第一章：机械优化设计概述
- 格式：ppt
- 大小：311.50 KB
- 文档页数：26
下载文档原格式
合集下载
《机械优化设计》-课程教学大纲
《机械优化设计》-课程教学大纲第一篇：《机械优化设计》-课程教学大纲《机械优化设计》－课程教学大纲修订—、课程名称机械优化设计Mechanical Optimize Design二、学分、学时2学分，32学时三、预修课程高等数学、理论力学、数值分析、机械学、计算机科学等。
四、适用学科领域机械设计及理论、森林工程、交通工程和控制理论与控制工程等。
五、课程主要内容、重点难点及学时分配（一）教学基本要求：通过实用机械优化设计的教学要使专业学生了解优化设计的基本思想，优化设计在机械中的作用及其发展概况。
初步掌握建立数学模型的方法，熟练掌握优化方法。
并具备一定的将机械工程问题转化为最优化问题并求解的应用能力。
（二）培养能力与素质：本门课程的教学目的和任务是：通过实用机械优化设计的教学使学生掌握问题转化成最优化问题的方法。
并且利用最优化的方法编制计算机程序，用计算机自动寻找最佳的设计方案。
机械优化设计是一种现代设计方法。
在有条件的情况下，应在课余时间指导学生上机操作，提高学生独立工作的能力，掌握实例用于解决工程实际问题。
（三）主要内容和重点、难点本门课程的主要内容包括：机械优化设计的基本术语和数学模型，优化设计的基本概念和理论；无约束最优化方法，约束优化设计的直接法，约束优化设计人间接解法。
第一章机械优化设计的基本术语和数学模型通过列举一些实际的优化设计问题，对机械优化设计的数学模型及用到的基本述评作一简要叙述。
对主要名词术语进行定义和作必要的解释。
使学生了解模型的形式和分类初步掌握数学模型建立的方法，了解设计的一般过程用其几何解释。
1．1几个机械优化设计问题的示例 1．2机械优化设计的基本术语1．3优化设计的数学模型及其分类 1．4优化设计方法1．5优化设计的一般过程及其几何解释第二章优化设计的某些概念和理论在讲述机械优化设计方法之前,首先讲述目标函数、约束函数的基本性质。
目标函数达到约束最控制的条件及迭代法求解的一般原理和收敛条件等。
机械优化设计讲义第1讲
优选设计参数，使某项或几项设计指标获得最优值。
例1：一金属板，长为24cm，宽为50cm。要制成如图所示的对称型槽。 求斜边长a和倾角θ为多大时，容积最大。
设计变量：a,θ 目标函数： V (a, ) 1 (24 2a 24 2a
2
2a cos )a sin 50
约束条件：0≤a≤12, 0≤θ≤π
性能约束：针对性能要求而提出的约束。
边界约束：对设计变量的取值范围加以限制的约束。
2.按数学表达式的不同： 不等式约束： g j ( X ) 0
( j 1,2,, m)
等式约束： hk ( X ) 0
(k 1,2, , l )
上例中，约束条件： g1(a)=-a≤0 g2(a)=a-12≤0 g3(θ)= -θ≤0 g4(θ)=θ-π≤0
注意：
X [x1, x2 ,, xn ]T
1.向量中分量的次序是任意的，根据使用的方便任意选取。
2.由n个设计变量为坐标所组成的实空间称做设计空间， 一个“设计”对应设计空间中的一点。
3.设计变量视为连续有界的变量，机械设计中的离散性参数 以后再讨论（如模数） 。
1.2.2 约束条件 约束条件：一个可行设计必须满足的某些设计限制条件。 1.按约束的性质不同：
机
第1章 绪论
械
第2章 优化设计的数学基础
优
第3章 一维搜索方法
化
第4章 无约束优化方法
设
第5章 约束优化方法
计
第6章 多目标及离散变量优化方法
第1章 绪论
1.1 优化设计概述 1.2 优化设计问题的数学模型 1.3 优化设计问题的基本解法及收敛条件
1.1 优化设计概述
优化设计：最优化原理＋计算技术 机械优化设计：是使某项机械设计在规定的各种设计限制条件下，
例1：一金属板，长为24cm，宽为50cm。要制成如图所示的对称型槽。 求斜边长a和倾角θ为多大时，容积最大。
设计变量：a,θ 目标函数： V (a, ) 1 (24 2a 24 2a
2
2a cos )a sin 50
约束条件：0≤a≤12, 0≤θ≤π
性能约束：针对性能要求而提出的约束。
边界约束：对设计变量的取值范围加以限制的约束。
2.按数学表达式的不同： 不等式约束： g j ( X ) 0
( j 1,2,, m)
等式约束： hk ( X ) 0
(k 1,2, , l )
上例中，约束条件： g1(a)=-a≤0 g2(a)=a-12≤0 g3(θ)= -θ≤0 g4(θ)=θ-π≤0
注意：
X [x1, x2 ,, xn ]T
1.向量中分量的次序是任意的，根据使用的方便任意选取。
2.由n个设计变量为坐标所组成的实空间称做设计空间， 一个“设计”对应设计空间中的一点。
3.设计变量视为连续有界的变量，机械设计中的离散性参数 以后再讨论（如模数） 。
1.2.2 约束条件 约束条件：一个可行设计必须满足的某些设计限制条件。 1.按约束的性质不同：
机
第1章 绪论
械
第2章 优化设计的数学基础
优
第3章 一维搜索方法
化
第4章 无约束优化方法
设
第5章 约束优化方法
计
第6章 多目标及离散变量优化方法
第1章 绪论
1.1 优化设计概述 1.2 优化设计问题的数学模型 1.3 优化设计问题的基本解法及收敛条件
1.1 优化设计概述
优化设计：最优化原理＋计算技术 机械优化设计：是使某项机械设计在规定的各种设计限制条件下，
机械优化设计自学考试教学要求省公开课一等奖全国示范课微课金奖课件
本章重点: 搜索区间确实定与区间消元法原理，用黄金 分
割法和牛顿法求一元函数极小点。 本章难点: 牛顿法，二次插值法。
第12页
第四章 无约束优化方法
一、考评知识点与考评要求
1. 最速下降法（梯度法） 识记: 最速下降法定义；最速下降法特点，最速下降法 搜索方向。 领会: 最速下降法搜索路径和步骤。 应用: 用最速下降法求函数极值。
识记: 离散变量组合型法原理；初始复合型顶点形成。 领会: 离散一维新点产生方法；约束条件处理及几何
意义；离散变量组合型法搜索步骤；离散变量组 合型法收敛准则。 应用: 离散处罚函数法求解一维优化问题几何意义。
作用约束。 应用: 二维约束优化问题极值点所处不一样位置几何描
述。
第5页
第一章 优化设计概述
3.优化设计问题基本解法 识记: 优化准则法；数值迭代法；搜索方向；最正确 步长；几个迭代收敛准则: 模准则、值准 则和梯度准则。 领会: 优化准则法和数值迭代法极值点搜索过程 及特点。 应用: 优化准则法和数值迭代法迭代公式；收敛准 则及收敛精度选取。
散处罚因子。 领会: 离散处罚函数构建和几何意义；离散处罚函数法计
算步骤。 应用: 离散处罚函数法求解一维优化问题几何意义。
第25页
第七章 多目标和离散变量优化方法
9. 离散变量搜索型方法——离散复合型法 识记: 离散复合型法原理；离散复合型顶点构建。 领会: 离散复合型法搜索迭代过程。 10.离散变量型网格法 识记: 离散变量型普通网格法和正交网格法原理。 领会: 正交网格表生成方法；正交网格法计算步骤。 11.离散变量组合型法
行条件，下降条件。 领会: 可行方向产生方法；步长确实定: 最优步长、试
验步长计算、试验点调整到约束面方法；可行 方向法计算步骤。 应用: 用可行方向法求约束优化问题最优解。
割法和牛顿法求一元函数极小点。 本章难点: 牛顿法，二次插值法。
第12页
第四章 无约束优化方法
一、考评知识点与考评要求
1. 最速下降法（梯度法） 识记: 最速下降法定义；最速下降法特点，最速下降法 搜索方向。 领会: 最速下降法搜索路径和步骤。 应用: 用最速下降法求函数极值。
识记: 离散变量组合型法原理；初始复合型顶点形成。 领会: 离散一维新点产生方法；约束条件处理及几何
意义；离散变量组合型法搜索步骤；离散变量组 合型法收敛准则。 应用: 离散处罚函数法求解一维优化问题几何意义。
作用约束。 应用: 二维约束优化问题极值点所处不一样位置几何描
述。
第5页
第一章 优化设计概述
3.优化设计问题基本解法 识记: 优化准则法；数值迭代法；搜索方向；最正确 步长；几个迭代收敛准则: 模准则、值准 则和梯度准则。 领会: 优化准则法和数值迭代法极值点搜索过程 及特点。 应用: 优化准则法和数值迭代法迭代公式；收敛准 则及收敛精度选取。
散处罚因子。 领会: 离散处罚函数构建和几何意义；离散处罚函数法计
算步骤。 应用: 离散处罚函数法求解一维优化问题几何意义。
第25页
第七章 多目标和离散变量优化方法
9. 离散变量搜索型方法——离散复合型法 识记: 离散复合型法原理；离散复合型顶点构建。 领会: 离散复合型法搜索迭代过程。 10.离散变量型网格法 识记: 离散变量型普通网格法和正交网格法原理。 领会: 正交网格表生成方法；正交网格法计算步骤。 11.离散变量组合型法
行条件，下降条件。 领会: 可行方向产生方法；步长确实定: 最优步长、试
验步长计算、试验点调整到约束面方法；可行 方向法计算步骤。 应用: 用可行方向法求约束优化问题最优解。
机械优化设计方法-
其极小点在目标函数等值面的中心。
约束优化: 在可行域内对设计变量求目标函数 的极小点。 其极小点在可行域内或在可行域边界上。
第四节优化设计问题的基本解法
求解优化问题的方法:
解析法
数学模型复杂时不便求解
数值法
可以处理复杂函数及没有数学表达式 的优化设计问题
图1-11 寻求极值点的搜索过程
A TDh
钢管的临界应力 e
Fe A
2E T 2 D2
8 B2 h2
强度约束条件 x y 可以写成 1 F B2 h2 2 TDh y
稳定约束条件 x e 可以写成
1
F B2 h2 2 2E T 2 D2
TDh
,
,...
x1
x2
xn
沿d方向的方向向量
cos1
d
cos
2
...
cos
n
即
f d
x0
f
x 0 T
d
f x 0 T
cosf ,d
图2-5 梯度方向与等值面的关系
第二节 多元函数的泰勒展开
若目标函数f(x)处处存在一阶导数, 则极值点 的必要条件一阶偏导数等于零, 即
第二章 优化设计的数学基础
机械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, 因此, 机械优化设计是建立在多元函数的极值理论 基础上的。
机械优化设计问题分为:
无约束优化 无条件极值问题
约束优化
条件极值问题
第一节 多元函数的方向导数与梯度
一、方向导数
从多元函数的微分学得知，对于一个连续可
f x* 0
满足此条件仅表明该点为驻点, 不能肯定为极值 点, 即使为极值点, 也不能判断为极大点还是极 小点, 还得给出极值点的充分条件
约束优化: 在可行域内对设计变量求目标函数 的极小点。 其极小点在可行域内或在可行域边界上。
第四节优化设计问题的基本解法
求解优化问题的方法:
解析法
数学模型复杂时不便求解
数值法
可以处理复杂函数及没有数学表达式 的优化设计问题
图1-11 寻求极值点的搜索过程
A TDh
钢管的临界应力 e
Fe A
2E T 2 D2
8 B2 h2
强度约束条件 x y 可以写成 1 F B2 h2 2 TDh y
稳定约束条件 x e 可以写成
1
F B2 h2 2 2E T 2 D2
TDh
,
,...
x1
x2
xn
沿d方向的方向向量
cos1
d
cos
2
...
cos
n
即
f d
x0
f
x 0 T
d
f x 0 T
cosf ,d
图2-5 梯度方向与等值面的关系
第二节 多元函数的泰勒展开
若目标函数f(x)处处存在一阶导数, 则极值点 的必要条件一阶偏导数等于零, 即
第二章 优化设计的数学基础
机械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, 因此, 机械优化设计是建立在多元函数的极值理论 基础上的。
机械优化设计问题分为:
无约束优化 无条件极值问题
约束优化
条件极值问题
第一节 多元函数的方向导数与梯度
一、方向导数
从多元函数的微分学得知，对于一个连续可
f x* 0
满足此条件仅表明该点为驻点, 不能肯定为极值 点, 即使为极值点, 也不能判断为极大点还是极 小点, 还得给出极值点的充分条件
《机械优化设计》第一章 优化设计概述
f ( x) W1 f1 ( x) W2 f2 ( x) ... Wq f q ( x)
Wq：加权因子，是个非负系数。
第一章 优化设计概述
第三节 优化设计问题的数学模型
求设计变量 x [ x1 x2 xn ]T , xn ) min , l) 使目标函数f ( x) f ( x1 , x2 , 和g j ( x) 0( j 1, 2, , m)
第一章 优化设计概述
第一节 人字架的优化设计
FL F ( B 2 h ) 钢管所受的压力F1 h h 2 EI 压杆失稳的临界压力Fe 2 L 其中，I是钢管截面惯性矩 I
1 2 2
θ
θ
L
A 2 (T D 2 ) 4 8 A是钢管截面面积A ( R 2 r 2 ) TD (R4 r 4 ) r和R分别是钢管的内半径和外半径 D=r+R而T=R-r
第一章 优化设计概述
第三节 优化设计问题的数学模型
优化设计的维数：设计变量的数目称为优化设计的维数，如 有n(n=1，2，…)个设计变量，则称为n维设计问题。
任意一个特定的向量都可以说是一个“设计”。
第一章 优化设计概述
第三节 优化设计问题的数学模型
设计空间：由n个设计向量为坐标所组成的实空间称作设计 空间。 一个“设计”，就是设计空间中的一个点，这个点可以看 成是设计变量向量的端点（始点是坐标原点），称这个点式 设计点。 设计空间的维数（设计的自由度）：设计变量愈多，则设计 的自由度愈大、可供选择的方案愈多，设计愈灵活，但难度 亦愈大、求解亦愈复杂。 • 含有2—10个设计变量的为小型设计问题； • 10—50个为中型设计问题； • 50个以上的为大型设计问题。
机械优化设计方法ppt课件
目标函数的一般表示式为：
f (x) f (x1, x2,...xn )
23
优化设计的目的就是要求所选择的设计变
量使目标函数达到最佳值，即使 f (x) Opt
通常 f (x) min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
f (x) W1 f1(x) W2 f2 (x) ... Wq fq (x)
24
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。 优化设计问题的一般数学表达式为：
min f (x) x Rn
s.t. gu (x) 0 u 1, 2,..., m
hv (x) 0 v 1, 2,..., p n
4
图1－3 机械优化设计过程框图
5
优化设计与传统设计相比，具有如下三个特点：
(1)设计的思想是最优设计； (2)设计的方法是优化方法； (3)设计的手段是计算机。
二、机械优化设计的发展概况
1ቤተ መጻሕፍቲ ባይዱ优化设计的应用领域 近几十年来，随着数学规划论和电子计算机的迅 速发展而产生的，它首先在结构设计、化学工程、 航空和造船等部门得到应用。
架的高h和钢管平均直径D，使钢管总质量m为最小。
11
图2-2 人字架的受力
12
人字架的优化设计问题归结为：
x D H T 使结构质量
mx min
但应满足强度约束条件 x y 稳定约束条件 x e
13
1
钢管所受的压力
F1
FL h
F(B2 h
25
f (x) f (x1, x2,...xn )
23
优化设计的目的就是要求所选择的设计变
量使目标函数达到最佳值，即使 f (x) Opt
通常 f (x) min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
f (x) W1 f1(x) W2 f2 (x) ... Wq fq (x)
24
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。 优化设计问题的一般数学表达式为：
min f (x) x Rn
s.t. gu (x) 0 u 1, 2,..., m
hv (x) 0 v 1, 2,..., p n
4
图1－3 机械优化设计过程框图
5
优化设计与传统设计相比，具有如下三个特点：
(1)设计的思想是最优设计； (2)设计的方法是优化方法； (3)设计的手段是计算机。
二、机械优化设计的发展概况
1ቤተ መጻሕፍቲ ባይዱ优化设计的应用领域 近几十年来，随着数学规划论和电子计算机的迅 速发展而产生的，它首先在结构设计、化学工程、 航空和造船等部门得到应用。
架的高h和钢管平均直径D，使钢管总质量m为最小。
11
图2-2 人字架的受力
12
人字架的优化设计问题归结为：
x D H T 使结构质量
mx min
但应满足强度约束条件 x y 稳定约束条件 x e
13
1
钢管所受的压力
F1
FL h
F(B2 h
25
机械优化设计课件2
用如下二维问题来说明有约束优化问题的几何解释 可知该问题的最优点为目标函数等值线 与可行域边界 g2 ( x) 0 的切点
( x1* , x2* ) (1.34,0.58)
* * 最优值为: f ( x1 , x2 ) 3.8
该问题的目标函数及等值线
该问题的设计空间及可行域
有约束的二维优化问题极值点所处位置的不同情况:
等式约束
---要求设计点同时在n维设计空间l个约束曲面上
不等式约束
---要求设计点在设计空间约束曲面的一侧(包括曲面本身)
在设计空间中,满足所有约束条件的区域称为可行域。
在设计空间中,至少不满足一个约束条件的区域称为非可行域。 可行域可记为： D x g j ( x) 0 ( j 1, 2,
在优化过程中，通过设计变量的不断向F(X)值改善的方向自动调整，最 后求得F(X)值最好或最满意的X值。
在实际优化问题中，对目标函数有两种要求形式
目标函数极小化 目标函数极大化
等价
所以，今后优化问题的数学表达一律采用目标函数的极小化形式
目标函数在设计空间的图像描述
一般地，n维目标函数可以在n+1维空间中描述其图像。 为了在n维设计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。其数学表达式：
1、
2、
采用作图法进行人字架的优化设计
3、数值迭代法（数学规划法）：
xk
k 从一个初始设计 x 出发，按如下迭代公式：
x k 1 x k x k k 1 x 得到一个改进的设计 。
（ x k ——修改量）
k 在这类方法中，许多算法是沿着某个搜索方向 ，以适当步长 k 的方式 d k 实现对 x 的修改，以获得x k 的值。
《机械优化设计》绪论、第一章
问题：是否每个设计约束中都必须包含 n个设计变量？m+p个约束呢？ 不等式约束能否表达成 gu(x)≥ 0 ？ p X为什么必须小于 n ?
例：有三个不等式约束
g1(x) = - x1 ≤0 g2(x) = - x2 ≤0 g3(x) = x12 + x22 - 1 ≤0
g 1 (x ) = 0
2
g 3 (x ) = 0
机械优化设计
绪
1、 优化 在规定的范围内（或 条件下），寻找给定函 数取得的最大值（或最 小值）的条件。
论
f f(x)
例如, 在右图中，求 得一维函数 f(x) 最小 f(x ) 值的条件为：若ｘ取 x*， 0 则 f(x) 取得最小值 f(x*)。
*
x*
x
绪
论
优化就是为了在完成某一任务时所作的努力最 少、付出最小，而使其收益最大、效果最好。 2 、 优化设计 优化设计是使某项设计在规定的各种设计限 制条件下，优选设计参数，使某项或几项设计指 标获得最优值。
§1-2
优化设计问题的数学模型
(k),
设计点: X(k)（x1(k), x2
…,x
n
(k)）：
是设计向量X(k)的端点，代表设计空间中的一个点，也代表第 k 个设计方案。可能是可行方案、也可能不是可行方案。 设计空间 Rn ：以x1, x2 , …,xn 为坐标轴，构成 n 维欧氏实空间 Rn。它包含了所有可能的设计点，即所有设计方案。 例：右图三维空间中 第1设计点：X(1) = [x1(1),x2(1),x3(1)]T 第2设计点：X(2) = [x1(2),x2(2),x3(2)]T 其中：X(2) = X(1) +ΔX(1) 增量：ΔX(1)=[Δx1(1),Δx2(1),Δx3(1)]T 即 x1(2) = x1(1) + Δx1(1) x2(2) = x2(1) + Δx2(1) x3(2) = x3(1) + Δx3(1)
《现代机械优化设计》第1章 概述
5)混合离散规划是二十世纪八十年代提出的,目前仍在发展 过程中.
* 最优化方法用于机械设计是从二十世纪六十年代开始的, 较早的成果主要反映在机构的优化设计方面,现已广泛用 于机械零部件设计和机械系统的优化设计。
机械优化设计的主要内容
一）优化设计概论 二）一维搜索方法 三）无约束优化方法 四）线性规划方法 五）约束优化方法 六）多目标优化方法 七）机械优化设计实例
x1
3. 步长:
(k)
4. 是否终止迭代。 --后三个问题是每次迭代都要解决的问题，
但中间两个是数学规划法的核心。
3.算法的收敛性和收敛准则
1)算法的收敛性
若由某迭代算法计算得到的近似解系列 X (k),k 0,1,2,.....
有极限 lim X (k) X *,这里X *为精确解,则称该迭代算法是 k
“所有的”可行方案中找出“最优的”设 计方案.
二.优化设计方法简介
1)古典方法: 微分法; 变分法. ---仅能解决简单的极值问题
2)现代方法: 数学规划方法 ---可求解包含等式约束和不等式约束 的复杂的优化问题.
有线性规划、非线性规划、几何规划、动态规划 和混合离散规划等。
三.最优化方法的发展概况
---是适于生产建设、计划管理、科学实验和战争的需要发展起来的。
1）二十世纪三十年代.前苏联 Канторович 根据生产组织和计划管理的需要提出线性规划问题. 在 第二次世界大战期间出于战争运输需要，提出线性规划 问题的解法；
2）二十世纪五十年代末. H.W.Kuhn & A.W.Tucker提出 非线性规划的基本定理,奠定了非线性规划的理论基础. 其求解方法在六十年代获得飞速发展;
3)二十世纪六十年代.美数学家 R.J.Duffin（卡内基工 学院的达芬教授）提出了几何规划, 可把高度非线性的 问题转化为具有线性约束的问题来求解, 使计算大为简 化; 4)动态规划由 数学家R.Bellman (University of Southern California)创立, 可解与时间有关的最优化问题;
* 最优化方法用于机械设计是从二十世纪六十年代开始的, 较早的成果主要反映在机构的优化设计方面,现已广泛用 于机械零部件设计和机械系统的优化设计。
机械优化设计的主要内容
一）优化设计概论 二）一维搜索方法 三）无约束优化方法 四）线性规划方法 五）约束优化方法 六）多目标优化方法 七）机械优化设计实例
x1
3. 步长:
(k)
4. 是否终止迭代。 --后三个问题是每次迭代都要解决的问题，
但中间两个是数学规划法的核心。
3.算法的收敛性和收敛准则
1)算法的收敛性
若由某迭代算法计算得到的近似解系列 X (k),k 0,1,2,.....
有极限 lim X (k) X *,这里X *为精确解,则称该迭代算法是 k
“所有的”可行方案中找出“最优的”设 计方案.
二.优化设计方法简介
1)古典方法: 微分法; 变分法. ---仅能解决简单的极值问题
2)现代方法: 数学规划方法 ---可求解包含等式约束和不等式约束 的复杂的优化问题.
有线性规划、非线性规划、几何规划、动态规划 和混合离散规划等。
三.最优化方法的发展概况
---是适于生产建设、计划管理、科学实验和战争的需要发展起来的。
1）二十世纪三十年代.前苏联 Канторович 根据生产组织和计划管理的需要提出线性规划问题. 在 第二次世界大战期间出于战争运输需要，提出线性规划 问题的解法；
2）二十世纪五十年代末. H.W.Kuhn & A.W.Tucker提出 非线性规划的基本定理,奠定了非线性规划的理论基础. 其求解方法在六十年代获得飞速发展;
3)二十世纪六十年代.美数学家 R.J.Duffin（卡内基工 学院的达芬教授）提出了几何规划, 可把高度非线性的 问题转化为具有线性约束的问题来求解, 使计算大为简 化; 4)动态规划由 数学家R.Bellman (University of Southern California)创立, 可解与时间有关的最优化问题;
机械优化设计第1章概述-PPT精品文档
50年代末数学规划方法被首次用于结构最优化，并成为优 化设计中求优方法的理论基础。数学规划方法是在第二次世界 大战期间发展起来的一个新的数学分支，线性规划与非线性规 划是其主要内容。
最优化设计是在数学规划方法的基础上发展起来的，是 6O年代初电子计算机引入结构设计领域后逐步形成的一种有效的 设计方法。
Evaluation only. eated with Aspose.Slides for .NET 3.5 Client Profile 5.2.0 Copyright 2019-2019 Aspose Pty Ltd.
第一章 优化设计的基本概念
§1-1 绪论
Evaluation only. §1-2 优化设计问题的示例 eated with Aspose.Slides for .NET 3.5 Client Profile 5.2.0 Copyright 2019-2019 Aspose Pty Ltd. §1-3 优化设计的数学模型
第三阶段 工程优化：近二十余年来，计算机技术的发展给 Evaluation only. 解决复杂工程优化问题提供了新的可能，非数学领域专家开发 了一些工程优化方法，能解决不少传统数学规划方法不能胜任 eated with Aspose.Slides for .NET 3.5 Client Profile 5.2.0 的工程优化问题。在处理多目标工程优化问题中，基于经验和 Copyright 2019-2019 Aspose Pty Ltd. 直觉的方法得到了更多的应用。
机械优化设计
机械工程系 吴军 2009.8
Evaluation only. eated with Aspose.Slides for .NET 3.5 Client Profile 5.2.0 Copyright 2019-2019 Aspose Pty Ltd.
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
m in f ( x ) C T x x Rn
s .t . Ax B
x0
b.若目标函数是设计变量的二次函数、约束是线 性函数，则为二次规划问题。其一般表达式为：
minF(x)CBTX1XTAX 2
s.t. QXD
X0
XRn
五、优化问题的几何解释
无约束优化：在没有限制的条件下，对设计 变量求目标函数的极小点。
f( x ) W 1 f1 ( x ) W 2 f2 ( x ) ... W q fq ( x )
四、优化问题的数学模型
优化设计的数学模型是对优化设计问题的数 学抽象。
优化设计问题的一般数学表达式为：
m in f ( x ) x Rn
s .t . g u ( x ) 0 u 1,2,..., m
h v ( x ) 0 v 1, 2,..., p n
数学模型的分类： (1)按数学模型中设计变量和参数的性质分：
确定型模型
设计变量和参数取值确定
随机型模型
设计变量和参数取值随机
(2)按目标函数和约束函数的性质分：
a.目标函数和约束函数都是设计变量的线形函数 称为线性规划问题，其数学模型一般为：
A TDh
钢管的临界应力
e
Fe
2E
T2
D2
A 8 B2h2
强度约束条件 x y 可以写成 1 F B2 h2 2 TDh y
稳定约束条件 x e 可以写成
1
F B2 h2 2 2E T2 D2
TDh
8 B2 h2
人字架的总质量
1
m D ,h2A L2 T D B 2h22
第一章：机械优化设计概述
图2-2 人字架的受力
人字架的优化设计问题归结为：
x D HT 使结构质量
mxmin
但应满足强度约束条件 x y
稳定约束条件 x e
1
钢管所受的压力
F1
FL h
F(B2 h2)2 h
失稳的临界力
2EI Fe L2
1
钢管所受的压应力 F1 F B2 h2 2
其极小点在目标函数等值面的中心。
约束优化：在可行域内对设计变量求目标函数 的极小点。 其极小点在可行域内或在可行域边界上。
第四节优化设计问题的基本解法
求解优化问题的方法：
解析法 数值法
数学模型复杂时不便求解
可以处理复杂函数及没有数学表达式 的优化设计问题
图1-11 寻求极值点的搜索过程
这个优化问题是以D和h为设计变量的二 维问题，且只有两个约束条件，可以用 解析法求解。
除了解析法外，还可以采用作图法求解。
1-3人字架优化设计的图解
第三节优化设计问题的数学模型
一、设计变量
在优化设计的过程中，不断进行修改、调整， 一直处于变化的参数称为设计变量。
设计变量的全体实际上是一组变量，可用一 个列向量表示：
在优化设计中，用目标函数的大小来衡量设 计方案的优劣，故目标函数也可称评价函数。
目标函数的一般表示式为：
f(x)f(x1,x2,...xn)
优化设计的目的就是要求所选择的设计变 量使目标函数达到最佳值，即使 f(x)Opt
通常 f(x)min
单目标设计问题
目标函数
多目标设计问题
目前处理多目标设计问题的方法是组合成一个 复合的目标函数，如采用线性加权的形式，即
谢谢大家！
可行域：凡满足所有约束条件的设计点，它在 设计空间的活动范围。
一般情况下，其设计可行域可表示为：
x
gu (x) 0 hv ( x) 0
u 1,2,..., m v 1,2,..., p n
图2-5 二维问题的可行域
三、目标函数
目标函数是设计变量的函数，是设计中所 追求的目标。如：轴的质量，弹簧的体积，齿 轮的承载能力等。
xx1 x2 ... xnT
图2-4 设计空间
二、约束条件
一个可行设计必须满足某些设计限制条件， 这些限制条件称作约束条件，简称约束。
性能约束 约束 （按性质分） 侧面约束
按数学表达形式分：
针对性能要求
只对设计变量的取值范 围限制（又称边界约束）
约束
等式约束 不等式约束
h(x) 0
g(x) 0