机械优化设计试题及答案
- 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)。
计算题
1.试用牛顿法求()221285f X x x =+的最优解,设()[]01010T
X =。
初始点为()[]01010T
X =,则初始点处的函数值和梯度分别为
()()0120
121700164200410140f X x x f X x x =+⎡⎤⎡⎤∇==⎢⎥⎢⎥+⎣⎦⎣⎦
,沿梯度方向进行一维搜索,有
()010000010200102001014010140X X f X αααα-⎡⎤⎡⎤⎡⎤=-∇=-=⎢⎥⎢⎥⎢⎥
-⎣⎦⎣⎦⎣⎦
0α为一维搜索最佳步长,应满足极值必要条件
()
()[]
()()()(){
}
()
αϕαααααα
αα
min 14010514010200104200108min min 2
0002
00
01=-⨯+-⨯-⨯+-⨯=∇-=X f X f X f
()001060000596000ϕαα'=-=, 从而算出一维搜索最佳步长 059600
0.05622641060000
α=
=
则第一次迭代设计点位置和函数值01010200 1.245283010140 2.1283019X αα--⎡⎤⎡⎤
==⎢⎥⎢⎥
-⎣⎦
⎣⎦ ()124.4528302f X =,从而完成第一次迭代。按上面的过程依次进行下去,便可
求得最优解。
2、试用黄金分割法求函数()20
f ααα
=+
的极小点和极小值,设搜索区间
[][],0.2,1a b =(迭代一次即可)
解:显然此时,搜索区间[][],0.2,1a b =,首先插入两点12αα和,由式 ()1()10.61810.20.5056b b a αλ=--=--= ()2()0.20.61810.20.6944a b a αλ=+-=+⨯-=
计算相应插入点的函数值()()4962.29,0626.4021==ααf f 。
因为()()12f f αα>。所以消去区间[]1,a α,得到新的搜索区间[]1,b α, 即[][][]1,,0.5056,1b a b α==。 第一次迭代:
插入点10.6944α=, 20.50560.618(10.5056)0.8111α=+-=
相应插入点的函数值()()1229.4962,25.4690f f αα==,
由于()()12f f αα>,故消去所以消去区间[]1,a α,得到新的搜索区间[]1,b α,
则形成新的搜索区间[][][]1,6944.0,,1==b a b α。至此完成第一次迭代,继续重复迭代过程,最终可得到极小点。
3.用牛顿法求目标函数()22
121625f X x x =++5的极小点,设()[]022T
X =。
解:由 ()
[]022T X =,则()11022326450100f x x f X x f x ∂⎢⎥
⎢⎥∂⎡⎤⎡⎤
⎢⎥∇===⎢⎥⎢⎥∂⎢⎥⎣⎦
⎣⎦⎢⎥∂⎣⎦
()222
1
122022221
2320050f f x x x f X f f x x x ⎢⎥
∂∂⎢⎥∂∂∂⎡⎤
⎢⎥∇==⎢⎥
⎢⎥∂∂⎣⎦⎢
⎥∂∂∂⎣⎦
,其逆矩阵为
()1
2010321050f X -⎡⎤⎢⎥⎡⎤∇=⎢⎥⎣⎦
⎢⎥⎢⎥⎣
⎦
因此可得:()()1102001
02640322110000
50X X f X f X -⎡⎤
⎢⎥
⎡⎤⎡⎤⎡⎤⎡⎤=-∇∇=-=⎢
⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦
()15f X =,从而经过一次迭代即求得极小点[]00T
X *=,()5f X *=
4.下表是用黄金分割法求目标函数 ()20
f ααα=+的极小值的计算过程,请完成
下表。
5、 求二元函数f(x 1,x 2)=x 12+x 22-4x 1-2x 2+5在x 0=[0 0]T 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是梯度方向,这里用单位向量P 表示函数变化率最大和数值是梯度的模II )(0x f ∇II 。求f(x 1,x 2)在0x 点处的梯度方向和数值,计算如下:
)(0x f ∇=0
21x x f x f ⎥⎥⎥⎥⎦⎤
⎢⎢⎢⎢⎣⎡∂∂∂∂=0224221
x x x ⎥⎦⎤⎢
⎣⎡--=⎥⎦
⎤
⎢⎣⎡--24 II )(0x f ∇II =22
21)()(
x f
x f ∂∂+∂∂=52)2()4(22=-+- P=⎥⎥⎥⎥⎦
⎤
⎢⎢⎢⎢⎣
⎡-
-=⎥
⎦⎤⎢⎣⎡--=∇∇51525224)()(00x f x f 在21x x -平面上画出函数等值线和0x (0,0)点处的梯度方向P ,如图2-1所示。从图中可以看出,在0x 点函数变化率最大的方向P 即为等值线的法线方向,也就是同心圆的半径方向。
6、 用共轭梯度法求二次函数f(x 1,x 2)=x 12+2x 22-4x 1-2 x 1x 2 的极小点及极小值? 解: 取初始点 x 0 []T
11=
则 g 0=⎥⎦⎤
⎢⎣⎡-=⎥⎦⎤⎢
⎣
⎡---=∇2424422)(012210
x x x x x x f
取 d 0=-g 0=⎥⎦
⎤
⎢⎣⎡-24 沿d 0方向进行一维搜索,得
x 1=x 0+
αd 0=
⎥⎦
⎤⎢⎣⎡-+=⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡00021412411ααα 其中的0α为最佳步长,可通过f (x 1)=0)(),(min 01
1='αϕαϕα
求得 0α=
4
1
则 x 1 = ⎥
⎦⎤⎢⎣⎡-+=⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡00
021412411ααα=⎥⎥⎦
⎤⎢⎢⎣⎡212 为建立第二个共轭方向d 1,需计算 x 1 点处的梯度及系数0β值,得
g 1=∇f (x 1)=⎥⎦⎤
⎢⎣⎡--=⎥⎦⎤⎢
⎣
⎡---212442211221x x x x x
4
1
2052
210==
=
g g β 从而求得第二个共轭方向
d 1=-g 1+0βd 0=⎥⎥⎦
⎤⎢⎢⎣⎡=⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡2322441
21
再沿d 1进行一维搜索,得
x 2=x 1+1αd 1=⎥⎥⎦
⎤
⎢⎢⎣⎡++=⎥⎥⎦⎤⎢⎢⎣⎡+⎥⎥⎦⎤⎢⎢⎣⎡111232122232212ααα