《机械优化设计》实验指导书新复习进程.docx
《《机械优化设计》实验指导书新复习进程.docx》由会员分享,可在线阅读,更多相关《《机械优化设计》实验指导书新复习进程.docx(12页珍藏版)》请在冰豆网上搜索。
《机械优化设计》实验指导书新复习进程
MATLAB优化工具箱
实验指导书
执笔人:
丁智平
审核人:
吴吉平
湖南工业大学机械工程学院
“MATLAB优化工具箱”实验指导书
一、实验类型
验证性实验
二、实验目的
熟悉Matlab7.0软件的界面和基本功能,了解Matlab优化工具箱的常用算法;
使用Matlab优化工具箱的fminunc/fminsearch函数求解多变量非线性无约束优化问题;
使用Matlab优化工具箱的fmincon函数求解多变量非线性约束优化问题。
三、实验设备与软件
台式计算机,Matlab7.0软件。
四、实验内容
求解多变量非线性无约束优化问题和约束优化问题的最优解。
要求:
(1)编写求解优化问题的M文件;
(2)在命令窗口输入求解优化问题的命令,并得出计算结果。
五、实验方法与步骤
一、Matlab优化工具箱基础
1.开启计算机,启动Matlab7.0,进入Matlab软件的命令窗口界面,了解并熟悉工具栏的功能;
2.编写标量优化问题的M文件;
3.在命令窗口输入求解标量优化问题命令,得出计算结果。
算题:
1)f=x2-10x+36
最优解:
x*=5.0;f(x*)=11.0
2)f=x4-5x3+4x2-6x+60
最优解:
x*=3.2796;f(x*)=22.6590
3)f=(x+1)(x-2)2
最优解:
x*=2.0;f(x*)=0
二、多变量无约束非线性最优化问题求解
1.开启计算机,启动Matlab7.0,进入Matlab软件的命令窗口界面;
2.编写无约束优化问题的M文件;
3.在命令窗口输入求解无约束优化问题命令,得出计算结果。
算题:
1)f=4(x1-5)2+(x2-6)2
初始点:
x0=[8,9]T;f(x0)=45
最优解:
x*=[5,6]T;f(x*)=0
2)f=(x12+x2-11)2+(x1+x22-7)2
初始点:
x0=[1,1]T;f(x0)=106
最优解:
x*=[3,2]T;f(x*)=0
3)f=[1.5-x1(1-x2)]2+[2.25-x1(1-x22)]2+[2.625-x1(1-x23)]2
初始点:
x0=[2,0.2]T;f(x0)=0.529
最优解:
x*=[3,0.5]T;f(x*)=0
4)f=(x12+12x2-1)2+(49x1+49x2+84x1+2324x2-681)2
初始点:
x0=[1,1]T;f(x0)=3330769
最优解:
x*=[0.336285,0.268126]T;f(x*)=5.431817
5)f=(x1+10x2)2+5(x3-x4)2+(x2-2x3)4+10(x1-x4)4
初始点:
x0=[3,-1,0,1]T;f(x0)=215
最优解:
x*=[0,0,0,0]T;f(x*)=0
三、多变量非线性约束最优化问题求解
1.开启计算机,启动Matlab7.0,进入Matlab软件的命令窗口界面;
2.编写有约束优化问题的M文件;
3.在命令窗口输入求解有约束优化问题命令,得出计算结果。
算题:
1)f=(x1-2)2+(x2-1)2
g1=x12-x2≤0
g2=x1+x2-2≤0
初始点:
x0=[3,3]T;f(x0)=5
最优解:
x*=[1,1]T;f(x*)=1
2)f=x23[(x1-3)2-9]/27
≤0
g1=x2-x1/
≤0
g2=-x1+x2/
≤0
g3=x1+x2/
-6≤0
g4=-x1≤0
g5=-x2≤0
初始点:
x0=[1,5]T;f(x0)=-13.3646
最优解:
x*=[4.5,2.59808]T;f(x*)=-2.53125
3)f=1000-x12-2x22-x32-x1x2-x1x3
g1=-x1≤0
g2=-x2≤0
g3=-x3≤0
g4=x12+x22+x32-25=0
g5=8x1+14x2+7x3-56=0
初始点:
x0=[2,2,2]T;f(x0)=976
最优解:
x*=[3.512,0.217,3.552]T;f(x*)=961.715
4)f=100(x2-x12)2+(1-x1)2+90(x4-x32)2+(1-x3)2+10[(x2-1)2+(x4-1)2]+19.8(x2-1)(x4-1)
-10≤x1≤10
-10≤x2≤10
-10≤x3≤10
-10≤0x4≤10
初始点:
x0=[-3,-1,-3,-1]T;f(x0)=19191.2
最优解:
x*=[1,1,1,1]T;f(x*)=0
六、实验报告格式及要求
《机械优化设计》课程实验报告
学院:
系:
专业:
年级:
姓名:
学号:
组_______实验时间:
指导教师签字:
成绩:
Matlab优化工具箱
一、实验目的和要求
熟悉Matlab7.0软件的界面和基本功能,了解Matlab优化工具箱的常用算法;
使用Matlab优化工具箱的fminunc/fminsearch函数求解多变量非线性无约束优化问题;
使用Matlab优化工具箱的fmincon函数求解多变量非线性约束优化问题。
二、实验设备和软件
台式计算机,Matlab7.0软件。
三、实验内容
求解下列优化问题的最优解。
要求:
(1)编写求解优化问题的M文件,
(2)在命令窗口输入求解优化问题的命令,并得出计算结果。
1、标量优化问题
1)f=x2-10x+36
2)f=x4-5x3+4x2-6x+60
3)f=(x+1)(x-2)2
2、多变量非线性无约束优化问题
1)f=4(x1-5)2+(x2-6)2
初始点:
x0=[8,9]T;
2)f=(x12+x2-11)2+(x1+x22-7)2
初始点:
x0=[1,1]T;
3)f=[1.5-x1(1-x2)]2+[2.25-x1(1-x22)]2+[2.625-x1(1-x23)]2
初始点:
x0=[2,0.2]T;
4)f=(x12+12x2-1)2+(49x1+49x2+84x1+2324x2-681)2
初始点:
x0=[1,1]T;
5)f=(x1+10x2)2+5(x3-x4)2+(x2-2x3)4+10(x1-x4)4
初始点:
x0=[3,-1,0,1]T;
3、多变量非线性约束优化问题
1)f=(x1-2)2+(x2-1)2
g1=x12-x2≤0
g2=x1+x2-2≤0
初始点:
x0=[3,3]T;
2)f=x23[(x1-3)2-9]/27
≤0
g1=x2-x1/
≤0
g2=-x1+x2/
≤0
g3=x1+x2/
-6≤0
g4=-x1≤0
g5=-x2≤0
初始点:
x0=[1,5]T;
3)f=1000-x12-2x22-x32-x1x2-x1x3
g1=-x1≤0
g2=-x2≤0
g3=-x3≤0
g4=x12+x22+x32-25=0
g5=8x1+14x2+7x3-56=0
初始点:
x0=[2,2,2]T
4)f=100(x2-x12)2+(1-x1)2+90(x4-x32)2+(1-x3)2+10[(x2-1)2+(x4-1)2]+19.8(x2-1)(x4-1)
-10≤x1≤10
-10≤x2≤10
-10≤x3≤10
-10≤0x4≤10
初始点:
x0=[-3,-1,-3,-1]T;
四、M文件、在命令窗口输入的求解命令清单及计算结果记录
五、质疑和建议
执笔人:
丁智平2007年8月5日
审核人:
吴吉平2007年8月13日
批准人:
胡成武2007年8月21日
目标函数的M文件:
sjlxfun.m
pp249一维搜索方法习题
1.1)
functionf=sjlxfun(x)
f=x^2-10*x+36
1.2)
functionf=sjlxfun(x)
f=x^4-5*x^3+4*x^2-6*x+60
1.3)
functionf=sjlxfun(x)
f=(x+1)*(x-2)^2
pp249无约束优化方法习题
2.1)
functionf=sjlxfun(x)
f=4*(x
(1)-5)^2+(x
(2)-6)^2
2.2)
functionf=sjlxfun(x)
f=(x
(1)^2+x
(2)-11)^2+(x
(1)+x
(2)^2-7)^2
2.3)
functionf=sjlxfun(x)
f=(1.5-x
(1)*(1-x
(2)))^2+(2.25-x
(1)*(1-x
(2)^2))^2+(2.625-x
(1)*(1-x
(2)^3))^2%
2.4)
functionf=sjlxfun(x)
f=(x
(1)^2+12*x
(2)-1)^2+(49*x
(1)+49*x
(2)+84*x
(1)+2324*x
(2)-681)^2
2.5)
functionf=sjlxfun(x)
f=(x
(1)+10*x
(2))^2+5*(x(3)-x(4))^2+(x
(2)-2*x(3))^4+10*(x
(1)-x(4))^4
pp250约束优化方法习题
3.1)
functionf=sjlxfun(x)
f=(x
(1)-2)^2+(x
(2)-1)^2
3.2)
functionf=sjlxfun(x)
f=x
(2)^3*((x
(1)-3)^2-9)/27/sqrt(3)
3.3)
functionf=sjlxfun(x)
f=1000-x
(1)^2-2*x
(2)^2-x(3)^2-x
(1)*x
(2)-x
(1)*x(3)
3.4)
functionf=sjlxfun(x)
f=100*(x
(2)-x
(1)^2)^2+(1-x
(1))^2+90*(x(4)-x(3)^2)^2+(1-x(3))^2+10*((x
(2)-1)^2+(x(4)-1)^2)+19.8*(x
(2)-1)*(x(4)-1)
约束条件的M文件:
sjlxcon.m
3.1)
function[c,ceq]=sjlxcon(x)
c=[x
(1)^2-x
(2);
x
(1)+x
(2)-2];
ceq=[];
3.2)
function[c,ceq]=sjlxcon(x)
c=[x
(2)-x
(1)/sqrt(3);
-x
(1)+x
(2)/sqrt(3);
x
(1)+x
(2)/sqrt(3)-6;
-x
(1);
-x
(2)];
ceq=[];
3.3)
function[c,ceq]=sjlxcon(x)
c=[-x
(1);
-x
(2);
-x(3)]
ceq=[x
(1)^2+x
(2)^2+x(3)^2-25;
8*x
(1)+14*x
(2)+7*x(3)-56];
3.4)
function[c,ceq]=sjlxcon(x)
c=[x
(1)-10;
-x
(1)-10;
x
(2)-10;
-x
(2)-10;
x(3)-10;
-x(3)-10;
x(4)-10;
-x(4)-10];
ceq=[];
窗口输入的求解命令
pp249一维搜索习题
1.1),1.2),1.3)
options=optimset('LargeScale','off');
[x,fval]=fminbnd(@sjlxfun,0,10,options)
pp249无约束优化习题
2.1),2.2),2.3)
x0=[1,1];
options=optimset('LargeScale','off');
[x,fval]=fminunc(@sjlxfun,x0,options)
2.4)
x0=[1,1];
options=optimset('LargeScale','off');
[x,fval]=fminsearch(@sjlxfun,x0,options)
2.5)
x0=[3,-1,0,1]
(2)物品的独一无二options=optimset('LargeScale','off');
[x,fval]=fminsearch(@sjlxfun,x0,options)
标题:
大学生“负债消费“成潮流2004年3月18日
“碧芝”隶属于加拿大的beadworks公司。
这家公司原先从事首饰加工业,自助首饰的风行也自西方,随着人工饰品的欣欣向荣,自制饰品越来越受到了人们的认同。
1996年'碧芝自制饰品店'在迪美购物中心开张,这里地理位置十分优越,交通四八达,由于是市中心,汇集了来自各地的游客和时尚人群,不用担心客流量问题。
迪美有300多家商铺,不包括柜台,现在这个商铺的位置还是比较合适的,位于中心地带,左边出口的自动扶梯直接通向地面,从正对着的旋转式楼拾阶而上就是人民广场中央,周边4、5条地下通道都交汇于此,从自家店铺门口经过的90%的顾客会因为好奇而进看一下。
pp250约束优化习题
3.1),3.2)
根本不知道□x0=[1,5];
2、传统文化对大学生饰品消费的影响options=optimset('LargeScale','off');
当然,在竞争日益激烈的现代社会中,创业是件相当困难的事。
我们认为,在实行我们的创业计划之前,我们首先要了解竞争对手,吸取别人的经验教训,制订相应竞争的策略。
我相信只要我们的小店有自己独到的风格,价格优惠,服务热情周到,就一定能取得大多女孩的信任和喜爱。
[x,fval]=fmincon(@sjlxfun,x0,[],[],[],[],[],[],@sjlxcon,options)
2、消费者分析3.3)
“碧芝自制饰品店”拥有丰富的不可替代的异国风采和吸引人的魅力,理由是如此的简单:
世界是每一个国家和民族都有自己的饰品文化,将其汇集进行再组合可以无穷繁衍。
x0=[2,2,2]
为了解目前大学生对DIY手工艺品制作的消费情况,我们于己于人2004年3月22日下午利用下课时间在校园内进行了一次快速抽样调查。
据调查本次调查人数共50人,并收回有效问卷50份。
调查分析如下:
options=optimset('LargeScale','off');
[x,fval]=fmincon(@sjlxfun,x0,[],[],[],[],[],[],@sjlxcon,options)
3.4)
x0=[-3,-1,-3,-1]
options=optimset('LargeScale','off');
可见“体验化消费”广受大学生的欢迎、喜欢,这是我们创业项目是否成功的关键,必须引起足够的注意。
[x,fval]=fmincon(@sjlxfun,x0,[],[],[],[],[],[],@sjlxcon,options)