业知识，建立若干个相应的数学表达式。如机械结构的优化设计，主要是根据力学、机械设计基础等专业基础知识及机械设备等专业知识来建立数学模型的。 当然，要建立能够反映客观实际的、比较准确的数学模型并非容易之事。数学模型建的过于复杂，涉及的因素太多，数学求解时可能会遇到困难；而建的太简单，又不接近实际情况，解出来也无多大意义。因此，建立数学模型的原则：抓主要矛盾，尽量使问题合理简化。： . 由于设计对象千变万化，即使对同一个问题，由于看问题的角度不同，数学模型建的可能也不一样。建立数学模型不可能遵循一个不变的规则，本课也不准备把大量的时间花在数学模型的建立上。仅想以几个例子来演示一下数学模型的建立过程，使学生从中得到一些启发。 . 2-1 例2-1 用宽度为cm 24，长度cm 100的薄铁皮做成cm 100长的梯形槽，确定折边的尺寸 x 和折角θ（如图 2-1所示），使槽的容积最大。 解: 由于槽的长度就是板的长度，槽的梯形截面积最大就意味着其容积最大。因此，该问题就由，求体积最大变成求截面积最大。槽的梯形 截面积为： 图 2-1 ?= 2 1 S 高 ?（上底边+下底边） 其中，上底边=x 224-；下底边=θcos 2224x x +-；高=θsin x 定义：该优化设计问题的目标函数是槽的梯形截面积S ，设计变量为θ,x 。问题可以简单地 归结为：选择适当的设计变量θ,x ，在一定的限制条件下，使目标函数S 达到最大，限制条件为: 120,2 0<<< 一、填空题 1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 2.函数()22121212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ????，海赛矩阵 为2442-????-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用 来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。 5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步 长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯度 法，其收敛速度较 慢 。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题，这种方法又被称为 升维 法。 10改变复合形形状的搜索方法主要有反射，扩张，收缩，压缩 11坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 12．在选择约束条件时应特别注意避免出现 相互矛盾的约束， ，另外应当尽量减少不必要的约束 。 13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维空间中反映目标函数的变化情况，常采用 目标函数等值面 的方法。 14.数学规划法的迭代公式是 1k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。 16.机械优化设计的一般过程中， 建立优化设计数学模型 是首要和关键的一步， 它是取得正确结果的前提。 二、名词解释 1．凸规划 对于约束优化问题 ()min f X ..s t ()0j g X ≤ (1,2,3,,)j m =??? 若()f X 、()j g X (1,2,3,,)j m =???都为凸函数，则称此问题为凸规划。 2．可行搜索方向 是指当设计点沿该方向作微量移动时，目标函数值下降，且不会越出可行域。 3．设计空间：n 个设计变量为坐标所组成的实空间，它是所有设计方案的组合 4．.可靠度 5．收敛性 是指某种迭代程序产生的序列(){}0,1,k X k =???收敛于1lim k k X X +*→∞ = 6.非劣解：是指若有m 个目标()()1,2,i f X i m =???，当要求m-1个目标函数值不变坏时，找不到一个X ，使得另一个目标函数值()i f X 比()i f X *，则将此X *为非劣解。 7. 黄金分割法：是指将一线段分成两段的方法，使整段长与较长段的长度比值等于较长段与较短段长度的比值。 8.可行域：满足所有约束条件的设计点，它在设计空间中的活动范围称作可行域。 9.维修度 略 三、简答题 1．什么是内点惩罚函数法？什么是外点惩罚函数法？他们适用的优化问题是什么？在构造惩罚函数时，内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同？ 1）内点惩罚函数法是将新目标函数定义于可行域内，序列迭代点在可行域内逐步逼近约束边界上的最优点。内点法只能用来求解具有不等式约束的优化问题。 内点惩罚函数法的惩罚因子是由大到小，且趋近于0的数列。相邻两次迭代的惩 第1章 优化设计 1 1-1 优化设计 1-1-1 最优化 (, ) 所谓最优化，通俗地说就是在一定条件下，在所有可能的计划、设计、安排中找出最好的一个来。换句话说，也就是在一定的条件下，人们如何以最好的方式来做一件事情。( ) 结论的唯一性是最优化的特点，即公认最好。( ) 最优化的思想体现在自然科学、工程技术及社会活动的各个领域，最优化的方法在这些领域也得到了广泛地应用。(P1) 1-1-2 最优化方法 () 要从所有可能的方案中找出最优的一个，用“试”（）的办法是不可行的，需要采用一定的数学手段。二十世纪五十年代以前，用于解决最优化问题的数学方法仅限于古典的微分和变分( )。数学规划法在五十年代末被首次用于解决最优化问题，并成为现代优化方法的理论基础。线性规划和非线性规划是数学规划的主要内容，它还包括整数规划、动态规划、二次规划等等。( , , , ) 数学规划法与电子计算机的密切结合,改变了最优化方法多有理论研究价值,而少有实际应用的局面,使得解决工程中的优化问题成为可能。因此,我们现在所说的最优化方法，实际上包括了最优化理论和计算机程序二方面的内容。( ) 1-1-3 优化设计 下面以一个简单的问题为例来说明传统设计与优化设计这二个不同的设计过程。 例1-1 设计一个体积为53 的薄板包装箱，其中一边的长度不小于4m 。要求使薄板耗材最少，试确定包装箱的尺寸参数，即长a ，宽b 和高h 。 分析 包装箱的表面积s 与它的长a ，宽b 和高h 尺寸有关。因此，耗板最少的问题可以转化为表面积最小问题，故取表面积s 为设计目标。 传统设计方法: 首先固定包装箱一边的长度如)(4m a =。要满足包装箱体积为3 5m 的设计要求，则有以下多种设计方案: 如果包装箱的长度a 再取)(4m a >的其他值，则包装箱的宽度和高度还会有很多其他结果… 。 最后，从上面众多的可行方案中选择出包装箱表面积最小的方案来，这就是相对最好的设计方案。但由于不可能列出所有可能的设计方案，最终方案就不一定是最优的。 机械产品的传统设计通常需要经过：提出课题、调查分析、技术设计、结构设计、绘图等环节。传统分析通常是在调查分析的基础上，参照同类产品，通过估算、验算、类比或试优化设计有约束优化无约束优化
数学建模截断切割的优化设计
优化设计模型的几何描述
数学建模案例_停车场的优化设计(1)
优化设计的数学模型及基本要素
机械优化设计之数学模型及其实例
数学建模零件参数的优化设计
优化设计试卷练习及答案
优化设计的数学模型及基本要素
最新优化设计试卷练习及答案
优化问题的数学模型及基本要素
相关主题
文本预览