优化设计最后一次作业

大家在下周二最后一节课时把作业都带上要交!!!

作业可仿照书上的习题

1.向量T

)3,2,1(关于3阶单位方阵的所有线性无关的共轭向量有 .

2. 设R R f n :二次可微，则f 在x 处的牛顿方向为 .

3. K-T 条件的几何意义是

4.多元函数求极值的阻尼牛顿法的迭代公式为 。

5.优化过程中，设计变量的取值约束应该在（ ）。

A ．可行域外

B ．可行域内

C ．可行点上

D ．非可行点上

6．若矩阵A 的所有奇数阶主子式小于零，而所有偶数阶主子式大于零，则该矩阵为（ ）

矩阵。

A ．正定

B ．正定二次型

C ．负定

D ．负定二次型

7．求多维优化问题目标函数的极值时，迭代过程每一步的格式都是从某一定点X （K ）出

发，沿着某一使目标函数（ ）的规定方向S (K)搜索，以找出此方向的极小点X （K ＋1）。

A ．正定

B ．负定

C ．上升

D ．下降

8、用黄金分割法求107)(2+-=x x x f 的最优解，给定搜索区间[]T 8,2。仅要求进行一次迭代并指出第二次的搜索区间。

9．用最速下降法求解下列问题

22112212min 243x x x x x x -++-

取初始点(1)(11)T x =迭代两次.

10．用共轭梯度法求解下列问题：

2212122min 2222x x x x x +-++ 取初始点(1)(0,0)T x =

优化设计作业

作业 1. 阐述优化设计数学模型的三要素。写出一般形式的数学模型。 答：建立最优化问题数学模型的三要素： （1）决策变量和参数。决策变量是由数学模型的解确定的未知数。参数表示系统的控制 变量，有确定性的也有随机性的。 （2）约束或限制条件。 由于现实系统的客观物质条件限制，模型必须包括把决策变量限制在它们可行值之内的 约束条件，而这通常是用约束的数学函数形式来表示的。 （3）目标函数。 这是作为系统决策变量的一个数学函数来衡量系统的效率，即系统追求的目标。 2. 阐述设计可行域和不可行域的基本概念 答：约束对设计点在设计空间的活动范围有所限制。凡满足所有约束条件的设计点，它在设 计空间中的可能活动范围，称可行设计区域(可行域)。不能满足所有约束条件的设计空间便 是不可行设计区域(不可行域)。 3、无约束局部最优解的必要条件？ 答： （1）一元函数(即单变量函数) 极值点存在的必要条件 如果函数f (x )的一阶导数f’(x )存在的话，则欲使x *为极值点的必要条件为： f’(x *)=0 但使f’(x *)=0的点并不一定部是极值点；使函数f (x )的一阶导数f’(x )=0的点称为函数f (x ) 的驻点；极值点(对存在导数的函数)必为驻点，但驻点不一定是极值点。至于驻点是否为极 值点可以通过二阶导数f’’(x )=0来判断。 （2）n 元函数在定义域内极值点X *存在的必要条件为 即对每一个变量的一阶偏导数值必须为零，或者说梯度为零(n 维零向量)。 ▽f (X*)=0是多元函数极值点存在的必要条件，而并非充分条件；满足▽f (X*)=0的 点X *称为驻点，至于驻点是否为极值点，尚须通过二阶偏导数矩阵来判断。 3. 阐述约束优化问题最优解的K-T 条件。 答：K-T 条件可阐述为： 如果X (k)是一个局部极小点，则该点的目标函数梯度▽f (X (k))可表示成该点诸约束面梯度为▽ g u (X (k))、▽h v (X (k))的如下线性组合： ()()()()0****21=????????????=?T n x X f x X f x X f X f

浅谈小学音乐作业的优化设计

浅谈小学音乐作业的优化设计 【摘要】随着新课标课程改革的不断推进，教学越来越注重素质教育，培养学生各方面的能力素质。小学音乐是小学素质教育的重要组成部分，对学生综合素质的提高具有重要意义。因此，小学音乐教师要创新教学模式，优化小学音乐作业设计，提升课堂教学效率。 【关键词】优化作业设计；小学音乐；课堂效率 复习对于巩固知识，获得新知具有重要意义。作业是复习的一种重要方式。做作业帮助学生了解所学到的知识并掌握学情，让教师对学生的学习情况有具体的了解。小学音乐的作业设计对于提高学生的音乐感悟能力和创作能力具有重要作用。因此，小学音乐教师要优化小学音乐作业设计，提升课堂教学效率。 一、注重层次性 音乐作为一门才艺性的学科，测评学生学习的成果是根据学生的才艺表现来决定的。才艺水平的高低需要教师对学生进行不同层次的教导，并让学生进行不同层次的训练。因此，小学音乐教师在进行音乐作业设计时，要注重作业设计的层次性。作业设计的层次性分为三个方面：基础练习、经典音乐鉴赏、音乐创作。教师在进行基础练习的音乐作业设

计时只需根据音乐大纲教学要求，给学生设计一些相应的音乐练习，让学生通过基础练习巩固课堂内容，提高学习效率。例如：一年级的学生在学完《两只老虎》《新年快乐》等儿歌后，教师可以让学生回家给父母反复演唱，让家长监督学生完成基础训练，并帮孩子录音，这样可以提高作业的趣味性，缓解学生的学习压力，让学生在轻松活跃的环境下巩固课堂知识。这个过程可以拉近家长与孩子的距离，让家长了解学生的音乐掌握情况，并发现孩子兴趣。 基础练习仅是对音乐基础知识的巩固，若要提高学生的音乐素养，还需让学生学会对经典音乐作品鉴赏。经典音乐作品对学生学习音乐以及开发学生的音乐潜能具有重要意义，在经典音乐作品潜移默化的熏陶下，学生的音乐创作灵感得到激发，对学习音乐的兴趣更加浓厚。教师给学生设计有关经典音乐作品鉴赏的家庭作业强化了学生的情感体验，学生从小接触高雅艺术也有利于培养学生的气质。音乐作业设计也要培养学生的音乐创作能力，因此教师在进行音乐作业设计时，要布置一些创作音乐的作业。随着经济的迅速发展，教育越来越受到人们的重视。很多家长为孩子报了音乐第二课堂，让学生学习自己感兴趣的乐器，因此教师布置创作型音乐作业，学生可以利用自己在第二课堂学习的乐器进行音乐创作，真正实现学以致用的教学理念。 二、发挥表现性

机械结构优化设计作业

甘蔗收获机机械台架虚拟样机 结构优化设计 摘要：结构优化设计就是寻求满足约束条件下的最佳构建尺寸、结构形式以及材料配置方式。利用有限元方法对虚拟样机台架结构进行分析，并采用一阶方法对台架进行优化，预估出经验设计结构上的最危险点，并对结构进行改造和优化，可以保证结构综合应力在材料的许用应力范围内，对结构轻量化，合理分配材料，大大缩短研制周期，降低设计成本，为虚拟样机的创新设计可以提供一种新的设计及优化设计方法。 关键词：甘蔗收获机；优化设计；模态分析；一阶方法 引言：甘蔗作为重要经济作物在全世界范围内广泛种植，中国的种植面积在世界位居第三位，成为我国制糖，轻工，化工和能源的重要原料，对整个国民经济的发展都有重要的地位和作用。甘蔗收获包括切梢、切割、清理和装运等工序，为甘蔗生产过程中劳动强度最大，费工费时，成本最高的一个环节。在我国，甘蔗成产机械化程度低，随着人工收获成本的逐年增加，我国糖业面临着巨大的竞争压力，实现甘蔗收获机械化的要求愈加迫切。随着设计理论与设计理念的发展，对虚拟样机进行优化设计能改进凭经验设计出现的缺陷以及预估结构或机构的最危险点，从而对其进行改造和优化，对设计结果及时进行审查，并及时反馈给设计人员，实现了设计过程中的快速反馈，按照优化后的设计方案进行物理样机研制，可以避开预估的缺陷和危险点，从而使结构更趋于合理，降低了制造成本，大大缩短了设计和产品研制周期，还可以保证将错误消灭在萌芽状态。 虚拟样机技术[ 1]为这类创新产品的开发提供了强有力的手段。甘蔗收割机在工作过程中, 要经历扶蔗、砍蔗、输送、断尾以及剥叶等动作, 承受的都是动态载荷, 而结构的固有频率和振型是承受动态载荷结构设计中的重要参数, 因此本文采用通用有限元分析软件ANSYS对甘蔗收割机机架结构部件进行模态分析, 根据机架结构的低阶模态和振型, 确定对机架结构是进行动力刚度优化还是静力强度优化。 1.机架结构模型建立

小学生作业优化设计

小学生作业优化设计 作者：竺传新 (小学语文2010年湖南岳阳小学语文一班) 评论数/浏览数： 1 / 308 发 表日期： 2010-08-11 12:05:14 我们的课题，大家给点意见！ 一 （一）问题的提出 如何以新课程标准为依据，设计新型作业，利用作业来关注学生的发展，现行大部分教师在作业设计和操作中存在以下几方面的不足：一是作业设计训练的目标单一，缺乏系统，多学科的整合，教师追求的是正确率。二是作业设计中的单向性，在作业训练中，教师出示给学生的作业题型都是课本（或教师）提供的，而不是学生自选的，缺乏多样化，对学生的能力培养是无所作为的。三是作业设计中的绝对性，这样的作业过于强调作业的甄别和选择功能，对作业质量的评价只是与标准答案比较对错，这就抹杀了学生的创造性，并造成学生思维的僵化。四是作业设计中完成的封闭性，这样的作业过于强调独立思考，从来不把合作当作一项必要的素质进行培养，唯一像合作的也仅限于偶尔的非组织形式的课堂讨论。 鉴于上述认识，我们开始对“小学生作业优化设计”进行探索，希望通过研究，使学生作业成为学生自主探究、合作学习的活动过程，成为培养学生良好学习习惯，提高学生自主学习能力的重要途径，通过研究，促使我校教师在提高课堂教学上下功夫，进一步推进课堂教学改革，通过研究切实减轻学生的课业负担，真正给学生以自主选择，自主发展的时间和空间。 （二）课题的界定 本研究所涉及的“作业”是教学过程中一个重要的环节，是教师在完成课堂教学后，为了使学生巩固、深化课堂教学内容，系统地理解、掌握知识体系，依托所学过的知识、技能达到提高能力的目的，让学生在课内或课后进行的练习。 本研究所涉及的“设计”，则是指对小学生作业的设计。具体地说，就是对小学生在课堂内外所需完成的作业，包括朗读、背诵、抄写、写作、计算、调查、收集、动手操作等口头、笔头练习的一种符合教学理念和规范的设计。“作业设计”就是指为了解决作业中的问题，根据作业本身的特点和新课程标准进行科学的规划，是教师备课的重要一环。可见，作业的设计又是一次创造的过程，好的作业设计，不仅可以巩固一堂课所要求掌握的知识，而且可以激发学习兴趣，开发智力，拓展知识面，点燃创造思维的火花，培养独立分析问题和解决问题的能力。 “作业优化设计”不是一种特定的作业形态，而是在新课程观念下，对常规作业模式的改革、突破和创新。它的设计可以由科任老师自行设计，也可以是各科老师相互协调、合作，它可以是学生自己设计，也可以是家长提出。 本课题旨在通过研究，使学生作业成为学生自主探究、合作学习的活动过程，成为培养学生良好学习习惯、提高学生自主学习能力的重要途径，同时也是减轻学生作业负担的重要途径。 （三）国内外研究的现状 西方一些教育先进国家的作业形式改革，对我们很有启发意义。英国小学生课程作业主要有四种类型：（1）实践作业。即指有教师指导的各种实验、独立观察、独立完成美术作品及各种动手能力的测试；（2）书面作业。即指客观性测试，其形式有简答题、抢答题、写随笔、调查报告等；（3）口头、听力作业；（4）表演作业。美国的小学教师是以很宽广的视野从多方面、多层次来定位课程作业目的的。教师不仅从课外作业与学生的知识掌握和能力培养的关系，而且从课外作业与学生个性发展的关系定位课外作业的目的。国内，特别是新课程标准实施后，有不少的教师进行过有关课外作业的设计研究，取得了一定的成效。虽然目前国内有一些学校和教师进行了设计新型课外作业形式的尝试，但只属于局部、零散的研究，尚没有形成一定的体系。教师和学生对待新型课外作业的态度又重新回到传统的作业态度观中，认为作业一定要

华南理工大学最优化设计作业Matlab编程答案

目标函数 function f=fmin1(x)%x(1)是D外径/mm；x(2)是d内径/mm f=pi*(x(1).^2-x(2).^2)/4; 非线性约束函数 function[f,feq]=noncon(x) f=[6400-30*sqrt(x(1).^2+x(2).^2), 480000*x(1)-pi*(x(1).^4-x(2).^4)]; feq=[] 主程序 A=[-11]; b=[-3.5]; x0=[150140]; [x,fval,exitflag,output,lambda,grad,hessian]= fmincon('fmin1',x0,A,b,[],[],[],[],'noncon') 运算结果 x=152.5893149.0893 fval=829.2823 exitflag=1 output=iterations:3 funcCount:9 lssteplength:1 stepsize:2.5331e-010 algorithm:'medium-scale:SQP,Quasi-Newton,line-search' firstorderopt:9.8475e-010 constrviolation:0 message:[1x788char] lambda= lower:[2x1double] upper:[2x1double] eqlin:[0x1double] eqnonlin:[0x1double] ineqlin:236.9059 ineqnonlin:[2x1double] grad= 239.6867 -234.1889 hessian= 1.0e+006* 1.8964-1.8964 -1.8964 1.8964

机械优化设计大作业2011 - 副本

宁波工程学院机械工程学院 机械优化设计大作业 班级 姓名 学号 教师

机械优化设计大作业 1.题目 行星减速器结构优化设计 NGW型行星减速器应用非常广泛。 1.1结构特点 (1)体积小、重量轻、结构紧凑、传递功率大、承载能力高； (2)传动效率高，工作高； (3)传动比大。 1.2用途和使用条件 某行星齿轮减速器主要用于石油钻采设备的减速，其高速轴转速为1300r/min；工作环境温度为-20℃～60℃，可正、反两向运转。 按该减速器最小体积准则，确定行星减速器的主要参数。 2.已知条件 传动比u=4.64，输入扭矩T=1175.4N.m，齿轮材料均选用38SiMnMo钢，表面淬火硬度HRC 45~55，行星轮个数为3。要求传动比相对误差02 ?u。 .0 ≤ 弹性影响系数Z E=189.8MPa1/2；载荷系数k=1.05； 齿轮接触疲劳强度极限[σ]H=1250MPa； 齿轮弯曲疲劳强度极限[σ]F=1000MPa； =2.97；应力校正系数Y Sa=1.52； 齿轮的齿形系数Y Fa 小齿轮齿数z取值范围17--25；模数m取值范围2—6。 注： 优化目标为太阳轮齿数、齿宽和模数，初始点[24，52，5]T

3.数学模型的建立 建立数学模型见图1，即用数学语言来描述最优化问题，模型中的数学关系式反映了最优化问题所要达到的目标和各种约 束条件。 3.1设计变量的确定 影响行星齿轮减速器体积的独立参数为中心轮齿数、齿宽、模数及行星齿轮的个数,将他们列为设计变量，即： x=[x 1 x 2 x 3 x 4 ]T=[z 1 b m c]T [1] 式中：z 1ˉ￣ 太阳轮齿数；b―齿宽（mm）；m—模数（mm）;行星轮的个数。通常情况下，行星轮个数根据机构类型以事先选定，由已知条件c=3。这样，设计变量为： x=[x 1 x 2 x 3 ]T=[z 1 b m]T [1] 3.2目标函数的确定 为了方便，行星齿轮减速器的重量可取太阳轮和3个行星轮体积之和来代替，即： V=π/4（d 12+Cd 2 2）b 式中：d 1--太阳轮1的分度圆直径，mm；d 2 --行星轮2的分度圆 直径，mm。 将d 1=mz 1， d 2 =mz 2 ，z 2 =z 1 （u－2）/2代入（3）式整理，目标函数 则为： F（x）=0.19635m2z 1 2b［4+（u－2）2c］[1] 式中u--减速器传动比;c--行星轮个数 由已知条件c=3,u=4.64,因此目标函数可简化为： F（x）=4.891x 32x 1 2x 2

结构优化设计大作业(北航)

《结构优化设计》 大作业报告 实验名称: 拓扑优化计算与分析 1、引言 大型的复杂结构诸如飞机、汽车中的复杂部件及桥梁等大型工程的设计问题，依靠传统的经验和模拟实验的优化设计方法已难以胜任，拓扑优化方法成为解决该问题的关键手段。近年来拓扑优化的研究的热点集中在其工程应用上，如: 用拓扑优化方法进行微型柔性机构的设计，车门设计，飞机加强框设计，机翼前缘肋设计，卫星结构设计等。在其具体的操作实现上有两种方法，一是采用计算机语言编程计算，该方法的优点是能最大限度的控制优化过程，改善优化过程中出现的诸如棋盘格现象等数值不稳定现象，得到较理想的优化结果，其缺点是计算规模过于庞大，计算效率太低;二是借助于商用有限元软件平台。本文基于matlab软件编程研究了不同边界条件平面薄板结构的在各种受力情况下拓扑优化，给出了几种典型结构的算例，并探讨了在实际优化中优化效果随各参数的变化，有助于初学者初涉拓扑优化的读者对拓扑优化有个基础的认识。

2、拓扑优化研究现状 结构拓扑优化是近20年来从结构优化研究中派生出来的新分支，它在计算结构力学中已经被认为是最富挑战性的一类研究工作。目前有关结构拓扑优化的工程应用研究还很不成熟，在国外处在发展的初期，尤其在国内尚属于起步阶段。1904 年Michell在桁架理论中首次提出了拓扑优化的概念。自1964 年Dorn等人提出基结构法，将数值方法引入拓扑优化领域，拓扑优化研究开始活跃。20 世纪80 年代初，程耿东和N. Olhoff在弹性板的最优厚度分布研究中首次将最优拓扑问题转化为尺寸优化问题，他们开创性的工作引起了众多学者的研究兴趣。1988年Bendsoe和Kikuchi发表的基于均匀化理论的结构拓扑优化设计，开创了连续体结构拓扑优化设计研究的新局面。1993年Xie.Y.M和Steven.G.P 提出了渐进结构优化法。1999年Bendsoe和Sigmund证实了变密度法物理意义的存在性。2002 年罗鹰等提出三角网格进化法，该方法在优化过程中实现了退化和进化的统一，提高了优化效率。目前常使用的拓扑优化设计方法可以分为两大类：退化法和进化法。结构拓扑优化设计研究，已被广泛应用于建筑、航天航空、机械、海洋工程、生物医学及船舶制造等领域。 3、拓扑优化建模（SIMP） 结构拓扑优化目前的主要研究对象是连续体结构。优化的基本方法是将设计区域划分为有限单元，依据一定的算法删除部分区域，形成带孔的连续体，实现连续体的拓扑优化。连续体结构拓扑优化方法目前比较成熟的是均匀化方法、变密度方法和渐进结构优化方法。 变密度法以连续变量的密度函数形式显式地表达单元相对密度与材料弹性模量之间的对应关系，这种方法基于各向同性材料，不需要引入微结构和附加的均匀化过程，它以每个单元的相对密度作为设计变量，人为假定相对密度和材料弹性模量之间的某种对应关系，程序实现简单，计算效率高。变密度法中常用的插值模型主要有:固体各向同性惩罚微结构模型(solidisotropic microstructures with penalization，简称SIMP)和材料属性的合理近似模型(rational approximation ofmaterial properties，简称RAMP)。而本文所用即为SIMP插值模型。

电气优化设计大作业

电气优化设计作业 2、用黄金分割法求目标函数107)(2+-=x x x f 的极小点，初始搜索区间[a ，b]=[1，7]，迭代精度取0.2。 答：程序如下 function xmin=golden(f,a,b,e) k=0; a1 =b-0.618*(b-a); a2 =a+0.618*(b-a); while b-a>e y1=subs(f,a1); y2=subs(f,a2); if y1>y2 a=a1; a1=a2; y1=y2; a2=a+0.618*(b-a); else b=a2; a2=a1; y2=y1; a1=b-0.618*(b-a); end k=k+1; end xmin=(a+b)/2; fmin=subs(f,xmin) fprintf('k=\n'); disp(k); 将程序保存后在命令窗口输入以下指令并输入回车： syms x a b a3 e h; a=input('搜索区间的第一点\a='); b=input('搜索区间的第二点\b='); e=input('搜索精度\ne='); disp('需求的优化函数f=f(x)，调用xmin=golden(f,a,b,e)'); 按照提示将搜索区间、目标函数及迭代精度输入，键入指令xmin=golden(f,a,b,e)')，回车可得结果如下（k 为迭代次数）： fmin=-2.2497，k=8，xmin=3.4834 3、用牛顿法求 10)1(2)1(4)(212221+++-++=x x x x X f 的最优解，设X （0）=[0, 0]T 。 答：程序如下： syms x1 x2; f=4*(x1+1)^2+2*(x2-1)^2+x1+x2+10; v=[x1,x2]; df=jacobian(f,v); df=df.'; G=jacobian(df,v); epson=1e-12;x0=[0,0]'; g1=subs(df,{x1,x2},{x0(1,1),x0(2,1)}); G1=subs(G,{x1,x2},{x0(1,1),x0(2,1)}); k=0;mul_count=0;sum_count=0; mul_count=mul_count+12; sum_count=sum_count+6; while(norm(g1)>epson) p=-G1\g1; x0=x0+p; g1=subs(df,{x1,x2},{x0(1,1),x0(2,1)}); G1=subs(G ,{x1,x2},{x0(1,1),x0(2,1)}); k=k+1; mul_count=mul_count+16;sum_count=sum_count+11; end; x0 结果为：x0 =( -1.1250，0.7500) 4、用拉格朗日乘子法求解以下约束最优化问题： 06)( ..60 410)(min 121212221=-=+---+=x X h t s x x x x x x X f 答：程序如下 syms x1 x2 lama f=x1^2+x2^2-x1*x2-10*x1-4*x2+60+lama*(x1-6); dx1=diff(f,x1); dx2=diff(f,x2); dlama=diff(f,lama); x1x1=solve(dx1,x1); x2x2=solve(dx2,x2); ff=subs(dlama,{x1,x2},{x1x1,x2x2}); lamao=solve(ff); xo=subs(x1x1,lama,lamao) yo=subs(x2x2,lama,lamao) fo=subs(f,{x1,x2,lama},{xo,yo,lamao}) 结果为：x1=6，x2=5,minf(x)=11。 5、用二进制遗传算法求解以下约束整数优化问题：

机械优化设计作业——梯度法求解

梯 度 法 求 最 优 解 问 题 姓 名：李刚 学号：2016210309 1、所求问题 用梯度法求目标函数121222125.05.1)(x x x x x x F --+=的无约束最优解，已知初始点 T X ]4,2[)0(-=，02.0=ε或002.0=ε 2、Matlab 编程实现 建立了一个Stair(e).m 的子函数来求解，e 为函数的输入变量，即问题中的ε。只需要在Matlab “命令行窗口”去调用此函数即可，用02.0=ε或002.0=ε去代替Stair(e).m 函数中的输入变量e 即可。 程序源码： function z =Stair(e) %输入变量e 来代替求解精度问题，方便求解不同静精度问题 syms x1 x2 a f=1.5*x1^2+0.5*x2^2-x1*x2-2*x1; %目标函数 dx1=diff(f,x1); %对x1求偏导 dx2=diff(f,x2); %对x2求偏导 g=[dx1,dx2]; %梯度 X=[x1,x2]; %建立坐标变量 X0=[-2,4]; %初始点坐标 g0=subs(g,X,X0); %subs 函数，用X0代替g 函数中的X G=norm(g0); %梯度的模 k=0; %迭代次数变量 F=subs(f,X,X0); %subs 函数，用X0代替f 函数中的X F=double(F); %数据类型转换 fprintf('迭代次数k=%d ；',k); fprintf('坐标值x1=%5.7f ',X0(1)); fprintf('x2=%5.7f ；',X0(2)); %fprintf('坐标值 X=%d %d\n',X0); fprintf('函数值F=%5.7f\n\n',F) for i=1:20 %迭代求解 if (G>e) %判断是否满足精度要求 k=k+1; d=-g0/G; %确定搜索方向

机械优化设计大作业(长江大学)

机械优化设计大作业 姓名：刘刚 班级：机械11005班序号：11

目录 第一题.........................................................................................1-4 第二题........................................................................................4-5 第三题........................................................................................5-7 第四题........................................................................................8-10 第五题.......................................................................................10-11 心得体会...................................................................................11-13 草稿....................................................................... ....14-18

现代设计理论及方法优化设计实验报告

西安交通大学实验报告 课程名称：现代设计理论与方法实验名称：优化设计上机实验 学院：实验日期： 班级：姓名：学号： 一、实验要求 1. 采用MA TLAB等编程语言，编写优化程序，计算优化结果； 2. 完成大作业书面报告，对每个题目进行分析建模，包括： ①设计变量的选择； ②优化目标函数的确定； ③约束条件的确定。 二、优化分析 1. 镗刀杆（销轴）结构参数优化 ①设计变量的选择 题目要求“试在满足强度、刚度条件下，设计一个用料最省的方案”，即在满足性能要求的前提下，使设计方案的质量（体积）最小。 最直接的思路为，控制长度L和直径d最小。而根据条件分析，亦可通过改变截面形状（改变轮廓形状、使截面空心等）、改变不同L处截面形状等复杂的空间质量分布模式等，来到达最优的目的。 为便于分析，此处选择设计变量为刀杆直径d、长度L（实际可直接取最小值）为设计变量。 ②优化目标函数的确定 刀杆用料最省，即体积最小： V=1 4 πd2L→min 设 x1=d,x2=L 则目标函数为 min f X=V=1 πd2l= 1 πx12x2=0.785x12x2

③约束条件的确定 根据材料力学知识，应有： σmax<σ τmax<τ f max0 c>0

现代优化设计方法的现状和发展趋势

M ac hi neBuil di ng Auto m atio n,D ec2007,36(6):5~6,9 现代优化设计方法的现状和发展趋势 王基维1,熊伟2,李会玲1,汪振华3 (1.宁波职业技术学院,浙江宁波315800;2.湖南生物机电职业技术学院,湖南长沙410126; 3.南京理工大学,江苏南京210094) 摘要:优化设计是近年来发展起来的一门新学科,为机械设计提供了一种重要的科学设计方 法。优化设计在解决复杂设计问题时,能从众多设计方案中寻到尽可能完美或最适宜的设计 方案。对现代优化设计方法进行了概括和总结,展望了现代优化设计的发展方向和发展趋势。 关键词:优化设计;机械设计;发展趋势 中图分类号:T H122文献标识码:B文章编号:167125276(2007)0620005202 Develop ing T rend on M odern O pt im a l Design M ethods WANG J i2wei1,XI ONG W ei2,LI H u i2li ng1,WANG Zhen2hua3 (1.Ni ngbo Voca ti on Te chno l ogy C o ll e ge,N i n gbo315800,C h i na; 2.Huna n B i o l ogy Me c ha ni c a la nd E l e c tri c a lP ro f e ss i ona lTe chno l ogy C o ll ege,C ha ngsha410126,C h i na; 3.Na n ji ng Un i ve rs ity o f S c i e nc e a nd Te chno l o gy,Na n ji ng210094,C h i n a) Abstr ac t:As a new d i s c i p l i ne,o p tm i a l de s i gn p rov i de s an m i p o rtan t sc i en tifi c de s i gn m e t h od f o r e ng i nee https://www.wendangku.net/doc/da12373115.html, i ng op tm i a ld es i gn, t he y can fi nd o ut a nea rl y pe rf e ct o r op tm i um des i gn s ch em e fr om l o ts o f feas i b l e ap p r o ache s.T he p ape r s um m a ri ze s t he de ve l o p i ng trend a nd d ir e cti o n o f t he m ode rn op tm i a l des i gn m e t hod s. K ey word s:op tm i a ld es i g n;m a ch i n e des i gn;de ve l o p t re nd 0引言 机械设计与制造是机械工程领域中最重要的内容,而机械设计又是机械制造的前提。优化设计(opti m a l de2 si gn)是近年来发展起来的一门新的学科,优化设计为机械设计提供了一种重要的科学设计方法,在机械设计上起着重要的作用,使得在解决复杂设计问题时,能从众多的设计方案中寻到尽可能完美的或最适宜的设计方案[1]。实践证明,在机械设计中采用优化设计方法,不仅可以减轻机械设备质量,降低材料消耗与制造成本,而且可以提高产品的品质和工作性能[2]。文中初步论述了机械优化设计方法的发展现状和趋势。 优化设计方法[3]是数学规划和计算机技术相结合的产物,它是一种将设计变量表示为产品性能指标、结构指标或运动参数指标的函数(称为目标函数),然后在产品规定的性态、几何和运动等其它条件的限制(称为约束条件)的范围内,寻找满足一个目标函数或多个目标函数最大或最小的设计变量组合的数学方法。优化设计方法已成为解决复杂设计问题的一种有效工具。 1优化设计方法及应用现状 优化设计的基础和核心是优化理论和算法。迄今为止,己有上百种优化方法提出,这里重点介绍以下几种优化方法[4,5]。 a)线性逼近法:线性逼近法SLP是将原非线性问题转化为一系列线性优化问题,通过求解线性优化问题得到原问题的近似解。根据形成线性优化的方法不同,可以得到不同的线性逼近法。常用的线性逼近法有近似规划法和割平面法; b)遗传算法[2,6,14]:遗传算法GA(genetic a l gorith m s)是一种基于生物自然选择与遗传机理的随机搜索算法。它是1962年首先由美国密执安大学的J.H.H olland教授提出、随后主要由他和他的一批学生发展起来的[7],并在1975年的专著中作了介绍,首先提出了以二进制串为基础的基因模式理论,用二进制位串来模拟生物群体的进化过程。进化结束时的二进制所对应的设计变量的值即为优化问题的解。GA方法的主要优点是具有很强的通用优化能力,它不需要导数信息,也不需要设计空间或函数的连续性条件,其优化搜索具有隐性并行性,可以多点同时在大空间中作快速搜索,因此有可能获得全局最优解。由于G A有着其他优化算法不可比拟的优点,因此,GA的应用非常广泛,取得大量研究应用成果。在结构优化设计方面的如离散结构的遗传形状优化设计[8]、悬臂扭转结构和梁结构的优化设计[9]、桁架和薄壁的结构优化问题[10]等。在文献[11]中对平面四杆机构的遗传优化设计进行了研究。文献[12]介绍了一个用于ZL40装载机的直齿圆锥齿轮差速器的优化设计问题,用GA中的实数编码进行优化求解,取群体大小为50,交叉率为0.2,变异率为0.5,经过120代的进化并经圆整后得到最优解。文献[15]中通过把机械方案设计过程看作是一个状态空间的求解问题,用遗传算法控制其搜索过程,完善了新的遗传编码体系,为了适应新的编码体系重新构建了交叉和变异等遗传操作,并利用复制、交换和变异等操作进行一次次迭代,最终自动生成一组最优的设计方案。 此外,G A还应用在函数优化、机械工程、结构优化、电工、神经网络、机器学习、自适应控制、故障诊断、系统工程调度和运输问题等诸多领域中[13]; #5 #

机械优化设计作业

机械优化设计作业 —工]+ 2 兀2 —4 * 2x}+3X2< 12 1 > min f= -4x1-x^ x{ -x2 <3 x^x2>0 在MATLAB下编程如下： * m 肝w|厂1 iLb h鼻「* j-f C L Q rrat VM电+ g ge? thi p irie-f v?irti ?mu ： ?4 l-L 212 3.1 -I] >> b= K. I2；3j ； ?= L>: >> [-Kj fv3e 11 ￡laifj cmtptrl 1 - Lirt t Pg: Cfj Aj bj []>【1, Lbi Opt iviii ?Lori 1 a ranijn al Q dL 3E = 4? 2Q0D 1? 3000 f val ■ ?oono ex it-"fl a.z ― I ou t put = i■卷e-r -al i ons r 5 ■^1 g a r 11 t l-|JL ￡*L N E恵Q—NUEd 口！：X nt iiT L.口If pQHEt" c ￡it er al 1 atri ■; i: 0 " ' C^p't Ji H.L ￡at 1 □ A t wt BLilialt^id ca nc 1 rui a 1 at ion E0 > x0=[1;1;1];

作业方案优化设计

研究室人员、设施前期准备分工和职责 邵明仁 分工项目：作业方案优化设计 负责人：邵明仁 1、“作业方案优化设计”的研究工作项目和使用功能 ●根据不同区块优化编制标准的综合设计施工方案； ●科学编制基本设计和施工详细设计 ?内容包括：数字地震勘察、井位地貌、拖航就位、钻完井、地质、测井、测试、修 井、废弃井等 ●收集汇总有关重要资料（跟踪科技情报信息）并纳入数据库管理，编制施工作业中的 事故预测、风险评估方案和预防处理措施 ●与甲方制定的设计标准、规范和体系、设计审批程序相整合 ●设计方案的施工全过程计算机模拟预演 ?通过预演使施工管理、操作人员熟悉工作过程 ?通过对模型的预演，预见各施工环节可能碰到的情况及预防处理措施 ●作业实时跟踪，协助参与解决突发事件和问题，及时提供各种针对现场实际情况的技 术解决方案，动态调整、优化、完善施工过程 ●提供作业报告和总结，对现场作业进行深入的技术与操作分析；参与新技术引进、推 广和评估；生产时效分析；服务产品效果分析与评价；技术和产品改进建议 ●进行石油工程专业软件及数据库应用研究和开发 2、对应配备的实验设施和研究人员进行市场调研 ●目前实业公司监督承担了大量钻完井、地震勘探、地质、测井、测试、修井、弃井等 施工设计任务，甲方也有相关的专门费用 ?目前的设计手段非常单一和落后，部分工作还使用手工计算，每次都要做许多资料 重新收集整理方面重复的无用功，效率低下，质量水平方面也存在较大波动； ?需要配备专门人才和专业软硬件，进行模块化、流水线作业设计提高效率，减少因 长期占用海上监督人力资源造成的浪费，增强公司综合服务能力，提高整体服务水平。 ●对钻井设计软件的市场调研 ?斯伦贝谢：可与其数据库系统协调使用；完成基本的设计计算；英文版；价格昂贵 ?兰德马克：可与其数据库系统协调使用；完成基本的设计计算；英文版；价格昂贵 ?一美国私人公司：其软件可完成基本设计计算，英文版，适用于现场工程计算 ?胜利钻井院： ◆刚完成编制，正在中石化推广，中文界面 ◆可进行模块化设计，可通过网络远程设计，内置设计需要的计算，内嵌有常用 工具材料的性能和规格参数，客户化定做后可用于快速施工设计 ◆集中数据和资料管理，可同时设计和管理多个油田、区块、井次不同设计进度 阶段的设计工作 ◆可实现分权限的设计修改、浏览、审批等适应不同层次人员需要的功能，增强 设计系统保密性 ◆可直接生成设计书 3、油田开发工艺研究室投入使用的前期准备工作 ●购买数据和通讯服务器各一台 ●购买便携式个人办公高性能计算机8台

《机械优化设计》大作业

《机械优化设计》课程实践 研究报告 一、研究报告内容： 1、λ＝0.618的证明、一维搜索程序作业； 2、单位矩阵程序作业； 3、连杆机构问题＋自行选择小型机械设计问题或其他工程优化问题； （1）分析优化对象，根据设计问题的要求，选择设计变量，确立约束条件，建立目标函数，建立优化设计的数学模型并编制问题程序； （2）选择适当的优化方法，简述方法原理，进行优化计算； （3）进行结果分析，并加以说明。 4、写出课程实践心得体会，附列程序文本。 5、为响应学校2014年度教学工作会议的改革要求，探索新的课程考核评价方法，特探索性设立一开放式考核项目，占总成绩的5%。 试用您自己认为合适的方式（书面）表达您在本门课程学习方面的努力、进步与收获。（考评将重点关注您的独创性、简洁性与可验证性）。 二、研究报告要求 1、报告命名规则：学号－姓名－《机械优化设计》课程实践报告.doc 2、报告提交邮址：weirongw@https://www.wendangku.net/doc/da12373115.html,（收到回复，可视为提交成功）。

追求：问题的工程性，格式的完美性，报告的完整性。 不追求：问题的复杂性，方法的惟一性。 评判准则：独一是好，先交为好；切勿拷贝。 目录： λ＝0.618的证明、一维搜索程序作业 ①关于618 λ的证明 (4) = .0 ②一维搜索的作业 采用matlab进行编程 (5) 采用C语言进行编程 (7) 单位矩阵程序作业 ①采用matlab的编程 (9) ②采用c语言进行编程 (9) 机械优化工程实例 ①连杆机构 (11) ②自选机构 (16) 课程实践心得 (20) 附列程序文本 (21) 进步，努力，建议 (25)

课题——初中数学作业优化设计的研究研究报告

莱阳市2014年小课题研究 《初中数学作业优化设计研究》 研究报告 工作单位：莱阳市姜疃中心初级中学 课题编号：LYXKT14072 课题主持人：赵纯纯 课题组成员：姜国臣辛德飞吴庆龙 报告执笔人：赵纯纯 【序言】 “数学作业优化设计”是指教师在设计作业时，根据不同层次学生的情况，设计出不同的、适合各类学生的作业；设计出为学生所喜闻乐见的作业；设计出对提高教学质量、发展学生数学思维有用的作业。其目的是帮助、促使不同层次的学生都能有效地完成作业，从而达到良好的学习效果。 《初中数学作业优化设计研究》是莱阳市姜疃中心初级中学赵纯纯老师承担的莱阳市级2014年度小课题，2014年4月获准立项并开始研究，经过课题组和实验学校教师近一年的努力，已经达到了课题研究的基本目标，此报告即课题研究的总结。 一、课题的提出 《数学课程标准》（实验稿）明确指出：“义务教育阶段的数学课程应突出体现基础性、普及性和发展性，使数学教育面向全体学生，实现：人人学有价值的数学；人人都能获得必需的数学；不同的人在数学上得到不同的发展。

这是数学新课程标准对数学教育提出的要求。从农村学校现状分析，学生大多存在着基础知识及基本能力之间差异。面向全体学生就不能无视这种差异，而应因人定标、因材施教。发展性教学理论认为“差异是一种资源”，而承认差异，尊重差异，更是我们实行素质的一个重要理念。在“让每个学生都能得到最优发展”教育观下，我们必须认清应试教育下作业中存在的问题，并提出符合素质教育标准的形式多样的数学作业形式。素质教育要求下的教师，设计作业不应仅停留在知识的层面，而应蕴含丰富的教育因素，应有利于调动学生的积极性，着眼于全体学生的可持续发展，力争让每个学生在适合自己的作业中都取得成功，获得轻松、愉快、满足的心理体验。 当前的数学课堂教学存在诸多不尽如人意的地方，如：部分教师数学课堂练习的设计缺乏层次性，量也偏少，课堂时效性不高；很多老师没有习惯进行当堂检测，学生学习紧张度不够，效率不高；每个班级都存在一定数量后进生，他们甚至无法独立完成当堂知识巩固练习，令老师头疼不已。 因此，我们考虑通过对数学作业的最优化设计研究，提高学生的学习主动性和课堂效率，解决后进生问题。 二、课题的设计 （一）课题的界定 “数学作业优化设计”是指教师在设计、布置作业时，根据不同层次学生的各种情况，如课堂表现、掌握程度、已有水平等，设计出不同的、适合各类学生的作业，从而帮助、促使不同层次的学生都能有效地完成作业，通过不同层次的练习达到良好的学习效果。作业的设计要有利于学生在完成适合自己的作业中都取得成功，获得轻松、愉快、满足的心理体验，有利于优化学生的思维品质。 （二）研究内容与目标 1.研究目标 本课题实验试图探索在现行的数学授课中，更好的因材施教，制定科学合理的作业设计策略，建立科学的适合学生身心发展规律的作业评价体系，最大限度的提高学生学习的主动性和积极性，让学生在快乐中学习，充分体会到学习的喜悦，使不同层次的学生学有所得、学有所获。 在实验研究过程中，我们力求体现如下目标：

机械优化设计作业

4-2 已知某汽车行驶速度x与每公里耗油量的函数关系为f(x)=x+ 20/x，试用0.618法确定速度x 在每分钟0.2~1公里时的经济速度x*。精度ε=0.01. Private Sub Command1_Click() a = 0.2 b = 1 10: a1 = b - 0.618 * (b - a) a2 = a + 0.618 * (b - a) f1 = a1 + 20 / a1 f2 = a2 + 20 / a2 If f1 < =f2 Then b = a2: a2 = a1: f2 = f1: a1 = b - 0.618 * (b - a): f1 = a1 + 20 / a1 If f1 > f2 Then a = a1: a1 = a2: f1 = f2: a2 = a + 0.618 * (b - a): f2 = a2 + 20 / a2 If Abs(b - a) >= 0.01 Then GoTo 10 Print "a*="; (a + b) / 2 t = (a + b) / 2 Print "f*="; t + 20 / t End Sub 运行结果： 最终结果： a*=0.996749540627092 f*=21.0619707269015

5-1 试用变量轮换法求目标函数f(X) = 4 + 2 9x1 - 4x2 + x1 2 + 2x 2 2 - 2x 1 x2 + x14 - 2x12x2的最优解。初始 点X(0) = [-2,2.2]T，精度ε= 0.000001。 Private Sub Command1_Click() n = 2: E = 0.000001 Dim X(2), X0(2), P(2, 2) For j = 1 To 2 X0(j) = InputBox(X0(j), "输入X0 的x、y坐标") X(j) = X0(j) Next j GoSub 630 K = 0 For i = 1 To 2 For j = 1 To 2 P(i, j) = 0 If i = j Then P(i, j) = 1 Next j, i 260: F0 = F For i = 1 To 2 GoSub 470 Next i R = 0: K = K + 1: Print F For j = 1 To 2 R = R + (X(j) - X0(j)) ^ 2 Next j R = Sqr(R) If R < E Then GoTo 420 i = n GoSub 470 For j = 1 To 2 X0(j) = X(j) Next j GoTo 260 470: H = 1: FX = 0 480: GoSub 600 F1 = F: FX = FX + 1 If F1 > F0 And FX > 1 Then GoTo 540 If F1 > F0 And FX = 1 Then H = -H F0 = F1: H = 2 * H GoTo 480 540: H = -0.5 * H