机械优化设计第六章PPT课件

合集下载

合肥工业大学研究生精品教材《机械优化设计》_第06章

合肥工业大学研究生精品教材《机械优化设计》_第06章

6.5 混合法
6.5.1 子系统优化 6.5.2 协调级优化
6.6 应用实例 思考与练习
《机械优化设计》 机械优化设计》
3
研究生精品教材
6.1 分解协调优化设计的数学模型
分解协调优化方法用于对具有图6-1所示结构的复杂系统进行优化设计。 这类复杂系统的特点是:
(1) 整个系统由n个子系统组成,每个子系统都有各自的优化目标函数。整个 系统的优化目标是各子系统优化目标函数的代数和(或加权代数和)。 (2) 与第i个子系统有关的变量有三组(图中xi、yi、zi均应视为不同维数的向 量。 (3) 各子系统之间的相互依存相互制约通过一组约束函数Q来实现,它确立了 各子系统关联输出z1,z2,…zn与各子系统关联输入y1,y2,…yn之间的关系。
《机械优化设计》 机械优化设计》
20
研究生精品教材
《机械优化设计》 机械优化设计》
21
研究生精品教材
6.5 混合法
6.5.1 子系统优化
《机械优化设计》 机械优化设计》
22
研究生精品教材
6.5.2 协调级优化
《机械优化设计》 机械优化设计》

23
研究生精品教材
混合法兼有前两种方法的协调机制。其子系统 优化的经济学含义为:
《机械优化设计》 机械优化设计》
2
研究生精品教材
第6章 复杂系统优化的分解 协调法 章 复杂系统优化的分解—协调法
6.1 分解协调优化设计的数学模型 6.2 分解协调优化方法的数学基础——拉格朗日函数的分解 6.3 可行分解法
6.3.1 子系统优化 6.3.2 协调级优化
6.4 非可行分解法
6.4.1 子系统优化 6.4.2 协调级优化

《机械优化设计》第6章约束优化方法

《机械优化设计》第6章约束优化方法

X(R)
● X(S)
X(H)
映射迭代公式: x(R)=x(S)+α(x(S)-x(H)) 搜 索 方 向:沿x(H)→x(S)的方向'。 步长因子(映射系数)α: α>1,建议先取1.3'。 若求得的x(R)在可行域内,且f(x(R))<f(x(H)),则以x(R)代替x(H)组 成新复合形,再进行下轮迭代'。
x j x0 a0e j
机械优化设计
§第二节 随机方向法
3)检验k个随机点是否为可行点,除去非可行点,计算 余下的可行点的目标函数值,比较其大小,选出目标 函数最小的点xL '。
4) 比较xL 和x0两点的目标函数值:
①若f(xL) <f(x0),则 取xL 和x0连线方向为可行搜索方向;
②若f(xL) ≥f(x0),则缩小步长α0 ,转步骤1)重新计算, 直至f(xL) <f(x0)为止'。
则可行搜索方向为: d x L x0
四、搜索步长的确定
步长由加速步长法确定:
τ为步长加速系数,一般取1.3
机械优化设计
五. 计算步骤 1) 选择一个可行的初始点x0; 2) 产生k个n维随机单位向量e j ( j = 1, 2, …, k);
3) 取试验步长0,计算出k个随机点x j ;
4) 在k个随机点中,找出可行的的随机点xL, 产生可行搜索 方向d= xLx0.
5) 从初始点x0出发,沿可行搜索方向d以步长进行迭代计
算,直到搜索到一个满足全部约束条件,且目标函数值
不再下降的新点x'。
6) 若收敛条件满足,停止迭代'。否则, 令x0 x转步骤2
机械优化设计
例6-1 求下列约束m优in化f问x题 的x2最优x 解

机械优化设计方法ppt课件

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

约束优化方法的讲解

约束优化方法的讲解
根据它们在惩罚函数中的作用,分别称障碍项和惩罚 项。 障碍项的作用是当迭代点在可行域内时,在迭代过程 中将阻止迭代点越出可形域。 惩罚项的作用是当迭代点在非可行域或不满足等式约 束条件时,在迭代过程中将迫使迭代点逼近约束边界或 等式约束曲面。 按照惩罚函数在优化过程中迭代点是否可行,分为: 内点法、外点法及混合法。
2)按经验公式
r0 f x0 1 0 g x j 1 j
m
计算r0 值。这样选取的r0 ,可以是惩罚函数中的障 碍项和原目标函数的值大致相等,不会因障碍项的值 太大则其支配作用,也不会因障碍项的值太小而被忽 略掉。 3.惩罚因子的缩减系数c的选取 在构造序列惩罚函数时,惩罚因子r是一个逐次递 减到0的数列,相邻两次迭代的惩罚因子的关系为:
(k=0,1,2,…)
逐步趋向最优解,直到满足终止准则才停止迭代。
直接解法的原理简单,方法实用,其特点是:
1)由于整个过程在可行域内进行,因此,迭代计算不论 何时终止,都可以获得比初始点好的设计点。 2)若目标函数为凸函数,可行域为凸集,则可获得全域 最优解,否则,可能存在多个局部最优解,当选择的初始 点不同,而搜索到不同的局部最优解。 3)要求可行域有界的非空集。
a) 可行域是凸集;b)可行域是非凸集
间接解法的求解思路:
将约束函数进行特殊的加权处理后,和目标函数结合起来, 构成一个新的目标函数,即将原约束优化问题转化为一个 或一系列的无约束优化问题。
x, 1 , 2 f x 1G hk x g j x 2 H
当迭代点离约束边界越远时,惩罚项愈大,这可看 成是对迭代点不满足约束条件的一种惩罚。
例6-6 用外点法求问题
hk x 0

机械优化设计课件prt6

机械优化设计课件prt6

三、复合形法的计算步骤 1.选择复合形的顶点 一般取 n+1<=K<=2n 2. 找出最好点,最坏点 3,计算除最坏点的中心点,判断其是否可行,是转4步,否重 新定义上下限值 转1 4. 反射 5.判断收敛条件
► 第四节
惩罚函数法 ► 将约束优化问题
min f ( x) s.t. gj ( x) 0 ( j 1, 2,..., m) hk ( x) 0 (k 1, 2,..., l )
一、初始复合形的形成 ► 复合形法是在可行区域内直接搜索最优点 ► 要求初始复合形在可行域内生成 ► 生成初始复合形的方法有以下几种 1.由设计者决定K个可行点,构成初始复合形; 2.由设计者选择一个可行点,其余用随机法产生
其中: x j 复合形中第j个顶点; a b 设计变量的上、下限;
直接解法原理简单,方法适用。其特点是:
► 迭代计算无论何时终止,都可以获得一个比初始点
好的设计点; ► 初始点不相同时,可能搜索到不同的局部最优解 ► 要求可行域为有界的非空集,即在可行域内存在满 足全部条件的点,且目标函数有定义。
2。间接法
将约束函数进行特殊的加权处理后,和目标函数 结合起来,构成一个新的目标函数,即将原约束优 化问题转化成一个或一系列的无约束优化问题。
2.扩张
当求得的反射点 为可行点,且目标数值下降较多,则沿 反射方向继续移动,可能找到更好的点XE XE=XR+b(XR-Xc) 若 f(XE )< f(XR ) 扩张成功, 用XE 代替XR 否则 扩张失败 放弃扩张 3。收缩 ► 如果在中心点Xc外找不到好的反射点,可以在Xc以内找更好 的新点XK XK=XH+d(XC-XH) d----收缩系数,一般取d=0.7 4.压缩 上述方法都无效,向最好的顶点靠拢, Xj=XL-0.5(XL-Xj) j=1,2,…k j不等于L

机械优化设计第六章 约束优化的直接搜索法ppt课件

机械优化设计第六章 约束优化的直接搜索法ppt课件
X1 = XH
XR
X3 = XL XC
X4
举例: 用复合形法求 min f (X) = x12 + 2x22 - 4x1 - 8x2 –12 s.t. 1≤x1 ≤3 0.5≤x2 ≤3
的最优解, 给定精度 = 0.2。
要产生N个随机搜索方向e(k) (k =1, 2, …, N) ,需求产生N组随机数ri(k) (i = 1, 2, …, n; k =1, 2, …, N) 。
XL S S X(0) XL
0
• 计算步骤及算法框图〔略〕
§6.4 复合形法
• 根本思想 它是约束优化问题中经常采用的一种
重要的直接求解方法。它适于处理如下数 学模型:
然后转 1〕,重新构造初始复合形。 5〕计算反射点XR
XR = XC + (XC - XH)
— 反射系数,普通取 =1~1.3。
6〕检验反射点XR的可行性,假设可行, 转下一步;假设不可行,那么令 0.5 ,转 5〕再求反射点〔此时又称退缩点〕, 直至XR可行,再转下一步。
7〕计算f (XR),假设f (XR) < f (XH),反射 胜利,那么以反射点XR点交换最坏点XH , 构成新的复合形,并比较 f (XR) 、 f (XL) 、 f (XG) ,以重新断定最坏点XH、最优点XL 、 次坏点 XG ,然后转 3〕。假设f (XR) > f (XH),那么转下一步。
常用的直接法有:
网格法、约束随机方向搜索法和复合形 法。
• 间接法的根本思想 将约束优化问题中的约束函数进展特
殊的加权处置后,和目的函数结合起来, 构成一个新的目的函数,即将约束优化问 题转化成为一个或一系列的无约束优化问 题,再对新的目的函数进展无约束优化计 算,从而间接地搜索到原约束优化问题的 最优解。

机械设计学_第六章_机械结构设计

机械设计学_第六章_机械结构设计

《机械设计学》课件
2.传递运动和动力
摆杆3的作用是把运动和动力传给滑枕2,以便使 刨刀1实现直线住复运动并切下金属。
《机械设计学》课件
轴4和摆杆3都具有传递运动的功能。由于摩擦力的 存在,它们也承受一定的弯矩和扭矩。
《机械设计学》课件
3 . 保持有关零部件之间的相对位置或运动轨迹关系 仍以车床为例:车床主轴箱和床身之间应有严 格的相对位置关系。即主轴中心线应与床身上的导 轨平行,保证沿导轨移动的刀架上所装刀具的尖端 走出与主轴轴线平行的轨迹,以车削出准确的圆柱 体。同时,还要求后座顶尖与主轴顶尖的连线与床 身导轨平行。要求床身导轨本身要具有相应的直线 度,受热、受力变形小等。
《机械设计学》课件
力流路线直接、最短原 则
可以使零件尺寸缩小、 节省材料,变形小,刚 度好。固6-11a的力流路 线最短,结构尺寸最小; b的力流路线比图a的长, 故尺寸大。
《机械设计学》课件
力流转向平缓原则:当结构断面发生突然变化,引 起力流方向的急剧改变,使得力流密度增加,产生 应力集中。在结构设计时,应采取措施,使力流方 向变化平缓,减小应力集中。图6-13所示为轮毂联 结:图a)力流方向变化急剧,A处应力集中;图b)力 流方向变化较平缓,应力集中小。
《机械设计学》课件
如图6-30所示为通过 人为增加一个偏心来 平衡另一个偏心产生 的离心力。 图5-30行星轮采用对 称布臵,齿轮啮合产 生的径向力被抵消。
《机械设计学》课件
5.任务分配原理 分配有三种可能: 1)一载体承担多种功能:功能集中于一载体,可 简化结构、降低成本; 2)一载体承担一种功能:功能与载体一一对应, 便于做到“明确”、“可靠”,便于实现结构优化 及准确计算; 3)多载体共同承担一种功能:多载体承担同一功 能可以减轻零件负载,延长使用寿命。 设计时应根据具体情况进行任务分配。 例如.将只靠螺拴预紧产生的摩擦力来传递横向载 荷时,会使螺栓尺寸过大,可通过增加抗剪元件, 如销、套筒和端而键等,以分担横向载荷来解决这 一问题。

机械优化设计方法(PPT 203页)

机械优化设计方法(PPT 203页)
则函数f(x)在x * 附近的一切x均满足不等式
f xf x*
所以函数f(x)在 x * 处取得局部极小值,称x * 为
局部极小点。 而优化问题一般是要求目标函数在某一区域内 的全局极小点。 函数的局部极小点是不是一定是全局极小点呢?
图2-7 下凸的一元函数
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
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。
2.目前机械优化设计的应用领域
在机械设计方面的应用较晚,从国际范围来说, 是在上世纪60年代后期才得到迅速发展的。
国内近年来才开始重视,但发展迅速,在机构 综合、机械的通用零部件的设计、工艺设计方 面都得到应用。
优化设计本身存在的问题和某些发展趋势主要 有以下几方面:
1)目前优化设计多数还局限在参数最优化这种数 值量优化问题。结构型式的选择还需进一步研究 解决。
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。
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

机械优化设计之线性规划课件

机械优化设计之线性规划课件


2
1 3
x 4 进基
4

2 1 1 3
3 10 3

8 1 3

0
2020/3/2
16
2)确定离基变量
12
15
3x13x2x33x43
1 1 10
2
3x13x23x4x53
1

5 3
/
1 3

5
2

2 3
/ 10 3

0.2
x 5 离基
m F ( X i ) n 4 x 1 2 x 2 x 3 2 x 4
若线性规划的一个基本可行解的所有进基判别数均为
非负,则该解为最优解.
2020/3/2
13
minF(X)4x12x2 x3 2x4 3x5 5x6
x1x2 2x3 4x4 x5 4
(2)确定离基变量
x12x2 3x3 x4 x6 5
xj 0,..j.1,2,..6 .,
3
二)线性规划的一般形式
s.t.
min F ( X ) c1 x1 c2 x2 ... cn xn a11 x1 a12 x2 ... a1n xn b1 a 21 x1 a 22 x2 ... a 2 n xn b2 ......
a m1 x1 a m 2 x2 ... a mn xn bm x1 , x2 ,... xn 0
①原则:考虑可行性(该变量离基后,能使余下的基本变量为非负)
由于
x5 x6
42x3 53x3
2(2 x3)

3(5 3

x3)
a13(b1/a13x3) a23(b2 /a23x3)
  1. 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. 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. 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)。
若 Rp 为空集时,Rn 为全连续变量设计问题; 若 Rp-n 为空集时,Rn 为全离散变量设计问题。
7
§6.2 离散变量优化设计 的基本概念(续2)
二. 整型变量和连续变量的离散化:—— 是均匀离散
1、整型变量的离散:
整型变量可看作为是离散间隔恒定为 1 的离散变量。是离散变量 的特例。
2、连续变量的离散化:
§6.1 引言
一. 变量类型:
工程实际问题中不是单一的连续变量,经常是各种类型变量的混 合。有:
连续变量
确定型
整型变量
离散变量
不确定型
随机变量 混合变量
所以需要相应的优化方法。
3
§6.1 引言 (续)
二. 工程实际设计的需要:
b
例: 决定修建一条防洪堤坝。根据 历年的水文资料,台风的年最大风速:
x(1) 是圆整后最近的离散点, 但不可行;
x(2) 是最近的可行离散点,但 不是离散最优点;
0
x(3) 是离散最优点。
● X(3)
● X(2)
● x*
● X(1)
x1
5
§6.2 离散变量优化设计
的基本概念
一. 设计空间:
qij-1

1、一维离散设计空间:
在 xi 坐标轴上有若干个相距一定间隔的离 散点,组成的集合称为一维离散设计空间。
N 个设计变量中有 P 个离散变量,此外有个N-P 连续变量。 N-P 维连续设计空间: 4、N 维设计空间:
RnRpRpn
其中:离散设计空间为: X D x 1 ,x 2 , ,x pT R p 连续设计空间为: X C x p 1 ,x p 2 , ,x n T R n p
有时为了提高优化设计计算效率,将连续变量转化为拟离散变量。
方法:
i
xiu li
xil 1
i p 1,p 2,,n
其中: xiu,xil 为连续变量xi的上、下界,
li 为欲取离散值的个数。
xi坐标轴上的第j个拟离散点为:xij,
其相邻两个拟离散点为:xij i,xij,xij i
8
§6.3 离散变量优化设计 的数学模型
注:设计空间有离散空间部分。 但约束面不离散,也不一定分布有离散点。 K-T 条件不再适用。
9
§6.4 离散变量优化设计的 最优解及收敛条件
一、离散单位邻域 UN(x) 和坐标邻域 UC(x) :
UNxx
xi i,xi,xi xi i,xi,xi
i i
i 1,2,, p
i
p1,
p2,,n
其中: i,i 是离散变量之间间 的隔 离, 散
99.9%,堤坝不受冲压损坏的概率不低于 99.0% 的要求下,使投资最小。
4
§6.1 引言 (续2)
三. 传统方法的局限:
例,求离散问题的最优解,传统的方法是先用连续变量优化设 计方法求连续变量的最优解,然后圆整到离散值上。
弊病:可能得不到可行最优解,x或2 所得的解不是离散最优解。
左图中:
x* 是连续变量最优点;
i是拟离散变量(量 连) 续之 变间的拟离。 散间隔
Ux C Ux N ei i1 ,2, ,n ei为各坐标轴
Ux C 是x的 过各坐标 离 轴 散 的 单 U 平 x N 的 位 行 交 邻 线 点 域 与
例,二维离散空间中,
x2
离散单位邻域共 3n 个点,
UN(x) = {x,A,B,C,D,E,F,G,H};
第六章 离散变量和随机变 量的最优化方法
1
主要内容
§6.1 引言 §6.2 离散变量优化设计的基本概念 §6.3 离散变量优化设计的数学模型 §6.4 离散变量优化设计的最优解及收敛条件 §6.5 随机变量优化设计的基本概念 §6.6 随机变量优化设计的数学模型 §6.7 随机变量概率约束问题的优化设计模型及最优解 2
q11 q12 q1l
Q
q21
q22
q2l
q p1
qp2
q
pl
pl
注:① 因为离散变量是有限个,所以离
散空间是有界的。
② 某个离散变量的取值不足 l 个,其
余值可用预先规定的自然数补齐。
6
§6.2 离散变量优化设计 的基本概念(续)
3、N-P 维连续设计空间: X C x p 1 ,x p 2 , ,x n T R n p
当 D 为凸集 fx, 为定义在凸集数上时的,凸函
则 x*为离散变量优全化局设最计优的点。
三、收敛准则:
设当前搜索到的最好点为 x(k),需要判断其是否收敛。在 x(k) 的单 位邻域中查 3n – 1 个点,若未查到比 x(k) 的目标函数值更小的点, 则收敛,x* = x(k) 。
11
§6.4 离散变量优化设计的最 优解及收敛条件 (续2)
离散坐标邻域共 2n+1 个点:
A ●
D

i
B

εix

εi
i
C

E

UC(x) = {x,B,D,E,G}。


F
G
0

H
x110
§6.4 离散变量优化设计的 最优解及收敛条件 (续)
二、离散最优解:
若 x*D 对于所有 xUN x*D 恒有 fx*fx,
则 x*为离散变量优局化部设最计优的点。
四、 伪离散最优解和拟离散最优解:
1、伪离散最优解: 在判断x(k)是否收敛时,只在 x(k) 的 坐标邻域中查点,所得到的最优点是 伪离散最优点。
max 服从对数正态分布,
即 max~LN
x
,
2 x
(m
/ s)
h H
其中:均值 x 80 (m / s),
方差
2 x
12 (m
/
s );
海浪高度 H与年最大风速成正比,
H 0.2 max (m );
海浪对堤坝的压强:
P
0
.13
2 max
( MPa
)
现在需要设计堤坝的截面尺寸 b 和 h,在保证不受灾害的概率不低于
qij

i
qij+1

i
离散 点 , qi j1 : ,qij,qi j1,i1,2, ,n j1,2, ,l代表离散
离散间 i, 隔 i: 只有在均匀 : i 离 i 散 空间中
2、P 维离散设计空间: X D x 1 ,x 2 , ,x pT R p
P 个离散设计变量组成 P 维离散设计空间。每个离散变量可取有限个数 值,这些数值可用矩阵 Q 来表达。
X x1, x2,xn T
X D x1, x2,xp T Rp X C xp1, xp2,xn T Rnp
min. f x
X Rn Rp Rnp
s.t. gu (x) 0 u 1,2,, m
可D行 x g u x 0 域 , u 1 , 2 , , m : R n
相关文档
最新文档