关于现代机械设计创新方法的研究
关于现代机械设计创新方法的研究 摘要:随着我国企业机械优化设计方案的不断创新,一些新型的企业机械设计 程序对提升机械软件的创新应用具有重要的作用。机械软件人员还应当不断加强 专业学习,巩固专业知识,尤其要实现机械设计方案的创新发展与推广。相关企 业应当加强机械设计领域的成本投入与质量监管机制,使我国企业机械设计方案 得到优化。 关键词:机械设计;创新;研究 Abstract:with the continuous innovation of mechanical optimization design schemes in Chinese enterprises,some new enterprise mechanical design programs play an important role in promoting the innovative application of mechanical software. Mechanical software personnel should also continue to strengthen professional learning,consolidate professional knowledge,especially to realize the innovative development and promotion of mechanical design schemes. 前言: 时代的发展使得机械行业快速前进,此时与之相关的设计规定也越来越严格。创新是该 行业的一次重大发展。对于发展中的我们国家来讲,要想和世界先进水平保持一致,就要不 断优化设计理念,积极开展创新工作。 1 有关现代机械设计优化原理的概述 1.1 企业机械设计的概念和优化原理 企业机械设计主要是一些技术人员进行编程系统或者机械软件的设计工作,尤其是要实 现一些设计领域与机械设计方案的有效结合。计算机技术人员应当实现一些机械软件的有效 应用,尤其要实现机械设计原理的不断优化,创新机械工程设计方案。[1]企业机械设计人员 要合理设计相关的技术参数,将机械设计方案适用实现最优化。[2]企业机械设计人员还应当 实现机械系统的充分运用、充分发挥企业机械设计系统的创新功能,这有利于提升现代机械 设计的技术标准,这有利于促进我国现代机械人员实现整套机械设计的科学编制和优化设计。 1.2 现代企业机械设计的联系及特点 现代企业机械设计作为一种包含目标函数、控制语句、数据结构、对象编程的高级阵列 语言,企业机械设计和机械设计软件开发人员应当控制好输出和输入系统,有效指引用户在 命令窗口中输入有效的执行命令,编写灵活科学的应用程序和运行。现代企业机械设计具有 可拓展性强、可移植性好、工具方便特点的新型企业机械设计语言,有利于深入分析科学研 究和工程计算的不同领域,使软件用户能够充分利用企业机械设计的目标函数和数据文件, 具体包括企业机械设计桌面的编辑器和调试器,做好路径搜索和用户浏览工作,确保调试系 统的完备程序的有序运行。 2 现代企业机械设计原理在创新设计中的运用探究 2.1 现代企业机械设计在计算机语言中的运用 随着互联网的快速发展,企业机械设计在计算机语言中的运用中,它广泛运用于一些子 程序的机械优化设计中,并且具备了非常好的的语言指导功能和非常高的可靠性。现在企业
机器人避障优化模型讲解
机器人避障优化模型 摘要 “机器人避障问题”是在一个规定的区域范围内,有12个位置各异、形状不同的障碍物分布,求机器人从出发点到达目标点以及由出发点经过途中的若干目标点到达最终目标点的避障最短路径及其最短时间,其中必须考虑如圆与切线的关系等问题。基于优化模型,对于题目实际情况进行研究和分析,对两个问题都用合适的数学思想做出了相应的解答和处理,以此建立符合题意的数学模型。 问题一,要求建立机器人从原点出发到达以区域中另一点为终点的最短路径模型。机器人的避障路径规划主要包括环境建模、路径搜索、路径平滑等环节,针对本题的具体情况,首先对图形进行分析,并用AutoCAD 软件进行环境建模,使其在障碍物外围延伸10个单位,然后考虑了障碍物对路径安全的影响再通过蚁群算法来求它的的最短路径,由于此时最短路径中存在转弯路径,需要用人工势场法进行路径平滑处理,从而使它的最短路径在蚁群算法算出的结果情况下,可以进一步缩短其路径,从而存在机器人以区域中一点到达另一点使其避障的路径达到最短,在最终求解时,通过matlab 软件求其最优解。 问题二,仿照问题一机器人避障路径规划的基本环节所建立的一般模型,再根据题二所提出的具体问题,建立机器人从O (0,0)出发,使达到A 的最短时间路径模型。其中已知最大速度为50=v 个单位/秒,机器人转弯时,最大转弯速度为 2 1.0100 e 1)(ρρ-+= =v v v ,其中ρ是转弯半径,并有ν为增函数。且有0νν<恒成立,则可 知行走路径应尽量减少走圆弧,且可时间由走两段直线加圆弧的时间之和。 关键词: 最短路径 蚁群算法 人工势场法 机器人避障
机械优化设计复合形方法及源程序
机械优化设计——复合形方法及源程序 (一) 题目:用复合形法求约束优化问题 ()()()2 22 1645min -+-=x x x f ;0642 22 11≤--=x x g ;01013≤-=x g 的最优解。 基本思路:在可行域中构造一个具有K 个顶点的初始复合形。对该复合形各顶点的目标函数值进行比较,找到目标函数值最大的顶点(即最坏点),然后按一定的法则求出目标函数值有所下降的可行的新点,并用此点代替最坏点,构成新的复合形,复合形的形状每改变一次,就向最优点移动一步,直至逼近最优点。 (二) 复合形法的计算步骤 1)选择复合形的顶点数k ,一般取n k n 21≤≤+,在可行域内构成具有k 个顶点的初始 复合形。 2)计算复合形个顶点的目标函数值,比较其大小,找出最好点x L 、最坏点x H 、及此坏点 x G.. 3)计算除去最坏点x H 以外的(k-1)个顶点的中心x C 。判别x C 是否可行,若x C 为可行点, 则转步骤4);若x C 为非可行点,则重新确定设计变量的下限和上限值,即令 C L x b x a ==,,然后转步骤1),重新构造初始复合形。 4)按式()H C C R x x x x -+=α计算反射点x R,必要时改变反射系数α的值,直至反射成 功,即满足式()()()()H R R j x f x f m j x g ?=≤;,2,1,0,。然后x R以取代x H,构成新的复合形。 5)若收敛条件()()[] ε≤?? ? ?????--∑=2 1 1211k j L j x f x f k 得到满足,计算终止。约束最优解为:()()L L x f x f x x ==*,*。 (三) 复合形法程序框图见下图:
30586机械优化设计考纲
高纲1513 江苏省高等教育自学考试大纲 30586 机械优化设计 南京理工大学编 江苏省高等教育自学考试委员会办公室 Ⅰ课程性质与课程目标 一、课程性质和特点 《机械优化设计》是高等工科院校中机械设计制造及其自动化专业现代设计方法模块的一门选修课程,它综合运用先修课程所学到的数学、计算机编程和机械等方面知识与理论,来解决机械工程领域内有关机构、机械零部件、机械结构及机械系统的优化设计问题及机械工程领域的其他优化问题。通过课程的学习可以培养学生运用现代设计理论与方法来更好地解决机械工程设计问题的能力。为进一步深入学习现代机械设计的理论与方法及更好地从事机械工程方面的设计、制造和管理等相关工作打下良好的基础。本课程的特点是数学基础理论与计算机编程语言与机械设计专业知识高度结合的综合课程。 二、课程目标 本门课程通过授课、练习和上机实践等教学环节,使学生树立机械优化设计的基本思想,了解机械优化设计的基本概念,初步掌握建立优化数学模型的基本方法和要求,了解和掌握一维搜索、无约束优化和约束优化中的一些基本算法及各种基本优化方法的特点和相关优化参数的选用原则,具有一定的编制和使用优化软件工具的能力,并具备一定的将机械工程问题转化为最优化问题并求解的应用能力。 三、与相关课程的联系与区别 本课程教学需要的先修课程:高等数学、理论力学、材料力学、机械原理、机械设计、机械制造装备设计、计算机编程语言。 本门课程要利用高等数学中有关偏导数、函数、极值、线性代数和矩阵等知识来
构建优化的方法;利用力学、机械设计和机械制造等方面的专业知识将工程问题转化成规范的优化设计数学模型,并利用计算机编程语言将优化方法和数学模型转化成可以执行的计算机程序,从而得到优化问题的解。因此,它既区别于基础的数学、力学课程和计算机编程语言课,又不同于机械设计和机械制造等机械专业课程,是利用数学方法和编程语言来解决机械工程设计问题的综合性课程。需要培养学生综合应用各选修课程知识解决工程设计问题的能力。 四、课程的重点和难点 本课程的重点内容:机械优化设计的基本概念、一维搜索优化方法、基本的无约束优化方法和约束优化方法。 本课程的次重点内容:机械优化数学模型建立方法和原则、优化设计的数学基础、线性规划方法、多目标和离散变量的优化方法。 本课程的的难点内容:约束优化方法、优化方法在机械工程设计中的实际应用。 Ⅱ考核目标 本大纲在考核目标中,按照识记、领会和应用三个层次规定其应达到的能力层次要求。三个能力层次是递升的关系,后者必须建立在前者的基础上。各能力层次的含义是: 识记(Ⅰ):要求考生能够识别和记忆本课程中有关优化设计数学模型和各种基本优化方法基本概念、基本原理、算法特点、算法步骤等主要内容并能够根据考核的不同要求,做正确的表述、选择和判断。 领会(Ⅱ):要求考生能够领悟和理解本课程中有关优化问题数学建模、求解及各种基本优化方法的概念及原理的内涵及外延,理解各种优化方法的数学基础和求解步骤的确切含义,掌握每种方法的适用条件和优化参数选用原则;理解相关知识的区别和联系,做出正确的判断、解释和说明。 应用(Ⅲ):要求考生能够根据所学的方法,对简单的优化问题求解,得出正确的结论或做出正确的判断。能够针对具体、实际的工程情况发现问题,并能探究解决问题的方法,建立合理的数学模型,用所学的优化方法进行求解,并学会编程或利用现有优化软件求解优化问题。 Ⅲ课程内容与考核要求 绪论 一、学习目的与要求 了解机械优化设计的特点、发展概况以及本课程的主要内容。 二、课程内容 传统设计和优化设计的特点和区别,机械优化设计发展概况及本课程的主要内容。 三、考核知识点与考核要求 1. 传统设计和优化设计 识记:传统设计特点,传统设计流程; 领会:优化设计特点,现代设计流程。 2. 机械优化设计发展概况
机械优化设计方法基本理论
机械优化设计方法基本理论 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学,它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速,并且取得了可观的经济效益,在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展,现代化机械优化设计方法主要以数学规划为核心,以计算机为工具,向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多,从不同的角度出发,可以做出各种不同的分类。按目标函数的多少,可分为单目标优化设计方法和多目标优化设计方法按维数,可分为一维优化设计方法和多维优化设计方法按约束情况,可分为无约束优化设计方法和约束优化设计方法按寻优途径,可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达,可分为能用数学模型表达的优化设计问题其寻优途径为数学方法,如数学规划法、最优控制法等 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数,在优化过程中,这些参数就是自变量,一旦设计变量全部确定,设计方案也就完全确定了。设计变量的数目确定优化设计的维数,设计变量数目越多,设计空间的维数越大。优化设计工作越复杂,同时效益也越显著,因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。 1.2 约束条件 约束条件是设计变量间或设计变量本身应该遵循的限制条件,按表达方式可分为等式约束和不等式约束。按性质分为性能约束和边界约束,按作用可分为起作用约束和不起作用约束。针对优化设计设计数学模型要素的不同情况,可将优化设计方法分类如下。约束条件的形式有显约束和隐约束两种,前者是对某个或某组设计变量的直接限制,后者则是对某个或某组变量的间接限制。等式约束对设计变量的约束严格,起着降低设计变量自由度的作用。优化设计的过程就是在设计变量的允许范围内,找出一组优化的设计变量值,使得目标函数达到最优值。
2012年高教社杯数学建模D题--机器人避障问题论文
机器人避 障问题 摘要 本文研究了机器人避障最短路径和最短时间路径的问题。主要研究了在一个区域中存在12个不同形状障碍物,由出发点到达目标点以及由出发点经过途中的若干目标点到达最终目标点的多种情形,寻找出一条恰当的从给出发点到目标点的运动路径使机器人在运动中能安全、无碰撞的绕过障碍物而使用的路径和时间最短。由于规定机器人的行走路径由直线段和圆弧组成,其中圆弧是机器人转弯路径,机器人不能折线转弯。所以只要给定的出发点到目标点存在至少一个障碍物,我们都可以认为最短路径一定是由线和圆弧所组成,因此我们建立了切线圆结构,这样无论路径多么复杂,我们都可以将路径划分为若干个这种切线圆结构来求解。在没有危险碰撞的情况下,圆弧的半径越小,路径应该越短,因此我们尽量选择最小的圆弧半径以达到最优。对于途中经过节点的再到达目标点的状况,我们采用了两种方案,一种是在拐点和节点都采用最小转弯半径的形式,另一种是适当扩大拐点处的转弯半径,使得机器人能够沿直线通过途中的目标点。然后建立了最优化模型对两种方案分别进行求解,把可能路径的最短路径采用穷举法列举出来,用lingo 工具箱求解得出了机器人从O(0,0)出发,O→A、O→B、O→C 和O→A→B→C→O 的最短路径;利用matlab 中的fminbnd 函数求极值的方法求出了机器人从O(0,0)出发,到达A 的最短时间路径。本文提出一种最短切线圆路径的规划方法,其涉及的理论并不高深,只是应用了几何知识和计算机程序、数学工具计算,计算简易,便于实现,能搞提高运行效率。 问题一 O→A 最短路径为:OA L =471.0372 O→B 最短路径为:=1OB L 853.8014 O→C 最短路径为:4OC L =1054.0 O→A→B→C→O 最短路径为: 问题二机器人从O(0,0)出发,到达A 的最短时间路径: 最短时间是94.5649,圆弧的半径是11.5035,路径长4078.472=OA L 关键词最短路径;避障路径;最优化模型;解析几何;数学工具 一、问题重述 图1是一个800×800的平面场景图,在原点O(0,0)点处有一个机器人,它只能在该平面场景范围内活动。图中有12个不同形状的区域是机器人不能与之发生碰撞的障碍物,障碍物的数学描述如下表:
罗默《高级宏观经济学》第版课后习题详解第章索洛增长模型
罗默《高级宏观经济学》(第3版)第1章 索洛增长模型 跨考网独家整理最全经济学考研真题,经济学考研课后习题解析资料库,您可以在这里查阅历年经济学考研真题,经济学考研课后习题,经济学考研参考书等内容,更有跨考考研历年辅导的经济学学哥学姐的经济学考研经验,从前辈中获得的经验对初学者来说是宝贵的财富,这或许能帮你少走弯路,躲开一些陷阱。 以下内容为跨考网独家整理,如您还需更多考研资料,可选择经济学一对一在线咨询进行咨询。 增长率的基本性质。利用一个变量的增长率等于其对数的时间导数的事实证明: (a )两个变量乘积的增长率等于其增长率的和,即若()()()Z t X t Y t =,则 (b )两变量的比率的增长率等于其增长率的差,即若()()()Z t X t t =,则 (c )如果()()Z t X t α=,则()()()()//Z t Z t X t X t α=g g 证明:(a )因为一个变量的增长率等于对该变量取对数后再对时间求导,那么可得下式: 因为两个变量的积的对数等于两个变量各自对数之和,所以有下式: 再简化为下面的结果: 则得到(a )的结果。 (b )因为一个变量的增长率等于对该变量取对数后再对时间求导,那么可得下式: 因为两个变量的比率的对数等于两个变量各自对数之差,所以有下式: 再简化为下面的结果: 则得到(b )的结果。 (c )因为一个变量的增长率等于对该变量取对数后再对时间求导,那么可得下式: 又由于()()ln ln X t X t αα??=??,其中α是常数,有下面的结果: 则得到(c )的结果。 假设某变量X 的增长率为常数且在10~t 时刻等于0a >,在1t 时刻下降为0,在12~t t 时刻逐渐由0上升到a ,在2t 时刻之后不变且等于a 。 (a )画出作为时间函数的X 的增长率的图形。 (b )画出作为时间函数的ln X 的图形。 答:(a )根据题目的规定,X 的增长率的图形如图1-1所示。 从0时刻到1t 时刻X 的增长率为常数且等于a (0a >),为图形中的第一段。X 的增长率从0上升到a ,对应于图中的第二段。从2t 时刻之后,X 的增长率再次变为a 。 图1-1 时间函数X 的增长率 (b )注意到ln X 关于时间t 的导数(即ln X 的斜率)等于X 的增长率,即: 因此,ln X 关于时间的图形如图1-2所示:从0时刻到1t 时刻,ln X 的斜率为a (0a >),在1t 时刻,()X t 的增长率出现不连续的变化,因此ln X 的斜率出现扭曲,在1t 时刻至2t 时刻,ln X 的斜率由0逐渐变为a ;从2t 时刻之后,ln X 的斜率再次变为a (0a >)。 图1-2 ln X 关于时间的图形
MATLAB软件在机械优化设计中的应用研究
摘要本文分析了MATLAB软件在机械优化设计中常用的线性规划、一维优化、无约束非线性优化及约束非线性优化四种优化问题的标准数学模型、调用函数及参数的设置。并以具体实例对利用MATLAB解决优化问题的具体过程进行了详细的阐述,该过程可以供工程设计人员参考,以提高优化设计效率。 关键词机械优化设计MATLAB Research on Application of MATLAB Software in Mecha-nical Optimization Design//Jiao Lili Abstract Standard mathematical model,function and the para-meter settings of matlab software which used in mechanical optimization design such as linear programming,one-dimensional optimization,unconstrained nonlinear optimization and constrained nonlinear optimization were analyzed.Specific process of solving the optimization problem with Matlab is expounded by concrete examples,the process could be referenced by engineering staff, and then improve the efficiency optimization design. Key words mechanism;optimization design;Matlab Author's address Faculty of UG,Yancheng Institute of Techn-ology,224051,Yancheng,Jiangsu,China 机械优化设计就是在给定的载荷或环境条件下,在对机械产品的形态、几何尺寸关系以及其他因素的限制(约束)范围内,以机械系统的功能、强度和经济性等为优化对象,选取设计变量,建立目标函数和约束条件,并使目标函数获得最优值的一种现代设计方法。目前,已有很多成熟的优化方法程序可供选择,但它们各有自己的特点和适用范围,实际应用时必须注意因为优化方法或初始参数选择而带来的收敛性等问题。而M ATLAB语言的优化工具箱则选用最佳方法求解、初始参数输入简单、语法符合工程设计语言要求、编程工作量小、优越性明显。 1MATLAB优化函数介绍 M ATLAB是美国M athWorks公司于20世纪80年代中期推出的数学软件,其优秀的数值计算能力和卓越的数据可视化能力使其很快在数学软件中脱颖而出。M ATLAB优化工具箱可以解决线性规划、非线性规划和多目标规划等问题。具体包括线性、非线性最小化,最大最小化,二次规划,半无限问题,线性、非线性方程(组)的求解,线性、非线性的最小二乘问题以及整数规划等问题的求解。另外,该工具箱还提供了线性、非线性最小化,方程求解,曲线拟合,二次规划等问题中的大型课题的求解方法。为优化方法在工程中的实际应用提供了更方便快捷的途径。 M ATLAB优化工具箱能解决很多优化问题,但从目标函数、约束条件和设计变量的性质上划分,典型的机械优化问题大致分为线性规划问题、一维优化问题、多维无约束非线性规划问题、约束非线性规划问题几大类型。表1中列出了几种优化类型的标准数学模型、M ATLAB优化函数及相应的调用形式、函数中的一些参数的详细说明。 当优化问题的目标函数是优化变量的线性函数,且约束条件也是优化变量的线性等式或不等式时,该问题为线性规划问题。当优化问题中只有一个变量时,无论目标函数是变量的线性关系还是非线性关系都属于一维优化问题,只要调用fminbnd函数即可实现优化目标的求解。如目标函数和约束函数中存在一个或多个非线性函数时,则为非线性规划问题。非线性规划问题则又分为无约束和有约束两大类。 求解无约束优化问题的方法有很多,包括直接搜索法的坐标轮换法、鲍威尔法、单形替换法,间接法的梯度法、牛顿法和变尺度法等。直接搜索法适用于目标函数高度非线性,没有导数或导数很难求的情况,其缺点是收敛速度慢。在函数的导数可求的情况下,梯度法是一种更优的方法,该法利用函数梯度(一阶导数)和Hessian矩阵(二阶导数)构造算法,可获得更快的收敛速度。M ATLAB优化工具箱中的fminunc或fminsearch函数其默认实现思想是BFGS(Broy-den-Fletcher-Gold farb-Shanno)变尺度法。函数fminunc要求目标函数必须连续,函数fminsearch常用来处理不连续的目标函数,对于求解二次以上的问题,fminsearch函数比fmin-unc函数有效。 机械优化设计问题大多是有约束非线性规划问题。有约束非线性规划问题的解法有很多,但这些算法仅能解决某类特殊的非线性规划问题。早期的方法通常是通过构造惩罚函数来将有约束的优化问题转化为无约束优化问题进 中图分类号:TH122文献标识码:A文章编号:1672-7894(2011)16-090-02 优化类型线性规划一维约束优 化 无约束非线 性规划 约束非线性 规划 数学模型min f(x) M ATLAB 优化函数linprog fminbnd fminunc、 fminsearch fmincon 常用调用形式[x,fval,exitflag]= linprog(f,A,b,Aeq, beq,lb,ub,x0) [x,fval,exitflag] =fminbnd(fun, lb,ub) [x,fval,exitflag] =fminunc [/fminsearch] (fun,x0) [x,fval,exitflag] =fmincon(fun, x0,A,b,Aeq, beq,lb,ub, nonlcon) 参数解释1.线性规划中f为优化变量x的系数向量,其他类型的f(x)要定义成M ATLAB函数文件(fun); 2.Ax≤b为线性不等式约束,A为不等式约束系数矩阵,b为不等式约束右端向量; 3.Aeq*x=Beq为线性等式约束,Aeq为等式约束系数矩阵,beq 为等式约束右端向量; 4.c(x)≤0和ceq(x)=0分别为非线性不等式约束和等式约束,要定义成M ATLAB函数文件(nonlcon); 5.ub,lb,x0分别为优化变量x的上界、下界和初始值; 6.x,fval,exitflag分别是返回目标函数的最优解x,在x点的函数值,算法的终止标志(为1时算法收敛)。 表1MATLAB优化函数 min f T x s.t. Ax≤b Aeq*x=Beq lb≤x≤u ≤ b s.t.lb≤x≤ub min f(x) s.t. Ax≤b Aeq*x=Beq c(x)≤0 ceq(x)=0 lb≤x≤u ≤ ≤ ≤ ≤≤ ≤ ≤ ≤ ≤≤ ≤ b min f(x) 90
优化作业
第1章 思考题 1. 何为约束优化设计问题?什么是无约束优化设计问题?试各举一例说明。机械优化设计问题多属哪一类? 2. 一般优化问题的数学模型包括哪些部分?写出一般形式的数学模型。 3. 试简述优化算法的迭代过程。 习题 1. 画出满足下列约束的可行域。 g1(X )= 3x1+2x1-48≤0 g2(X )= x1–18+x2≤0 g3(X )=–x1≤0 g4(X )=–x2≤0 2. 试将优化问题 min F (X)=x12+x22-4x2+4 X∈D?R2 D:g1(X )= 1-x1+x22≤0 g2(X )= x1-3≤0 g3(X )= -x2≤0 的目标函数等值线和约束边界曲线勾画出来,并回答下列问题: (a) X=[1,1]T是不是可行点? (b) T X? ? ? ?? ? = 2 1 2 5 是不是可行点? (c) 可行域D是否为凸集,用阴影线描绘出可行域的范围。 3. 已知某约束优化问题的数学模型为 min F (X)=(x1-3)2+(x2-4)2 X∈D?R2 D:g1(X )= x1-5+x2≤0 g2(X )= 2.5 -x1+x2≤0 g3(X )= -x1≤0 g4(X )= -x2≤0 (1) 该问题是线性规划问题还是非线性规划问题? (2) 按一定比例画出目标函数F(X )的值分别等于1、2、3时的三条等值线,并在图上划出可行域。 (3) 在图上确定无约束最优解和约束最优解。 (4) 若在该问题中又加入等式约束h(x)= x1-x2=0,其约束最优解X*、F(x*)又为多少? 第2章 思考题
1. 试说明函数的方向导数与梯度之间的关系?研究函数的梯度对求函数的极值有什么意义?为什么说梯度方向是函数值上升最快的方向只是函数的一种局部性质? 2. 怎样判断多元函数有无极值? 习题 1. 试将函数F (X ) = x 12-x 1x 2+x 22写成矩阵向量式,并判断其二次型的系数矩阵是否为正定。 2. 试用矩阵形式表示函数F (X ) = x 12 +x 22-x 1x 2-4x 2+60,并写出其海森矩阵。 3. 求函数121222122 123)(x x x x x X F --+=在点X (0) =[-2,4]T 处的梯度。 4. 计算二元函数F (X ) = x 13 - x 1x 22+5x 1 -6在点X (0) =[1,1]T 处沿方向L =[-1,2]T 的方向导数F L ' (X (0) )和沿梯度方向?F (X (0) )的方向导数F ?F ' (X (0) )。 5. 已知目标函数 F(X)=(x 1-2)2+x 22 X =[x 1,x 2]T ∈&?R 2 在不等式约束 g 1(X)=x 12+x 2-1≤0 g 2(X)= -x 2≤0 g 3(X)= -x 1≤0 条件下求得最优点为X *=[1,0]T ,用库恩-塔克条件检验该点是否为条件极值 。 第3章 思考题 1. 为什么说一维优化方法是优化方法中最简单、最基本的方法? 2. 何为初始单峰区间,它在一维优化方法中有何意义? 3. 利用0.618法和二次插值法求解一维优化问题的基本思想各是什么? 4. 0.618法和二次插值法各有什么优缺点? 5. 对二次函数用二次插值法求优时,为什么从理论上说只需进行一次迭代就可求得最优点? 习题 1. 试用进退法确定函数F (x )=3x 3-8x +92的初始单峰区间,给定初始点x 0=0,初始步长h =0.1。 2. 试用黄金分割法求函数F (x )=(x -3)2的最优解(最小值)。已知初始单峰区间为[1,7],迭代精度为ε=0.4。 3. 试用二次插值法求函数F (x ) =8x 3-2x 2-7x +3的最优解。给定初始区间[0,2],迭代精度为ε =0.01。 4. 分别利用黄金分割法和二次插值法的程序求函数F (x ) =x 4-4x 3-6x 2-16x +4的最小值,给定单峰区间为[-1,6],精度要求ε =0.05。 5. 已知某汽车行驶速度x (km/min)与百公里油耗Q ( l )的函数关系为)(20)(l x x x Q +=,试用黄金分割法求当速度x 在0.2~1(km/min)时的最经济的车速x *,并计算此时汽车每行驶100km 的油耗量是多少?
机械优化设计习题及答案
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[]12T n 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 ≤=L 2-1.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 f ρ 令xo T x f x f x f x f x 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