机械优化设计课后习题答案
机械优化设计习题参考答案--孙靖民-第四版第6章习题解答-1教学内容
第六章习题解答1．已知约束优化问题：2)(0)()1()2()(min 21222112221≤-+=≤-=⋅-+-=x x x g x x x g ts x x x f试从第k 次的迭代点[]T k x21)(-= 出发，沿由（-1 1）区间的随机数0.562和-0.254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)1(+k x 。
并作图画出目标函数的等值线、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 TRS 0.4120.9110.2540.5620.2540.2540.5620.5622222-=⎥⎥⎦⎤⎢⎢⎣⎡++=2) 用公式：R k k S x xα+=+)()1( 计算新的迭代点。
步长α取为搜索到约束边界上的最大步长。
到第二个约束边界上的步长可取为2，则：176.1)412.0(22822.0911.0212212111=-⨯+=+==⨯+-=+=++R kk R k k S x x S x xαα⎥⎦⎤⎢⎣⎡=+176.1822.01k X即： 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：)(0)(025)(124)(m in 231222211221≤-=≤-=≤-+=⋅--=x x g x x g x x x g ts x x x f试以[][][]T T T x x x 33,14,12030201===为复合形的初始顶点，用复合形法进行两次迭代计算。
[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：[][][]935120101-=⇒==⇒=-=⇒=030302023314f x f x f x 经判断，各顶点均为可行点，其中，为最坏点。
为最好点，0203x x2）计算去掉最坏点 02x 后的复合形的中心点：⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡==∑≠=3325.221132103312i i i c x Lx3）计算反射点1R x （取反射系数3.1=α）20.693.30.551422.51.322.5)(1102001-=⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=-+=R R c c R f x x x x x 值为可行点，其目标函数经判断α 4）去掉最坏点1R0301x x x x 和，，由02构成新的复合形，在新的复合形中 为最坏点为最好点，011R x x ，进行新的一轮迭代。
机械优化设计题目答案
1—1.简述优化设计问题数学模型的表达形式.答：优化问题的数学模型是实际优化设计问题的数学抽象。
在明确设计变量、约束条件、目标函数之后，优化设计问题就可以表示成一般数学形式.求设计变量向量[]12Tn xx x x =使()min f x →且满足约束条件()0(1,2,)k h x k l == ()0(1,2,)j g x j m ≤=利用可行域概念,可将数学模型的表达进一步简练.设同时满足()0(1,2,)j g x j m ≤=和()0(1,2,)k h x k l ==的设计点集合为R ，即R 为优化问题的可行域，则优化问题的数学模型可简练地写成求x 使 min ()x Rf x ∈ 符号“∈"表示“从属于”。
在实际优化问题中，对目标函数一般有两种要求形式：目标函数极小化()min f x →或目标函数极大化()max f x →。
由于求()f x 的极大化与求()f x -的极小化等价，所以今后优化问题的数学表达一律采用目标函数极小化形式。
1—2.简述优化设计问题的基本解法。
（不要抄书，要归纳） 答：求解优化问题可以用解析解法，也可以用数值的近似解法.解析解法就是把所研究的对象用数学方程（数学模型）描述出来，然后再用数学解析方法(如微分、变分方法等）求出有化解.但是，在很多情况下,优化设计的数学描述比较复杂，因而不便于甚至不可能用解析方法求解;另外，有时对象本身的机理无法用数学方程描述,而只能通过大量试验数据用插值或拟合方法构造一个近似函数式，再来求其优化解，并通过试验来验证；或直接以数学原理为指导,从任取一点出发通过少量试验(探索性的计算）,并根据试验计算结果的比较，逐步改进而求得优化解。
这种方法是属于近似的、迭代性质的数值解法。
数值解法不仅可用于求复杂函数的优化解,也可以用于处理没有数学解析表达式的优化问题.因此，它是实际问题中常用的方法,很受重视。
其中具体方法较多,并且目前还在发展。
(完整版)机械优化设计习题参考答案孙靖民第四版机械优化设计
2.黄金分割法（0.618法）
原理：提高搜索效率：1）每次只插一个值，利用一个前次的插值；2）每次的缩短率λ相同。左右对称。
程序：p52
（四）插值方法
1.抛物线法
原理：任意插3点：
算得： ； ；
要求：
设函数 用经过3点的抛物线 代替，有
解线代数方程
解得：
程序框图p57
网格法 ，缩小区间，继续搜索。
Monte Carlo方法 ， ，随机数。
比较各次得到的 得解
遗传算法(专题)
（二）区间消去法（凸函数）
1.搜索区间的确定：高—低--高（ ）则区间内有极值。
2.区间消去法原理：在区间[a, b]内插两个点a1, b1保留有极值点区间，消去多余区间。
缩短率：
（三）0.618法
可行方向—约束允许的、函数减小的方向。（图）约束边界的切线与函数等高线的切线方向形成的区域。
数学模型
用内点法或混合法，取 ，
直接方法
（一）随机方向法
1.在可行域产生一个初始点 ，因 （约束），则
--（0，1）的随机数。
2.找k个随机方向，每个方向有n个方向余弦，要产生kn个随机数 ， ， ，随机方向的单位向量为
3.取一试验步长 ，计算每个方向的最优点
4.找出可行域中的最好点 得搜索方向 。以 为起点， 为搜索方向得 。最优点必须在可行域内或边界上，为此要逐步增加步长。
得
穷举下去得递推公式
3.算例
p73
4.框图p72
5.特点
作业：1. 2.
（六）变尺度法
1.引言
坐标变换
二次函数
令 为尺度变换矩阵
《机械优化设计》第6章习题解答-2资料
8． 有一汽门用弹簧，已知安装高度H1=50.8mm,安装（初始）载荷F1=272N ，最大工作载荷F2=680N ，工作行程h=10.16mm 弹簧丝用油淬火的50CrV A 钢丝，进行喷丸处理； 工作温度126°C ；要求弹簧中径为20mm ≤D2≤50mm ，弹簧总圈数4≤n1≤50，支 承圈数n2=1.75，旋绕比C ≥6；安全系数为1.2；设计一个具有重量最轻的结构方案。
[解] 1．设计变量：影响弹簧的重量的参数有弹簧钢丝直径：d ，弹簧中径D1和弹簧总圈数n1，可取这三个参数作为设计变量：即：⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=H D x x x 212．目标函数：弹簧的重量为式中 ρ――钢丝材料的容重，目标函数的表达式为3221611262101925.0108.725.0)(x x x n D d x F --⨯=⨯⨯=π３．约束条件：１）弹簧的疲劳强度应满足min S S ≥式中 2.1m i n m i n =--S S ，可取最小安全系数，按题意S ――弹簧的疲劳安全系数，由下式计算：m s s s S ττττττττα⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛-=002式中 ：劳极限，计算方法如下弹簧实际的脉动循环疲--0τ初选弹簧钢丝直径：4mm ≤d ≤8mm ，其抗拉强度MPa b 1480=σ，取弹簧的循环工作次数大于710，则材料的脉动循环疲劳极限为MPa b 44414803.03.0'0=⨯==στ设可靠度为90％，可靠性系数 868.0=r k ； 工作温度为126°C ，温度修正系数 862.0126273344273344=+=+=T k t再考虑到材料经喷丸处理，可提高疲劳强度10％，则弹簧实际的脉动循环疲劳极限为MPa k k t r 4.365444862.0868.01.1)1.01('00=⨯⨯⨯=+=ττ36/107.8mm kg -⨯=ρρπ12220.25n D d W =--s τ弹簧材料的剪切屈服极限，计算公式为MPa b s 74014805.05.0=⨯==στ--ατ弹簧的剪应力幅，计算公式为328dD F ka πτα=式中 k ――曲度系数，弹簧承受变应力时，计算公式为14.02)(6.1615.04414d D C C C k ≈+--=a F ――载荷幅，其值为N F F F a 2042/)272680(2/)(12=-=-=m τ――弹簧的平均剪应力，计算公式为328dD F k m sm πτ=式中s k ――应力修正系数，计算公式为dD C k s /615.01615.012+=+= m F ――平均载荷，其值为N F F F m 4762/)272680(2/)(12=+=+=由此，得到弹簧疲劳强度的约束条件为 计算剪应力幅ατ：86.2186.023214.023.8308)/(6.1x x d D F d D dD F ka a =⋅==ππτα328 计算平均应力幅m τ：21312246.74512.1212615.01x x x d D F Dd dD F k m m sm +=⎪⎪⎭⎫ ⎝⎛+==33288ππτ 计算弹簧的实际疲劳安全系数S ：mms s s S τττττττττταα494.0506.14.365+=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛-=0002从而得到弹簧的疲劳强度约束条件为012.1)(min 1≤-=-=SS S S x g ２）根据旋绕比的要求，得到约束条件016)(21min 2≤-=-=x x C C C x g３）根据对弹簧中径的要求，得到约束条件50222≤-=-=≤-=-=1)4(0120)3(max max 242min 3x D D D g x D D D g４）根据压缩弹簧的稳定性条件，要求：c F F ≤2式中 c F ――压缩弹簧稳定性的临界载荷，可按下式计算：K H D H F C ⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫⎝⎛--=2022085.611813.0μ 式中 K ――要求弹簧具有的刚度，按下式计算：mm N h F F K /2.4016.1027268012=-=-=0H ――弹簧的自由高度，按下式计算： 当mm K F 16.9240.26802===λ 时， 304.20)5.0(2.1)5.0(310+-=+-=x n H λμ――长度折算系数，当弹簧一端固定，一端铰支时，取 7.0=μ；则：[][]⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎥⎦⎤⎢⎣⎡+---+-=221398.1311304.20)5.0(268.320.3040.5)(13x x x x x F C于是得 01680)(25≤-=-=CC C F F F F x g5）为了保证弹簧在最大载荷作用下不发生并圈现象，要求弹簧在最大载荷2F 时的高度2H 应大于压并高度b H ，由于13112)5.0()5.0(64.4016.108.50x x d n H h H H b -=-==-=-=于是得到010123.00246.0)(131226≤--=-=x x x H H H x g b６）为了保证弹簧具有足够的刚度，要求弹簧的刚度αK 与设计要求的刚度K 的误差小于1/100，其误差值用下式计算：401.02.40)75.1(8100/)(33241---=--=x x Gx K K K αθ式中 G ――弹簧材料的剪切弹性模量，取G=80000Mpa 。
机械优化设计课后习题答案
2-8 解：
试判断函数 f (X) 2x12 x22 2x1x2 x1 1 的凸性。
f ( X ) f ( X ) 4 x1 2 x2 1 ， 2 x2 2 x1 x1 x2
2 f (X ) 2 f (X ) 2 f (X ) 2 f (X ) 5， 2， 2， 2 2 x1x2 x2 x1 x12 x2 5 2 海赛矩阵H ( X ) 2 2
6
a 各阶主子式： a11 2 0，11 a 21
a12 a 22
2 1 0 1 2
H(X)是正定的， 所以， f (X) 为凸函数。
2-10 现已获得优化问题
min s.t.
f ( X) 4 x1 x2 2 12 g1 ( X) x12 x2 2 25 0 g 2 ( X) x12 x2 2 10 x1 10 x2 34 0 g3 ( X) ( x1 3) 2 ( x2 1) 2 0 g 4 ( X) x1 0 g5 ( X) x2 0
求：
2、 3、 4 时的四条等值线，并在图上 (1) 以一定的比例尺画出当目标函数依次为 f ( X) 1、
画出可行区的范围。 (2) 找出图上的无约束最优解 X1 和对应的函数值 f ( X1 ) ， 约束最优解 X 2 和 f ( X2 ) ； (3) 若加入一个等式约束条件：
h(X) x1 x2 0
x2
x3 ]T [d
D2
n]T 使弹簧重量
最轻， 同时满足下列限制条件： 弹簧圈数 n 3 ， 簧丝直径 d 0.5 ， 弹簧中径 10 D2 50 。 试建立该优化问题的数学模型。 注：弹簧的应力与变形计算公式如下 3 8Fn D2 8FD2 D2 1 ks , k 1 , c ( 旋绕比）， s d3 2c d Gd 4 解： （1）确定设计变量；
《机械优化设计》习题及答案1word版本
机械优化设计习题及参考答案1-1.简述优化设计问题数学模型的表达形式。
答：优化问题的数学模型是实际优化设计问题的数学抽象。
在明确设计变量、约束条件、目标函数之后，优化设计问题就可以表示成一般数学形式。
求设计变量向量[]12Tn x x x x =L 使 ()min f x → 且满足约束条件()0(1,2,)k h x k l ==L ()0(1,2,)j g x j m ≤=L2-1.何谓函数的梯度？梯度对优化设计有何意义？答：二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的形式：⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡∂∂∂∂=∂∂+∂∂=∂∂2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d fρ令xo Tx f x f x f x fx f ⎥⎦⎤⎢⎣⎡∂∂∂∂=∂∂∂∂=∇21]21[)0(， 则称它为函数f （x 1，x 2）在x 0点处的梯度。
（1）梯度方向是函数值变化最快方向，梯度模是函数变化率的最大值。
（2）梯度与切线方向d 垂直，从而推得梯度方向为等值面的法线方向。
梯度)0(x f ∇方向为函数变化率最大方向，也就是最速上升方向。
负梯度-)0(x f ∇方向为函数变化率最小方向，即最速下降方向。
2-2.求二元函数f （x 1，x 2）=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最大的方向和数值。
解：由于函数变化率最大的方向就是梯度的方向，这里用单位向量p表示，函数变化率最大和数值时梯度的模)0(x f ∇。
求f （x1，x2）在x0点处的梯度方向和数值，计算如下：()⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡+-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∂∂∂∂=∇120122214210x x x x f x f x f 2221)0(⎪⎭⎫ ⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂=∇x f x f x f =5⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡-=∇∇=5152512)0()0(x f x f p ϖ2-3.试求目标函数()2221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下降方向，并求沿着该方向移动一个单位长度后新点的目标函数值。
机械优化设计课后答案
机械优化设计课后答案【篇一：机械优化设计第5章习题参考答案】?4000.333?时， f(x*)??cjxj??5.567。
t第2题答案：x??2024840 0?，z??428。
*t第3题提示：求解方法可参考第四节中的应用实例。
第4题提示：如果设x1、x2、x3、x4、x5分别以Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ五种下料方式所用钢材的件数，则此问题的数学模型是：求一组xj(j?1,2,?,5)的值，满足下列限制条件x1?2x2 ?x4 ?100?2x3?2x4?x5 ?100???3x1?x2?2x3 ?3x5?100?xj?0 (j?1,2,?,5)??使总的尾料z?0.1x2?0.2x3?0.3x4?0.8x5 达到最小。
【篇二：《机械优化设计》复习题答案】xt>一、填空题1、用最速下降法求f(x)=100(x2- x12) 2+(1- x1) 2的最优解时，设x（0）＝[-0.5,0.5]t，第一步迭代的搜索方向为 [-47,-50]t。
2、机械优化设计采用数学规划法，其核心一是，二是。
3、当优化问题是的情况下，任何局部最优解就是全域最优解。
4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成高－低－高趋势。
5、包含n个设计变量的优化问题，称为维优化问题。
6、函数 1txhx?btx?c的梯度为。
28模型的基本要素。
9、对于无约束二元函数f(x1,x2)，若在x0(x10,x20)点处取得极小值，其必要条件是10约束函数梯度的非负线性组合。
11、用黄金分割法求一元函数f(x)?x2?10x?36的极小点，初始搜索区间[a,b]?[?10,10]，经第一次区间消去后得到的新区间为12、优化设计问题的数学模型的基本要素有、。
?1?h13、牛顿法的搜索方向dkkgk，其计算量且要求初始点在极小点置。
14、将函数f(x)=x12+x22-x1x2-10x1-4x2+60表示成1txhx?btx?c 的形式215、存在矩阵h，向量 d1，向量 d2，当满足t d1和向量 d2是关于h共轭。
《机械优化设计》孙靖民哈尔滨工业大学课后答案
2）计算去掉最坏点
x
0 2
后的复合形的中心点：
∑ x
0 c
=
1 L
3 i =1
x
0 i
=
1 2
⎜⎜⎝⎛
⎡2⎤ ⎢⎣1 ⎥⎦
+
⎡3⎤ ⎢⎣3⎥⎦
⎟⎟⎠⎞
=
⎡2.5⎤ ⎢⎣ 2 ⎥⎦
+
⎡3⎤ ⎢⎣3⎥⎦
i ≠2
3）计算反射点
x
1 R
（取反射系数α = 1.3 ）
x
1 R
=
x
0 c
+ α (x
0 c
−
x
0 2
试求在 x k = [0 1/4 1/2]T 点的梯度投影方向。
[解] 按公式 6-32 d k = −P∇f (x k ) / P∇f (x k ) 计算适用的可行方向：
x k 点的目标函数梯度为： ∇f (x k ) = [− 0.125 0.25 − 1]T
x k 点处起作用约束的梯度 G 为一个 n ⋅ J 阶的矩阵，题中：n=3，J=1：
s ⋅t
g1(x ) = − ln x 1 ≤ 0
h2 (x ) = x 1 + x 2 −1 ≤ 0
[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(2)-x(1) end subroutine ggx(n,kg,x,gx) dimension x(n),gx(kg) gx(1)=-log(x(1))] gx(2)=-x(1) gx(3)=-x(2) end subroutine hhx(n,kh,x,hx) domension x(n),hx(kh) hx(1)=x(1)+x(2)-1 end 然后，利用惩罚函数法计算，即可得到如下的最优解：
机械优化设计习题答案
机械优化设计习题答案机械优化设计习题答案在机械设计中，优化设计是一项重要的任务。
通过优化设计，可以提高机械产品的性能和效率，降低成本和能耗。
然而，在实际的设计过程中，我们常常会遇到各种各样的问题和难题。
下面，将针对一些常见的机械优化设计习题，提供一些解答和思路。
一、最小重量设计问题最小重量设计问题是机械设计中的一个经典问题。
在这类问题中，我们需要在满足一定的约束条件下，找到一个最轻的设计方案。
通常，这类问题可以通过数学建模和优化算法来求解。
首先，我们需要明确设计的约束条件和目标函数。
约束条件可以包括强制性要求和可选的要求，如尺寸限制、强度要求等。
目标函数可以是重量、成本、能耗等。
然后，我们可以利用数学建模的方法将问题转化为一个数学优化问题。
最常用的方法是使用拉格朗日乘子法或者KKT条件来求解。
二、最大刚度设计问题最大刚度设计问题是另一个常见的机械设计问题。
在这类问题中，我们需要在给定的约束条件下，找到一个刚度最大的设计方案。
刚度是指物体对外力的抵抗能力，通常是通过刚度矩阵来描述的。
在解决最大刚度设计问题时，我们需要首先建立物体的刚度矩阵。
然后，通过求解特征值问题，得到刚度矩阵的特征值和特征向量。
特征值表示物体的刚度，特征向量表示物体的振动模态。
接下来，我们可以通过调整设计参数来改变刚度矩阵，从而实现最大刚度的设计。
三、流体优化设计问题流体优化设计问题是机械设计中的一个重要领域。
在这类问题中，我们需要通过优化设计来改善流体的流动性能。
例如，我们可以通过改变流道的形状和尺寸，来减小流体的阻力和压降。
在解决流体优化设计问题时，我们可以利用计算流体力学（CFD）方法来模拟流体的流动。
首先，我们需要建立流体的数学模型，包括流动方程和边界条件。
然后，通过数值方法求解这个数学模型，得到流体的流动状态。
接下来，我们可以通过改变设计参数，如流道的形状和尺寸，来优化流体的流动性能。
总结起来，机械优化设计是机械设计中的一个重要任务。
机械优化设计复习题答案
机械优化设计复习题答案一、选择题1. 在机械优化设计中，目标函数是（）。
A. 需要优化的参数B. 需要优化的性能指标C. 需要优化的约束条件D. 需要优化的变量答案：B2. 机械优化设计中，约束条件的作用是（）。
A. 确定设计变量的范围B. 确定目标函数的值C. 确定优化算法的选择D. 确定优化过程的复杂性答案：A3. 以下哪个不是机械优化设计中常用的优化算法（）。
A. 遗传算法B. 模拟退火算法C. 牛顿迭代法D. 线性规划法答案：C二、填空题1. 在机械优化设计中，目标函数的最小化或最大化通常需要通过______来实现。
答案：优化算法2. 机械优化设计中的约束条件可以分为等式约束和______。
答案：不等式约束3. 机械优化设计中，设计变量的选择需要考虑______和______。
答案：物理意义；计算可行性三、简答题1. 简述机械优化设计中目标函数的作用。
答案：目标函数在机械优化设计中的作用是定义设计的目标性能指标，它是需要被优化的量，通常表现为最小化或最大化某个性能指标，以满足设计要求。
2. 描述机械优化设计中约束条件的分类及其意义。
答案：机械优化设计中的约束条件可以分为等式约束和不等式约束。
等式约束通常表示设计变量之间必须满足的精确关系，而不等式约束则表示设计变量必须满足的条件范围。
这些约束条件的意义在于确保设计方案在物理和工程上是可行的，并且满足所有的设计要求和限制。
3. 举例说明机械优化设计中设计变量的选择原则。
答案：在机械优化设计中，设计变量的选择原则包括但不限于以下几点：首先，设计变量应具有明确的物理意义，能够直接影响目标函数和约束条件；其次，设计变量的选择应考虑计算的可行性，确保在优化过程中可以有效地进行计算和迭代；最后，设计变量的数量和范围应适中，以避免过度复杂化优化问题，同时保证优化结果的实用性和经济性。
《机械优化设计》习题与答案
《机械优化设计》习题与答案机械优化设计习题及参考答案1-1.简述优化设计问题数学模型的表达形式。
答：优化问题的数学模型是实际优化设计问题的数学抽象。
在明确设计变量、约束条件、⽬标函数之后，优化设计问题就可以表⽰成⼀般数学形式。
求设计变量向量[]12Tn x x x x =L 使 ()min f x →且满⾜约束条件()0(1,2,)k h x k l ==L ()0(1,2,)j g x j m ≤=L2-1.何谓函数的梯度？梯度对优化设计有何意义？答：⼆元函数f(x 1,x 2)在x 0点处的⽅向导数的表达式可以改写成下⾯的形式：??=??+??=??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d fρ令xo Tx f x f x f x fx f ??=????=?21]21[)0(，则称它为函数f （x 1，x 2）在x 0点处的梯度。
（1）梯度⽅向是函数值变化最快⽅向，梯度模是函数变化率的最⼤值。
（2）梯度与切线⽅向d 垂直，从⽽推得梯度⽅向为等值⾯的法线⽅向。
梯度)0(x f ?⽅向为函数变化率最⼤⽅向，也就是最速上升⽅向。
负梯度-)0(x f ?⽅向为函数变化率最⼩⽅向，即最速下降⽅向。
2-2.求⼆元函数f （x 1，x 2）=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最⼤的⽅向和数值。
解：由于函数变化率最⼤的⽅向就是梯度的⽅向，这⾥⽤单位向量p表⽰，函数变化率最⼤和数值时梯度的模)0(x f ?。
求f （x1，x2）在x0点处的梯度⽅向和数值，计算如下：()-=??+-==?120122214210x x x x f x f x f 2221)0(??+ =x f x f x f =5-=??????-=??=5152512)0()0(x f x f p ?2-3.试求⽬标函数()2221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下降⽅向，并求沿着该⽅向移动⼀个单位长度后新点的⽬标函数值。
机械优化设计试题及答案
机械优化设计试题及答案试题一：1. 请简述机械优化设计的定义及重要性。
答案：机械优化设计是通过数学模型和计算机仿真技术，以最优化的方式对机械结构进行设计和改进的过程。
机械优化设计的重要性在于能够提高机械产品的性能和效率，降低成本和能源消耗，并且缩短产品开发周期。
2. 请阐述机械优化设计的基本步骤及流程。
答案：机械优化设计的基本步骤包括：问题定义、数学建模、解的搜索、结果评价和优化、最优解验证等。
具体流程如下：(1) 问题定义：明确机械优化设计的目标和约束条件，例如提高某项指标、降低成本等。
(2) 数学建模：通过将机械系统抽象为数学模型，建立与优化目标和约束条件相关的函数关系。
(3) 解的搜索：采用合适的搜索算法，寻找函数的最优解或近似最优解。
(4) 结果评价和优化：对搜索得到的解进行评价和分析，进一步进行调整和改进，以得到更好的解。
(5) 最优解验证：通过实验或仿真验证最优解的可行性和有效性。
试题二：1. 请简述梯度下降法在机械优化设计中的应用原理。
答案：梯度下降法是一种常用的优化算法，其原理是通过求解函数的梯度向量，并采取沿着梯度方向逐步迭代优化的方法。
在机械优化设计中，可以将需要优化的机械结构的性能指标作为目标函数，通过梯度下降法不断调整结构参数，以寻找最优解。
2. 请列举至少三种机械优化设计的常用方法。
答案：常见的机械优化设计方法包括：遗传算法、粒子群优化算法、模拟退火算法等。
其中：(1) 遗传算法通过模拟生物进化过程，通过选择、交叉和变异等操作，逐渐优化机械结构，以达到最优解。
(2) 粒子群优化算法模拟鸟群或鱼群的行为，通过不断迭代更新粒子的位置和速度，最终找到最优解。
(3) 模拟退火算法基于金属退火的原理，随机选择新解，并通过一定的准则接受或拒绝新解，以便在解空间中发现更优解。
试题三：1. 请解释有限元分析在机械优化设计中的作用。
答案：有限元分析是一种基于数值计算的方法，通过将复杂的结构划分成有限个单元，建立结构的有限元模型，并对其进行离散化求解，用于分析机械结构的应力、振动、热传导等特性。
机械优化设计题目答案
机械优化设计题目答案1-1.简述优化设计问题数学模型的表达形式。
答：优化问题的数学模型是实际优化设计问题的数学抽象。
在明确设计变量、约束条件、目标函数之后，优化设计问题就可以表示成一般数学形式。
求设计变量向量[]12Tn xx x x =L 使()min f x →且满足约束条件()0(1,2,)k h x k l ==L ()0(1,2,)j g x j m ≤=L利用可行域概念，可将数学模型的表达进一步简练。
设同时满足()0(1,2,)j g x j m ≤=L 和()0(1,2,)k h x k l ==L 的设计点集合为R ，即R 为优化问题的可行域，则优化问题的数学模型可简练地写成求x 使 min ()x Rf x ∈ 符号“∈”表示“从属于”。
在实际优化问题中，对目标函数一般有两种要求形式：目标函数极小化()min f x →或目标函数极大化()max f x →。
由于求()f x 的极大化与求()f x -的极小化等价，所以今后优化问题的数学表达一律采用目标函数极小化形式。
1-2.简述优化设计问题的基本解法。
（不要抄书，要归纳）答：求解优化问题可以用解析解法，也可以用数值的近似解法。
解析解法就是把所研究的对象用数学方程（数学模型）描述出来，然后再用数学解析方法（如微分、变分方法等）求出有化解。
但是，在很多情况下，优化设计的数学描述比较复杂，因而不便于甚至不可能用解析方法求解；另外，有时对象本身的机理无法用数学方程描述，而只能通过大量试验数据用插值或拟合方法构造一个近似函数式，再来求其优化解，并通过试验来验证；或直接以数学原理为指导，从任取一点出发通过少量试验（探索性的计算），并根据试验计算结果的比较，逐步改进而求得优化解。
这种方法是属于近似的、迭代性质的数值解法。
数值解法不仅可用于求复杂函数的优化解，也可以用于处理没有数学解析表达式的优化问题。
因此，它是实际问题中常用的方法，很受重视。
- 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)。
第一章习题答案1-1 某厂每日（8h 制）产量不低于1800件。
计划聘请两种不同的检验员，一级检验员的标准为：速度为25件／h ，正确率为98％，计时工资为4元／h ；二级检验员标准为：速度为15件／h ，正确率为95％，计时工资3元／h 。
检验员每错检一件，工厂损失2元。
现有可供聘请检验人数为：一级8人和二级10人。
为使总检验费用最省，该厂应聘请一级、二级检验员各多少人 解：（1）确定设计变量；根据该优化问题给定的条件与要求，取设计变量为X = ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡二级检验员一级检验员21x x ；（2）建立数学模型的目标函数；取检验费用为目标函数，即：f (X ) = 8*4*x 1+ 8*3*x 2 + 2（8*25* +8*15* ） =40x 1+ 36x 2 （3）本问题的最优化设计数学模型：min f (X ) = 40x 1+ 36x 2 X ∈R 3·. g 1(X ) =1800-8*25x 1+8*15x 2≤0g 2(X ) =x 1 -8≤0 g 3(X ) =x 2-10≤0g 4(X ) = -x 1 ≤0 g 5(X ) = -x 2 ≤01-2 已知一拉伸弹簧受拉力F ，剪切弹性模量G ，材料重度r ，许用剪切应力[]τ，许用最大变形量[]λ。
欲选择一组设计变量T T n D dx x x ][][2321==X 使弹簧重量最轻，同时满足下列限制条件：弹簧圈数3n ≥，簧丝直径0.5d ≥，弹簧中径21050D ≤≤。
试建立该优化问题的数学模型。
注：弹簧的应力与变形计算公式如下322234881,1,(2n s s F D FD D k k c d c d Gd τλπ==+==旋绕比），解： （1）确定设计变量；根据该优化问题给定的条件与要求，取设计变量为X = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n D d x x x 2321； （2）建立数学模型的目标函数；取弹簧重量为目标函数，即：f (X ) =322124x x rx π（3）本问题的最优化设计数学模型：min f (X ) =322124x x rx π X ∈R 3·. g 1(X ) = ≤0g 2(X ) =10-x 2 ≤0g 4(X ) =3-x 3 ≤0 g 5(X ) =[]τπ-+312218)21(x Fx x x ≤0 g 6(X ) =[]λ-413328Gx x Fx ≤01-3 某厂生产一个容积为8000 cm 3的平底、无盖的圆柱形容器，要求设计此容器消耗原材料最少，试写出这一优化问题的数学模型。
解：根据该优化问题给定的条件与要求，取设计变量为X = ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡h r x x21高底面半径 , 表面积为目标函数，即：min f (X ) =πx 12 + 2π x 1 x 2考虑题示的约束条件之后，该优化问题数学模型为：min f (X ) = πx 12 + 2π x 1 x 2X =[x 1,x 2]T∈R 2. g 1(X ) = -x 1 ≤0g 2(X ) = -x 2 ≤0h 1(X ) = 8000 -πx 12 x 2 = 01-4 要建造一个容积为1500 m 3的长方形仓库，已知每平方米墙壁、屋顶和地面的造价分别为4元、6元和12元。
基于美学的考虑，其宽度应为高度的两倍。
现欲使其造价最低，试导出相应优化问题的数学模型。
解：（1）确定设计变量；根据该优化问题给定的条件与要求，取设计变量为X = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡高宽长321x x x ； （2）建立数学模型的目标函数；取总价格为目标函数，即：f (X ) = 8(x 1 x 3 + x 2 x 3) + 6 x 1 x 2 + 12 x 1 x 2（3）建立数学模型的约束函数；1）仓库的容积为1500 m 3。
即：1500-x 1 x 2 x 3 =02）仓库宽度为高度的两倍。
即：x 2 -2 x 3 = 0 3）各变量取值应大于0，即：x 1 > 0, x 2 .> 0.，则 -x 1 ≤0，-x 2 ≤0（4）本问题的最优化设计数学模型：min f (X ) = 8(x 1 x 3 + x 2 x 3) + 18 x 1 x 2 X ∈R 3·. g 1(X ) = -x 1 ≤0g 2(X ) = -x 2 ≤0h 1(X ) = 1500-x 1 x 2 x 3 =0 h 2(X ) = x 2 -2 x 3 = 01-5 绘出约束条件：82221≤+x x ； 82221≤+-x x ； 421≤x x 所确定的可行域 1-6 试在三维设计空间中，用向量分别表示设计变量： 1[132]T =X ; 2[234]T =X ; 3[414]T =X 。
第二章习题答案2-1 请作示意图解释：(1)()()()k k k k α+=+XX S 的几何意义。
2-2 已知两向量12[1220],[2021]T T P P =-=,求该两向量之间的夹角θ。
2-3 求四维空间内两点)2,1,3,1(-和)0,5,6,2(之间的距离。
2-4 计算二元函数321121()56f x x x x =-+-X 在(0)[11]T =X 处，沿方向[12]T=-S 的方向导数(0)'()s f X 和沿该点梯度方向的方向导数(0)'()f ∇X 。
2-5 已知一约束优化设计问题的数学模型为2212121122123142min ()(3)(4)[,]()50() 2.50()0()0Tf x x x xg x x g x x g x g x =-+-==+-≤=--≤=-≤=-≤X X X X X X求：(1) 以一定的比例尺画出当目标函数依次为()1234f =X 、、、时的四条等值线，并在图上画出可行区的范围。
(2) 找出图上的无约束最优解1*X 和对应的函数值1()f *X ，约束最优解2*X 和2()f *X ； (3) 若加入一个等式约束条件：12()0h x x =-=X求此时的最优解3*X ，3()f *X 。
解：下图为目标函数与约束函数（条件）设计平面X 1OX 2 。
其中的同心圆是目标函数依次为f (X )=1、2、3、4时的四条等值线；阴影的所围的部分为可行域。
由于目标函数的等值线为一同心圆，所以无约束最优解为该圆圆心即：X 1*＝[3，4]T函数值 f (X 1*)= 0 。
而约束最优解应在由约束线g 1(X)=0，g 2(X)=0，g 3(X)=0，g 4(X)=0，组成的可行域（阴影线内侧）内寻找，即约束曲线g 1(X)=0与某一等值线的一个切点X 2*，可以联立方程：⎩⎨⎧=+-=-+01052121x x x x ，解得X 2*=[2，3] 。
函数值 f (X 2*)= (2-3)2 + (3-4)2 = 2 。
加入等式约束条件，则X 3*为可行域上为h 1(X )=0上与某一条等值线的交点，可以联立方程：⎩⎨⎧=-=-+052121x x x x ， 解得X 3*=[5/2，5/2] 。
函数值 f (X 3*)= (5/2-3)2 + (5/2-4)2 = 。
2-6 试证明在(1,1)点处函数522)(1222122141+-++-=x x x x x x f X 具有极小值。
证明：求驻点：2244)(121311-+-=∂∂x x x x x X f ，221222)(x x x X f +-=∂∂ 0)(0)(21=∂∂=∂∂x X f x X f ，由，4)(]11[**==x f x T ，极值得：驻点 2)(4)()(2412)(2221122212221212=∂∂-=∂∂∂=∂∂∂+-=∂∂x X f x x x X f x x X f x x x X f ，， ⎥⎦⎤⎢⎣⎡--=24410)(X H 海赛矩阵0244100102221121111>--=>=a a a aa ，各阶主子式：H (X )是正定的， 所以驻点必定是极小点。
故在(1,1)点处函数)(X f 具有极小值。
2-7 求函数221212()32210f x x x x =+--+X 的极值点，并判断其极值的性质。
解：26)(11-=∂∂x x X f ，14)(22-=∂∂x x X f 0)(0)(21=∂∂=∂∂x X f x X f ，由，24/229)(]4/13/1[**==x f x T ，极值得：极值点 4)(0)()(6)(222122212212=∂∂=∂∂∂=∂∂∂=∂∂x X f x x X f x x X f x X f ，， ⎥⎦⎤⎢⎣⎡=4006)(X H 海赛矩阵04006062221121111>=>=a a a a a ，各阶主子式：H (X )是正定的，所以，)(X f 为凸函数。
24/229)(]4/13/1[**==x f T ，极值得：极值点X2-8 试判断函数2212121()221f x x x x x =+-++X 的凸性。
解：124)(211+-=∂∂x x x X f ，12222)(x x x X f -=∂∂ 2)(2)(2)(5)(222122212212=∂∂-=∂∂∂-=∂∂∂=∂∂x X f x x X f x x X f x X f ，，，⎥⎦⎤⎢⎣⎡--=2225)(X H 海赛矩阵 02225052221121111>--=>=a a a a a ，各阶主子式：H (X )是正定的， 所以，)(X f 为凸函数。
2-9 试用向量及矩阵形式表示221212()10460f x x x x =+--+X 并证明它在12{,,1,2}i x x x i =-∞<<∞=D 上是一个凸函数。
解：211210)(x x x X f -+-=∂∂，12224)(x x x X f -+-=∂∂ 2)(1)(2)(222212212=∂∂-=∂∂∂=∂∂x X f x x X f x X f ，，⎥⎦⎤⎢⎣⎡--=2112)(X H 海赛矩阵 02112022221121111>--=>=a a a aa ，各阶主子式：H (X )是正定的， 所以，)(X f 为凸函数。
2-10 现已获得优化问题212221122221212223124152min ()412..()250()1010340()(3)(1)0()0()0f x x s tg x x g x x x x g x x g x g x =--=+-≤=+--+≤=----≤=-≤=-≤X X X X X X的一个数值解[1.000,4.900]T=X ,试判定该解是否上述问题的最优解。