《最优化方法课程设计》——关于存贮论的
操作实践
存贮论(inventory theory)又称库存理论，是运筹学中发展较早的分支。现代化的生产和经营活动都离不开存贮，为了使生产和经营活动有条不紊地进行，一般的工商企业总需要一定数量的贮备物资来支持。在企业的生产经营或人们的日常生活中，通常需要把一定数量的物质，用品或食品暂时储存起来，以备将来使用和消费，这就是所谓的存贮现象。存贮的存在主要基于社会经济现象的不确定性。
一、存贮论的基本理论
存贮系统是由存贮、补充和需求三个基本要素所构成的资源动态系统，其基本形态如图所示。
1由于资源供给与需求在时间和空间上的矛盾，这些为满足后续生产经营需要而贮存下来的资源就称为存贮。
2．补充（replenishment ）
补充即存贮的输入。由于后续生产经营活动的不断进行，原来建立起来的存贮逐步减少，为确保生产经营活动不间断，存贮必须得到及时的补充。补充的办法可以是企业外采购，也可以是企业内生产。若是企业外采购，从订货到货物进入“存贮”往往需要一定的时间，这一滞后时间称为采购时间。从另一个角度看，为了使存贮在某一时刻能得到补充，由于滞后时间的存在必须提前订货，那么这段提前的时间称为提前期。存贮论主要解决的问题就是“存贮系统多长时间补充一次和每次补充的数量是多少？”，对于这一问题的回答便构成了所谓的存贮策略。
3．需求（demand ）
需求即存贮的输出，它反映生产经营活动对资源的需要，即从存贮中提取的资源量。需求可以是间断式的，也可以是连续式的。
存贮系统所发生的费用包括存贮费用、采购费用和缺货费用。存贮费用（holding cost ）是指贮存资源占用资本应付的利息，以及使用仓库、保管物、保管人力、货物损坏变质等支出的费用。采购费用（order cost ）是指每次采购所需要的手续费、电信费、差旅费等，它的大小与采购次数有关而与每次采购的数量
无关。存贮系统所发生的费用除存贮费用和采购费用之外，有时还会涉及缺货费用，缺货费用（stock-out cost ）是指当存贮供不应求时所引起的损失，如机会损失、停工待料损失，以及不能履行合同而缴纳的罚款等。
确定性存贮模型
在讨论确定性模型前，首先对一些常用符号的含义作必要的说明。 C ：单位时间平均运营费用（或称单位时间平均总费用），
R ：单位时间物品需求量（或称需求速度），
P ：单位时间物品生产量（或称生产速度），
K ：物品单价（外部订购）或单位物品成本费用（内部生产），
Q ：订货量（外部订购）或生产量（内部生产），
C1：单位物品单位时间保管费用（简称单位保管费用），
C2：单位物品单位时间缺货损失（简称单位缺货损失），
C3：订购费用（外部订购）或生产准备费用（内部生产），
以上定货量（生产量）Q 和订购费用（生产准备费用）C3，都是对应于一次
订购（一次生产）而言的。
模型1，不允许缺货，且一次到货。
建立模型前，需要作一些假设：
① 缺货损失无穷大（即不允许缺货），
② 当存贮量降至零时，可以瞬间得到补充（即一次到货），
③ 需求是连续和均匀的，需求速度R 是固定的常数，
④ 每次订货量（生产量）Q 不变，订购费用（生产准备费用）C3不变。 存贮状态的变化情况可用图7—4表示：
易知：平均保管费用=平均存贮量×单位保管费用111122QC RtC =
=， 平均订购费用3C t
=， 平均物品成本费用QK RK t t ?=
==订购量单价。 由此可以推得模型1的单位时间平均运营费用函数：
311()2C C t RtC RK t
=++ （7．1） 上述函数为决策变量t 的函数，其中 R,K,C 1,C 3都是已知常数。
模型2，不允许缺货，且分批到货。
模型1有一个假定条件是一次到货，即每次进货时能瞬时全部入库。但实际的存贮系统常常存在这样一种情形，即所需货物分批到货，并按一定的速度入库。因此模型2的假设条件与模型1相比，只需改写第二条，即：
② 当库存降至零时，以一定的供给率P 得到补充（或称分批到货）。 模型2的存贮状态的变化规律如图7—6所示。
单位时间平均运营费用函数311
())2C Rt C t P R C P t
=-+( 可以推得最佳运营周期 0t =最佳生产批量 00Q Rt == 最低运营费用0C = P →+∞时，1P P R
→-，此时模型2拓变成模型1，两组公式完全相同。因此模型1是模型2当 P →+∞时的特例。
模型3，允许缺货，且一次到货
把第1条假设改为：
① 允许缺货，单位缺货费用为C 2，即可，其它假设条件不变。
因此模型1是模型3当C 2→+∞时的特例。
t 0时间内的最大缺货量B 0：
模型4，允许缺货，且分批到货
本模型是模型2和3的综合，即同时对模型1的假设条件1和2进行修改: ① 允许缺货,单位缺货费用为C2，
② 分批到货,以一定的供应率P 补充库存。
其它条件不变。
最佳运营周期0t =最优经济批量00Q Rt ==
北航最优化方法大作业参考
1 流量工程问题 1.1 问题重述 定义一个有向网络G=(N,E)，其中N是节点集，E是弧集。令A是网络G的点弧关联矩阵，即N×E阶矩阵，且第l列与弧里(I,j)对应，仅第i行元素为1，第j行元素为-1，其余元素为0。再令b m=(b m1,…,b mN)T，f m=(f m1,…,f mE)T，则可将等式约束表示成： Af m=b m 本算例为一经典TE算例。算例网络有7个节点和13条弧，每条弧的容量是5个单位。此外有四个需求量均为4个单位的源一目的对，具体的源节点、目的节点信息如图所示。这里为了简单，省区了未用到的弧。此外，弧上的数字表示弧的编号。此时，c=((5,5…,5)1 )T， ×13 根据上述四个约束条件，分别求得四个情况下的最优决策变量x=((x12,x13,…,x75)1× )。 13 图 1 网络拓扑和流量需求
1.2 7节点算例求解 1.2.1 算例1（b1=[4;-4;0;0;0;0;0]T） 转化为线性规划问题： Minimize c T x1 Subject to Ax1=b1 x1>=0 利用Matlab编写对偶单纯形法程序，可求得: 最优解为x1*=[4 0 0 0 0 0 0 0 0 0 0 0 0]T 对应的最优值c T x1=20 1.2.2 算例2（b2=[4;0;-4;0;0;0;0]T） Minimize c T x2 Subject to Ax2=b2 X2>=0 利用Matlab编写对偶单纯形法程序，可求得: 最优解为x2*=[0 4 0 0 0 0 0 0 0 0 0 0 0]T 对应的最优值c T x2=20 1.2.3 算例3（b3=[0;-4;4;0;0;0;0]T） Minimize c T x3 Subject to Ax3=b3 X3>=0 利用Matlab编写对偶单纯形法程序，可求得: 最优解为x3*=[4 0 0 0 4 0 0 0 0 0 0 0 0]T 对应的最优值c T x3=40
《最优化方法》复习题(含答案)
附录5 《最优化方法》复习题 1、设n n A R ?∈是对称矩阵，,n b R c R ∈∈，求1()2 T T f x x Ax b x c =++在任意点x 处的梯度和Hesse 矩阵． 解 2(),()f x Ax b f x A ?=+?=． 2、设()()t f x td ?=+，其中:n f R R →二阶可导，,,n n x R d R t R ∈∈∈，试求()t ?''． 解 2()(),()()T T t f x td d t d f x td d ??'''=?+=?+． 3、设方向n d R ∈是函数()f x 在点x 处的下降方向，令 ()()()()() T T T T dd f x f x H I d f x f x f x ??=--???， 其中I 为单位矩阵，证明方向()p H f x =-?也是函数()f x 在点x 处的下降方向． 证明 由于方向d 是函数()f x 在点x 处的下降方向，因此()0T f x d ?<，从而 ()()()T T f x p f x H f x ?=-?? ()()()()()()()() T T T T T dd f x f x f x I f x d f x f x f x ??=-?--???? ()()()0T T f x f x f x d =-??+?<， 所以，方向p 是函数()f x 在点x 处的下降方向． 4、n S R ?是凸集的充分必要条件是12122,,,,,,,,m m m x x x S x x x ?≥?∈L L 的一切凸组合都属于S ． 证明 充分性显然．下证必要性．设S 是凸集，对m 用归纳法证明．当2m =时，由凸集的定义知结论成立，下面考虑1m k =+时的情形．令1 1k i i i x x λ+==∑， 其中,0,1,2,,1i i x S i k λ∈≥=+L ，且1 1 1k i i λ+==∑．不妨设11k λ+≠（不然1k x x S +=∈， 结论成立），记11 1k i i i k y x λλ=+=-∑ ，有111(1)k k k x y x λλ+++=-+，
1.用薄钢板制造一体积5m 3，长度不小于4m ，无上盖的货箱，要求钢板耗量最小。确定货箱的长x 1、宽x 2和高x 3。试列出问题的数学模型。 解：min 32312122x x x x x x z ++= s.t 5321=x x x 41≥x 0,,321≥x x x 2.将下面的线性规划问题表示为标准型并用单纯形法求解 max f=x 1+2x 2+x 3 s ．t ．2x 1+x 2-x 3≤2 -2x 1+x 2-5x 3≥-6 4x 1+x 2+x 3≤6 x i ≥0 i=1，2，3 解：先化标准形： Min 321x x x z -+= 224321=+-+x x x x 6525321=++-x x x x 646321=+++x x x x 列成表格：
1 2 1 610011460105122001112----- 可见此表已具备1°，2°，3°三个特点，可采用单纯形法。首先从底行中选元素-1，由2/2,6/2,6/4最小者决定选第一行第一列的元素2，标以记号，迭代一次得 1 2 1 2102310401162010021212 11-------- 再从底行中选元素-2/3，和第二列正元素1/2，迭代一次得 1 2 12 32 30 210231040116201002121211- ------ 再从底行中选元素-3，和第二列正元素2，迭代一次得 4 2 3 3 410120280114042001112--- 再迭代一次得 10 2 30 2 10 6 221023 1010213000421021013-- 选取最优解：
交通科学与工程学院 道路与铁道工程（082301） 博士研究生培养方案 一、适用学科 道路与铁道工程(081401) 二、培养目标 1．坚持党的基本路线，热爱祖国，遵纪守法，品行端正，诚实守信，身心健康，具有良好的科研道德和敬业精神。 2．适应科技进步和社会发展的需要，在本学科上掌握坚实宽广的基础理论和系统深入的专门知识；熟练掌握一门外语；具有独立从事科学研究的能力；具有良好的综合素质。 3．在科学或专门技术上做出创造性的成果。 三、培养方向 1.道路与铁道工程的检测与加固； 2.土木工程结构分析与设计理论； 3.岩土本构理论及工程应用； 4.土木工程施工技术与材料； 5.工程结构仿真。 四、学制 学历博士研究生学制为3年。 博士研究生一般在入学后1年内完成课程学习，应在文献综述与开题报告前完成课程学分，应在博士论文答辩前完成全部学分和培养要求的有关环节。 鼓励博士研究生从入学开始就进行学位论文研究工作；文献综述与开题报告至申请学位论文答辩的时间间隔不得少于1年。 五、知识结构、课程设置与学分要求 1．知识结构要求 （1）基础理论与专业基础知识 高等工程数学与数学基础（数值分析、数理统计、矩阵理论、最优化理论与算法、数理方程、常微分方程、数学试验），专业基础知识（变分与有限元素法原理、高等混凝土结构、高等土力学、高等土木工程材料学、高等结构动力学、工程结构可靠度、工程塑性力学）。 （2）专业综合知识 混凝土结构非线性分析，高等钢结构，混凝土徐变力学，基础工程学，建设项目管理，高等岩石力学，建筑结构健康诊治，混凝土结构试验，岩土工程测试技术，建筑结构无损检测技术，土动力学，建筑结构有限元分析与应用，组合结构，城市地下工程，理论土力学与现代岩石测试技术，道路与铁道工程学科综合课。 （3）学科前沿与交叉学科知识 现代工程结构进展，材料科学进展，空间数据处理，科技信息检索与利用，科学
发动机空燃比控制器 引言：我主要从事自动化相关研究。这里介绍我曾经接触过的发动机空燃比控制器设计中的优化问题。 发动机空燃比控制器设计中的最优化问题 AFR =a f m m && (1) 空燃比由方程（1）定义，在发动机运行过程中如果控制AFR 稳定在14.7可以获 得最好的动力性能和排放性能。如果假设进入气缸的空气流量a m &可以由相关单元检测得到，则可以通过控制进入气缸的燃油流量f m &来实现空燃比的精确控制。由于实际发动机的燃油喷嘴并不是直接对气缸喷燃油，而是通过进气歧管喷燃油，这么做会在进 气歧管壁上液化形成油膜，因此不仅是喷嘴喷出的未液化部分燃油会进入气缸，油膜 蒸发部分燃油也会进入气缸，如方程（2）。这样如何更好的喷射燃油成为了一个问题。 1110101122211ττττ?? ?? -?? ??????????=+????????-????????????-???? ? ??? ?? ????????? ?f f f v X x x u x x X x y =x && (2) 其中12、,==ff fv x m x m &&=f y m &,=fi u m &这里面，表示油膜蒸发量ff m &、fv m &表示为液化部分燃油、fi m &表示喷嘴喷射的燃油，在τf 、τv 、X 都已知的情况下，由现代控制理论知识，根据系统的增广状态空间模型方程（3） 0000001 1 011011114.70ττττ????-?? ??????????=-+-??????????????? ??????????????? ?? ??=?????? f f v v a X X u +q q m y q x x x &&& (3) 其中()0 14.7?t a q = y -m &。由极点配置方法，只要设计控制器方程（4），就可以 使得y 无差的跟踪阶跃输入，那么y 也能较好的跟踪AFR *a m /&。 12-- u =K q K x (4) 这里面的12、K K 确定，可由主导极点概念降维成两个参数12C ,C ，虽然都是最终稳态无差，但是目标是使得瞬态过程中y 和阶跃输入y r 的差异尽可能的小。所以原问
《最优化方法》试题 一、 填空题 1.设()f x 是凸集n S R ?上的一阶可微函数，则()f x 是S 上的凸函数的一阶充要条件是（ ），当n=2时，该充要条件的几何意义是（ ）； 2.设()f x 是凸集n R 上的二阶可微函数，则()f x 是n R 上的严格凸函数（ ）（填‘当’或‘当且仅当’）对任意n x R ∈，2()f x ?是 （ ）矩阵； 3.已知规划问题22211212121212min 23..255,0z x x x x x x s t x x x x x x ?=+---?--≥-??--≥-≥?，则在点55(,)66T x =处的可行方向集为（ ），下降方向集为（ ）。 二、选择题 1.给定问题222121212min (2)..00f x x s t x x x x ?=-+??-+≤??-≤?? ，则下列各点属于K-T 点的是（ ） A) (0,0)T B) (1,1)T C) 1(,22 T D) 11(,)22T 2.下列函数中属于严格凸函数的是（ ） A) 211212()2105f x x x x x x =+-+ B) 23122()(0)f x x x x =-< C) 2 222112313()226f x x x x x x x x =+++- D) 123()346f x x x x =+- 三、求下列问题
()22121212121211min 51022 ..2330420 ,0 f x x x x x s t x x x x x x =+---≤+≤≥ 取初始点()0,5T 。 四、考虑约束优化问题 ()221212min 4..3413f x x x s t x x =++≥ 用两种惩罚函数法求解。 五．用牛顿法求解二次函数 222123123123()()()()f x x x x x x x x x x =-++-++++- 的极小值。初始点011,1,22T x ??= ???。 六、证明题 1.对无约束凸规划问题1min ()2 T T f x x Qx c x =+，设从点n x R ∈出发，沿方向n d R ∈ 作最优一维搜索，得到步长t 和新的点y x td =+ ，试证当1T d Q d = 时， 22[() ()]t f x f y =-。 2.设12*** *3(,,)0T x x x x =>是非线性规划问题()112344423min 23..10f x x x x s t x x x =++++=的最优解，试证*x 也 是非线性规划问题 144423* 123min ..23x x x s t x x x f ++++=的最优解，其中****12323f x x x =++。
基于粒子群算法的神经网络在电液伺服系统中的应用 摘要：由于人工神经网络在解决具有非线性、不确定性等系统的控制问题上具有极大的潜力，因而在控制领域正引起人们的极大关注，并且已在一些响应较慢的过程控制中获得成功应用。由于电液伺服系统属 于非线性系统，因此本文利用神经网络控制电液伺服系统，并利用粒子群优化算法训练该神经网络的 权值。通过对神经网络的优化实现对电液伺服系统的控制。 关键词：神经网络电液伺服系统粒子群算法优化 近年来，由于神经网络具有大规模并行性、冗余性、容错性、本质的非线性及自组织自学习自适应能力，所以已成功地应用于众多领域。但在具有复杂非线性特性的机电设备的实时控制方面，虽然也有一些神经网络技术的应用研究，但距实用仍有一段距离。电液伺服系统就属于这类设备[1]。 神经网路在用于实时控制时，主要是利用了网络所具有的其输人——输出间的非线性映射能力。它实际上是通过学习来逼近控制对象的动、静态特性。也就是构造实际系统的神经网络模型[2]。本文利用神经网络控制一电液伺服系统，并利用粒子群优化算法训练该神经网络的权值，将结果与BP神经网络控制该系统的结果进行比较。从而得在电液伺服系统中引入神经网络是可行的。 1、粒子群算法 粒子群优化算法(Particle Swarm optimization, PSO)是一种进化计算技术, 由Eberhart博士和kennedy博士发明, 源于对鸟群捕食的行为研究, 粒子群优化算法的基本思想是通过群体中个体之间的协作和信息共享来寻找最优解[3]。算法最初受到飞鸟和鱼类集群活动的规律性启发，利用群体智能建立了一个简化模型，用组织社会行为代替了进化算法的自然选择机制，通过种群间个体协作来实现对问题最优解的搜索[4]。 在找到这两个最优值时, 粒子根据如下的公式来更新自己的速度和新的位置 v[]=v[]+c1*rand()*(pbest[]-present[]) + c2*rand()*(gbest[]-present[]) present[]=persent[]+v[] 式中ω为惯性权重，ω取大值可使算法具有较强的全局搜索能力，ω取小值则算法倾向于局部搜索。一般的做法是将ω初始取0.9并使其随迭代次数的增加而线性递减至0.4，这样就可以先侧重于全局搜索，使搜索空间快速收敛于某一区域，然后采用局部精细搜索以获得高精度的解；c1、c2为两个学习因子，一般取为2；randl和rand2为两个均匀分布在(0，l)之间的随机数；i=1，2，?，m；k=1，2，?，d。另外，粒子在每一维的速度Vi都被一个最大速度Vmax所限制。如果当前粒子的加速度导致它在某一维的速度 超过该维上的最大速度Vmax，则该维的速度被限制为最大速度[5]。 粒子群算法流程如下： (一)初始化粒子群。设群体规模为m，在允许的范围内随机设置粒子的初始位置和速 度。 (二)评价每个粒子的适应值。 (三)调整每一个粒子的位置和速度。 (四)如果达到最大迭代次数genmax或误差达到最初设定数值终止迭代，否则返回(2)。 2、神经网络 神经网络一般由输入层、隐含层、输出层组成。对于输入信号，先向前传播到隐节点，经过节点作用函数后，再把隐节点的输出信息传播到输出节点，最后输出结果。节点的作用函数通常选取S 型函数f（x）=1/（1+e-x）。神经网络算法的学习过程分为正
大型飞机高级人才培养班 航空工程全日制工程硕士研究生培养方案 一、适用类别或领域 航空工程（085232） 二、培养目标 材料工程、电子与通信工程、控制工程、航空工程领域全日制工程硕士 (以下简称航空工程等领域全日制工程硕士)是与以上各工程领域任职资格相联系的专业学位，主要为国民经济和国防建设等领域培养应用型、复合型高层次工程技术和工程管理人才。大飞机班旨在探索一条“以国家大型项目人才需求为索引，培养具有献身精神、团结协作精神、开拓创新精神的设计型和复合型人才”的研究生培养新模式，是北航研究生培养体系的一部分。 航空工程等领域全日制工程硕士培养的基本要求是： 1、坚持党的基本路线，热爱祖国、遵纪守法、品行端正、诚实守信、身心健康，具有良好的科研道德和敬业精神。 2、在本领域掌握坚实的基础理论和系统的专门知识，有较宽的知识面和较强的自立能力，具有大飞机设计、制造、运营、管理等领域需求的创造能力和工程实践能力。 3、掌握一门外国语。 三、培养模式及学习年限 1．航空工程等领域全日制工程硕士研究生培养实行导师负责制，或以导师为主的指导小组制，负责制订硕士研究生个人培养计划，选课、组织开题报告、论文中期检查、指导科学研究和学位论文，并与中国商飞、第一飞机设计研究院、西飞公司等航空企业联合培养，实行导师组指导。 2．硕士研究生一般用1学年完成课程学习，课程学习实行学分制，具体学习、考核及管理工作执行《北京航空航天大学研究生院关于研究生课程学习管理规定》。 3．专业实习是全日制工程硕士研究生培养中的重要环节，全日制工程硕士研究生在学期间，应保证不少于0.5年的工程实践。 4．学位论文选题应来源于航空工程等领域工程技术背景。鼓励实行双导师制，其中第一导师为校内导师，校外导师应是与本工程领域相关的专家，也可以根据学生的论文
惯性导航基础课程大作业报告（一）光纤陀螺误差建模与分析 班级：111514 姓名： 学号 2014年5月26日
一.系统误差原理图 二.系统误差的分析 （一）漂移引起的系统误差 1. εx ，εy ，εz 对东向速度误差δVx 的影响 clc;clear all; t=1:0.01:25; g=9.8; L=pi/180*39; Ws=2*pi/84.4*60; Wie=2*pi/24; R=g/(Ws)^2; e=0.1*180/pi; mcVx1=e*g*sin(L)/(Ws^2-Wie^2)*(sin(Wie*t)-Wie*sin(Ws*t)/Ws); mcVx2=e*((Ws^2-(Wie^2)*((cos(L))^2))/(Ws^2-Wie^2)*cos(Ws*t)-(Ws^2)*((sin(L))^2)*cos(Wi e*t)/(Ws^2-Wie^2)-(cos(L))^2); mcVx3=(sin(L))*(cos(L))*R*e*((Ws^2)*cos(Wie*t)/(Ws^2-Wie^2)-(Wie^2)*cos(Ws*t)/(Ws^2-Wi e^2)-1); plot(t,[mcVx1',mcVx2',mcVx3']); title('Ex,Ey,Ez 对Vx 的影响'); xlabel('时间t'); ylabel('Vx(t)'); 0,δλδL ,v v δδ
legend('Ex-mcVx1','Ey-mcVx2','Ez-mcVx3'); grid; axis square; 分析：εx，εy，εz对东向速度误差δVx均有地球自转周期的影响，εx，εy还会有舒勒周期分量的影响，其中，εy对δVx的影响较大。 2.εx，εy，εz对东向速度误差δVy的影响 clc;clear all; t=1:0.01:25; g=9.8; L=pi/180*39; Ws=2*pi/84.4*60; Wie=2*pi/24; R=g/(Ws)^2; e=0.1*180/pi; mcVy1=e*g*(cos(Wie*t)-cos(Ws*t))/(Ws^2-Wie^2); mcVy2=g*sin(L)*e/(Ws^2-Wie^2)*(sin(Wie*t)-Wie/Ws*sin(Ws*t)); mcVy3=g*cos(L)*e/(Ws^2-Wie^2)*(sin(Wie*t)-Wie/Ws*sin(Ws*t)); plot(t,[mcVy1',mcVy2',mcVy3']); title('Ex,Ey,Ez对Vy的影响'); xlabel('时间t'); ylabel('Vy(t)'); legend('Ex-mcVy1','Ey-mcVy2','Ez-mcVy3'); grid; axis square;
天津大学《最优化方法》复习题（含答案） 第一章 概述(包括凸规划) 一、 判断与填空题 1 )].([arg )(arg min max x f x f n n R x R x -=∈∈ √ 2 {}{} .:)(m in :)(m ax n n R D x x f R D x x f ?∈-=?∈ ? 3 设.:R R D f n →? 若n R x ∈*，对于一切n R x ∈恒有)()(x f x f ≤*，则称*x 为最优化问题)(min x f D x ∈的全局最优解. ? 4 设.:R R D f n →? 若D x ∈*，存在*x 的某邻域)(*x N ε，使得对一切)(*∈x N x ε恒有)()(x f x f <*，则称*x 为最优化问题)(min x f D x ∈的 严格局部最优解. ? 5 给定一个最优化问题，那么它的最优值是一个定值. √ 6 非空集合n R D ?为凸集当且仅当D 中任意两点连线段上任一点属于D . √ 7 非空集合n R D ?为凸集当且仅当D 中任意有限个点的凸组合仍
属于D . √ 8 任意两个凸集的并集为凸集. ? 9 函数R R D f n →?:为凸集D 上的凸函数当且仅当f -为D 上的凹函数. √ 10 设R R D f n →?:为凸集D 上的可微凸函数，D x ∈*. 则对D x ∈?，有).()()()(***-?≤-x x x f x f x f T ? 11 若)(x c 是凹函数，则}0)( {≥∈=x c R x D n 是凸集。 √ 12 设{}k x 为由求解)(min x f D x ∈的算法A 产生的迭代序列，假设算法 A 为下降算法，则对{} ,2,1,0∈?k ，恒有 )()(1k k x f x f ≤+ . 13 算法迭代时的终止准则（写出三种）：_____________________________________。 14 凸规划的全体极小点组成的集合是凸集。 √ 15 函数R R D f n →?:在点k x 沿着迭代方向}0{\n k R d ∈进行精确一维线搜索的步长k α，则其搜索公式
固定资产：使用期限较长，单位价值在规定标准以上，在生产过程中为多个生产周期服务，在使用过程中保持原来物质形态的资产。 流动资产：可以在一年或虽然超过一年但仍然是一个生产经营周期内变现或耗用的资产。 无形资产：指没有物质实体而以某种特殊权利和技术知识等资源形态存在并发挥作用的资产。 递延资产：只不能全部计入当期损益，需要分期摊销计入成本的各项费用。 折旧：固定资产由于其价值在多个时期内损耗降低的部分 固定资产折旧：固定资产由于其价值在多个时期内损耗降低的部分。 资金的时间价值：资金在使用中随时间推移所发生的增值。 边际收益：当影响收益的产量或投入要素增加一个单位所增的收益。 边际成本：边际成本指的是每一单位新增生产的产品带来到总成本的增量。 边际利润：单位产量所增加的销售单价扣除边际成本的值。 机会成本：在有限资源及该资源多用途条件下，将该资源用于某种用途而放弃的可能用于其它用途形成的最大代价（付出）。 价值工程：以最低寿命周期成本，可靠地实现必要功能，以功能分析为核心，以提高产品或作业价值为目的的有组织的技术经济活动。 并行工程：是对产品及其相关过程，包括制造过程和支持过程，进行并行、一体化设计的一种系统化方法，目标是降低成本、提高生产率、加快上市速度。 4P（营销组合）：市场营销中指产品、价格、渠道与促销。 系统：（钱学森）系统是由相互作用和相互依赖的若干组成部分(要素)结合而成的具有特定功能的有机整体。 市场经济：商品在市场上的价格完全由供需双方决定，没有任何一方（例如政府）加以干涉。 简述全面质量管理的内涵 质量管理仅靠数理统计方法是不够的，还需要一系列的组织管理工作；质量管理活动必须对质量、价格、交货期和服务进行综合考虑，而不仅仅只考虑质量；产品质量的产生、形成和实现过程包括了从市场研究到销售和服务的螺旋上升的循环过程，所以质量管理必须是全过程的管理；产品质量必须同成本联系起来考虑 试说明价格下降使需求量增加的原因 （1）价格降低后，消费者可以用同样的钱买到比此前更多的东西。这相当于消费者实际收入的提高，因而使需求量有所增加。这是由于价格变化所产生的“收入效应”而引起的需求量的增加。 （2）价格降低后，人们会把对替代品的需求转移到这种商品上来，因而使这种商品的需求量增加，这是由于价格变化所产生的“替代效应”引起的。 试述市场均衡价格是怎样形成的 如果市场价格高于均衡价格，,则供给量>均衡产量,此时，卖者找不到足够的买主，就会降低价格；如果市场价格低于均衡价格，,则供给量小于均衡产量,,此时，买者不能如数买到想要的东西，就会抬高价格。如果市场价格等于均衡价格，供给量等于需求量，买者想买的量等于卖者想卖得量，市场达到均衡。 试述系统工程的基本观点 系统整体性观点不着重强调系统单个元素的最优，而是强调整个系统就其功能而言效果最优。 相关与制约观点元素之间存在关系，并且这种关系可以表达。强调尽量地定量或用图表描述出各元素之间或各子系统之间的关系。 系统模拟观点系统可以建立模型，模型是原系统的简化系统，一般要求它具有原系统的主要性能。建模是分析、研究的基础。 系统优化观点 简述开展价值工程工作的六个主要步骤 运用[价值工程]方法开发产品需要按六个步骤(阶段)进行，其分别是：信息收集、创意构想、评估判断、细部发展、汇报审批和追踪实践。 第一步骤的信息收集，包括了设计理念(含功能、条件、标准…等)、成本估价资料、现场状况…等，尽量列出可能的范围，再透过机能(Function)定义和评估，找出标的物中的主要机能(必须是具备的机能)，和次要机能(非绝对必要，是用来辅助主要机能)。也就是借着了解问题和机能分析，去筛选和找出问题所在(高成本或成本不合理的项目)。第二步骤是创意构想阶段，这个阶段是在小组成员都对问题充份了解之后针对主要机能开始做脑力激荡，这时候大家仅提构想(方案)，不对构想做任何批评，也不考量方案的可行性，大家完全拋开传统模式的思考，让思想任意遨游，经由这个阶段，经常能产生一些具创新性的构想。 第三步骤是评估判断阶段，是对上阶段所提出的各项构想(方案)加以评估分析，首先可删除那些不可行的方案，再对剩余的可行方案做优缺点分析，并依节省成本的潜力及机能的改善做评估，及排列先后次序，然后取其优者，进入下一步的细部发展。 第四步骤，细部发展阶段，对选取之替代方案，就成本、可行性、节省之成本(或提升之机能)做详细完整的叙述。第五步骤，汇报审批阶段，将上阶段所做的报告书对业主做口头报告，这时候业主的接受与否决定了建议方案的是否执行。 第六步骤，追踪与实践，业主接受建议之后，下一个阶段就是落实该建议的执行。因此，这阶段的工作是要追踪确认接受的替代方案已纳入设计中，并协助业主消除替代方案执行的可能障碍。
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
武工院你们懂的 1.用薄钢板制造一体积5m 3，长度不小于4m ，无上盖的货箱，要求钢板耗量最小。确定货箱的长x 1、宽x 2和高x 3。试列出问题的数学模型。 解：min 32312122x x x x x x z ++= s.t 5321=x x x 41≥x 0,,321≥x x x 2.将下面的线性规划问题表示为标准型并用单纯形法求解 max f=x 1+2x 2+x 3 s ．t ．2x 1+x 2-x 3≤2 -2x 1+x 2-5x 3≥-6 4x 1+x 2+x 3≤6 x i ≥0 i=1，2，3 解：先化标准形： Min 321x x x z -+= 224321=+-+x x x x 6525321=++-x x x x 646321=+++x x x x
列成表格： 00001216 100114 60105122001112----- 可见此表已具备1°，2°，3°三个特点，可采用单纯形法。首先从底行中选元素-1，由2/2,6/2,6/4最小者决定选第一行第一列的元素2，标以记号，迭代一次得 0000 1 2 121023 10 40116201002 1 21 211-------- 再从底行中选元素-2/3，和第二列正元素1/2，迭代一次得 1 002 1232 30210231 040116201002121211-- ----- 再从底行中选元素-3，和第二列正元素2，迭代一次得 4002 3 03410120280114042001112--- 再迭代一次得
10 23021 062 21023 1010 213 000421 2 10 13- - 选取最优解： 01=x 42=x 23=x 3. 试用DFP 变尺度法求解下列无约束优化问题。 min f （X ）=4（x 1-5）2+（x 2-6）2 取初始点X=（8，9）T ，梯度精度ε=0.01。 解：取I H =0,初始点()T X 9,8= 2221)6()5(4)(-+-=x x x f ??????--=?122408)(21x x x f ???? ??=?624)() 0(x f T x f d )6,24()()0()0(--=-?= )0(0)0()1(d x x α+= T )69,248(00αα--= ])669()5248(4min[)(min 2020)0(0)0(--+--?=+αααd x f )6()63(2)24()2458(8) (00)0(0)0(=-?-+-?--=+ααααd d x df 13077.013017 0≈= α ???? ??=???? ??--?+???? ??=21538.886153.462413077.098)1(x
飞行器多学科设计优化复习题 1.优化设计问题的三要素是什么？给出一个优化设计问题的例子，分别说明三个要素的具体内容。 三要素分别是设计变量，约束条件和目标函数。 以结构优化设计为例，设计变量可能是蒙皮厚度，前后翼梁缘条厚度，前后翼梁腹板厚度等结构参数；约束条件是机翼强度要求、刚度要求等目标函数是最小化结构重量。 2.飞行器设计一般分哪几个阶段？飞行器多学科优化设计有什么意义？ 飞行器设计分三个阶段：概念设计、初步设计、详细设计。 飞行器MDO的意义为： （1）MDO符合系统工程的思想。能有效提高飞行器的设计质量 （2）MDO为飞行器设计提供了一种并行设计模式。 （3）MDO的设计模式与飞行器设计组织体制一致，能够实现更高程度的自动化。 （4）MDO的模块化结构使飞行器设计过程具有很强的灵活性。 3.在飞行器设计过程中，多学科设计优化方法与传统设计方法之间有哪些相同和不同点。 传统的飞行器设计优化中,采取的是一种串行的设计模式，往往首先进行性能设计优化,然后进行结构、操纵和控制系统设计优化,最后进行工艺装备设计。在传统的方法中，各个学科任务成了实现系统设计的最基本单元，影响飞机性能的气动、推进、结构和控制等学科被人为地割裂开来，各学科之间相互耦合所产生的协同效应并未被充分考虑进去，这可能导致失去系统的整体最优解，串行的模式也使得设计时间周期和成本大大增加。 而多学科优化设计技术是一种并行设计模式，它以各子系统、学科的优化设计为基础，在飞行器各个阶段力求各学科的平衡，充分考虑哥们学科之间的相互影响和耦合作用，应用有效的设计/优化策略和分布式计算机网络系统，来组织和管理整个系统的设计过程，通过充分利用各个学科之间的相互作用所产生的协同效应，以获得系统的整体最优解。 相同点在于都有对于子学科的分解，但是MDO更注重子学科间的协同。 4.给出MDO的三种定义，根据你的理解，MDO该如何定义？ Definition1：MDO是一种通过充分探索和利用系统中相互作用的协同机制来设计复杂系统和子系统的方法论。 Definition2：MDO是指在复杂工程系统的设计过程中，必须对学科（子系统）之间的相互作用进行分析，并且充分利用这些相互作用进行系统优化合成的方法。 Definition3：多学科设计优化就是进行复杂系统的设计过程中，结合系统的多学科本质，充分利用各种多学科设计与多学科分析工具，最终达到基于多学科优化的方法论。 My Definition：当设计中每个因素都影响另外的所有因素时，确定该改变哪个因素以及改变到什么程度的一种设计方法。 5.多学科设计优化中，什么是学科分析？什么是系统分析？ 学科分析：也成为子系统分析或子空间分析，以某一学科设计变量，其他学科对该学科的耦合状态变量和系统的参数为输入，根据某一学科满足的物理规律确定其物理特性的过程 系统分析：对整个系统，给定一组设计变量X，通过求解系统的状态方程得到系统状态变量的过程。 6.什么是多学科设计优化的状态变量？学科状态变量和耦合状态变量之间有什么区别?
目标：使用带双步位移的QR 分解法求矩阵10*10[]ij A a =的全部特征值，并对其中的每一个实特征值求相应的特征向量。已知：sin(0.50.2)() 1.5cos( 1.2)(){i j i j ij i j i j a +≠+== (i,j=1,2, (10) 算法： 以上是程序运作的逻辑，其中具体的函数的算法，大部分都是数值分析课本上的逻辑，在这里特别写出矩阵A 的实特征值对应的一个特征向量的求法： ()[]()() []()[]()111111I 00000 i n n n B A I gause i n Q A I u Bu u λλ-?-?-=-?-?? ?-=????→=??????→= ?? ? 选主元的消元 检查知无重特征值 由于=0i A I λ- ，因此在经过选主元的高斯消元以后，i A I λ- 即B 的最后一行必然为零，左上方变 为n-1阶单位矩阵[]()()11I n n -?-，右上方变为n-1阶向量[]()11n Q ?-，然后令n u 1=-，则 ()1,2,,1j j u Q j n ==???-。
这样即求出所有A所有实特征值对应的一个特征向量。 #include 《最优化方法》复习题 第一章 引论 一、 判断与填空题 1 )].([arg )(arg m in m ax x f x f n n R x R x -=∈∈ √ 2 {}{}.:)(min :)(max n n R D x x f R D x x f ?∈-=?∈ ? 3 设.:R R D f n →? 若n R x ∈*，对于一切n R x ∈恒有)()(x f x f ≤*，则称*x 为最优化问题 )(min x f D x ∈的全局最优解. ? 4 设.:R R D f n →? 若D x ∈*，存在*x 的某邻域)(*x N ε，使得对一切)(*∈x N x ε恒有)()(x f x f <*，则称*x 为最优化问题)(min x f D x ∈的严格局部最 优解. ? 5 给定一个最优化问题，那么它的最优值是一个定值. √ 6 非空集合n R D ?为凸集当且仅当D 中任意两点连线段上任一点属于D . √ 7 非空集合n R D ?为凸集当且仅当D 中任意有限个点的凸组合仍属于D . √ 8 任意两个凸集的并集为凸集. ? 9 函数R R D f n →?:为凸集D 上的凸函数当且仅当f -为D 上的凹函数. √ 10 设R R D f n →?:为凸集D 上的可微凸函数，D x ∈*. 则对D x ∈?，有).()()()(***-?≤-x x x f x f x f T ? 11 若)(x c 是凹函数，则}0)( {≥∈=x c R x D n 是凸集。 √ 12 设{}k x 为由求解)(min x f D x ∈的算法A 产生的迭代序列，假设算法A 为单调下降算 法，则对{} ,2,1,0∈?k ，恒有 )()(1k k x f x f ≤+ . function [x,dk,k]=fjqx(x,s) flag=0; a=0; b=0; k=0; d=1; while(flag==0) [p,q]=getpq(x,d,s); if (p<0) b=d; d=(d+a)/2; end if(p>=0)&&(q>=0) dk=d; x=x+d*s; flag=1; end k=k+1; if(p>=0)&&(q<0) a=d; d=min{2*d,(d+b)/2}; end end %定义求函数值的函数fun，当输入为x0=（x1，x2）时，输出为f function f=fun(x) f=(x(2)-x(1)^2)^2+(1-x(1))^2; function gf=gfun(x) gf=[-4*x(1)*(x(2)-x(1)^2)+2*(x(1)-1),2*(x(2)-x(1)^2)]; function [p,q]=getpq(x,d,s) p=fun(x)-fun(x+d*s)+0.20*d*gfun(x)*s'; q=gfun(x+d*s)*s'-0.60*gfun(x)*s'; 结果： x=[0,1]; s=[-1,1]; [x,dk,k]=fjqx(x,s) x =-0.0000 1.0000 dk =1.1102e-016 k =54 function f= fun( X ) %所求问题目标函数 f=X(1)^2-2*X(1)*X(2)+2*X(2)^2+X(3)^2+ X(4)^2- X(2)*X(3)+2*X(1)+3*X(2)-X(3); end function g= gfun( X ) %所求问题目标函数梯度 g=[2*X(1)-2*X(2)+2,-2*X(1)+4*X(2)-X(3)+3,2*X(3)-X(2)-1,2*X(4)]; end function [ x,val,k ] = frcg( fun,gfun,x0 ) %功能：用FR共轭梯度法求无约束问题最小值 %输入：x0是初始点，fun和gfun分别是目标函数和梯度 %输出：x、val分别是最优点和最优值，k是迭代次数 maxk=5000;%最大迭代次数 rho=0.5;sigma=0.4;修订过的最优化方法复习题
大连理工优化方法大作业MATLAB编程
相关主题
文本预览