- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第一、填空题
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
T 2
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求是能用 来评价设计的优劣,,同时必须是设计变量的可计算函数 。
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 。
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。
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。
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 If X0 =O必要条件是该点处的海赛矩阵正
9?拉格朗日乘子法的基本思想是通过增加变量将等式纟 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,扩张,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
?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 。
?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 —Xk 1 = Xk =?kdk—,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。
、名词解释
?凸规划
对于约束优化问题
min f X
s.t gj(X )≤0 (j =1,2,3,…,m)
若f X、gj X (j =1,2,3,…,m)都为凸函数,则称此问题为凸规划。
?可行搜索方向
是指当设计点沿该方向作微量移动时,目标函数值下降,且不会越出可行域。
?设计空间:n个设计变量为坐标所组成的实空间,它是所有设计方案的组合
4??可靠度 产品在规定的条件,规定的时间内完成规定功能的概率
收敛性
是指某种迭代程序产生的序列 〈Xk k =0,1,…?收敛于IimXk ^X
非劣解:是指若有 m个目标fi X i=1,2…,m ,当要求m-1个目标函数值不变坏时, 找不到一个X,使得另一个目标函数值 fi X比fi X” ,则将此X ”为非劣解。
黄金分割法:是指将一线段分成两段的方法,使整段长与较长段的长度比值等于较长段
与较短段长度的比值。
可行域:满足所有约束条件的设计点,它在设计空间中的活动范围称作可行域。
维修度 在规定的条件下使用的产品发生故障后,在规定的维修条件下,在规定的维修时
间t内修复完毕的概率
1、 设计变量
答:在优化设计计程中, 一组需要优选的、作为变量来处理的独立设计参数 (或 需要优选
的参数,它们的数值在优化设计过程中是变化的一组独立的设计参数)
2、 目标函数
答:在优化设计中,用来评价设计方案优劣程度、 并能够用设计变量所表达成的函数, 称为
目标函数(或 用设计变量来表达所追求目标的函数)
3、 设计约束
答:在优化设计中,对设计变量取值的限制条件, 称为约束条件和设计约束 (或 对设计变
量取值限制的附加设计条件)
4、最优点、最优值和最优解
答:选取适当优化方法,对优化设计数学模型进行求解,可解得一组设计变量,记作:
X * = [x1* , x2* , x3* , . . . , X n *]T
使该设计点的目标函数F (x*)为最小,点X*称为最优点(极小点)。相应的目标函数值F (x*) 称为最优值(极小值)。一个优化问题的最优解包着最优点(极小点)和最优值(极小值) 。
把最优点和最优值的总和通称为最优解。
或:
优化设计就是求解 n个设计变量在满足约束条件下使目标函数达到最小值,即
min f(x)=f(x*) x ∈R n
s.t. g U (χ)≤ 0,u= 1,2,... ,m;
h V (X) = 0,v= 1,2,. . . ,p<n
称x*为最优解,f(x*)为最优值。最优点 x*和最优值f(x*)即构成了最优解
三、简答题
1.什么是内点惩罚函数法?什么是外点惩罚函数法?他们适用的优化问题是什么?在构 造惩罚函数时,内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同?
1)内点惩罚函数法是将新目标函数定义于可行域内, 序列迭代点在可行域内逐步逼近约束
边界上的最优点。内点法只能用来求解具有不等式约束的优化问题。 内点惩罚函数法的惩
罚因子是由大到小,且趋近于 0的数列。相邻两次迭代的惩
在可行域之外,序列迭代点从可行域之外逐渐逼近约束边界上的
文档评论(0)