《机械优化设计》第一章 优化设计概述
合集下载
第1章优化设计概述
(3)设计约束条件:
(a)体积要求 (b)长度要求
太原工业学院机械工程系
1.2 机械优化设计的设计简例 设计变量:
x1 , x2 , x3
目标函数: min S x1 x2 2( x2 x3 x1 x3 ) 约束条件:
g1 x1 5 g 2 x2 0 g 3 x3 0 h1 x1 x2 x3 100
第三阶段 工程优化:近二十余年来,计算机技术的发展给解决复杂工 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,基于经验和直觉的方法得到了更多的应用。优化过程和方 法学研究,尤其是建模策略研究引起重视,开辟了提高工程优化效率的新 的途径。
1.2 机械优化设计的设计简例
无盖箱的优化设计
用一块边长为3cm的正方形薄板,在四角各裁去一个大小 相同的方块,做成一个无盖箱子。试确定如何裁剪可以做成的 箱子具有最大的容积。
分析:
(1)目标:裁剪高,箱子具有最大的容积。 (2)设计参数确定:裁剪小正方形的边长x ;
(3)设计约束条件:体积要求
设计目标:
2016/8/20
太原工业学院机械工程系
4. 优化方法
实际问题表达成的函数类型很多:
确定型、不确定型函数; 线形、非线形(二次、高次、超越)函数。
变量类型也很多:
连续、离散、随机变量等等。
产生很多的优化算法:
无约束优化、约束优化: 单目标函数优化、多目标函数优化; 连续变量优化、离散变量优化、随机变量优化。
(d)最小齿数要求
2016/8/20
太原工业学院机械工程系
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。
第1章 机械优化设计的基本问题
(1)点距准则
X ( k ) X ( k 1)
X ( k 1) = X ( k ) + ( k ) S ( k )
2
xi(k ) xi( k 1)
i 1
n
x2
x (0)
(0) x (1) S
(2)函数下降量准则
F ( k ) F ( k 1) F ( k ) F ( k 1) (k ) F
X (1) = X (0) + (0) S ( 0) , F X (1) < F X (0) X (2) = X (1) + (1) S (1) , F X (2) < F X (1) ...... ...... ...... ......
x2
(0) X (1) S
T
数学模型的 另一种写法
10 x1 x2 min F X x1 x2 x x 1 2 X x1 x2 D R 2
T
D : g1 X x1 3 0 g2 X x2 0 g3 X 2 x 2 0 g 4 X x3 0 h X x1 x2 x3 5 0 h X x1 x2 x3 5 0
P 2H
2 2 N P L2 + H 2 L + H S S T d T 2 TH d T
x2
g1 ( X ) g2 ( X ) g3 ( X )
* X2
X x1 x2 D R 2 D : g1 ( X ) x1 x2 2 0 g2 ( X ) x12 x2 1 0 g3 ( X ) x1 0 g4 ( X ) x2 0
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
机械优化设计绪论
1.3 优化设计在CAD系统中的作用
1.4 优化设计的发展概况及作用
1.与传统的设计方法相比较 2.提高产品的竞争力,提高性价比
1.5 优化设计的工程应用领域 1.6 优化设计的工程发展趋势
(1) 模糊优化设计技术 (2)面向产品创新设计的优化设计 (3)广义优化设计技术 (4) 产品全寿命周期的优化设计技术 (5)CAD/CAPP/CAM集成系统中优化设计 (6)智能优化算法
0 ( u 1, 2 , , m )
所围成的n维子空间,
这个子空间即为n维优化问题的可行域,求最优解就是要在 * n维空间的可行域内找到一个设计点 X ,使目标函数值最 小。
对多数约束优化问题来说,该点就是目标函数等值超曲 面与可行域边界超曲面的一个切点,对无约束优化问题,该 点就是目标函数的极值点。
hv ( X ) 0
f ( X ) min
( u 1, 2 , m ) ( v 1, 2 , q )
采用某种优化方法对数学模型进行求解,可 得一优化设计方案。
X
*
[ x1 , x 2 , x n ]
* *
* T
该组设计变量不仅满足约束条件,而且使目标函数 f ( X ) * * X 为优化问题的最优 达到最优值 f ( X (最小或最大),称 ) * 点,最优点 X * 和最优值 f ( X ) 统称为最优解。
f ( X ) f ( x1 , x 2 , x n )
一般将目标函数的求优统一表示为极小化, 即
min f ( X ) f ( x1 , x 2 , 标优化问题。 一个设计追求的目标越多,设计越完善,同时设计的 难度也越大。
3. 约束条件 为了使设计获得能满足各项要求的最佳方案,在建立优 化数学模型时,需要提出一些必要的条件,以便对设计变 量的取值加以限制。这些对设计变量取值加以限制的条件, 称为约束条件,也称为约束函数。
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
机械优化设计概述
6
绪论
2 机械的设计方法 1.机械的传统设计方法 --基于手工劳动或简易计算工具。
2.机械的现代优化设计方法 --基于计算机的应用,以人机配合或自动搜索方式进行,能从 “所有的”可行方案中找出“最优的”设计方案。
7
绪论
2 机械的设计方法
传统设计
可行解
优化设计
最优解
从传统设计到优化设计
8
绪论
3EI
64
gX
64Fx32 x1 x3
3E x24 d 4
y0
0
2.自变量取值范围 lmin l lmax, Dmin D Dmax, amin a amax
不用考虑两个边界约束: l lmax, a amax ,因为从优化设计看, 都要求这两个变量往小处变化。
X x1 x2 x3 T l D aT
机床优化设计的目标函数:
f
X
1 4
x1
x3
x22
d
2
22
第一章 优化设计概述
1.1 最优化问题示例
例1-2 机床主轴的优化设计
约束条件:
1.刚度 gX y y0 0
其中:y Fa2 l a; I D4 d 4
l42 l12 2ri l 4
26
第一章 优化设计概述
23
第一章 优化设计概述
1.1 最优化问题示例 例1-2 机床主轴的优化设计
因此,问题的数学表达式如下:
min
f
X
1
4
绪论
2 机械的设计方法 1.机械的传统设计方法 --基于手工劳动或简易计算工具。
2.机械的现代优化设计方法 --基于计算机的应用,以人机配合或自动搜索方式进行,能从 “所有的”可行方案中找出“最优的”设计方案。
7
绪论
2 机械的设计方法
传统设计
可行解
优化设计
最优解
从传统设计到优化设计
8
绪论
3EI
64
gX
64Fx32 x1 x3
3E x24 d 4
y0
0
2.自变量取值范围 lmin l lmax, Dmin D Dmax, amin a amax
不用考虑两个边界约束: l lmax, a amax ,因为从优化设计看, 都要求这两个变量往小处变化。
X x1 x2 x3 T l D aT
机床优化设计的目标函数:
f
X
1 4
x1
x3
x22
d
2
22
第一章 优化设计概述
1.1 最优化问题示例
例1-2 机床主轴的优化设计
约束条件:
1.刚度 gX y y0 0
其中:y Fa2 l a; I D4 d 4
l42 l12 2ri l 4
26
第一章 优化设计概述
23
第一章 优化设计概述
1.1 最优化问题示例 例1-2 机床主轴的优化设计
因此,问题的数学表达式如下:
min
f
X
1
4
《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)
第1章 优化设计概述
• 学生运动:①自古以来都是被利用的,焚书坑儒。躲 避大的,小的也躲避着。评分、集体提意见都算小的 学生运动。②本质上是不学习运动;浮燥,应脚踏实 地;虚幻,应睁开双眼,而不能自欺欺人。 • 考试成绩是大家自己考的,不是老师给的。谁也不敢 随便给分,否则学校就该关门了,所以没人敢公开戴。 阅卷必须统一标准。 • 考试分数×70% + 平时成绩×30%
2018/5/4 15
盯着分数线学习是非常错误的!
• 比如学位课不够70分、考场作弊没有学位。就盯 着70分学习。
• 一门学位课不够或者一门课考场作弊之后就会盯 着毕业证要求的60分。 • 不及格的课程学分开始逐渐增多,就盯着留级的 学分数学习。 • 更多补考不过的课程,就盯着退学的学分学习。 • 最后呢?入学的时候跟别人有多大的差距?现在 呢?
2
2
2
2
2
2
2
b
2018/5/4
= 2
23
20世纪60年代,随着计算机和计
算技术的迅速发展,对优化思想的研 究不仅在数学上发展为运筹学的相关 内容,而且在数值算法上形成了针对 隐式目标、试验数据、经验公式的优 化技术(方法)。后者是本课程的重 点。
2018/5/4 24
(1)来源:优化一语来自英文O 其本意是寻优的过程。
2018/5/4 19
课程介绍
计划学时数:32学时 学习参考书
[0]TH122.191 叶元烈. 机械优化理论与设计. 中国计量出版社, 2001.1 [1] 孙靖民. 机械优化设计(第3版). 北京:机械工业出版社,2005 [2] 陈立周. 机械优化设计方法(第3版).北京:冶金工业出版社, 20053 [3] 刘惟信. 机械最优化设计. 北京:清华大学出版社,1994TH122/36-2 [4] 綦耀光编. 机械优化设计. 石油大学印, 2000 [5] 梁锦江编. 机械优化设计. 机械工业出版社, 1995, 北京, 第一版 [6] 何季雄主编. 机械优化设计. 机械工业出版社, 1989, 北京, 第一版
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.
机械优化设计教案第一章
❖宽容分层序列法
宽容分层序列法可解决上述分层序列法中出现的问题。 该方法即对各目标函数的最优值放宽要求。即在求后一 个目标函数的最优值时,对其前一个目标函数不再严格 限制在最优解内,而是在前一目标函数最优值附近的某 一范围进行优化,因而避免了计算过程的中断。
23
就目前的研究来看,多目标优化问题较单目 标优化问题,在理论上和计算方法还很不完善, 也不够系统。故本课程仅就单目标优化问题的优 化方法加以介绍。
g2 ( X ) 0
g3 ( X ) x1 0 g4 ( X ) x2 0
g3 ( X ) 0 D
g1 (X ) 0
o
CB
A
x1
可行区域 g4 ( X ) 0 14
目标函数
目标函数或评价函数是优化变量(x1, x2, …, xn) 的数学函数。
如:例1-1中箱盒用量最省; 例1-2中建筑公司如何建造甲乙两种住房可 获得最大利润。
代表着n维优化空间Rn的一个点(即一个 方案)。
优化问题的最优方案或最优解可记作: X* = [ x1*, x2*, …, xn*]T
12
约束条件
即对优化变量的取值加以某些限制的条件。 根据有无பைடு நூலகம்束,优化问题可分为:
➢约束优化问题 ➢无约束优化问题。 约束条件的类型 ➢按约束形式分:
不等式约束 等式约束 ➢按约束函数的形式分: 显函数约束 隐函数约束
主要包括: ➢机械零部件的优化设计; ➢机构优化设计; ➢机构动力学优化设计; ➢工艺装备参数的优化设计等。
8
1.2 优化模型
优化模型的三要素:优化变量(在设计领域 称设计变量)、约束条件、目标函数。
优化变量
指在最优化问题中可进行调整和优选的独立参数。
宽容分层序列法可解决上述分层序列法中出现的问题。 该方法即对各目标函数的最优值放宽要求。即在求后一 个目标函数的最优值时,对其前一个目标函数不再严格 限制在最优解内,而是在前一目标函数最优值附近的某 一范围进行优化,因而避免了计算过程的中断。
23
就目前的研究来看,多目标优化问题较单目 标优化问题,在理论上和计算方法还很不完善, 也不够系统。故本课程仅就单目标优化问题的优 化方法加以介绍。
g2 ( X ) 0
g3 ( X ) x1 0 g4 ( X ) x2 0
g3 ( X ) 0 D
g1 (X ) 0
o
CB
A
x1
可行区域 g4 ( X ) 0 14
目标函数
目标函数或评价函数是优化变量(x1, x2, …, xn) 的数学函数。
如:例1-1中箱盒用量最省; 例1-2中建筑公司如何建造甲乙两种住房可 获得最大利润。
代表着n维优化空间Rn的一个点(即一个 方案)。
优化问题的最优方案或最优解可记作: X* = [ x1*, x2*, …, xn*]T
12
约束条件
即对优化变量的取值加以某些限制的条件。 根据有无பைடு நூலகம்束,优化问题可分为:
➢约束优化问题 ➢无约束优化问题。 约束条件的类型 ➢按约束形式分:
不等式约束 等式约束 ➢按约束函数的形式分: 显函数约束 隐函数约束
主要包括: ➢机械零部件的优化设计; ➢机构优化设计; ➢机构动力学优化设计; ➢工艺装备参数的优化设计等。
8
1.2 优化模型
优化模型的三要素:优化变量(在设计领域 称设计变量)、约束条件、目标函数。
优化变量
指在最优化问题中可进行调整和优选的独立参数。
- 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)。
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。
l
θ
第一章 优化设计概述
第三节 优化设计问题的数学模型
优化问题的几何解释: 无约束优化问题:目标函数的极小点就是等值面的中心; 等式约束优化问题:设计变量x的设计点必须在 所表示的面或线上,为起作用约束。 不等式约束优化问题:可行点 g ( x) 0
h( x) 0
非可行点
边界点
g ( x)>0
g ( x) 0
第一章 优化设计概述
第三节 优化设计问题的数学模型
优化问题的几何解释:
第一章 优化设计概述
第四节 优化设计问题的基本解法
数学解析法:
把优化对象用数学模型描述出来后,用数学解析法(如微分法、变分法等)来 求出最优解。
图解法:
直接用作图的方法来求解优化问题,通过画目标函数和约束函数的图形,求出 最优解。特点是简单、直观,但仅限于n≤2的低维优化问题的求解。
优化设计问题的数学模型的三要素:设计变量、目 标函数和约束条件。
第一章 优化设计概述
第三节 优化设计问题的数学模型
设计变量:
在设计过程中进行选择并最终必须确定的各项独立参数, 称为设计变量。
设计变量向量:
x [ x1x2
xn ]T
设计常量:参数中凡是可以根据设计要求事先给定的,称为设计常量 。 设计变量:需要在设计过程中优选的参数,称为设计变量。 连续设计变量:有界连续变化的量。 离散设计变量:表示为离散量。
2 1 2 2 1 2 2
2 F B 2 h2 得到m(h) y h
第一章 优化设计概述
第一节 人字架的优化设计
解析法:
dm 2 F d B 2 h 2 2 F B2 求导 ( ) (1 2 ) 0 dh y dh h y h 解得h* B 152 cm 76cm 2 2F 代入D表达式D* 6.43cm T y 4 FB
g1(X)
O
g2(X)
X1
2 2 min f ( X ) ( x 2 ) ( x 5 ) 练习2:已知优化问题 1 2 2 2 s.t.g1 X 16 x2 x1 0
g2 X 2 x1 x2 0 g3 X x1 0 g4 X x2 0
得m*
y
8.47kg
第一章 优化设计概述
第一节 人字架的优化设计
作图法:
等值线(面):函数f(x)的值依次为一系列常数ci时,变 量x取得的一系列值的集合。 •等值线越往里,函数值越小; •等值线愈稀疏说明目标函数值的变 化愈慢; •无约束时,等值线族的共同中心就是 函数的极小值。 求极值就是求等值线的中心!
由图中数据得:D*=6.43cm,h*=76cm,在极值点处m*=8.47kg
第一章 优化设计概述
第三节 优化设计问题的数学模型
一个优化设计问题一般包括三个部分: 1.需要合理选择的一组独立参数,称为设计变量; 2.需要最佳满足的设计目标,这个设计目标是设计变量的 函数,称为目标函数; 3.所选择的设计变量必须满足一定的限制条件,称为约束 条件(或称设计约束)。
数值迭代法:
依赖于计算机的数值计算特点而产生的,它具有一定逻辑结构并按一定格式反 复迭代计算,逐步逼近优化问题最优解的一种方法。不仅可以用于求解复杂函
数的优化解,还可以用于处理没有数学解析表达式的优化设计问题。
图解法
例1:求下列二维优化问题的最优解
2 min f ( X ) x12 x2 4 x1 4
许用压应力σy= 420MPa。
求在钢管压应力σ不超过许用压应力σy 和失稳临界应力σe的条件下, 人字架的高h和钢管平均直径D,使钢管总质量m为最小。
第一章 优化设计概述
第一节 人字架的优化设计
人字架的优化设计问题归纳为 求x=[D h]T 使质量m(x)→min 满足强度约束条件 ( x) y 和稳定约束条件 ( x) e
第一章 优化设计概述
第一节 人字架的优化设计
F1 F ( B h ) A TDh Fe 2 E (T 2 D 2 ) 钢管的临界应力是 e A 8( B 2 h 2 ) 钢管所受的压应力是
2 1 2 2
根据强度约束条件有
F (B h ) y TDh
s.t.g1 X x2 x1 2 0 g 2 X x12 x2 1 0 g3 X x1 0 g 4 X x2 0
2 min f ( X ) x12 x2 4 x1 4
s.t.g1 X x2 x1 2 0 g 2 X x12 x2 1 0 g3 X x1 0 g 4 X x2 0
第一章 优化设计概述
第三节 优化设计问题的数学模型
建立优化的数学模型,在计算机上求得的解,就称为优 化问题的最优解,它包括:
* * 1)最优方案(最优点): x* [ x1 , x2 , * T , xn ]
2)最优目标函数值: f ( x* ) min f ( x)
第一章 优化设计概述
单目标函数优化问题:在最优化设计问题中,可以只有一 个目标函数。 多目标函数优化问题:当在同一设计中要提出多个目标函 数时,这种问题称为多目标函数的优化问题。
f1 ( x) f1 ( x1 , x2 , , xn ) f 2 ( x) f 2 ( x1 , x2 , , xn ) f ( x) f ( x , x , , x ) q 1 2 n q
g ( x) 0 的一侧
hk ( x) 0(k 1,2,
g j ( x) 0( j 1, 2,
, l)
, m)
第一章 优化设计概述
第三节 优化设计问题的数学模型
目标函数(评价函数):在优化设计中,把设计目
标(设计指标)用设计变量的函数形式表示出来,这个 函数就叫做目标函数,用它可以评价设计方案的好坏, 所以它又被称作评价函数。
2 2 1 2 2
1 2 2
F (B h ) 2 E (T 2 D 2 ) 根据稳定约束条件有 TDh 8( B 2 h 2 )
第一章 优化设计概述
第一节 人字架的优化设计
解析法:
人字架总质量 m( D, h) 2 AL 2TD( B 2 h ) 刚好满足强度条件 ( D, h) y 导出D F (B h ) 代入式m( D, h)中 T y h
练习1:求下列二维优化问题的最优解
min f ( X ) ( x1 2)2 ( x2 2)2
X2
s.t. g ( X ) x 0 1 1
g2 ( X ) x2 0
g3(X) (2,2) h (X)
g3 ( X ) x12 x22 4 0
h( X ) x2 0.5x1 0
第三节 优化设计问题的数学模型
建立数学模型要求:
1)希望建立一个尽可能完善的数学模型,精 确的表达实际问题;
2)力求所建立的数学模型尽可能的简单,方 便计算求解。
第一章 优化设计概述
第三节 优化设计问题的数学模型
例:现用薄板制造一体积5m3,长度不小于4m的无上盖的立 方体货箱。要求该货箱的钢板耗费量最少,试确定货箱的 长、宽和高的尺寸。(写出该优化问题的数学模型) 例:有一块薄板,宽度为24cm,长度为100cm,制成如图所 示的梯形槽,问斜边长l和倾角θ为多大时,梯形槽的容积最 大。(写出该优化问题的数学模型)
f ( x) f ( x1, x2 ,
f ( x) f ( x1, x2 , , xn ) min
, xn )
f ( x) f ( x1, x2 , , xn ) max
f ( x) f ( x1, x2 ,
, xn ) min
第一章 优化设计概述
第三节 优化设计问题的数学模型
第一章 优化设计概述