机械优化设计_经典实例经典.ppt

合集下载

八章机械优化设计实例PPT课件

八章机械优化设计实例PPT课件
第22页/共25页
2)曲柄摇杆机构的传动角应在 和 之间,可得 min
max
g7
x
arccos
l2
2
l32 l1
2l2l3
l4
2
max
0
g8
x
min
arccos
l22
l32 l1
2l2l3
l4
2
0
二、曲柄摇杆机构再现已知运动轨迹的优化设计
所谓再现已知运动轨迹:是指机构的连杆曲线尽可能 地接近某一给定曲线。
第15页/共25页
不同的设计要求,目标函数不同。若减速器的中心距没有要求时,可取减速器 最大尺寸最小或重量最轻作为目标函数。
第16页/共25页
f x m min f x l r1 a r4 min
若中心距固定,可取其承载能力为目标函数。
f x 1/ min
减速器类型、结构形式不同,约束函数也不完全相同。 (1)边界约束
第14页/共25页
不同类型的减速器,选取的设计变量使不同的。
展开式圆柱齿轮减速器:齿轮齿数、模数、齿宽、 螺旋角及变位系数等。
行星齿轮减速器:除此之外,还可加行星轮个数。 设计变量应是独立参数,非独立参数不可列为设计 变量。例如齿轮齿数比为已知,一对齿轮传动中,只 能取Z1或Z2一个为设计变量。
又如中心距不可取为设计变量,因为齿轮齿数确定 后,中心距就随之确定了。
(2)性能约束
第17页/共25页
一、单级圆柱齿轮减速器的优化设计
第18页/共25页
第四节 平面连杆机构的优化设计 连杆机构的类型很多,这里只以曲柄摇杆机构两类 运动学设计为例来说明连杆机构优化设计的一般步骤 和方法。 一、曲柄摇杆机构再现已知运动规律的优化设计

机械优化设计PPT课件

机械优化设计PPT课件
ⅱ)设计方案—由设计常量和设计变量组成。
ⅲ)维 数—设计变量的个数n.
通常,n ,设计自由度 , 越能获得理想的结果,但求解难度 .
n 10 小型问题 n 11 50 中型问题 n 50 大型问题
2019/8/16
14
2.设计空间
Rn(n 4) 为超越空间.
2019/8/16
15
三.目标函数和等值线
1.目标函数—数学模型中用来评价设计方案优劣的函
数式 (又称评价函数): f (X ) f (x1, x2,...xn ) ①常用指标: 最好的性能; 最小的重量; 最紧凑的外形;
最小的生产成本; 最大的经济效益等.
②单目标和多目标;
l1 l2 l3 l4 0
l1 l10 0
arccos (l2 l1)2 l42 l32 arccos (l2 l1)2 l42 l32 0
2(l2 l1)l4
2(l2 l1)l4
180
l12
l22
2l32 sin 2 ( l22 l12
2019/8/16
22
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
有极限 lim X (k) X *,这里X *为精确解,则称该迭代算法是 k
收敛的.
2)算法的收敛速度
一般根据算法对正定二次函数的求解能力来判 断,能在有限步迭代中得到其极小点,称算法具有 二次收敛性。具有二次收敛性的算法是收敛速度较 高的方法。
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;

机械优化设计PPT

机械优化设计PPT

2.梯度投影法
约束面上的梯度投影方向
四、步长的确定
1.取最优步长
2. αk取到约束边界的最大步长
1.取最优步长
2. αk取到约束边界的最大步长
1) 取一试验步长αt,计算试验点xt。
2) 判别试验点xt的位置。 3) 将位于非可行域的试验点xt,调整到约束面上。
2. αk取到约束边界的最大步长
3.计算步骤
三、 不等式约束的增广乘子法
三、 不等式约束的增广乘子法
三、 不等式约束的增广乘子法
图6-36 增广乘子法框图
第七节 非线性规划问题的线性化解法——线性逼近法
一、 序列线性规划法
二、割平面法 三、小步梯度法 四、非线性规划法
一、 序列线性规划法
6-37
二、割平面法
三、小步梯度法
1) 由设计者决定k个可行点,构成初始复合形。 2) 由设计者选定一个可行点,其余的(k-1)个可行点用随机法产生。 3) 由计算机自动生成初始复合形的全部顶点。
二、复合形法的搜索方法
1.反射 2.扩张 3.收缩 4.压缩
1.反射
1) 2) 3) 4) 计算复合形各顶点的目标函数值,并比较其大小,求出最好点L、最坏 点H及次坏点G 计算除去最坏点H外的(k-1)个顶点的中心C 从统计的观点来看,一般情况下,最坏点H和中心点C的连线方向为目标
四、非线性规划法
第八节 广义简约梯度法
一、 简约梯度法
一、 简约梯度法
二、 广义简约梯度法
二、 广义简约梯度法
三、 不等式约束函数的处理和换基问题
1.不等式约束函数的处理方法
2.基变量的选择和换基问题
1.不等式约束函数的处理方法
2.基变量的选择和换基问题

《机械优化设计》第8章机械优化设计实例

《机械优化设计》第8章机械优化设计实例

机械优化设计
第一节 应用技巧
❖ 三、数学模型的尺度变换
在工程实际问题中,不同的设计变量,其量纲一 般是不同的,数量集的差别往往也很大;
在优化迭代中,这种差别对计算数值变化的灵敏 性、收敛性、稳定性,都有不同程度的影响'。
为了提高优化收敛速度,提高计算稳定性,在机
械优化设计中,常采用尺度变换措施'。
f
x
1 4
x1
x3
x22 d 2
g1
x
64Fx32 x1 x3
3 E x24 d 4
/
y0
1
0
g2 x 1 x1 / lmin 0
g3 x 1 x2 / Dmin 0
g4 x x2 / Dmax 1 0
g5 x 1 x3 / amin 0
机械优化设计
第一节 应用技巧
❖ 1)、优化目标的选择:
应当对所追求的各项指标进行细致分析,从 中选择最重要、最具代表性的指标作为优化 目标
2)、优化指标矛盾的处理
机械优化设计
第一节 应用技巧
机械优化设计
❖ 3、约束条件的确定
约束条件是就工程设计本身而提出的对设计变量 取值范围的限制条件,也是设计变量的可计算函 数'。
机械优化设计
x x1x2x3 T l daT
机床主轴优化设计的目标函数为
f
x
1
4
x1
x3
x22 d 2
再确定约束条件
g x y y0 0
在外力F给定的情况下,y是设计变量x的函数,其值按
下式计算
Fa2 l a
y
3 I
机械优化设计
I D4 d 4 64

02机械优化设计第二章(哈工大—孙靖民)PPT优秀课件

02机械优化设计第二章(哈工大—孙靖民)PPT优秀课件
海赛(Hessian)矩阵
参见教材例题P30
16
*
2 f
G(
x0
)
x12 2 f
x2x1
2 f
x1x2
2 f
x22
海赛矩阵是由函数 f (x1,x2) 在点 x 0 处的二阶偏
导数组成的方阵。由于函数的二次连续性,有:
2 f 2 f x2x1 x1x2
所以 G(x0 ) 矩阵为对阵方阵。
凡满足上式的点称为函数的驻点
27
*
如f y'下图0 所是示个的驻二点元,函但数它,不在是M极0值点点虽。有
f
' x
0

28
*
定理2:若二元可微函数 f (x1,x2)在 x0 x10,x20 的
某个邻域取得极小值的充分条件是要求在该点 2 ) f(x 1,0 x 2)0 0
11212223242526221方向导数1020201020fxxx10201020102010120fxxx方向导数21多元函数的方向导数和梯度二维空间中的方向偏导数与方向导数的关系44三元函数点处沿s方向的方向导数302010coscoscoscoscoscoscos552二元函数的梯度coscoscoscoscos66当梯度方向和当梯度方向和dd方向重合时方向导数值方向重合时方向导数值最大即梯度方向是函数值变化最快方向最大即梯度方向是函数值变化最快方向而梯度的模就是函数值变化率的最大值
依次类推,即可得到n元函
数在点x0处沿s方向的方向导数
f d
x0
f x1
cos 1
x0
f x2
cos 2
x0
.......
f xn
x0

机械优化设计课件2

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。

机械优化设计的基本概念和数学模型PPT课件

机械优化设计的基本概念和数学模型PPT课件
.
大齿轮强度要求 小齿轮强度要求 接触疲劳强度要求 齿宽系数要求 最小齿数要求
11
综上所述,这些问题的共同点都是:
在满足设计要求和条件的情况下,使目标的参数达 到最优,即最优参数。
一个优化设计问题应包括: 合理选择一组独立的参数——设计变量; 有一个或几个需要满足最佳的设计目标,它是设 计变量的函数——目标函数; 所取设计变量必须满足一定的限制条件—约束条件。
(2)根据要解决设计问题的特殊性来选择设计变量。
例如,圆柱螺旋拉压弹簧的设计变量有4个,即钢
丝直径d,弹簧中径D,工作圈数n和自由高度H。在设
计中,将材料的许用剪切应力和剪切模量G等作为设
计常量。在给定径向空间内设计弹簧,则可把弹簧中
径D作为设计常量。
.
17
(3)设计变量应该是独立的;
(4)用设计变量来阐述设计问题应该是用 最少的数量;
小型设计问题:一般含有2—10个设计变量;
中型设计问题:10—50个设计变量;
大型设计问题:50个以上的设计变量。
目前已能解决200个设计变量的大型最优化设计问
题。
.
16
如何选定设计变量?
确定设计变量时应注意以下几点:
(1)抓主要,舍次要。 对产品性能和结构影响大的参数可取为设计变量,
影响小的可先根据经验取为试探性的常量,有的甚至 可以不考虑。
.
3
实例1、箱盒的优化设计(续)
分析:
(1)箱盒的表面积的表达式;
(2)设计参数确定:长x1,宽x2,高x3 ; (3)设计约束条件:
(a)体积要求; (b)长度要求;
x2 x1
x3
.
4
数学模型
设计参数: x1, x2, x3

机械优化设计概述(PPT共 95张)

机械优化设计概述(PPT共 95张)

求:在钢管压应力 不超过
和失稳临界应力
e
y
条件下,
使质量m最小的高度h和直径D?
第一章 优化设计概述
1.1 最优化问题示例 例1-1 人字架的优化设计
解:(1)钢管满足的强度与稳定条件
钢管所受压力
2 FL F (B h ) F 1 h h 1 2 2
2 EI 压杆临界失稳的临界力 Fe L2

A 2 T D2 8


第一章 优化设计概述
1.1 最优化问题示例 例1-1 人字架的优化设计 强度约束条件: y 稳定约束条件: e
F B h TDh
2

1 2 2

y
FB h
2
1 2 2
T D h

2 2ET2 D 2 2 8B h
使传统机械设计中,求解可行解上升为求解最优解成为 使传统机械设计中,性能指标的校核可以不再进行;
使机械设计的部分评价,由定性改定量成为可能;
使零缺陷(废品)设计成为可能;
大大提高了产品的设计质量,从而提高了产品的质量;
大大提高了生产效率,降低了产品开发周期。
绪论
2 机械的设计方法 实际案例:
2 r i arccos i
2 2 r l l 2 l l i 1 4 1 4cos i
2
2
第一章 优化设计概述
1.1 最优化问题示例 例1-3 平面连杆机构的优化 解:(2)约束条件
g 1 l1 l 2 0 g 2 l1 l 3 0 g 3 l1 l 4 l 2 l 3 0 g 4 l1 l 2 l 3 l 4 0 g 5 l1 l 3 l 2 l 4 0 l 22 l 32 l 1 l 4 2 g 6 arccos 2 l2l3 max 0

机械优化设计经典实例PPT课件

机械优化设计经典实例PPT课件


x1
x2 x1
3/ 2


0
g3 (X ) 3 l 3 x3 0
g4 (X ) d x2 0
g5 ( X ) D d x1 x2 0
设计实例2: 平面连杆机构优化设计
一曲柄摇杆机构, M为连秆BC上一点, mm为预期的运动 轨迹,要求设计该 曲柄摇杆机构的有 关参数,使连杆上 点M在曲柄转动一 周中,其运动轨迹 (即连杆曲线)MM 最佳地逼近预期轨 迹mm。
6.12(x12 x22 )x3 106
设计实例1:
g1 ( X ) d 4 D 4 1.27 D 10 5 x2 4 x14 1.27 10 5 0
g2 ()

154.34D D4 d 4

Dd D
3/ 2

154.34x1 x14 x2 4
设计实例2:
设计一再现预期轨迹mm的曲柄摇杆机构。已知xA= 67mm,yA=10mm,等分数s=12,对应的轨迹mm 上12个点的坐标值见表,许用传动角[γ]=300。
设计实例2:
一、建立优化设计的数学模型
点M的坐标: xM xA l1 cos( ) l5 cos( ) yM yA l1 sin( ) l5 sin( )
( ) arccosl12 l22 l32 l42 2l1l4 cos
2l2 l12 l42 2l1l4 cos arctg l1 sin
l4 l1 cos
设计实例2:
点M的坐标: xM xA l1 cos( ) l5 cos( ) yM yA l1 sin( ) l5 sin( )

《机械优化设计》课件

《机械优化设计》课件

成本最低、 利润最大、 效率最高、 能耗最低、 综合性能最好
f(x*)
0
x*
x
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。
………
绪论
1.2 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。
1.3 传统设计与优化设计 传统设计:求得 可行解,人工计算。 优化设计:解得 最优解,计算机计算。
优化问题的数学模型是实际优化问题的数学抽象。在
明确设计变量、约束条件和目标函数之后,优化设计问
题可以表示成一般的数学形式。
求设计变量向量
使
且满足约束条件
或可写成miຫໍສະໝຸດ f ( X ) f (x1, x2, , xn )
s.t.
gu ( X ) gu (x1, x2, , xn ) 0 (u 1, 2, m) hk ( X ) hk (x1, x2, , xn ) 0 (u 1, 2, k)
361240181
第二章 优化设计的数学基础
等值线的分布规律: 等值线越内层其函数值越小(对于求目标函数的极小化来说) 沿等值线密的方向,函数值变化快;沿等值线疏的方向,函数值变
没有“心”:例,线性函数的等值线是平行的,无“心”,认为 极值点在无穷远处。
多个“心”:不是单峰函数,每个极(小)值点只是局部极 (小)值点,必须通过比较各个极值点和“鞍点”(须正确判别) 的值,才能确定极(小)值点。
•欢迎加入湖工 大考试资料群:
361240181
•欢迎加入湖工 大考试资料群:
优化设计概述
一 优化设计内涵 二 优化设计基本过程——人字架的 优化设计 三 优化设计问题的描述——数学模型

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
  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)。

1
1 321
x1 x22
0
g5 (x) x1 0
g6 (x) x2 0
0.0
盖板优化实例
0.0
盖板优化实例
运行结果:
x = 0.6332 25.3264 fval = 101.3056
0.0
前面空心轴的问题:
clear all x0=[23,19,4]; options=optimset('largescale','off','display','iter','tolx',1e-6);
0.0
1.3 数组
2)域表定义数组 变量=初值:增量:终值|初值:终值 变量=(初值:增量:终值)*常数 例如: x=0:0.02:10 y=1:80
0.0
1.3 数组
1.3.2、 数组的访问(一维)
数组名
表示全体元素
数组名(k)
表示第k元素
数组名(k1:k2)
表示第k1到k2元素
0.0
1.3.3 数组运算
0.0
设计实例1:
g1 ( X ) d 4 D 4 1.27 D 10 5 x2 4 x14 1.27 10 5 0
g2 ()
154.34D D4 d 4
Dd D
3/ 2
154.34x1 x14 x2 4
x1
x2 x1
3/ 2
0
g3 (X ) 3 l 3 x3 0
[τ]=60MPa。轴所受扭矩为M=1.5×106N·mm。
分析
设计变量:外径D、பைடு நூலகம்径d、长度l
设计要求:满足强度,稳定性和结构尺寸要 求外,还应达到重量最轻目的。
0.0
设计实例1:
所设计的空心传动轴应满足以下条件: (1)扭转强度
空心传动轴的扭转切应力不得超过许用值,即
空心传动轴的扭转切应力:
0.0
1.4.3 M-文件的操作
sin( x 2 y 2 ) z
x2 y2
(7.5 x 7.5,7.5 y 7.5)
0.0
1.4.3 M-文件的操作
0.0
1.4.3 M-文件的操作
0.0
第2部分 优化计算工具
2.1 线性规划优化函数 2.2 无约束非线性优化函数 2.3 约束优化函数
0.0
建立数学模型的基本原则
1)设计变量的选择: 尽量减少设计变量数目 设计变量应当相互独立
2)目标函数的确定: 选择最重要指标作为设计追求目标
3)约束条件的确定: 性能约束和边界约束
0.0
设计实例1:
试设计一重量最轻的空心传动轴。空心传动轴 的D、d分别为轴的外径和内径。轴的长度不得 小于3m。轴的材料为45钢,密度为7.8×10-6㎏ /㎜,弹性模量E=2×105MPa,许用切应力
数字、下划线组成,长度≤19)。可以合 法出现而定义。
区分大小写字母,以当前值定义其类型。 2、函数名
函数名用标识符表示。
0.0
1.3 数组
行向量、列向量、矩阵 1.3.1 创建数组的常用方法
1)直接列表定义数组
例如:
x=[1 2 3 4 5 6 7 8 9 0] y=[1,2,3,4,5,6,7,8,9,0] z=[1,2,3,4,5;2,3,4,5,6,7]
2D
0.0
设计实例1:
整理得:
154.34D D4 d4
Dd D
3/ 2
0
(3)结构尺寸
l l min d 0
Dd 0 0.0
设计实例1:
设:
x1
D
x2
d
x3
l
则数学模型为:
min f () 6.12(D2 d 2 )l 10 6
6.12(x12 x22 )x3 106
0.0
2.2 无约束非线性优化函数
[结果] x=
1.0e-008 * -0.7512 0.2479 fval = 1.3818e-016
0.0
2.3 约束优化函数
[函数] fmincon [格式] x=
fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) x=
fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon, options) [x,fval] = fmincon(…)
16D (D4 d 4)
0.0
设计实例1:
空心传动轴的扭切应力:
16D (D4 d 4)
经整理得:
d 4 D4 1.27105 D 0
0.0
设计实例1:
(2)抗皱稳定性 扭转切应力不得超过扭转稳定得临界切应力:
' 空心传动轴的扭转稳定的临界切应力为:
' 0.7E( D d )3/ 2
设计实例2:
(3)由满足传动角条件γ>[γ],可得:
g5 ( x)
[ ] arccosl22
l32 (l4 2l2l3
l1)2
0
g6
(x)
[
]
[180。
arc c osl22
l32
(l4 2l2l3
l1
)2
]
0
0.0
优化设计工具
0.0
优化设计工具
第1部分 MATLAB基础 第2部分 优化计算工具
2.2 无约束非线性优化函数
[应用举例] 求 f (x) 3x12 的2x最1x2小值x22 [代码]%首先编写目标的.m文件 function f=myfun(x)
f=3*x(1)^2+2*x(1)*x(2)+x(2)^2 %然后调用函数 fminunc
x0=[1,1];
[x,fval]=fminunc(myfun,x0)
0.0
2.3 约束优化函数—盖板优化实例:
0.0
目标函数:
f (x) 2 60t 2 0.5h 120 x1 x2
约束:
g1 ( x)
[ ] max
1
1 4
x2
1
0
g2 (x)
[ ] max
1
7 45
x1 x2
1
0
g3 (x)
c max
1
7 45
x13 x2
1
0
g4 (x)
1.5 f max
0.0
第1部分 MATLAB基础
1.1 MATLAB环境简介 1.2 数据表示 1.3 数组 1.4 源文件(M-文件)
0.0
1.1 MATLAB窗口
启动MATLAB 其窗口如右
1、Command Window (命令窗口)
2、Workspace (工作区)
0.0
1.2 数据表示
1、变量 变量用标识符表示(字母打头、字母、
0.0
MATLAB解决的线性规划问题的标准形式为:
min cT x s.t. Ax b, x 0
A (aij )mn , x (x1, x2, x3,...xn )T c (c1, c2, )T ,b (b1,b2,...bm )T ,且b 0
0.0
2.1 线性规划优化函数
function f=myfun1(x)
[x,fval,exitflag,output]=fmincon('myfun1',x0,[],[],[],[],[],[],'confun1',options)
格式 function [输出表]=函数名(输入表) 函数体
0.0
1.4.2 非函数文件
无函数头的M文件,由若干命令和注释构成。 相当于主程序 如: %Filename is a sine.m
x = 0:0.1:2*pi; y = sin(x); plot(x,y)
0.0
1.4.3 M-文件的操作
(a与b的维数必须相同)
0.0
1.3.3 数组运算
4). 数组点正除(右除)
使两数组的对应元素正除 a./b 结果为:
a1
1 b1
a2
1 b2
an
1 bn
(a、b维数必须相同)
0.0
1.4 源文件(M-文件)
分为两类: 函数文件和非函数文件 都用扩展名.M
1.4.1 函数文件(相当于子程序)
1). 纯量与数组的算术运算 a ω c1 或 c1 ω a 其中ω可为+、-、* 结果为[a1ωc1 a2ωc1 … anωc1] 或[c1ωa1 c1ωa2 … c1ωan]
2). 数组加(减) 使两数组的对应各元素相加(减)
0.0
1.3.3 数组运算
3). 数组点乘 两数组的对应元素相乘a.*b 结果: [a1*b1 a2*b2…an*bn]
[函数] linprog [格式] x = linprog(f,A,b,Aeq,beq)
x = linprog(f,A,b,Aeq,beq,lb,ub,x0)
f——是优化参数x的系数矩阵;
A——线性不等式约束系数阵 b——线性不等式约束常数向量 Aeq——线性等式约束系数阵 Beq——线性等式约束常数向量
1
1 321
x1
x
2 2
1
0
g5 (x) x1 0
g6 (x) x2 0
0.0
盖板优化实例
f (x) 2 60t 2 0.5h 120 x1 x2
0.0
盖板优化实例
g1 ( x)
1
1 4
x2
0
7 g2 (x) 1 45 x1x2 0
g3 ( x)
1
7 45
x13 x2
0
相关文档
最新文档