合肥工业大学
《机械优化设计》课程实践研究报告
班级：机设12-6班
学号： 2012216281
姓名：丁雷鸣
授课老师：王卫荣
日期： 2015年 11月 10 日
目录
一、 =0.618的证明 (1)
二、一维搜索程序作业 (1)
（1）例1程序文本 (1)
（2）例1输出结果截图 (2)
（1）例2程序文本 (2)
（2）例2输出结果截图 (3)
三、单位矩阵程序作业 (4)
（1）程序文本 (4)
（2）输出结果截图 (4)
四、连杆机构问题 (6)
（1）目标函数 (6)
（2）约束条件 (7)
（3）选择方法 (7)
（4）程序文本 (7)
（5）数据输入截图 (8)
（6）输出结果 (9)
五、自行选择小型机械设计问题或其他工程优化问题 (10)
（1）设计变量 (10)
（2）目标函数 (10)
（3）约束条件 (10)
（4）程序文本 (10)
（5）数据输入截图 (11)
（6）输出数据 (11)
六、机械优化设计课程实践心得体会 (13)
一、λ=0.618的证明
在实际计算中，最常用的一维搜索方法是黄金分割法。黄金分割法是建立在区间消去法原理基础上的试探方法，即在搜索区间[]b a ,内适当插入两点
α1
，α
2
。并且计算其函数值。
黄金分割法要求插入点
α1
，α2
的位置相对于区间[]b a ,两端点具有对称性，即)(1
a b b --=λα、)(2
a b a -+=λα、其中λ为待定常数。
除对称要求外，黄金分割法还要求保留下来的区间内再再插入一点，所形成的区间新三段与原来的区间三段具有相同的比例分布。设原区间[]b a ,长度为1，保留下来的区间
[]α2
,a 长度为λ，区间缩短率为λ。为了保持想相同的比例分布，新插入点α
3
应该在
)1(λλ-位置上，α1在原区间的1-λ位置应该相当于在保留区间的λ2
位置。故有
λλ2
1=-
012
=-+λ
λ
取方程正数解，得
618.02
1
5≈-=λ 二、一维搜索程序作业
例1、a=0,b=π2,f(x)=cosx （1）例1程序文本
#include
{float A,B,C=0.618,aa[3],y[3],D; scanf(“%f,%f,%f ”,&A,&B,&D): aa[1]=B-C*(B-A); aa[2]=A+C*(B-A); y[1]=cos(aa[1]); y[2]=cos(aa[2]); do{if （y[1]>y[2]）
{A=aa[1];aa[1]=aa[2];y[1]=y[2]; aa[2]=A+C*(B-A); }
Else
{B=aa[2];aa[2]=aa[1];y[2]=y[1];
aa[1]=B-C*(B-A);
y[1]=cos(aa[1]);
}
}
While(fabs(B-A)/B>D);
aa[0]=(A+B)/2;
y[0]=cos(aa[0]);
printf(“A=%f\n”,aa[0]);
printf(“y=%f\n”,y[0]);
}
（2）例1输出结果截图：
输入a=0,b=2 ,精度d=0.000001,输出极小值点和函数极小值如下：
例2、a=0,b=10,f(x)=(x-2)2+3
（3）例2、程序文本
#include
#include
void main()
{ float a,b,c=0.618,aa[3],y[3],d;
scanf("%f,%f,%f",&a,&b,&d);
aa[1]=b-c*(b-a);
aa[2]=a+c*(b-a);
y[1]=(aa[1]-2)*(aa[1]-2)+3;
y[2]=(aa[2]-2)*(aa[2]-2)+3;
do{ if(y[1]>y[2])
{ a=aa[1];aa[1]=aa[2];y[1]=y[2];
aa[2]=a+c*(b-a);
y[2]=(aa[2]-2)*(aa[2]-2)+3;
}
else
{ b=aa[2];aa[2]=aa[1];y[2]=y[1];
aa[1]=b-c*(b-a);
y[1]=(aa[1]-2)*(aa[1]-2)+3;
}
}while(fabs((b-a)/b)>d);
aa[0]=(a+b)/2;
y[0]=(aa[0]-2)*(aa[0]-2)+3;
printf("a*=%f\n",aa[0]);
printf("y=%f\n",y[0]);
}
（4）例2输出结果截图：
输入a=0,b=10,精度d=0.000001，输入极小值点和函数极小值如下：
三、单位矩阵程序作业
作业：编写生成单位矩阵的程序。
要求：通用、输出美观、语言少为佳。（1）程序文本
#include
void main (void)
#define m 500
{
int i,j,n,a[m][m];
printf("please input a number");
scanf("%d",&n);
for(i=1;i<=n;i++)
{ for(j=1;j<=n;j++)
{
if(i==j)
a[i][j]=1;
else
a[i][j]=0;
printf("%d",a[i][j]);
}
printf("\n");
}
}
（2）输出结果截图：
当n=4时，输出结果如下：
当n=12时，输出结果如下：
四、连杆机构问题
设计一曲柄摇杆机构，要求曲柄1l 从0?转到m ?=0?+090时，摇杆3l 的转角最佳再现已知的运动规律：E ψ=0ψ+
π
23
20)(??-且已知1l =1，4l =5，0?为极位角, 其传动角允许在40°≤γ≤0135范围内变化。
设计变量
该机构的运动简图如上图所示。在这个问题中，已知1l =1，
4l =5且0?和0ψ不是独立参数，
它们可由下式求出：
0?=arccos ??????++-+)1(1025)122322l l l （
0ψ=arccos ??
?
???--+323221025)1(l l l
所以还问题只有两个独立参数2l 和3l ，因此设计变量为
X=T
x x ],[21=T 32],[l l
（1）目标函数
将输入角分成30等分，并用近似公式计算，可得目标函数的表达式 f(x)=)]()[(30
12
i i i i i ?ψ?ψ--∑=
式中i ψ——当i ??=时的机构实际输出角，其计算公式为i ψ=i i βαπ-- 式中
i α=arccos ???? ??-+3222322l r l l r i i =arccos ????
??-+2212
222x r x x r i i i β= arccos ????
??-+4212
422l r l l r i i =arccos ???
? ??+i i r r 10242 i r =
()2
14124
2
1cos 2i l l l l
?-+=()
2
1cos 1026i
?-
Ei ψ为当i ??=时的理想输出角，其值由下式计算 Ei ψ=0ψ+
20)(32
??π
-i （2）约束条件
平面铰链四杆机构常用的约束条件有曲柄存在条件和传动角条件。由此得约束条件为
0)(11≤-=x x g 、0)(22≤-=x x g 、06)(213≤--=x x x g 04)(214≤--=x x x g 、04)(125≤--=x x x g
016414.1)(2122216≤--+=x x x x x g 、0414.136)(2122216≤---=x x x x x g
（3）选择方法
采用惩罚函数法进行计算。
（4）程序文本
procedure ffx; //目标函数
var p0,q0,p,Ri,A,B,Q,Qi,K :real; i:integer ; begin
with form1.sumt do begin
p0:=ArcCos((sqr(1.0+X[1])-X[2]*x[2]+25.0)/(10.0*(1.0+X[1]))); q0:=ArcCos((sqr(1.0+x[1])-x[2]*x[2]-25.0)/(10.0*x[2])); K:=90.0/30.0*(3.1415926/180.0); fx:=0;
for i:=0 to 30 do; begin
P:=i*K+p0;
Qi:=q0+2.0*sqr(P-p0)/(3.0*3.1415926); Ri:=sqrt(26.0-10.0*cos(P));
A:=ArcCos((Ri*Ri+x[2]*x[2]-x[1]*x[1])/(2.0*Ri*x[2])); B:=ArcCos((Ri*Ri+24.0)/(10.0*Ri));
Q:=3.14159-A-B;
fx:=fx+sqr(Q-Qi)*K;
end;
end;
end;
procedure ggx; //约束函数
begin
with form1.sumt do begin
gx[1]:=-x[1];
gx[2]:=-x[2];
gx[3]:=6.0-x[1]-x[2];
gx[4]:=x[1]-x[2]-4.0;
gx[5]:=x[2]-x[1]-4.0;
gx[6]:=x[1]*x[1]+x[2]*x[2]-1.414*x[1]*x[2]-16;
gx[7]:=36-x[1]*x[1]-x[2]*x[2]-1.414*x[1]*x[2]; end;
end;
procedure hhx;
begin
with form1.sumt do beging
hx[1]:=hx[1];
end;
end;
End.
（5）数据输入截图
输入初始点为（5,5），精度为0.001 （6）输出结果
五、自行选择小型机械设计问题或其他工程优化问题
某车间生产甲、乙两种产品。生产甲种产品每件需要材料9kg 、3个工时、4kw 电，可获利60元。生产乙种产品每件需材料4kg 、10个工时、5kw 电，可获利120元。若每天能供应材料360kg ，有300个工时，能供200kw 电，问每天生产甲、乙两种产品各多少件，才能够获得最大的利润。 （1）设计变量
设每天生产的甲、乙两种产品分别为1x 、2x 件。
因此设计变量为X=T
x x ],[21
（2）目标函数
此问题的数学模型为f(1x ，2x )=601x +1202x max → 所以目标函数的表达式为minf(x)= -601x -1202x （3）约束条件
依题意得约束条件为：
1x ≥0、2x 0≥、
91x +42x -3600≤（材料约束） 31x +102x -3000≤（工时约束） 41x +52x -2000≤（电力约束） （4)程序文本
procedure ffx; //目标函数 begin
with form1.hfgd do begin NFX := NFX+1;
fx:=-60*x[1]-120*x[2]; end; end;
procedure ggx; //约束函数 begin
with form1.hfgd do begin gx[1]:=9*x[1]+4*x[2]-360; gx[2]:=3*x[1]+10*x[2]-300; gx[3]:=4*x[1]+5*x[2]-200; gx[4]:=-x[1]; gx[5]:=-x[2]; end;
end;
（5）输入数据截图
(6)输出数据
常用优化方法——约束随机法
^^^^^^^^^^^^^^^^^^^^^^^^^^^
一、初始数据
====================================================================== =========
设计变量个数N = 2 不等式约束个数KG = 5
-----------------------------------------------------------------------------
随机方向个数NSR = 6
-----------------------------------------------------------------------------
初始步长T0 = 0.001 收敛精度EPS = 0.0001
-----------------------------------------------------------------------------
设计变量初始点X0:
X[1]=10
X[2]=10
-----------------------------------------------------------------------------
设计变量下界BL:
BL[1]=0
BL[2]=0
-----------------------------------------------------------------------------
设计变量上界BU:
BU[1]=100
BU[2]=100
-----------------------------------------------------------------------------
初始点目标函数值F(X0)= -1800
-----------------------------------------------------------------------------
初始点处的不等约束函数值G(X0):
GX[1]= -2.300000E+02
GX[2]= -1.700000E+02
GX[3]= -1.100000E+02
GX[4]= -1.000000E+01
GX[5]= -1.000000E+01
-------------------------------------------------------------------------------
二、计算过程__数据
====================================================================== =========
设计变量迭代点X: 迭代次数ITE = 1
X[1]= 1.000018E+01
X[2]= 1.000088E+01
-----------------------------------------------------------------------------
目标函数值F(X)= -3811.30860498082
-----------------------------------------------------------------------------
三、优化结果__数据
====================================================================== =========
迭代次数ITE = 4 目标函数计算次数IFX = 125
-----------------------------------------------------------------------------
设计变量最优点X*:
X[1]= 2.113596E+01
X[2]= 2.309058E+01
-----------------------------------------------------------------------------
最优值F(X*)= -4039.0557*******
-----------------------------------------------------------------------------
最优点处的不等约束函数值G(X*):
GX[1]= -7.740408E+01
GX[2]= -5.686514E+00
GX[3]= -1.395986E-04
GX[4]= -2.113725E+01
GX[5]= -2.309017E+01
-------------------------------------------------------------------------------
--- STOP ---
最优点x[1]=21, x[2]=23 最大利润约为4020.
六、机械优化设计课程实践心得体会
通过这堂课的学习，了解了相关的优化方法的优化思路，对计算机解决问题的方法有了初步的了解。从一维搜索解决最优步长到搜索方向的确立，最后从到随机函数法等约束方法的讲解到整体例题的讲解。为了写这个作业，又复习之前学过的MATLAB与C语言，通过运用老师的光盘程序，也知道了优化设计在工程当中的应用，我觉得这就是我的最大收获与进步。
基于MATLAB工具箱的机械优化设计 长江大学机械工程学院机械11005班刘刚 摘要：机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计效率和质量。本文系统介绍了机械优化设计的研究内容及常规数学模型建立的方法，同时本文通过应用实例列举出了MATLAB 在工程上的应用。 关键词：机械优化设计；应用实例；MATLAB工具箱；优化目标 优化设计是20世纪60年代随计算机技术发展起来的一门新学科, 是构成和推进现代设计方法产生与发展的重要内容。机械优化设计是综合性和实用性都很强的理论和技术, 为机械设计提供了一种可靠、高效的科学设计方法, 使设计者由被动地分析、校核进入主动设计, 能节约原材料, 降低成本, 缩短设计周期, 提高设计效率和水平, 提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视, 并开展了大量工作, 其基本理论和求解手段已逐渐成熟。 国内优化设计起步较晚, 但在众多学者和科研人员的不懈努力下, 机械优化设计发展迅猛, 在理论上和工程应用中都取得了很大进步和丰硕成果, 但与国外先进优化技术相比还存在一定差距, 在实际工程中发挥效益的优化设计方案或设计结果所占比例不大。计算机等辅助设备性能的提高、科技与市场的双重驱动, 使得优化技术在机械设计和制造中的应用得到了长足发展, 遗传算法、神经网络、粒子群法等智能优化方法也在优化设计中得到了成功应用。目前, 优化设计已成为航空航天、汽车制造等很多行业生产过程的一个必须且至关重要的环节。 一、机械优化设计研究内容概述 机械优化设计是一种现代、科学的设计方法, 集思考、绘图、计算、实验于一体, 其结果不仅“可行”, 而且“最优”。该“最优”是相对的, 随着科技的发展以及设计条件的改变, 最优标准也将发生变化。优化设计反映了人们对客观世界认识的深化, 要求人们根据事物的客观规律, 在一定的物质基和技术条件下充分发挥人的主观能动性, 得出最优的设计方案。 优化设计的思想是最优设计, 利用数学手段建立满足设计要求优化模型; 方法是优化方法, 使方案参数沿着方案更好的方向自动调整, 以从众多可行设计方案中选出最优方案; 手段是计算机, 计算机运算速度极快, 能够从大量方案中选出“最优方案“。尽管建模时需作适当简化, 可能使结果不一定完全可行或实际最优, 但其基于客观规律和数据, 又不需要太多费用, 因此具有经验类比或试验手段无可比拟的优点, 如果再辅之以适当经验和试验, 就能得到一个较圆满的优化设计结果。 传统设计也追求最优结果, 通常在调查分析基础上, 根据设计要求和实践
机械优化设计习题及参考答案 1-1、简述优化设计问题数学模型的表达形式。 答:优化问题的数学模型就是实际优化设计问题的数学抽象。在明确设计变量、约束条件、目标函数之后,优化设计问题就可以表示成一般数学形式。求设计变量向量[]12 T n x x x x =使 ()min f x → 且满足约束条件 ()0 (1,2,)k h x k l == ()0(1,2,)j g x j m ≤= 2-1、何谓函数的梯度？梯度对优化设计有何意义？ 答:二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的形式:?? ??????????????=??+??=??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d f 令xo T x f x f x f x f x f ?? ????????=????=?21]21[)0(, 则称它为函数f(x 1,x 2)在x 0点处的梯度。 (1)梯度方向就是函数值变化最快方向,梯度模就是函数变化率的最大值。 (2)梯度与切线方向d 垂直,从而推得梯度方向为等值面的法线方向。梯度)0(x f ?方向为函数变化率最大方向,也就就是最速上升方向。负梯度-)0(x f ?方向为函数变化率最小方向,即最速下降方向。 2-2、求二元函数f(x 1,x 2)=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最 大的方向与数值。 解:由于函数变化率最大的方向就就是梯度的方向,这里用单位向量p 表
示,函数变化率最大与数值时梯度的模)0(x f ?。求f(x1,x2)在x0点处的梯度方向与数值,计算如下: ()??????-=??????+-=???? ??????????=?120122214210x x x x f x f x f 2221)0(?? ? ????+??? ????=?x f x f x f =5 ????? ???????-=??????-=??=5152512)0()0(x f x f p 2-3、试求目标函数()2221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下降 方向,并求沿着该方向移动一个单位长度后新点的目标函数值。 解:求目标函数的偏导数 212 21124,46x x x f x x x f +-=??-=?? 则函数在X 0=[1,0]T 处的最速下降方向就是 ??????-=??????-+-=????????????????-=-?=====462446)(0121210 121021 21x x x x x x x x x f x f X f P 这个方向上的单位向量就是: 13]2,3[4 )6(]4,6[T 22T -=+--==P P e 新点就是 ????? ???????-=+=132133101e X X 新点的目标函数值
机械优化设计习题及参考答案 1-1.简述优化设计问题数学模型的表达形式。 答：优化问题的数学模型是实际优化设计问题的数学抽象。在明确设计变量、约束条件、目标函数之后，优化设计问题就可以表示成一般数学形式。求设计变量向量[]12T n x x x x =L 使 ()min f x → 且满足约束条件 ()0 (1,2,)k h x k l ==L ()0 (1,2,)j g x j m ≤=L 2-1.何谓函数的梯度？梯度对优化设计有何意义？ 答：二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的 形式：?? ??????????????=??+??=??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d f ρ 令xo T x f x f x f x f x f ?? ????????=????=?21]2 1[)0(， 则称它为函数f （x 1，x 2）在x 0点处的梯度。 （1）梯度方向是函数值变化最快方向，梯度模是函数变化率的最大值。 （2）梯度与切线方向d 垂直，从而推得梯度方向为等值面的法线方向。梯度)0(x f ?方向为函数变化率最大方向，也就是最速上升方向。负梯度-)0(x f ?方向为函数变化率最小方向，即最速下降方向。 2-2.求二元函数f （x 1，x 2）=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最 大的方向和数值。
解：由于函数变化率最大的方向就是梯度的方向，这里用单位向量p 表示，函数变化率最大和数值时梯度的模)0(x f ?。求f （x1，x2）在x0点处的梯度方向和数值，计算如下： ()??? ???-=????? ?+-=???? ??????????=?120122214210x x x x f x f x f 2 221)0(?? ? ????+??? ????=?x f x f x f =5 ????? ???????-=??????-=??=5152512)0()0(x f x f p ? 2-3.试求目标函数()2 221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下 降方向，并求沿着该方向移动一个单位长度后新点的目标函数值。 解：求目标函数的偏导数 212 21124,46x x x f x x x f +-=??-=?? 则函数在X 0=[1,0]T 处的最速下降方向是 ??????-=??????-+-=?????? ??????????-=-?=====462446)(0 121210 1210 2121x x x x x x x x x f x f X f P 这个方向上的单位向量是： 13]2,3[4 )6(]4,6[T 22T -=+--==P P e 新点是
浅析机械优化设计方法基本理论 【摘要】在机械优化设计的实践中，机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计的效率和质量。每一种优化方法都是针对某一种问题而产生的，都有各自的特点和各自的应用领城。在综合大量文献的基础上，总结机械优化设计的特点，着重分析常用的机械优化设计方法，包括无约束优化设计方法、约束优化设计方法、基因遗传算方法等并提出评判的主 要性能指标。 【关键词】机械；优化设计；方法特点；评价指标 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学，它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速，并且取得了可观的经济效益，在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展，现代化机械优化设计方法主要以数学规划为核心，以计算机为工具，向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多，从不同的角度出发，可以做出各种不同的分类。按目标函数的多少，可分为单目标优化设计方法和多目标优化设计方法按维数，可分为一维优化设计方法和多维优化设计方法按约束情况，可分为无约束优化设计方法和约束优化设计方法按寻优途径，可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达，可分为能用数学模型表达的优化设计问题其寻优途径为数学方法，如数学规划法、最优控制法等。 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数，在优化过程中，这些参数就是自变量，一旦设计变量全部确定，设计方案也就完全确定了。设计变量的数目确定优化设计的维数，设计变量数目越多，设计空间的维数越大。优化设计工作越复杂，同时效益也越显著，因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。
机械优化设计实例 压杆的最优化设计 压杆是一根足够细长的直杆，以学号为p值，自定义有设计变量的 尺寸限制值，求在p一定时d1、d2和l分别取何值时管状压杆的体积或重 量最小？（内外直径分别为d1、d2）两端承向轴向压力，并会因轴向压力 达到临界值时而突然弯曲，失去稳定性，所以，设计时，应使压应力不 超过材料的弹性极限，还必须使轴向压力小于压杆的临界载荷。 解：根据欧拉压杆公式，两端铰支的压杆，其临界载荷为：I——材料的惯性矩，EI为抗弯刚度 1、设计变量 现以管状压杆的内径d1、外径d2和长度l作为设计变量 2、目标函数 以其体积或重量作为目标函数 3、约束条件 以压杆不产生屈服和不破坏轴向稳定性，以及尺寸限制为约束条件，在外力为p的情况下建立优化模型： 1） 2）
3） 罚函数： 传递扭矩的等截面轴的优化设计解：1、设计变量： 2、目标函数
以轴的重量最轻作为目标函数： 3、约束条件： 1）要求扭矩应力小于许用扭转应力，即： 式中：——轴所传递的最大扭矩 ——抗扭截面系数。对实心轴 2）要求扭转变形小于许用变形。即： 扭转角： 式中：G——材料的剪切弹性模数 Jp——极惯性矩，对实心轴： 3）结构尺寸要求的约束条件： 若轴中间还要承受一个集中载荷，则约束条件中要考虑：根据弯矩联合作用得出的强度与扭转约束条件、弯曲刚度的约束条件、对于较重要的和转速较高可能引起疲劳损坏的轴，应采用疲劳强度校核的安全系数法，增加一项疲劳强度不低于许用值的约束条件。
二级齿轮减速器的传动比分配 二级齿轮减速器，总传动比i=4，求在中心距A最小下如何 分配传动比？设齿轮分度圆直径依次为d1、d2、d3、d4。第一、二 级减速比分别为i1、i2。假设d1=d3,则： 七辊矫直实验 罚函数法是一种对实际计算和理论研究都非常有价值的优化方法，广泛用来求解约束问题。其原理是将优化问题中的不等式约束和等式约束加权转换后，和原目标函数结合成新的目标函数，求解该新目标函数的无约束极小值，以期得到原问题的约束最优解。考虑到本优化程序要处理的是一个兼而有之的问题，故采用混合罚函数法。 一）、优化过程 （1）、设计变量 以试件通过各矫直辊时所受到的弯矩为设计变量： （2）、目标函数
《机械优化设计》复习题及答案 一、填空题 1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[-0.5,0.5]T ，第一步迭代的搜索方向为[-47;-50] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向 二是计算最佳步长因子 。 3、当优化问题是__凸规划______的情况下，任何局部最优解就是全域最优解。 4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 高-低-高 趋势。 5、包含n 个设计变量的优化问题，称为 n 维优化问题。 6、函数 C X B HX X T T ++2 1的梯度为 HX+B 。 7、设G 为n×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在_共轭_____关系。 8、 设计变量 、 约束条件 、 目标函数 是优化设计问题数学模型的基本要素。 9、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 梯度为零 ，充分条件是 海塞矩阵正定 。 10、 库恩-塔克 条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合。 11、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间 ]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 [-2.36,2.36] 。 12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、 13、牛顿法的搜索方向d k = ，其计算量 大 ，且要求初始点在极小点 逼近 位 置。 14、将函数 f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60 表示成 C X B HX X T T ++2 1的形式 。 15、存在矩阵H ，向量 d 1，向量 d 2，当满足 (d1)TGd2=0 ，向量 d 1和向量 d 2是关于H 共轭。 16、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因子r 数列，具有 由小到大趋于无穷 特点。 17、采用数学规划法求解多元函数极值点时，根据迭代公式需要进行一维搜索，即求 。
机械优化设计方法基本理论 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学，它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速，并且取得了可观的经济效益，在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展，现代化机械优化设计方法主要以数学规划为核心，以计算机为工具，向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多，从不同的角度出发，可以做出各种不同的分类。按目标函数的多少，可分为单目标优化设计方法和多目标优化设计方法按维数，可分为一维优化设计方法和多维优化设计方法按约束情况，可分为无约束优化设计方法和约束优化设计方法按寻优途径，可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达，可分为能用数学模型表达的优化设计问题其寻优途径为数学方法，如数学规划法、最优控制法等 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数，在优化过程中，这些参数就是自变量，一旦设计变量全部确定，设计方案也就完全确定了。设计变量的数目确定优化设计的维数，设计变量数目越多，设计空间的维数越大。优化设计工作越复杂，同时效益也越显著，因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。 1.2 约束条件 约束条件是设计变量间或设计变量本身应该遵循的限制条件，按表达方式可分为等式约束和不等式约束。按性质分为性能约束和边界约束，按作用可分为起作用约束和不起作用约束。针对优化设计设计数学模型要素的不同情况，可将优化设计方法分类如下。约束条件的形式有显约束和隐约束两种，前者是对某个或某组设计变量的直接限制，后者则是对某个或某组变量的间接限制。等式约束对设计变量的约束严格，起着降低设计变量自由度的作用。优化设计的过程就是在设计变量的允许范围内，找出一组优化的设计变量值，使得目标函数达到最优值。
4、最优点、最优值和最优解 答：选取适当优化方法，对优化设计数学模型进行求解，可解得一组设计变量，记作: x * = [x1* , x2* , x3* , . . . , x n *]T 使该设计点的目标函数F (x*)为最小，点x*称为最优点(极小点)。相应的目标函数值F (x*) 称为最优值(极小值)。一个优化问题的最优解包着最优点(极小点)和最优值(极小值) 。把最优点和最优值的总和通称为最优解。 或： 优化设计就是求解n个设计变量在满足约束条件下使目标函数达到最小值，即 min f(x)=f(x*) x €R n s.t. g u (x)w 0,u= 1,2,... ,m； h v (x) = 0,v= 1,2,... ,p 机械优化设计案例1 1. 题目 对一对单级圆柱齿轮减速器，以体积最小为目标进行优化设计。 2.已知条件 已知数输入功p=58kw ，输入转速n 1=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 。 3.建立优化模型 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 212221202 22222222121z z z z z z z z z z z g g z z d d l d d m u m z b bd m u m z 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 u m z d d d m u m z D m z d m z 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 ][][21165 4321 == 3.2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 3.3约束条件的建立 1）为避免发生根切，应有min z z ≥17=，得 百度文库 《机械优化设计》复习题及答案 一、填空题 、用最速下降法求 2 2 2 2 的最优解时，设X （0）T ，第一步迭代 1 1 ＝[,] 1 f(X)=100(x - x ) +(1- x ) 的搜索方向为 [-47;-50] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向二是计算最佳步长因子。 3、当优化问题是 __凸规划 ______的情况下，任何局部最优解就是全域最优解。 4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和 终点，它们的函数值形成高-低-高趋势。 5、包含 n 个设计变量的优化问题，称为n 维优化问题。 、函数 1 X T HX B T X C 的梯度为HX+B 。 6 2 7、设 G 为 n×n 对称正定矩阵，若 n 维空间中有两个非零向量0，d1，满足 (d0 T1 ，d ) Gd =0 则 d0、d1之间存在 _共轭_____关系。 8、设计变量、约束条件、目标函数是优化设计问题数学模型的基本要素。 9、对于无约束二元函数 f (x1 , x2 ) ，若在 x 0 ( x10 , x20 ) 点处取得极小值，其必要条件是梯 度为零，充分条件是海塞矩阵正定。 10、库恩-塔克条件可以叙述为在极值点处目标函数的梯度为起作 用的各约束函数梯度的非负线性组合。 11 、用黄金分割法求一元函数 f ( x) x2 10 x 36的极小点，初始搜索区间 [ a,b] [ 10,10] ，经第一次区间消去后得到的新区间为[,] 。 12、优化设计问题的数学模型的基本要素有设计变量、约束条件目标函数、 13、牛顿法的搜索方向 d k= ，其计算量大，且要求初始点在极小点逼近位置。 14、将函数f(X)=x 2 2 表示成 1 X T HX T X C 的形 1 +x2 -x1x2-10x1-4x2+60 2 B 式。 15、存在矩阵 H，向量 d ，向量 d ，当满足(d1)TGd2=0 ，向量 d 和向量 d 1 2 1 2 是关于 H 共轭。 16、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因 子 r 数列，具有由小到大趋于无穷特点。 17、采用数学规划法求解多元函数极值点时，根据迭代公式需要进行一维搜索，即 人字架的优化设计 一、问题描述 如图1所示的人字架由两个钢管组成，其顶点受外力2F=3×105N 。已知人字架跨度2B=152 cm,钢管壁厚T=0.25cm,钢管材料的弹性模量E=2.15 10? MPa ，材料密度p=7．8×103 kg ／m ，许用压应力δy =420 MPa 。求钢管压应力δ不超过许用压应力 δy 和失稳临界应力 δc 的条件下，人字架的高h 和钢管平均直径D 使钢管总质量m 为最小。 二、分析 设计变量：平均直径D 、高度h 三、数学建模 所设计的空心传动轴应满足以下条件： （1） 强度约束条件 即 δ≤?? ????y δ 经整理得 ( ) []y hTD h B F δπ≤+2 122 （2） 稳定性约束条件： []c δδ≤ ( ) ( ) ( ) 2 22 222 122 8h B D T E hTD h B F ++≤+ππ （3）取值范围： 12010≤≤D 1000200≤≤h 则目标函数为：()22 13 57760010 5224.122min x x x f +?=- 约束条件为：0420577600106)(2 12 2 41≤-+?=x Tx x X g π () 057760025.63272.259078577600106)(2 2 212 12 2 42≤++-+?= X x x x Tx x g π010)(13≤-=x X g 0120)(14≤-=x X g 0200)(25≤-=x X g 01000)(26≤-=x X g 四、优化方法、编程及结果分析 1优化方法 综合上述分析可得优化数学模型为：()T x x X 21,=；)(min x f ；()0..≤x g t s i 。 考察该模型，它是一个具有2个设计变量，6个约束条件的有约束非线性的单目标最优化问题，属于小型优化设计，故采用SUMT 惩罚函数内点法求解。 2方法原理 内点惩罚函数法简称内点法，这种方法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。 对于只具有不等式约束的优化问题 第一、填空题 1.组成优化设计的数学模型的三要素是 设计变量 、目标函数 和 约束条件 。 2.可靠性定量要求的制定，即对定量描述产品可靠性的 参数的选择 及其 指标的确定 。 3.多数产品的故障率随时间的变化规律，都要经过浴盆曲线的 早期故障阶段 、 偶然故障阶段 和 耗损故障阶段 。 4.各种产品的可靠度函数曲线随时间的增加都呈 下降趋势 。 5.建立优化设计数学模型的基本原则是在准确反映 工程实际问题 的基础上力求简洁 。 6.系统的可靠性模型主要包括 串联模型 、 并联模型 、 混联模型 、 储备模型 、 复杂系统模型 等可靠性模型。 7. 函数f(x 1,x 2)=2x 12 +3x 22-4x 1x 2+7在X 0=[2 3]T 点处的梯度为 ，Hession 矩阵为 。 （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-???? -?? 8.传统机械设计是 确定设计 ；机械可靠性设计则为 概率设计 。 9.串联系统的可靠度将因其组成单元数的增加而 降低 ，且其值要比可靠 度 最低 的那个单元的可靠度还低。 10.与电子产品相比，机械产品的失效主要是 耗损型失效 。 11. 机械可靠性设计 揭示了概率设计的本质。 12. 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。 13.对数正态分布常用于零件的 寿命疲劳强度 等情况。 14.加工尺寸、各种误差、材料的强度、磨损寿命都近似服从 正态分布 。 15.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， 模型求解 两方面的内容。 17.无约束优化问题的关键是 确定搜索方向 。 18.多目标优化问题只有当求得的解是 非劣解 时才有意义，而绝对最优解存在的可能性很小。 19.可靠性设计中的设计变量应具有统计特征，因而认为设计手册中给出的数据 第一、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 一、问题描述 1.1结构特点 (1)体积小、重量轻、结构紧凑、传递功率大、承载能力高 ； (2)传动效率高，工作高 ；(3)传动比大。 1.2用途和使用条件 某行星齿轮减速器主要用于石油钻采设备的减速，其高速轴转速为1300r/min ；工作环境温度为-20℃～60℃，可正、反两向运转。 按该减速器最小体积准则，确定行星减速器的主要参数。 二、分析 传动比u=4.64，输入扭矩T=1175.4N.m ，齿轮材料均选用38SiMnMo 钢，表面淬火硬度HRC 45~55，行星轮个数为3。要求传动比相对误差02.0≤?u 。 弹性影响系数Z E =189.8MPa 1/2；载荷系数k=1.05；齿轮接触疲劳强度极限[σ]H =1250MPa ；齿轮弯曲疲劳强度极限[σ]F =1000MPa ；齿轮的齿形系数Y Fa =2.97；应力校正系数Y Sa =1.52；小齿轮齿数z 取 值范围17--25；模数m取值范围2—6。 注：优化目标为太阳轮齿数、齿宽和模数，初始点[24，52，5]T 三、数学建模 建立数学模型见图1，即用数学语言来描述最优化问题，模型中的数学关系式反映了最优化问题所要达到的目标和各种约束条件。 3.1设计变量的确定 影响行星齿轮减速器体积的独立参数为中心轮齿数、齿宽、模数及行星齿轮的个数,将他们列为设计变量，即： x=[x 1 x 2 x 3 x 4 ]T=[z 1 b m c]T [1] 式中：z1 ˉ￣太阳轮齿数；b―齿宽（mm）；m—模数（mm）;行星轮的个数。通常情况下，行星轮个数根据机构类型以事先选定，由已知条件c=3。这样，设计变量为： x=[x 1 x 2 x 3 ]T=[z 1 b m]T [1] 3.2目标函数的确定 为了方便，行星齿轮减速器的重量可取太阳轮和3个行星轮体积之和来代替，即： V=π/4（d 12+Cd 2 2）b 式中：d1--太阳轮1的分度圆直径，mm；d2--行星轮2的分度圆直径，mm。 将d 1=mz 1， d 2 =mz 2 ，z 2 =z 1 （u－2）/2代入（3）式整理，目标函 数则为： 浅谈机械优化设计方法 发表时间：2019-08-29T14:17:25.640Z 来源：《基层建设》2019年第16期作者：钟文 [导读] 摘要：伴随着我国的经济发展越来越快，无疑给可优化性能设计带来巨大的挑战。 深圳市海目星激光智能装备股份有限公司 518110 摘要：伴随着我国的经济发展越来越快，无疑给可优化性能设计带来巨大的挑战。机械优化设计是近几年来发展起来的一门新的学科，在二十世纪中旬的时候开始，优化技术和计算机技术的兴起，在每个设计领域中被应用，为工程设计提供了重要的科学的设计方法。因此，对机械设计的优化方法加以分析，吸取精华，紧跟时代步伐，与国际同步，才能增强制造业在我国市场中的竞争压力。 关键词：机械；优化设计；方法特点 引言 当今是一个信息化的社会，科技发展速度非常快，人们对多功能产品不仅有强烈的需求，也需要产品必须具备相应的功能，可靠性优化设计由此应运而生，已经取得了飞速发展和广泛应用，即以时间、费用和性能为基础，将产品能得以可靠使用作为优先考虑的设计准则，进行设计和生产可靠的性能要求。因此，可靠性设计是诸多学科和技术的交融而新兴的一种技术。 1 机械优化的概述 机械优化是顺应时代发展而不断延伸出来的一种现代化的生产而发展兴起的。它是建立在数学规划的理论和计算通过有效的实验数据和科学的评价体系来从众多的设计方案中寻找到能够尽可能的完善和适宜的设计方案，在这机械优化的这个机械方面的研究和应用的发展速度都是非常的快速，并且在快速发展的过程中取得了非常显著的效果。 2 机械设计优化方法的分类及特点 2.1 无约束优化设计法 无约束优化设计是没有约束函数的优化设计。无约束可以分为两类，一类是利用目标函数的一阶或二阶导数的无约束优化方法；另一类是只利用目标函数值的无约束优化方法。 2.2 约束优化设计法 优化设计问题大多数是约束的优化问题，根据处理约束条件方法的不同可分为直接法和间接法。直接法常见的方法有复合形法、约束坐标轮换法和网络法等。其内涵是构造一个迭代过程，使每次的迭代点都在可行域中，同时逐步降低目标函数值，直到求得最优解。间接法常见的有惩罚函数法、增广乘子法。它是将约束优化问题转化成无约束优化问题，再通过无约束优化方法来求解，或者非线性优化问题转化成线性规划问题来处理。 2.3 遗传算法 遗传算法是一种非确定性的拟自然算法，它仿造自然界生物进化的规律，对一个随机产生的群体进行繁殖演变和自然选择，适者生存，不适者淘汰，如此循环往复，使群体素质和群体中个体的素质不断演化，最终收敛于全局最优解。最近几年中遗传算法在机械工程领域也开展了多方面的应用，主要表现在：机械结构优化设计；可靠性分析；故障诊断；参数辨识；机械方案设计。遗传算法尽管已解决了许多难题，但还存在许多问题，如算法本身的参数优化问题、如何避免过早收敛、如何改进操作手段或引入新的操作来提高算法的效率、遗传算法与其它优化算法的结合问题等。 2.4 蚁群算法 蚁群算法是受自然界中真实蚁群的集体行为的启发而提出的一种基于群体的模拟进化算法。蚁群算法对系统优化问题的数学模型没有很高的要求，只要可以显式表达即可，避免了导数等数学信息，使得优化过程更加简单，遍历性更好，适合非线性问题的求解。 2.5 模拟退火算法 模拟退火算法是一个全局最优算法，以优化问题的求解与物理系统退火过程的相似性为基础，适当的控制温度的下降过程实现模拟退火，从而达到求解全局优化问题的目的。模拟退火算法是一种通用的优化算法，用以求解不同的非线性问题；对不可微甚至不连续的函数优化，能以较大概率求得全局优化解；并且能处理不同类型的优化设计变量（离散的、连续的和混合型的）；不需要任何的辅助信息，对目标函数和约束函数没有任何要求。 3机械优化设计过程中的设计方式 众所周知，在机械方面的设计都是非常的复杂困难的，要对机械进行优化设计面临的挑战也是非常大的，但是由于机械领域中优化形式十分的广泛，相关的研究人员根据优化运算的形式进行划分，主要分为准则优化，其次是线性规划，最后是非线性规划三种。其中准则优化是一种传统的优化方式，这种方式没有通过机械优化设计的数学理论方式进行优化，而是通过物理学方面的分析得出相应的结果，这样的方式得出的结论往往是具备一定的主观性的，但是这样的传统的优化设计方式具有的优点就是可以直观的看到优化的概念，并且这种优化设计的方式相对来说也是比较简单的，并且能够充分的发挥出目标函数的最大功效，并且非常的符合传统的工程需要，但是同样具有一定的缺点，就是在效率上始终优点偏低。 线性规划就是依据数学的基础进行优化的方式，同样线性规划是机械优化设计中最重要的设计方式，但是线性规划的优化设计方式在通过数学的理论上进行设计存在着很多的缺陷，就是在针对多函数的时候就不能充分的发挥出功效，还有就是在计算的过程中，十分的复杂，结算量非常的大，导致了在效率上有很大的缺陷，所以通常情况下，线性规则的优化设计方式都没有被采用。那么非线性规划的优化设计方式是整个生产和生活中应用最广泛的优化方式，并且能够有效的推进机械优化设计的发展，并且可以利用数学模式的计算将非线性规划分为两种，一种是没有约束的直接设计方式，就是在利用机械优化设计方案中以及存在的数据和再生的数据最为基础来进行合理的分析，进而得到最佳的效果，还有一种就是没有约束但是比较间接的方法，这种方式就是前者的方式的数学模式计算改变成了数学原理作为基础，通过利用函数的特性进行计算，从而得到最优的方式，这种方式在整个的机械优化设计中是非常重要的组成部分。 4机械设计优化方法的选择 根据优化设计问题的特点（如约束问题），选择适当的优化方法是非常关键的，因为同一个问题可以有多种方法，而有的方法可能会导致优化设计的结果不符合要求。选择优化方法有四个基本原则：效率要高、可靠性要高、采用成熟的计算程序、稳定性要好。另外选择适当的优化方法还需要个人经验，深入分析优化模型的约束条件、约束函数及目标函数，根据复杂性、准确性等条件对它们进行正确的选 机械优化设计方法 机械优化设计是近年来发展起来的一门新的学科，起始于60年代，非常有发展潜力的研究方向，是解决复杂设计问题的一种有效工具，在机械应用的实践中，机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计的效率和质量。本文重点介绍机械优化设计理论基础的同时，对其特点、评价方式进行了总结，并指出该领域中应当进一步研究的问题和发展方向。机械优化设计；数学模型；优化方法；智能优化 机械优化设计概念 机械优化设计是综合性和实用性都很强的理论和技术，为机械设计提供了一种可靠高效的科学设计方法，使设计者由被动地分析、校核进入主动设计，能节约原材料，降低成本，缩短设计周期，提高设计效率和水平，提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视，并开展了大量工作，其基本理论和求解手段已逐渐成熟。并且它建立在数学规划理论和计算机程序设计基础上，通过有效的实验数据和科学的评价体系来从众多的设计方案中寻到尽可能完善的或最适宜的设计方案。该领域的研究和应用进展非常迅速，并且取得了可观的经济效益。那就让我们关注机械优化设计中那些重要的量。 解决优化设计问题的一般步骤 解决优化设计问题的一般步骤如下： 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 优化设计中数学模型的建立 a设计变量 在最优化设计过程中需要调整和优选的参数，称为设计变量。设计变量是最优化设计要优选的量。最优化设计的任务，就是确定设计变量的最优值以得到最优设计方案。但是每一次设计对象不同，选取的设计变量也不同。它可以是几何参数，如零件外形尺寸、截面尺寸、机构的运动尺寸等；也可以是某些物理量，如零部件的重量、体积、力与力矩、惯性矩等；还可以是代表工作性能的导出量，如应力、变形等。总之，设计变量必须是对该项设计性能指标优劣有影响的参数。 b约束条件 设计空间是一切设计方案的集合，只要在设计空间确定一个点，就确定了一个设计方案。但是，实际上并不是任何一个设计方案都可行，因为设计变量的取 机械优化设计30586 1.凡在可行域内的任一设计点都代表了一允许采用的方案，这样的设计点称为（） A.边界设计点 B.极限设计点 C.外点 D.可行点 2.工程优化设计问题大多数属于（） A.多变量无约束的非线性规划问题 B.多变量无约束的线性规划问题 C.多变量有约束的非线性规划问题 D.多变量有约束的的线性规划问题 3.n元函数x(k)点附近沿着梯度方向按给定步长改变设计变量时，目标函数值（） A.变化很大 B.变化很小 C.近似恒定 D.变化不确定 4.下列多变量无约束优化方法中，算法稳定性最好的是（） A.坐标轮换法 B.原始共轭方向法 C.鲍威尔法 D.梯度法 5.关于一维搜索牛顿法，下列叙述错误的是（） A.牛顿法属于一维搜索的插值方法 B.牛顿法的特点是收敛速度很慢 C.牛顿法中需要计算每一点函数的二阶导数 D.牛顿法要求初始点离极小点不太远，否则有可能极小化序列发散 6.关于共轭梯度法，下列错误的是（） A.共轭梯度法具有二次收敛性 B.共轭梯度法的第一个搜索方向应取为负梯度方向 C.共轭梯度法需要计算海赛矩阵 D.共轭梯度法的收敛速度比最速下降法快 7.关于约束优化问题解法，下列说法正确的是（） A.直接法通常使用与仅含等式约束的问题 B.托目标函数为凸函数，可行域为凸集，间接法可保证获得全局最优点 C.间接解法可有效地处理具有等式约束的约束优化问题 D.可行方向属于间接解法 8.关于凸规划，下列描述错误的是（） A.凸规划问题的目标函数和约束函数均为凸函数 B.凸规划问题中，当目标函数f(x)为二元函数时，其等值线呈现为大圈套小圈形式 C.凸规划问题中，可行域R={x|g(x)<=0j=1,2,…m}为凸集 D.凸规划的任何局部最优解不一定是全局最优解 9.拉格朗日乘子法是求解等式约束优化问题的一种经典方法，又称为（） A.降维法 B.消元法 《机械优化设计》复习题 一、填空 1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[-0.5,0.5]T ，第一步迭代的搜索方向为[-47;-50] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向 二是计算最佳步长因子 。 3、当优化问题是__凸规划______的情况下，任何局部最优解就是全域最优解。 4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 高-低-高 趋势。 5、包含n 个设计变量的优化问题，称为 n 维优化问题。 6、函数 C X B HX X T T ++2 1的梯度为 HX+B 。 7、设G 为n ×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在_共轭_____关系。 8、 设计变量 、 约束条件 、 目标函数 是优化设计问题数学模型的基本要素。 9、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 梯 度为零 ，充分条件是 海塞矩阵正定 。 10、 库恩-塔克 条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合。 11、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间 ]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 [-2.36,2.36] 。 12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、 13、牛顿法的搜索方向d k = ，其计算量 大 ，且要求初始点在极小点 逼近 位置。 14、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成 C X B HX X T T ++2 1的形式 。 15、存在矩阵H ，向量 d 1，向量 d 2，当满足 (d1)TGd2=0 ，向量 d 1和向量 d 2是关于H 共轭。 16、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因子r 数列，具有 由小到大趋于无穷 特点。机械优化设计三个案例
机械优化设计试卷及答案.doc
机械优化设计实例(人字架优化)
(完整版)机械优化设计试卷期末考试及答案
机械优化设计试卷期末考试及答案(补充版)
机械优化设计大作业
浅谈机械优化设计方法
机械优化设计方法
210607机械优化设计30586电子版
机械优化设计试卷答案
相关主题
文本预览