机械优化设计考试复习

机械优化设计考试复习

ID:38630957

大小:648.00 KB

页数:12页

时间:2019-06-16

机械优化设计考试复习_第1页
机械优化设计考试复习_第2页
机械优化设计考试复习_第3页
机械优化设计考试复习_第4页
机械优化设计考试复习_第5页
资源描述:

《机械优化设计考试复习》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、1优化问题的三要素:设计变量,约束条件,目标函数。2机械优设计数学规划法的核心:一、建立搜索方向,二、计算最佳步长因子3外推法确定搜索区间,函数值形成高-低-高区间4数学规划法的迭代公式是,其核心是建立搜索方向,和计算最佳步长5若n维空间中有两个非零向量d0,d1,满足(d0)TGd1=0,则d0、d1之间存在_共轭关系6,与负梯度成锐角的方向为函数值下降方向,与梯度成直角的方向为函数值不变方向。外点;内点的判别7那三种方法不要求海赛矩阵:最速下降法共轭梯度法变尺度法8、那种方法不需要要求一阶或二阶导数:坐标轮换法9、拉格朗日乘子法是升维法P3710、惩罚函数法又分为外点惩罚函数

2、法、内点惩罚函数法、混合惩罚函数法三种11,.函数在点处的梯度为,海赛矩阵为12.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。13.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。14.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。15,.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。16.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。17,.二元函数在某点处取得极值的充分条件是必要

3、条件是该点处的海赛矩阵正定18.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。19,改变复合形形状的搜索方法主要有反射,扩张,收缩,压缩20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21.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。22.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。23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。24.机械优化设计的一般过程中,建立

4、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。二、解答题1、试述两种一维搜索方法的原理,它们之间有何区别答:搜索的原理是:区间消去法原理区别:(1)、试探法:给定的规定来确定插入点的位置,此点的位置确定仅仅按照区间的缩短如何加快,而不顾及函数值的分布关系,如黄金分割法(2)、插值法:没有函数表达式,可以根据这些点处的函数值,利用插值方法建立函数的某种近似表达式,近而求出函数的极小点,并用它作为原来函数的近似值。这种方法称为插值法,又叫函数逼近法。2、在变尺度法中,为使变尺度矩阵与近似,并具有容易计算的特点,必须附加哪些条件?答:(1)必须是对称正定的(2)要求有简单

5、的迭代形式(3)必须满足拟牛顿条件3,总结:无约束优化方法l只算函数值方法1,坐标轮换法:小规模,收敛慢(无耦合问题快);2,单形替换法:中小规模,收敛较快,3,格点法:非凸问题;4,MonteCarlo法:非凸问题。l计算一阶导数方法1,梯度法:中小规模,开始快;2,共轭梯度法:中大规模,收敛快,程序简单;2,变尺度法:中大规模,收敛快;4,Powell方法:中大规模,收敛快。l计算二阶导数方法1,Newton方法:收敛快,计算难度大;2,共轭方向法:收敛快,计算难度大。4.共轭梯度法中,共轭方向和梯度之间的关系是怎样的?试画图说明。.对于二次函数,,从点出发,沿G的某一共轭方

6、向作一维搜索,到达点,则点处的搜索方向应满足,即终点与始点的梯度之差与的共轭方向正交。3.为什么说共轭梯度法实质上是对最速下降法进行的一种改进?.答:共轭梯度法是共轭方向法中的一种,在该方法中每一个共轭向量都依赖于迭代点处的负梯度构造出来的。共轭梯度法的第一个搜索方向取负梯度方向,这是最速下降法。其余各步的搜索方向是将负梯度偏转一个角度,也就是对负梯度进行修正。所以共轭梯度法的实质是对最速下降法的一种改进。4.简述随机方向法的基本思路答:随机方向法的基本思路是在可行域内选择一个初始点,利用随机数的概率特性,产生若干个随机方向,并从中选择一个能使目标函数值下降最快的随机方向作为可行

7、搜索方向。从初始点出发,沿搜索方向以一定的步长进行搜索,得到新的值,新点应该满足一定的条件,至此完成第一次迭代。然后将起始点移至,重复以上过程,经过若干次迭代计算后,最终取得约束最优解。5.凸规划:对于约束优化问题若、都为凸函数,则称此问题为凸规划。6.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。7.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8.收敛性:是指某种迭代程序产生的序列收敛于9.黄金分割法:是指将一线段分成两段

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。