...
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x??x1x2Lxn?使 f(x)?min 且满足约束条件
hk(x)?0gj(x)?0T(k?1,2,Ll) (j?1,2,Lm)
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(x1,x2)在x0点处的方向导数的表达式可以改写成下面的形式:??f?f??f?f??cos?1?cos?1?cos?2???cos?2? ?xoxoxoxo?x1?x2?x1?x2?d?????f?f?f?T令?f(x0)?[?x1]????x1?x2?xo, ?f???x2?f?则称它为函数f(x1,x2)在x0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?f(x0)方向为函数变化率最大方向,也就是最速上升方向。负梯度-?f(x0)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(x1,x2)=2x12+x22-2x1+x2在x0?[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?f(x0)。求f(x1,x2)在
..
...
x0点处的梯度方向和数值,计算如下:
??f????4x1?2???2??f?x0????x1???? ????f???2x2?1?x0?1???x2???f?2??f?2?f(x0)??????=5
??x1???x2???2??2??1??????f(x0)??5p?????
1?f(x0)5????5??
22-3.试求目标函数f?x1,x2??3x12?4x1x2?x2在点X0=[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
?f?f?6x1?4x2,??4x1?2x2 ?x1?x2则函数在X0=[1,0]T处的最速下降方向是
??f???x???6x1?4x2???6?0P???f(X)???1?????x?1?4? ?f4x?2x????2?1?1x2?0?1?1??x2??xx2?0这个方向上的单位向量是:
P[?6,4]T[?3,2]Te??? 22P13(?6)?4新点是
3??1???1013X?X?e??? 2????13??新点的目标函数值
f(X1)?..
94?213 13...
2-4.何谓凸集、凸函数、凸规划?(要求配图)
答:一个点集(或区域),如果连接其中任意两点x1、x2的线段都全部包含在该集合内,就称该点集为凸集,否则为非凸集。
函数f(x)为凸集定义域内的函数,若对任何的0???1及凸集域内
的任意两点x1、x2,存在如下不等式:
f???x1??1???x2????f?x1???1???x2称f(x)是定义在图集上的一个凸函数。
对于约束优化问题
若f(x)、g(jx) j=1,2,...,m 都是凸函数,则称此问题为凸规划。
..
...
3-1.简述一维搜索区间消去法原理。(要配图)
答:搜索区间(a,b)确定之后,采用区间逐步缩短搜索区间,从而找到极小点的数值近似解。假设搜索区间(a,b)内任取两点a1,b1 ,a1《b1,并计算函数值f(a1),f(b1)。将有下列三种可能情形; 1)f(a1)《f(b1)由于函数为单谷,所以极小点必在区间(a,b1)内 2)f(a1)》f(b1),同理,极小点应在区间(a1,b)内 3)f(a1)=f(b1),这是极小点应在(a1,b1)内
3-2.简述黄金分割法搜索过程及程序框图。
?1?b??(b?a) ?2?a??(b?a)
其中,?为待定常数。
..
...
3-3.对函数f(?)??2?2?,当给定搜索区间?5???5时,写出用黄金
分割法求极小点??的前三次搜索过程。(要列表)
黄金分割法的搜索过程 序号 a b 比较 a1 a2 Y1 Y2 0 -5 -1.18 1.18 5 -0.9676 < 3.7524 1 -5 -2.639 -1.181 ? 1.686 > -0.967 2 ? -1.18 -0.279 1.18 -0.9676 < -0.48 3 -2.639 -1.737 -1.181 ? -0.457 > -0.482
..