机械优化设计习题参考答案

合集下载
  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)。

第六章习题解答.已知约束优化问题:122)(x?(x?2)1?xminf()?2120??xtg(x)?xs?

??T)(k2?1x?-0.254)区间的随机数0.562和出发,沿由(-1 1 试从第k次的2110?2?x)?x?xg(212

迭代点)k?1(x。并作图画出目标函数所确定的方向进行搜索,完成一次迭代,获取一个新的迭代点的等值线、可行域和本次迭代的搜索路线。解] 1)确定本次迭代的随机方向:

[T??0.2540.562??T0.412S???0.911??R2222??0.254?0.254?0.5620.562??(1)k)?(k?Sx?x?计算新的迭代点。步长α用公式:2)取为搜索到约束边界R上的最大步长。到第二个约束边界上

的步长可取为2,则:

k?1k?S??1?2?0?x.?911?0.x82211R1k?k?x)?1.176412(2?x?S??2??0.222R0.822??1?k?X即:

??1.176??该约束优化问题的目标函数的等值线、可行域和本次迭代的搜索路线如下图所示。

2.已知约束优化问题:

2minf(x)?4x?x?122122?x?25?0sg(x)?x?t211

0??x?g(x)120??x?g(x)23??????TTT000312x,x?13?4,x?为复合形的初始顶点,用复合形法进行试以213两次迭代计算。

[解] 1)计算初始复合形顶点的目标函数值,并判断各顶点是否为可行点:

??00??5x??f2111??00?f13x??422??00????xf3393300为最坏点。x为最好点,x经判断,各顶点均为可行点,其中,230x后的复合形的中心点:2)计算去掉最坏点

?00????xx?????????????ic32132L??????????1i?2?i1?x3.?1(取反233532.2??????????11

射系数3)计算反射点)

R2.540.552.5??????????1000?????)???(x1.3?x?xx??????????2cRc2213.3??????????11经

判断x为可行点,其目标函数值f??20.69RR0010,xx和xx,由)去掉最坏点构成新的复合形,在新的复合形中4R12310x为最好点,x为最坏点,进行新的一轮迭代。1R 5)计算新的复合形中,去掉最坏点后的中心点得:

30.551.775????????11????x?????????c33.33.152????????6)计算新一轮迭代的反射点得:

1.77521.48251.775??????????2110???)??1.3???x?(x?xx??????????1cRc3.155.9453.151 ??????????21经判断x为可行点,其目标函数值f??41.413,完成第二次迭代。RR ??T xx?x度的梯的适时约束点,并已的3.设已知在二维空间中点知该21????TT50?f?g???1?11.?,

目标函数的梯度,试用简化方法确定一个适用的可行方向。kkk计算适用的可行方向:)?f(xP?f(x)/Pd??按公式6-32 [解]

??Tkk1?0.?f(x)?5x点的目标函数梯度为:

k x Jn? J=1:点处起作用约束的梯度G 为一个阶的矩阵,题中:n=2,

??Tk1?(x1)???G?g1P为:梯度投影矩阵

??????????1?????TT???01?1?G??GP?I?GG1?1

1?50.0?1.5??101??

??????????50.0??0111.5???????????则:适用可行方向为:

0.5?0.5?0.50.5?0.5?0.5?0.707??????????k??d?

??????????707.10.5?0.5010.5?0.5??????????

4.已知约束优化问题:43)(22xx)?xminf(x)?(x?x?43121230?x?g?s?t

??Tk1/2?x1/40点的梯度投影方向。试求在kkk计算适用的可行方向:110?x?g?220?x?g?33

x)/P?f?d?P?f(x()按公式6-32 [解]

??Tkk1?1250.f?(x)?25?0.x点的目标函数梯度为:

k x J?n:,J=1 点处起作用约束的梯度G为一个阶的矩阵,题中:n=3

??Tk0?1??g(x0)?G1为:梯度投影矩阵

P1?0001?1100???????????????????????1?????TT0100000?1?1??0G?PI?G1G000G?

????????????????????10010000??????????则:适用可行方向为:

000?0.1250000?0.125????????????????????k0.25125.?2430.00?d?0100 ????????????????????11?100100?97.0??????????

5.用内点法求下列问题的最优解:221?x?2f(x)?xx?min121

t?x?0sg?3?212????))?rxln(g(x,r)?f(x,然后用解析法求解。)(提示:可构造惩罚函数u1u? [解] 构造内点惩罚函数:2???22?)x?rln(3??x?x?2x?x(x,r)?f()?r1ln(gx)2u2111?u x的极值等

于零:令惩罚函数对2?2x???d10????)3?x(2x??r)/(dx??221?x1得:

r?86?36x?246?36?8r?x舍去负根后,得24??T3为解最题该3?时,?0x,问的优rx?1。当2

6.用外点法求下列问题的最优解:

minf(x)?x?x212?x?g?x0ts?211g??x?012[解] 将上述问题按规定写成如下的数学模型:

subroutine ffx(n,x,fx)

dimension x(n)

fx=x(1)+x(2)

end

subroutine ggx(n,kg,x,gx)

dimension x(n),gx(kg)

gx(1)=x(1)*x(1)-x(2)

gx(2)=-x(1)

end

subroutine hhx(n,kh,x,hx)

domension x(n),hx(kh)

hx(1)=0.0

end

然后,利用惩罚函数法计算,即可得到如下的最优解:

============== PRIMARY DATA ==============

N= 2 KG= 2 KH= 0

X : .1000000E+01 .2000000E+01

相关文档
最新文档