2.优化设计的数学基础

2.优化设计的数学基础

ID:43922678

大小:1.19 MB

页数:53页

时间:2019-10-16

2.优化设计的数学基础_第1页
2.优化设计的数学基础_第2页
2.优化设计的数学基础_第3页
2.优化设计的数学基础_第4页
2.优化设计的数学基础_第5页
资源描述:

《2.优化设计的数学基础》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第二章优化设计的数学基础机械优化设计是建立在多元函数的极值理论基础上无约束优化问题就是数学上的无条件极值问题约束优化问题则是数学上的条件极值问题一.多元函数的方向导数与梯度1)函数的偏导数就是这个函数对自变量的变化率。1.方向导数2)二元函数的方向导数 即沿某一方向d的变 化率,定义为3.方向导数与偏导数的 关系Ox2x1x10x20x0x1x2dxd二维空间中的方向12n元函数的方向导数2.二元函数的梯度2)二元函数梯度的几何解释2)二元函数梯度的几何解释2)二元函数梯度的几何解释2)二

2、元函数梯度的几何解释2)二元函数梯度的几何解释2)二元函数梯度的几何解释Ox2x1x0变化率为零的方向最速下降方向下降方向上升方向最速上升方向-f(x0)f(x0)梯度方向与等值线的关系3.多元函数的梯度将二元函数推广到多元函数,对于多元函数f(x)在X0处的梯度,可表示为梯度的模二.多元函数的泰勒展开矩阵形式函数的梯度方向和模例题(一)例题(二)课堂作业计算在沿的方向导数、梯度,用图表示梯度方向。用矩阵形式表示以上函数,并写出海赛阵。2021/7/2018三.优化的极值条件1.无约束优化的极值

3、条件2.等式约束优化的极值条件3.不等式约束优化的极值条件1.无约束优化问题的极值条件极值条件就是指目标函数取得极小值时极值点所应满足的条件任何一个单值、连续、可微分的不受任何约束的一元函数f(x)在点(x0)处有极值的充分必要条件是对于二元函数,若在点(x0)处取得极值其必要条件是二元函数取得极值的充分条件(1)二元函数在点(x0)处的泰勒展开式,考虑上述极值必要条件,有(2)若f(x1,x2)在(x10,x20)处取得极小值,则要求其附近的一切点均须满足(3)此条件反映了在点(x10,x20)处

4、的海赛矩阵G(x0)的各阶主子式均大于零,即(4)二元函数在某点处取得极值的充分条件是要求在该点处的海赛矩阵为正定多元函数取得极值的充要条件2.等式约束优化问题的极值条件(1)求解等式约束优化问题(2)思路:将其转化为无约束优化问题,有两种常用的方法:(1)消元法(降维法)(2)拉格朗日乘子法(升维法)①消元法(降维法)对于n维问题,可由l个约束方程将n个变量中的前l个变量用其余n-l个变量表示,即有将这些函数关系代入到目标函数中,从而得到只含的共n-l个变量的函数就可以利用无约束优化问题的极值条件

5、求解。②拉格朗日乘子法通过增加变量将等式约束优化问题变成无约束优化问题。所以又称作升维法对于具有l个约束的N维问题通过增加变量将等式约束优化问题变成无约束优化问题。所以又称作升维法对于具有l个约束的N维问题引入拉格郎日乘子构成一个新的目标函数将其作为一个新的无约束条件的目标函数来求解它的极值点,所得结果就是原等式约束问题的极值点。新的目标函数具有极值点的必要条件为一共可得n+l个方程,从而可解得(x,)共n+l个未知变量的值。由上述方程组求得的x*即为原等式约束优化问题的极值点。等效证明: 二维问

6、题三维问题极值点在f等值面与面的切点处,有3.不等式约束优化的极值条件(1)对于多元函数不等式的约束优化问题(2)求解思路不等式约束等式约束无约束 优化引入松驰变量拉格朗日乘子拉格朗日乘子法新的目标函数无约束极值条件,在极值点处有在边界上在边界内对应的约束 条件起作用对应的约束条 件不起作用无约束极值条件,在极值点处有库恩—塔克条件表示成梯度形式库恩—塔克条件上式表明库恩—塔克条件的几何意义是,在约束极小值点x*处,函数f(x)的负梯度一定能表示成所有起作用约束在该点梯度的非负线性组合库恩—塔克条件

7、扩展对于同时具有等式和不等式的约束的优化问题库恩塔克条件可表述为例题:无约束优化问题求函数的极值首先,根据极值的必要条件求驻点再根据极值的充分条件,判断其海赛矩阵是否正定例题:等式约束优化问题用拉格朗日乘子法改造目标函数例题:库恩—塔克条件此问题在设计空间平面上的图形如图所示,它的K-T条件表示为例题:库恩—塔克条件(1)若g1,g2,g3在x*处都起作用K-T条件中的第一个方程可写为三个方程两个未知数 属矛盾方程组例题:库恩—塔克条件(2)若g1,g3在x*处都起作用K-T条件中的第一个方程可写为

8、不满足非负要求例题:库恩—塔克条件(3)若g1,g2在x*处都起作用K-T条件中的第一个方程可写为X1=-1不满足g3满足非负要求小结多元函数的方向导数与梯度多元函数的泰勒展开无约束优化的极值条件等式约束优化的极值条件拉格朗日乘子法不等式约束优化的极值条件库恩—塔克条件习题四凸集与凸函数XX2X1凸集非凸集凹集*若X是X1和X2连线上的点,则有一.凸集---若任意两点,对于,恒有,则D为凸集。整理后即得二.凸函数设f(X)为定义在Rn内一个凸集D上的函数,若对于及D上

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。