当前位置：文档视界 › 机械优化设计复习总结

机械优化设计复习总结

1. 优化设计问题的求解方法：解析解法和数值近似解法。解析解法是指优化对象用数学方程（数学模型）描述，用数学解析方法的求

解方法。解析法的局限性：数学描述复杂，不便于或不可能用解析方法求解。数值解法：优化对象无法用数学方程描述，只能通过大量的试验数据或拟合方法构造近似函数式，求其优化解；以数学原理为指导，通过试验逐步改进得到优化解。数值解法可用于复杂函数的优化解，也可用于没有数学解析表达式的优化问题。但不能把所有设计参数都完全考虑并表达，只是一个近似的数学描述。

数值解法的基本思路：先确定极小点所在的搜索区间，然后根据区间消去原理不断缩小此区间，从而获得极小点的数值近似解。2. 优化的数学模型包含的三个基本要素：设计变量、约束条件（等式约束和不等式约束）、目标函数（一般使得目

标函数达到极小值）。

3. 机械优化设计中，两类设计方法：优化准则法和数学规划法。

优化准则法：x k 1c k x k（为一对角矩阵）

数学规划法：x k 1x k k d k（k d k分别为适当步长某一搜索方向一一数学规划法的核心）

4. 机械优化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。重点知识点：等式约束优化问题的极值问题和

不等式约束优化问题的极值条件。

5. 对于二元以上的函数，方向导数为某一方向的偏导数。

f n f

~~T|x o |x o cos i

d i i x i

函数沿某一方向的方向导数等于函数在该点处的梯度与这一方向单位向量的内积。梯度方向是函数值变化最快的方向（最速上升方向），建议用单位向量表示，而梯度的模是函数变化率的最大值。

6. 多元函数的泰勒展开。

T 1 T

f x f X o f X o X x G X o x

2f 2f

f f X1 1 X12X1 X2 X1

f X o — ------- X1 X2

X1 X2 x

X 0

X2 2 2f 2f X2

为X2 2 X

2f 2f

矩阵：G x0=

X2 （对称方阵）

X1 X2 2

7. 极值条件是指目标函数取得极小值时极值点应满足的条件。某点取得极值，在此点函数的一阶导数为零，极值

点的必要条件：极值点必在驻点处取得。用函数的二阶倒数来检验驻点是否为极值点。二阶倒数大于零，取得极小值。二阶导数等于零时，判断开始不为零的导数阶数如果是偶次，则为极值点，奇次则为拐点。二元函数在某点取得极值的充分条件是在该点出的海赛矩阵正定。极值点反映函数在某点附近的局部性质。

8. 凸集、凸函数、凸规划。凸规划问题的任何局部最优解也就是全局最优点。凸集是指一个点集或一个区域内，

连接其中任意两点的线段上的所有元素都包含在该集合内。性质：凸集乘上某实数、两凸集相加、两凸集的交集仍是凸集。凸函数：连接凸集定义域内任意两点的线段上，函数值总小于或等于用任意两点函数值做线性内

插所得的值。数学表达：f a^ 1 a x2f为1 f x20 1,若两式均去掉等号，则f x

称作严格凸函数。凸函数同样满足倍乘，加法和倍乘加仍为凸函数的三条基本性质。凸规划针对目标函数和约束条件均为凸函数是的约束优化问题。

9. 等式约束优化问题的极值条件。两种处理方法：消元法和拉格朗日乘子法。也分别称作降维法和升维法。消元法:将等式约束条件的一个变量表示成另一个变量的函数。减少了变量的个数。拉格朗日乘子法是通过增加变量将等式约束优化问题变成无约束优化问题，增加了变量的个数。

10. 不等式约束优化问题的极值条件。不等式约束的多元函数极值的必要条件为库恩塔克条件。库恩塔克条件:

j X i

j 1

X i

j g j x *

g j x ，几何意义：在约束极小值处，

函数的负梯度一定能表示成所有起作用约束在

逼近原来函数的方法：牛顿法（切线法）和抛物线法（二次插值法）。牛顿法迭代公式:

因子去一维最佳步长:

该点梯度的非负线性组合。对于含有等式约束的优化问题的拉格朗日乘子，并没有非负的要求。

11. 一维搜索是指一元函数的极值问题。搜索区间的外推法（进退法）

：假设函数在搜索区间具有单谷性，使函数在

搜索区间形成“高低高”趋势来确定极小点所在的区间。分另U 对应搜索的起点，中间点和终点。再利用区间消

去法原理比较函数值的大小以确定极小值所在的搜索区间。

12. 一维搜索方法。试探法：常用的一维搜索的方法是黄金分割法（0.618法）。适用于任何单谷函数求极小值问题。

a i b

b a

黄金分割法要求插入点的位置相对于区间的两端点对称。所以插入点的位置为：

，区间缩短

a 2 a

b a

率为；插值法（函数逼近法）：利用试验点的函数值建立函数近似表达式来求函数的极小点。两种用二次函数

牛顿法的计算步骤：计算f

k ;求 k 1

若

'' ,若

k 1 k

则求得近似解

k 1;

y 2 y 1

二次插值法：c 1

y 3 y 1 c

2 1

士TZ /古 h rtr 砧方来M 古出

p 八j 丿^应 1J 极1且点，对应1的函数1且为极

3 1 2

小值。

13. 无约束优化问题。常用的数值计算方法为搜索方法。基本思想：从给定的初始点，沿某一搜索方向进行搜索，确定最佳步长使函数值

沿搜索方向下降最大。各种无约束优化方法的区别在于确定其搜索方向的方法不同，所以，搜索方向的构成问题是无约束优化方法的关键。无约束优化方法可以分为两类：一类是利用目标函数的一阶或二阶导数的无约束优化方法，如最速下降法，共轭梯度法，牛顿法和变尺度法；另一类只利用目标函数值的无约束优化方法，如坐标轮换法，单形替换法，和鲍威尔法。

14. 最速下降法（梯度法）。从某点出发，搜索方向去该点的负梯度方向。为了使目标函数获得最大下降值。其步长

f x k 1f x k k f x k

min f x k k f x k

min

，在最速下降法

中，相邻两个迭代点上的函数梯度相互垂直。最速下降法迭代行进的距离缩短，收敛速度减慢。梯度反映的是函数的局部性质。最速下降法的收敛速度和变量的尺度关系很大。最速下降方向的每一次搜索方向与前一次的搜索方向互相垂直，形成“之”字形的锯齿现象。

15.

牛顿型方法。多元函数求极值的牛顿法迭代公式： x

k 1x k 2

f x k f x k 。

若某一迭代方法能使二

次函数在有限次迭代内达到极小点，则称此迭代方法是二次收敛的。牛顿方法时二次收敛的。牛顿法和阻尼牛顿法统称为牛顿型方法。主要缺点是计算函数的二阶导数矩阵，并对该矩阵求逆。

16. 共轭方向法。对于二元函数，为避免锯齿现象，在第二次的迭代搜索方向上取到极小点。所必须满足的条件：

d^Gd 10,满足条件的两个向量 d 0 d 1

称之为共轭向量，或称之为对 G 是共轭方向。多维函数当中，共

k 1 k

《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[]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]2 1[)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 2 221)0(?? ? ????+??? ????=?x f x f x f =5 ????? ???????-=??????-=??=5152512)0()0(x f x f p ? 2-3.试求目标函数()2 221212143,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。解：求目标函数的偏导数 212 21124,46x x x f x x x f +-=??-=?? 则函数在X 0=[1,0]T 处的最速下降方向是 ??????-=??????-+-=?????? ??????????-=-?=====462446)(0 121210 1210 2121x x x x x x x x x f x f X f P 这个方向上的单位向量是： 13]2,3[4 )6(]4,6[T 22T -=+--==P P e 新点是

机械优化设计论文(基于MATLAB工具箱的机械优化设计)

基于MATLAB工具箱的机械优化设计长江大学机械工程学院机械11005班刘刚摘要：机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计效率和质量。本文系统介绍了机械优化设计的研究内容及常规数学模型建立的方法，同时本文通过应用实例列举出了MATLAB 在工程上的应用。关键词：机械优化设计；应用实例；MATLAB工具箱；优化目标优化设计是20世纪60年代随计算机技术发展起来的一门新学科, 是构成和推进现代设计方法产生与发展的重要内容。机械优化设计是综合性和实用性都很强的理论和技术, 为机械设计提供了一种可靠、高效的科学设计方法, 使设计者由被动地分析、校核进入主动设计, 能节约原材料, 降低成本, 缩短设计周期, 提高设计效率和水平, 提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视, 并开展了大量工作, 其基本理论和求解手段已逐渐成熟。国内优化设计起步较晚, 但在众多学者和科研人员的不懈努力下, 机械优化设计发展迅猛, 在理论上和工程应用中都取得了很大进步和丰硕成果, 但与国外先进优化技术相比还存在一定差距, 在实际工程中发挥效益的优化设计方案或设计结果所占比例不大。计算机等辅助设备性能的提高、科技与市场的双重驱动, 使得优化技术在机械设计和制造中的应用得到了长足发展, 遗传算法、神经网络、粒子群法等智能优化方法也在优化设计中得到了成功应用。目前, 优化设计已成为航空航天、汽车制造等很多行业生产过程的一个必须且至关重要的环节。一、机械优化设计研究内容概述机械优化设计是一种现代、科学的设计方法, 集思考、绘图、计算、实验于一体, 其结果不仅“可行”, 而且“最优”。该“最优”是相对的, 随着科技的发展以及设计条件的改变, 最优标准也将发生变化。优化设计反映了人们对客观世界认识的深化, 要求人们根据事物的客观规律, 在一定的物质基和技术条件下充分发挥人的主观能动性, 得出最优的设计方案。优化设计的思想是最优设计, 利用数学手段建立满足设计要求优化模型; 方法是优化方法, 使方案参数沿着方案更好的方向自动调整, 以从众多可行设计方案中选出最优方案; 手段是计算机, 计算机运算速度极快, 能够从大量方案中选出“最优方案“。尽管建模时需作适当简化, 可能使结果不一定完全可行或实际最优, 但其基于客观规律和数据, 又不需要太多费用, 因此具有经验类比或试验手段无可比拟的优点, 如果再辅之以适当经验和试验, 就能得到一个较圆满的优化设计结果。传统设计也追求最优结果, 通常在调查分析基础上, 根据设计要求和实践

实验优化设计考试答案

第一题考察温度对烧碱产品得率的影响，选了四种不同温度进行试验，在同一温度下进行了5次试验（三数据见下表）。希望在显着性水平为。 1.SSE的公式 2.SSA的公式 3.将表格粘贴进Excel，然后进行数据分析，勾选标于第一行，显示在下面 P=，远小于，所以是显着的 “方差分析” “响应C1C2C3C4” “选单因素未重叠” 4.打开Minitab，复制表格， “统计” 点击“比较”勾选第一个，确定结果:工作表3 单因子方差分析:60度,65度,70度,75度来源自由度SSMSFP 因子误差合计 S==%R-Sq（调整）=% 平均值（基于合并标准差）的单组95%置信区间水平N平均值标准差------+---------+---------+---------+--- 60度度度度合并标准差= Tukey95%同时置信区间所有配对比较单组置信水平=% 60度减自: 下限中心上限------+---------+---------+---------+--- 65度度度度减自: 下限中心上限------+---------+---------+---------+--- 70度度度减自: 下限中心上限------+---------+---------+---------+--- 75度获得结果，区间相交包含的不明显，反之明显第二题为研究线路板焊点拉拔力与烘烤温度、烘烤时间和焊剂量之间关系。从生产过程中收集20批数据，见下表: 1.将表格粘贴进Minitab，然后“统计”“回归”“回归”“响应，变量”“图形，四合一” 2.P小于，显着 4.残差分析第三题钢片在镀锌前需要用酸洗方法除锈，为提高除锈效率，缩短酸洗时间，需要寻找好的工艺参数。现在试验中考察如下因子与水平：

《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就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[]12 T n x x 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 ≤= 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 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)梯度方向就是函数值变化最快方向,梯度模就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与数值。解:由于函数变化率最大的方向就就是梯度的方向,这里用单位向量p 表

示,函数变化率最大与数值时梯度的模)0(x f ?。求f(x1,x2)在x0点处的梯度方向与数值,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。解:求目标函数的偏导数 212 21124,46x x x f x x x f +-=??-=?? 则函数在X 0=[1,0]T 处的最速下降方向就是 ??????-=??????-+-=????????????????-=-?=====462446)(0121210 121021 21x x x x x x x x x f x f X f P 这个方向上的单位向量就是: 13]2,3[4 )6(]4,6[T 22T -=+--==P P e 新点就是 ????? ???????-=+=132133101e X X 新点的目标函数值

机械优化设计方法论文

浅析机械优化设计方法基本理论【摘要】在机械优化设计的实践中，机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计的效率和质量。每一种优化方法都是针对某一种问题而产生的，都有各自的特点和各自的应用领城。在综合大量文献的基础上，总结机械优化设计的特点，着重分析常用的机械优化设计方法，包括无约束优化设计方法、约束优化设计方法、基因遗传算方法等并提出评判的主要性能指标。【关键词】机械；优化设计；方法特点；评价指标一、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。

机械优化设计实验指导书

机械优化设计实验指导书 Document number【AA80KGB-AA98YT-AAT8CB-2A6UT-A18GG】

《机械优化设计》实验指导书武秋敏编写院系：印刷包装工程学院专业：印刷机械西安理工大学二00七年九月上机实验说明【实验环境】操作系统： Microsoft Windows XP 应用软件：Visual C++或TC。【实验要求】 1、每次实验前，熟悉实验目的、实验内容及相关的基本理论知识。 2、无特殊要求，原则上实验为1人1组，必须独立完成。 3、实验所用机器最好固定，以便更好地实现实验之间的延续性和相关性，并便于检查。 4、按要求认真做好实验过程及结果记录。【实验项目及学时分配】【实验报告和考核】 1、实验报告必需采用统一的实验报告纸，撰写符合一定的规范，详见实验报告撰写格式及规范。

（一）预习准备部分 1. 预习本次实验指导书中一、二、三部分内容。 2. 按照程序框图试写出汇编程序。（二）实验过程部分 1. 写出经过上机调试后正确的程序，并说明程序的功能、结构。 2. 记录4000～40FFH内容在执行程序前后的数据结果。 3. 调试说明，包括上机调试的情况、上机调试步骤、调试所遇到的问题是如何解决的，并对调试过程中的问题进行分析，对执行结果进行分析。（三）实验总结部分

实验（一）【实验题目】一维搜索方法【实验目的】 1．熟悉一维搜索的方法－黄金分割法，掌握其基本原理和迭代过程； 2．利用计算语言（C语言）编制优化迭代程序，并用给定实例进行迭代验证。【实验内容】 1．根据黄金分割算法的原理，画出计算框图； 2．应用黄金分割算法，计算：函数F(x)=x2+2x，在搜索区间-3≤x≤5时，求解其极小点X*。【思考题】说明两种常用的一维搜索方法，并简要说明其算法的基本思想。【实验报告要求】 1．预习准备部分：给出实验目的、实验内容，并绘制程序框图； 2．实验过程部分：编写上机程序并将重点语句进行注释；详细描述程序的调过程（包括上机调试的情况、上机调试步骤、调试所遇到的问题是如何解决的，并对调试过程中的问题进行分析。 3．实验总结部分：对本次实验进行归纳总结，给出求解结果。要求给出6重迭代中a、x1、x2、b、y1和y2的值，并将结果与手工计算结果进行比较。 4.回答思考题。

最优化课程设计--共轭梯度法算法分析与实现

最优化课程设计--共轭梯度法算法分析与实现(设计程序) 题目共轭梯度法算法分析与实现班级 / 学号 14140101/2011041401011 学生姓名黄中武指导教师王吉波王微微课程设计任务书课程名称最优化方法课程设计院(系) 理学院专业信息与计算科学课程设计题目共轭梯度法算法分析与实现课程设计时间: 2014 年 6月 16日至 2014 年 6月 27日课程设计的要求及内容: [要求] 1. 学习态度要认真，要积极参与课程设计，锻炼独立思考能力; 2. 严格遵守上机时间安排; 3. 按照MATLAB编程训练的任务要求来编写程序; 4. 根据任务书来完成课程设计论文; 5. 报告书写格式要求按照沈阳航空航天大学“课程设计报告撰写规范”; 6. 报告上交时间:课程设计结束时上交报告; 7. 严禁抄袭行为，一旦发现，课程设计成绩为不及格。一、运用共轭梯度法求解无约束最优化问题要求:1)了解求解无约束最优化问题的共轭梯度法; 2)绘出程序流程图; 3)编写求解无约束最优化问题的共轭梯度法MATLAB程序; 4)利用编写文件求解某无约束最优化问题;

5)给出程序注释。指导教师年月日负责教师年月日学生签字年月日沈阳航空航天大学课程设计成绩评定单课程名称最优化理论与算法课程设计院(系) 理学院专业信息与计算科学课程设计题目共轭梯度法算法分析与实现学号 2011041401011 姓名黄中武指导教师评语: 课程设计成绩指导教师签字年月日最优化方法课程设计沈阳航空航天大学课程设计用纸目录目录一、正文 (1) 二、总结 ............................................................... 8 参考文献 ............................................................... 9 附录 .. (10) 第 I 页最优化方法课程设计沈阳航空航天大学课程设计用纸正文一、正文一无约束最优化问题的共轭梯度法

机械优化设计试卷期末考试及答案(补充版)

.. 第一、填空题 1.组成优化设计数学模型的三要素是设计变量、目标函数、约束条件。 2.函数()22121212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ? ??? ，海赛矩阵为2442-?? ? ?-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要能用来评价设计的优劣，，同时必须是设计变量的可计算函数。 4.建立优化设计数学模型的基本原则是确切反映工程实际问题，的基础上力求简洁。 5.约束条件的尺度变换常称规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按加速步长法来确定，此法是指依次迭代的步长按一定的比例递增的方法。 7.最速下降法以负梯度方向作为搜索方向，因此最速下降法又称为梯度法，其收敛速度较慢。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束优化问题变成无约束优化问题，这种方法又被称为升维法。 10改变复合形形状的搜索方法主要有反射，扩，收缩，压缩 11坐标轮换法的基本思想是把多变量的优化问题转化为单变量的优化问题 12．在选择约束条件时应特别注意避免出现相互矛盾的约束，，另外应当尽量减少不必要的约束。 13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维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。 14.数学规划法的迭代公式是 1 k k k k X X d α+=+ ，其核心是建立搜索方向，和计算最佳步长 15协调曲线法是用来解决设计目标互相矛盾的多目标优化设计问题的。 16.机械优化设计的一般过程中，建立优化设计数学模型是首要和关键的一步，它是取得正确结果的前提。

机械优化设计实验指导书

前言机械优化设计是一门实践性很强的课程，必须通过实际上机操作运用各种优化方法程序来达到： 1、加深对机械优化设计方法的基本理论和算法步骤的理解； 2、培养独立编制计算机程序的能力； 3、掌握常用优化方法程序的使用； 4、培养灵活运用优化方法解决工程设计问题的能力。因此，本课程在课堂教学过程中安排适当的时间上计算机运算。本书作为上机实验的指导书，旨在对每次实验目的内容提出具体要求，并加以考核。实验报告内容每次上机实验后，学生要做一份完整的实验报告，实验报告内容应包括： 1、优化方法的基本原理简述； 2、自编优化方法源程序。 3、考核题的优化结果及其分析； 4、具体工程设计问题的数学模型、优化设计结果及其分析。

实验一一维搜索方法（黄金分割法或二次插值法） 1、目的：加深对一维搜索方法的确定区间的进退法和缩短区间的黄金分割法或二次插值法基本原理的理解 2、内容：按所给程序框图编制上机程序，上机输入、调试并运行程序，或调试并运行已给程序，用所给考核题进行检验。 3、考核题（α0＝0，h 0=0.1, ε=0.001） (1) 36102+-=t t )t (f min (2) 60645234+-+-=t t t t )t (f min (3) 221)t )(t ()t (f min -+= (4) x e x )x (f min -+=22 (5) 求函数4321322123141x x x x x x x x x x )X (f +--=自点T k ),,,(X 3210---=出发，沿方向T ),,,(4321=d 的最优步长因子α× 和在d 方向的极小点X *和极小值f(X *)。

机械优化设计复习总结.doc

1. 优化设计问题的求解方法:解析解法和数值近似解法。解析解法是指优化对象用数学方程（数学模型）描述，用数学解析方法的求解方法。解析法的局限性：数学描述复杂，不便于或不可能用解析方法求解。数值解法：优化对象无法用数学方程描述，只能通过大量的试验数据或拟合方法构造近似函数式，求其优化解；以数学原理为指导，通过试验逐步改进得到优化解。数值解法可用于复杂函数的优化解，也可用于没有数学解析表达式的优化问题。但不能把所有设计参数都完全考虑并表达，只是一个近似的数学描述。数值解法的基本思路：先确定极小点所在的搜索区间，然后根据区间消去原理不断缩小此区间，从而获得极小点的数值近似解。 2. 优化的数学模型包含的三个基本要素：设计变量、约束条件（等式约束和不等式约束）、目标函数（一般使得目标函数达到极小值）。 3. 机械优化设计中，两类设计方法：优化准则法和数学规划法。优化准则法：x ;+, = c k x k （为一对角矩阵）数学规划法：X k+x =x k a k d k {a k \d k 分别为适当步长\某一搜索方向一一数学规划法的核心） 4. 机械优化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。重点知识点：等式约束优化问题的极值问题和不等式约束优化问题的极值条件。 5. 对于二元以上的函数，方向导数为某一方向的偏导数。函数沿某一方向的方向导数等于函数在该点处的梯度与这一方向单位向量的内积。梯度方向是函数值变化最快的方向（最速上升方向），建议用单位向暈表示，而梯度的模是函数变化率的最大值。 6. 多元函数的泰勒展开。 7. 极值条件是指目标函数取得极小值吋极值点应满足的条件。某点取得极值，在此点函数的一阶导数为零，极值点的必要条件：极值点必在驻点处取得。用函数的二阶倒数来检验驻点是否为极值点。二阶倒数大于冬，取得极小值。二阶导数等于零时，判断开始不为零的导数阶数如果是偶次，则为极值点，奇次则为拐点。二元函数在某点取得极值的充分条件是在该点岀的海赛矩阵正定。极值点反映函数在某点附近的局部性质。 8. 凸集、凸函数、凸规划。凸规划问题的任何局部最优解也就是全局最优点。凸集是指一个点集或一个区域内，连接英中任意两点的线段上的所有元素都包含在该集合内。性质：凸集乘上某实数、两凸集相加、两凸集的交集仍是凸集。凸函数：连接凸集定义域内任意两点的线段上，函数值总小于或等于用任意两点函数值做线性内插所得的值。数学表达:/[^+（l-a ）x 2]