收藏 分销(赏)

优化设计Matlab编程作业.doc

上传人:1587****927 文档编号:1687358 上传时间:2024-05-07 格式:DOC 页数:7 大小:261.54KB 下载积分:6 金币
下载 相关 举报
优化设计Matlab编程作业.doc_第1页
第1页 / 共7页
优化设计Matlab编程作业.doc_第2页
第2页 / 共7页


点击查看更多>>
资源描述
优化设计 无约束优化 min f(x)= +-2-4 初选x0=[1,1] 程序: Step 1: Write an M-file objfun1.m. function f1=objfun1(x) f1=x(1)^2+2*x(2)^2-2*x(1)*x(2)-4*x(1); Step 2: Invoke one of the unconstrained optimization routines x0=[1,1]; >> options = optimset('LargeScale','off'); >> [x,fval,exitflag,output] = fminunc(@objfun1,x0,options) 运行结果: x = 4.0000 2.0000 fval = -8.0000 exitflag = 1 output = iterations: 3 funcCount: 12 stepsize: 1 firstorderopt: 2.3842e-007 algorithm: 'medium-scale: Quasi-Newton line search' message: [1x85 char] 非线性有约束优化 1. Min f(x)=3++2-3+5 Subject to: (x)=++180 (x)=5-3-250 (x)=13-41 (x)=14 (x)=2 初选x0=[10,10] Step 1: Write an M-file objfun2.m function f2=objfun2(x) f2=3*x(1)^2+x(2)^2+2*x(1)-3*x(2)+5; Step 2: Write an M-file confun1.m for the constraints. function [c,ceq]=confun1(x) % Nonlinear inequality constraints c=[x(1)+x(2)+18; 5*x(1)-3*x(2)-25; 13*x(1)-41*x(2)^2; 14-x(1); x(1)-130; 2-x(2); x(2)-57]; % Nonlinear inequality constraints ceq=[]; Step 3: Invoke constrained optimization routine x0=[10,10]; % Make a starting guess at the solution >> options = optimset('LargeScale','off'); >> [x, fval] = ... fmincon(@objfun2,x0,[],[],[],[],[],[],@confun1,options) 运行结果: x = 3.6755 -7.0744 fval = 124.1495 2. min f(x)= s.t. 初选x0=[1,1] Step 1: Write an M-file objfun3.m function f=objfun3(x) f=4*x(1)^2+5*x(2)^2 Step 2: Write an M-file confun3.m for the constraints. function [c,ceq]=confun3(x) %Nonlinear inequality constraints c=[2*x(1)+3*x(2)-6; -x(1)*x(2)-1]; % Nonlinear equality constraints ceq[]; Step 3: Invoke constrained optimization routine x0=[1,1];% Make a starting guess at the solution >> options = optimset('LargeScale','off'); >> [x, fval] = ... fmincon(@objfun,x0,[],[],[],[],[],[],@confun,options) 运行结果: Optimization terminated: no feasible solution found. Magnitude of search direction less than 2*options.TolX but constraints are not satisfied. x = 1 1 fval = -13 实例:螺栓连接的优化设计 图示为一压气机气缸与缸盖连接的示意图。已知D1=400mm,D2=240mm,缸内工作压力p=8.5Mpa,螺栓材料为45Cr,抗拉强度,屈服强度,拉压疲劳极限,许用疲劳安全系数[,取残余预紧力,采用铜皮石棉密封垫片,螺栓相对刚度。从安全、可靠、经济的角度来选择螺栓的个数n和螺栓的直径d。 解: 1. 目标函数 取螺栓组连接经济成本最小为目标。当螺栓的长度、材料和加工条件一定时,螺栓的总成本与n,d值成正比,故本问题优化设计的目标函数为 由此可见,设计变量为螺栓个数n和直径d为 2.约束条件 (1)强度约束条件:螺栓在脉动载荷下工作,因此螺栓组连接须满足疲劳强度条件 其中为应力幅值;为最小应力;为疲劳极限综合影响系数,取=4.4;为应力折算系数,取=0.23. 气缸最大载荷 螺栓最大工作载荷, 螺栓最小工作载荷, 螺栓应力幅值 对于普通螺纹,小径,于是疲劳强度约束条件为 (2)密封约束条件:考虑密封安全,螺栓间距应小于8d,故密封约束条件为 (3)扳手工作空间约束条件:考虑扳手工作空间,螺距间距应大于2d,故扳手工作空间约束条件为 (4)非约束条件 螺栓连接的优化数学模型 综上所述,本问题的数学模型可表达如下 设计变量: 目标函数: 约束条件: M文件 function f=stud_obj(x) f=x(1)*x(2); global p Ksigam psai sigam_1 p=8.5*le6; Ksigam=4.4;psai=0.23;sigam_1=330;D2=240; p=1/4*pi*D2^2*le-6*p; function [c,ceq]=stud_conl(x) global p Ksigam psai sigam_1 p,x F0=(1.6*p+p)/x(1); d1=0.85*x(2); A=1/4*pi*d1^2; F1=F0-0.8*p/x(1); sigma_max=F0/A; sigma_min=F1/A; sigma_1=(sigma_max-sigma_min)/2; Sa=(2*sigma_1+(Ksigma-psai)*sigma_min)/((Ksigma+psai)*(2*sigma_a+sigma_min)); c=[1.7-Sa; 400*pi/x(1)-8*x(2); -400*pi/x(1)+2*x(2); 16-x(1); -x(2)]; ceq=[]; x0=[7,20]; [x,feval]=fmincon(@stud_obj,x0,[],[],[],[],[],[],@stud_conl) 运行结果: x = 16.00 28.84 fval = 461.39 根据实际问题的意义取整、标准化:n=16,d=30,经验证n和d的取值满足约束条件。
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4009-655-100  投诉/维权电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服