当前位置：文档之家› 机械优化设计习题及答案

机械优化设计习题及答案

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 =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

121

210

121

02121x 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

新点的目标函数值

)

(1-

2-4.何谓凸集、凸函数、凸规划？（要求配图）

答：一个点集（或区域），如果连接其中任意两点x1、x2的线段都全部

包含在该集合，就称该点集为凸集，否则为非凸集。

函数f(x）为凸集定义域的函数，若对任何的01

≤≤及凸集域的任

意两点x1、x2，存在如下不等式：

称f（x）是定义在图集上的一个凸函数。

对于约束优化问题

()()()

1212

f x x f x x

αααα

+-≤+-

若()j=j f x g x 、（） 1,2,...,m 都是凸函数，则称此问题为凸规划。

3-1.简述一维搜索区间消去法原理。（要配图）

答：搜索区间（a ，b ）确定之后，采用区间逐步缩短搜索区间，从而找到极小点的数值近似解。假设搜索区间（a ，b ）任取两点a1，b1 ，a 1《b 1，并计算函数值f （a 1），f （b 1）。将有下列三种可能情形； 1）f （a 1）《f （b 1）由于函数为单谷，所以极小点必在区间（a ，b 1） 2）f （a 1）》f （b 1），同理，极小点应在区间（a 1，b ） 3）f （a 1）=f （b 1），这是极小点应在（a 1，b 1）

3-2.简述黄金分割法搜索过程及程序框图。

1()b b a αλ=-- 2()a b a αλ=+-

其中，λ为待定常数。

3-3.对函数ααα2)(2+=f ，当给定搜索区间55≤≤-α时，写出用黄金

分割法求极小点*α的前三次搜索过程。（要列表）序号 a a 1 a 2 b Y 1

比较 Y 2

-5 -1.18 1.18 5 -0.9676 <

3.7524 1 -5 -2.639 -1.181 ？ 1.686 > -0.967 2 ？ -1.18 -0.279 1.18 -0.9676 < -0.48 3

-2.639

-1.737 -1.181 ？ -0.457

-0.482

3-4.使用二次插值法求f (x )=sin(x )在区间[2,6]的极小点，写出计算步骤和迭代公式，给定初始点x 1=2，x 2=4，x 3=6， ε=10-4。

迭代次数K= 4 ，极小点为 4.71236 ，最小值为 -1

13131x x y y c --=

，12122x x y y c --=，3

2123x x c

c c --= )(213

131c c x x x p -+=

收敛的条件：

ε<-2

2y y y p

4-1.简述无约束优化方法中梯度法、共轭梯度法、鲍威尔法的主要区别。

答：梯度法是以负梯度方向作为搜索方向，使函数值下降最快，相邻两个迭代点上的函数

相互垂直即是相邻两个搜索方向相互垂直。这就是说在梯度法中，迭代点向函数极小点靠近的过程，走的是曲折的路线。这一次的搜索方向与前一次的搜索过程互相垂直，形成“之”字形的锯齿现象。从直观上可以看到，在远离极小点的位置，每次迭代可使函数值有较多的下降。可是在接近极小点的位置，由于锯齿现象使每次迭代行进的距离缩短，因而收敛速度减慢。这种情况似乎与“最速下降”的名称矛盾，其实不然，这是因为梯度是函数的局部性质。从局部上看，在一点附近函数的下降是最快的，但从整体上看则走了许多弯路，因此函数的下降并不算快。

共轭梯度法是共轭方向法中的一种，因为在该方法中每一个共轭的量都是依赖于迭代点处的负梯度而构造出来的，所以称作共轭梯度法。该方法的第一个搜索方向取作负梯度方向，这就是最速下降法。其余各步的搜索方向是将负梯度偏转一个角度，也就是对负梯度进行修正。所以共轭梯度法实质上是对最速下降法进行的一种改进，故它又被称作旋转梯度法。

鲍威尔法是直接利用函数值来构造共轭方向的一种共轭方向法，这种方法是在研究其有正定矩阵G 的二次函数1()2

T f x x Gx b x c =

++的极小化问题时形成的。其基本思想是在不用导数的前提下，在迭代中逐次构造G 的共轭方向。在该算法中，每一轮迭代都用连结始点和终点所产生出的搜索方向去替换原向量组中的第一个向量，而不管它的“好坏”，这是产生向量组线性相关的原因所在。因此在改进的算法中首先判断原向量组是否需要替换。如果需要替换，还要进一步判断原向量组中哪个向量最坏，然后再用新产生的向量替换这个最坏的向量，以保证逐次生成共轭方向。

4-2.如何确定无约束优化问题最速下降法的搜索方向？

答：优化设计是追求目标函数值最小，因此搜所方向d 取该点的负梯度方向-)(x f ?。使函数值在该点附近的围下降最快。按此规律不断走步，形成以下迭代的算法

)(1

x f k

k x k x

?-=+α（k=0，1,2，…）

由于最速下降法是以负梯度方向作为搜索方向，所以最速下降法有称为梯度法

为了使目标函数值沿搜索方向-)(k

x f ?能获得最大的下降值，其步长因子k

a 应取一维搜索的最佳步长。即有

)(min )(min

)(1α?=??

?????-=???????-=???

??+k x f a k

x f k x f k a k

x f k x f 根据一元函数极值的必要条件和多元复合函数求导公式得；

0)()1(=???????+?k x f T k x f 或写成01=???

? ??+k

d T k d

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，因此相邻的两个搜索方向相互垂直。这就是说在最速下降法中，迭代点向函数极小点靠近的过程。

4-3. 给定初始值

x 0=[-7,11]T ，使用牛顿法求函数

2212121)2()2(),(x x x x x f -+-=的极小值点和极小值。

解：梯度函数、海赛矩阵分别为

???---+-=?)2(4)2(2)2(2),(2121121x x x x x x x f （2分） []

?????=???????--=?-41414121,8444),(12212f x x f （4分）假设初始值x 0=[-7,11]T

则,11676)(0?

???-=?x f （1分） []

????=???-=-12)(01

201x x x f f （2分）

则,00)(1??

???=?x f （1分）

x 1满足极值的必要条件，海赛矩阵是正定的，所以是极小点

1)(,11*1*-=??

???==x x x f 。（2分）

4-4.以二元函数),(21x x f 为例说明单形替换法的基本原理。

答：如图所示在平面上取不在同一直线上的三个点x1，x2，x3，以它们为顶点组成一单纯形。

计算各顶点函数值，设f （x1）>f （x2）>f （x3），这说明x3点最好，x1点最差。

为了寻找极小点，一般来说。应向最差点的反对称方向进行搜索，即通过x1并穿过x2x3的中点x4的方向上进行搜索。在此方向上取点x5

使 x5=x4+α（x4-x1）

x5称作x1点相对于x4点的反射点，计算反射点的函数值f （X5），可能出现以下几种情形；

1）f （x5）

2）f （x3）

3）f （x2）

4) f(x5)>f(x1)，反射点比最差点还差，说明收缩应该多一些。将新点收缩在x1x4之间 5) f(x)>f(x1)，说明x1x4方向上所有点都比最差点还要差，不能沿此方向进行搜索。

机械优化设计试卷期末考试及答案(补充版)

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》习题与答案

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

机械优化设计论文(基于MATLAB工具箱的机械优化设计)

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

机械优化设计试卷及答案.doc

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

《机械优化设计》习题及答案

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

机械优化设计实验指导书

机械优化设计实验指导书 Document number【AA80KGB-AA98YT-AAT8CB-2A6UT-A18GG】

《机械优化设计》实验指导书武秋敏编写院系：印刷包装工程学院专业：印刷机械西安理工大学二00七年九月上机实验说明【实验环境】操作系统： Microsoft Windows XP 应用软件：Visual C++或TC。【实验要求】 1、每次实验前，熟悉实验目的、实验内容及相关的基本理论知识。 2、无特殊要求，原则上实验为1人1组，必须独立完成。 3、实验所用机器最好固定，以便更好地实现实验之间的延续性和相关性，并便于检查。 4、按要求认真做好实验过程及结果记录。【实验项目及学时分配】【实验报告和考核】 1、实验报告必需采用统一的实验报告纸，撰写符合一定的规范，详见实验报告撰写格式及规范。

（一）预习准备部分 1. 预习本次实验指导书中一、二、三部分内容。 2. 按照程序框图试写出汇编程序。（二）实验过程部分 1. 写出经过上机调试后正确的程序，并说明程序的功能、结构。 2. 记录4000～40FFH内容在执行程序前后的数据结果。 3. 调试说明，包括上机调试的情况、上机调试步骤、调试所遇到的问题是如何解决的，并对调试过程中的问题进行分析，对执行结果进行分析。（三）实验总结部分

实验（一）【实验题目】一维搜索方法【实验目的】 1．熟悉一维搜索的方法－黄金分割法，掌握其基本原理和迭代过程； 2．利用计算语言（C语言）编制优化迭代程序，并用给定实例进行迭代验证。【实验内容】 1．根据黄金分割算法的原理，画出计算框图； 2．应用黄金分割算法，计算：函数F(x)=x2+2x，在搜索区间-3≤x≤5时，求解其极小点X*。【思考题】说明两种常用的一维搜索方法，并简要说明其算法的基本思想。【实验报告要求】 1．预习准备部分：给出实验目的、实验内容，并绘制程序框图； 2．实验过程部分：编写上机程序并将重点语句进行注释；详细描述程序的调过程（包括上机调试的情况、上机调试步骤、调试所遇到的问题是如何解决的，并对调试过程中的问题进行分析。 3．实验总结部分：对本次实验进行归纳总结，给出求解结果。要求给出6重迭代中a、x1、x2、b、y1和y2的值，并将结果与手工计算结果进行比较。 4.回答思考题。

最优化课程设计--共轭梯度法算法分析与实现

最优化课程设计--共轭梯度法算法分析与实现(设计程序) 题目共轭梯度法算法分析与实现班级 / 学号 14140101/2011041401011 学生姓名黄中武指导教师王吉波王微微课程设计任务书课程名称最优化方法课程设计院(系) 理学院专业信息与计算科学课程设计题目共轭梯度法算法分析与实现课程设计时间: 2014 年 6月 16日至 2014 年 6月 27日课程设计的要求及内容: [要求] 1. 学习态度要认真，要积极参与课程设计，锻炼独立思考能力; 2. 严格遵守上机时间安排; 3. 按照MATLAB编程训练的任务要求来编写程序; 4. 根据任务书来完成课程设计论文; 5. 报告书写格式要求按照沈阳航空航天大学“课程设计报告撰写规范”; 6. 报告上交时间:课程设计结束时上交报告; 7. 严禁抄袭行为，一旦发现，课程设计成绩为不及格。一、运用共轭梯度法求解无约束最优化问题要求:1)了解求解无约束最优化问题的共轭梯度法; 2)绘出程序流程图; 3)编写求解无约束最优化问题的共轭梯度法MATLAB程序; 4)利用编写文件求解某无约束最优化问题;

5)给出程序注释。指导教师年月日负责教师年月日学生签字年月日沈阳航空航天大学课程设计成绩评定单课程名称最优化理论与算法课程设计院(系) 理学院专业信息与计算科学课程设计题目共轭梯度法算法分析与实现学号 2011041401011 姓名黄中武指导教师评语: 课程设计成绩指导教师签字年月日最优化方法课程设计沈阳航空航天大学课程设计用纸目录目录一、正文 (1) 二、总结 ............................................................... 8 参考文献 ............................................................... 9 附录 .. (10) 第 I 页最优化方法课程设计沈阳航空航天大学课程设计用纸正文一、正文一无约束最优化问题的共轭梯度法

(完整版)机械优化设计试卷期末考试及答案

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

机械优化设计实验指导书

前言机械优化设计是一门实践性很强的课程，必须通过实际上机操作运用各种优化方法程序来达到： 1、加深对机械优化设计方法的基本理论和算法步骤的理解； 2、培养独立编制计算机程序的能力； 3、掌握常用优化方法程序的使用； 4、培养灵活运用优化方法解决工程设计问题的能力。因此，本课程在课堂教学过程中安排适当的时间上计算机运算。本书作为上机实验的指导书，旨在对每次实验目的内容提出具体要求，并加以考核。实验报告内容每次上机实验后，学生要做一份完整的实验报告，实验报告内容应包括： 1、优化方法的基本原理简述； 2、自编优化方法源程序。 3、考核题的优化结果及其分析； 4、具体工程设计问题的数学模型、优化设计结果及其分析。

实验一一维搜索方法（黄金分割法或二次插值法） 1、目的：加深对一维搜索方法的确定区间的进退法和缩短区间的黄金分割法或二次插值法基本原理的理解 2、内容：按所给程序框图编制上机程序，上机输入、调试并运行程序，或调试并运行已给程序，用所给考核题进行检验。 3、考核题（α0＝0，h 0=0.1, ε=0.001） (1) 36102+-=t t )t (f min (2) 60645234+-+-=t t t t )t (f min (3) 221)t )(t ()t (f min -+= (4) x e x )x (f min -+=22 (5) 求函数4321322123141x x x x x x x x x x )X (f +--=自点T k ),,,(X 3210---=出发，沿方向T ),,,(4321=d 的最优步长因子α× 和在d 方向的极小点X *和极小值f(X *)。

机械优化设计复习总结.doc

1. 优化设计问题的求解方法:解析解法和数值近似解法。解析解法是指优化对象用数学方程（数学模型）描述，用数学解析方法的求解方法。解析法的局限性：数学描述复杂，不便于或不可能用解析方法求解。数值解法：优化对象无法用数学方程描述，只能通过大量的试验数据或拟合方法构造近似函数式，求其优化解；以数学原理为指导，通过试验逐步改进得到优化解。数值解法可用于复杂函数的优化解，也可用于没有数学解析表达式的优化问题。但不能把所有设计参数都完全考虑并表达，只是一个近似的数学描述。数值解法的基本思路：先确定极小点所在的搜索区间，然后根据区间消去原理不断缩小此区间，从而获得极小点的数值近似解。 2. 优化的数学模型包含的三个基本要素：设计变量、约束条件（等式约束和不等式约束）、目标函数（一般使得目标函数达到极小值）。 3. 机械优化设计中，两类设计方法：优化准则法和数学规划法。优化准则法：x ;+, = c k x k （为一对角矩阵）数学规划法：X k+x =x k a k d k {a k \d k 分别为适当步长\某一搜索方向一一数学规划法的核心） 4. 机械优化设计问题一般是非线性规划问题，实质上是多元非线性函数的极小化问题。重点知识点：等式约束优化问题的极值问题和不等式约束优化问题的极值条件。 5. 对于二元以上的函数，方向导数为某一方向的偏导数。函数沿某一方向的方向导数等于函数在该点处的梯度与这一方向单位向量的内积。梯度方向是函数值变化最快的方向（最速上升方向），建议用单位向暈表示，而梯度的模是函数变化率的最大值。 6. 多元函数的泰勒展开。 7. 极值条件是指目标函数取得极小值吋极值点应满足的条件。某点取得极值，在此点函数的一阶导数为零，极值点的必要条件：极值点必在驻点处取得。用函数的二阶倒数来检验驻点是否为极值点。二阶倒数大于冬，取得极小值。二阶导数等于零时，判断开始不为零的导数阶数如果是偶次，则为极值点，奇次则为拐点。二元函数在某点取得极值的充分条件是在该点岀的海赛矩阵正定。极值点反映函数在某点附近的局部性质。 8. 凸集、凸函数、凸规划。凸规划问题的任何局部最优解也就是全局最优点。凸集是指一个点集或一个区域内，连接英中任意两点的线段上的所有元素都包含在该集合内。性质：凸集乘上某实数、两凸集相加、两凸集的交集仍是凸集。凸函数：连接凸集定义域内任意两点的线段上，函数值总小于或等于用任意两点函数值做线性内插所得的值。数学表达:/[^+（l-a ）x 2]