机械优化设计(第二章).pptx
《机械优化设计(第二章).pptx》由会员分享,可在线阅读,更多相关《机械优化设计(第二章).pptx(43页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、机械优化设计 主编 孙靖民第二章第一节多元函数的方向导数与梯度第二节多元函数的泰勒展开第三节无约束优化问题的极值条件第四节凸集、凸函数与凸规划第五节等式约束优化问题的极值条件优化设计的数学基础在前一章“优化设计概述”中,我们可以看到,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。由此可见,机械优化设计是建立在多元函数的极值理论基础上的。无约束优化问题就是数学上的无条件极值问题,而约束优化问题则是数学上的条件极值问题。微分学中所研究的极值问题仅限于等式条件极值,很少涉及优化设计中经常出现的不等式条件极值。为了便于学习以后各章所列举的优化方法,有必要先对极值理论作概略地
2、研究。本章重点讨论等式约束优化问题的极值条件和不等式约束优化问题的极值条件第一节多元函数的方向导数与梯度一、方向导数二、二元函数的梯度三、多元函数的梯度一、方向导数一、方向导数图2-1二维空间中的方向方向导数与偏导数之间的数量关系,可从下述推导中求得一、方向导数图2-2三维空间中的方向二、二元函数的梯度二、二元函数的梯度例2-1求二元函数f(x1,x2)=x21+x22-4x1-2x2+5在x0=0,0T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是梯度方向,这里用单位向量p表示,函数变化率最大和数值是梯度的模f(x0)。求f(x1,x2)在x0点处的梯度方向和数值,计算如下二、二
3、元函数的梯度图2-3梯度方向与等值线的关系二、二元函数的梯度三、多元函数的梯度三、多元函数的梯度第二节多元函数的泰勒展开第二节多元函数的泰勒展开例2-2求二元函数图2-6例如的函数图像例2-2求二元函数第三节无约束优化问题的极值条件无约束优化问题是使目标函数取得极小值,所谓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。第三节无约束优化问题的极值条件即对例2-3求函数f(x1,x2)=x21+x22-4x1-2x2+5的极值。第四节凸集、凸函数与凸规划根据函数极值条件所确定的极小点x*,是指函数(x)在x*近的一切x均满足不等式 f(x)f(x*)所以称函数(x)在x*取得局部极小值,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机械 优化 设计 第二
限制150内