《机械优化设计》孙靖民 哈尔滨工业大学 课后答案
机械优化设计习题及答案1
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 fx 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。
机械优化设计课后习题答案
6 0 海赛矩阵H ( X ) 0 4
a 各阶主子式： a11 6 0，11 a 21 a12 a 22 6 0 0 0 4
H(X)是正定的，所以， f (X) 为凸函数。
得：极值点 X* [1/ 3 1/ 4]T ，极值f ( x* ) 229/ 24
X( k ) ( k )S( k ) 的几何意义。
2-2 已知两向量 P 1 [1 2
2 0]T , P 2 1]T ,求该两向量之间的夹角 。 2 [2 0
2-3 求四维空间内两点 (1,3,1,2) 和 (2,6,5,0) 之间的距离。 2-4 计 算 二 元 函 数 f (X) x13 x1 x22 5x1 6 在 X(0) [1 1]T 处 ， 沿 方 向
x1 d 根据该优化问题给定的条件与要求，取设计变量为 X = x2 D2 ； n x3
（2）建立数学模型的目标函数； 取弹簧重量为目标函数，即：
1
f(X) =
2
4
rx1 x2 x3
2
（3）本问题的最优化设计数学模型： min s.t. f (X) =
2
4
rx1 x2 x3
2
X∈R
3·
g1(X) =0.5-x1 ≤0 g2(X) =10-x2 ≤0 g3(X) =x2-50 ≤0 g4(X) =3-x3 ≤0 g5(X) = (1
x1 8Fx2 ) ≤0 2 x2 x13
3
8Fx2 x3 g6(X) = ≤0 4 Gx1
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、
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[]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 fx 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。
机械优化设计题目答案
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|(x0)。
求f (x1, x2)在x0点处的梯度方向和数值，计算如下：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x x 2 L x n J 使f (X )T min 且满足约束条件 h k (x) =0 (k =1,2,L I) g j (x)乞0 (j =1,2,L 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g j (x)乞0 (j =1,2丄 m )和 n(x)=0 (k=1,2,L I)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 f(X) 符号“ •二”表示“从属于”。
x W R 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f(x)「. min 或目标函数极大化 f(x)—： max 。
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。
(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
优化设计 孙靖民 课后答案第6章习题解答-3
９．图6-39所示为一对称的两杆支架，在支架的顶点承受一个载荷为2F=300000N ， 支架之间的水平距离2B=1520mm ，若已选定壁厚T=2.5mm 钢管，密度/1083-6mm Kg ⨯=.7ρ，屈服极限700=s σMpa ，要求在满足强度与稳定性条件下设计最轻的支架尺寸。
[解] 1．建立数学模型 设计变量：⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=H D x x x 21目标函数：221422577600101.2252)(x x HB D T x f +⨯=+=πρ 约束条件： １）圆管杆件中的压应力σ应小于或等于y ο，即y TDHHB F σπσ≤+=22于是得2122157760019098.59)(x x x x g +=２）圆管杆件中的压应力α应小于或等于压杆稳定的临界应力c σ，由欧拉公式得钢管的压杆温度应力c σ222152222225776006.25102.6)8()(x x H B T D E AL EIC ++⨯=++==ππσ2式中 A ――圆管的截面积；L ――圆管的长度。
于是得0)6006.25)/(577(102.657760019098.59)(2221521222≤++⨯-+=-=x x x x x x g c σσ３） 设计变量的值不得小于或等于0于是得)(0)(2213≤-=≤-=x x g x x g2．从以上分析可知，该优化设计问题具有2个设计变量，4个约束条件，按优化方法程序的规定编写数学模型的程序如下：subroutine ffx(n,x,fx) dimension x(n) fx=1.225e-4*x(1)*sqrt(577600.0+x(2)*x(2)) endsubroutine ggx(n,kg,x,gx) dimension x(n),gx(kg)gx(1)=19098.59*sqrt(577600.0+x(2)*x(2))/(x(1)*x(2))-700.0 gx(2)=19098.59*sqrt(577600.0+x(2)*x(2))/(x(1)*x(2))- 1 2.6e5*(x(1)*x(1)+6.25)/(577600.0+x(2)*x(2)) gx(3)=-x(1) gx(4)=-x(2) end3．利用惩罚函数法（SUMT 法）计算，得到的最优解为：============== PRIMARY DATA ============== N= 2 KG= 4 KH= 0 X : .7200000E+02 .7000000E+03 FX: .9113241E+01GX: -.3084610E+03 -.8724784E+03 -.7200000E+02 -.7000000E+03 PEN = .9132947E+01R = .1000000E+01 C = .4000000E+00 T0= .1000000E-01 EPS1= .1000000E-05 EPS2= .1000000E-05=============== OPTIMUM SOLUTION ============== IRC= 18 ITE= 39 ILI= 39 NPE= 229 NFX= 0 NGR= 57 R= .1717988E-06 PEN= .6157225E+01 X : .4868305E+02 .6988214E+03 FX: .6157187E+01GX: -.1204029E+03 -.1266042E-01 -.4868305E+02 -.6988207E+0310．图6-40所示为一箱形盖板，已知长度L=6000mm ，宽度b=600mm ，厚度mm t s 5承受最大单位载荷q=0.01Mpa ，设箱形盖板的材料为铝合金，其弹性模量MPa E 4107⨯=，泊松比3.0=μ，许用弯曲应力[]MPa 70=σ，许用剪应力[]MPa 45=τ，要求在满足强度、刚度和稳定性条件下，设计重量最轻的结构方案。
《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。