matlab(四連桿優(yōu)化設(shè)計(jì)).doc

《matlab(四連桿優(yōu)化設(shè)計(jì)).doc》由會員分享，可在線閱讀，更多相關(guān)《matlab(四連桿優(yōu)化設(shè)計(jì)).doc（9頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

機(jī)械優(yōu)化設(shè)計(jì)在matlab中的應(yīng)用 東南大學(xué)機(jī)械工程學(xué)院*一 優(yōu)化設(shè)計(jì)目的：在生活和工作中，人們對于同一個問題往往會提出多個解決方案，并通過各方面的論證從中提取最佳方案。最優(yōu)化方法就是專門研究如何從多個方案中科學(xué)合理地提取出最佳方案的科學(xué)。由于優(yōu)化問題無所不在，目前最優(yōu)化方法的應(yīng)用和研究已經(jīng)深入到了生產(chǎn)和科研的各個領(lǐng)域，如土木工程、機(jī)械工程、化學(xué)工程、運(yùn)輸調(diào)度、生產(chǎn)控制、經(jīng)濟(jì)規(guī)劃、經(jīng)濟(jì)管理等，并取得了顯著的經(jīng)濟(jì)效益和社會效益。二 優(yōu)化設(shè)計(jì)步驟：1.機(jī)械優(yōu)化設(shè)計(jì)的全過程一般可以分為如下幾個步驟：1)建立優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型；2)選擇適當(dāng)?shù)膬?yōu)化方法；3)編寫計(jì)算機(jī)程序；4)準(zhǔn)備必要的初始數(shù)據(jù)并傷及計(jì)算；5)對計(jì)算機(jī)求得的結(jié)果進(jìn)行必要的分析。其中建立優(yōu)化設(shè)計(jì)數(shù)學(xué)模型是首要的和關(guān)鍵的一步，它是取得正確結(jié)果的前提。優(yōu)化方法的選取取決于數(shù)學(xué)模型的特點(diǎn)，例如優(yōu)化問題規(guī)模的大小，目標(biāo)函數(shù)和約束函數(shù)的性態(tài)以及計(jì)算精度等。在比較各種可供選用的優(yōu)化方法時，需要考慮的一個重要因素是計(jì)算機(jī)執(zhí)行這些程序所花費(fèi)的時間和費(fèi)用，也即計(jì)算效率。2.建立數(shù)學(xué)模型的基本原則與步驟 設(shè)計(jì)變量的確定；設(shè)計(jì)變量是指在優(yōu)化設(shè)計(jì)的過程中，不斷進(jìn)行修改，調(diào)整，一直處于變化的參數(shù)稱為設(shè)計(jì)變量。設(shè)計(jì)變量的全體實(shí)際上是一組變量，可用一個列向量表示：x=。 目標(biāo)函數(shù)的建立；選擇目標(biāo)函數(shù)是整個優(yōu)化設(shè)計(jì)過程中最重要的決策之一。當(dāng)對某以設(shè)計(jì)性能有特定的要求，而這個要求有很難滿足時，則針對這一性能進(jìn)行優(yōu)化會得到滿意的效果。目標(biāo)函數(shù)是設(shè)計(jì)變量的函數(shù)，是一項(xiàng)設(shè)計(jì)所追求的指標(biāo)的數(shù)學(xué)反映，因此它能夠用來評價設(shè)計(jì)的優(yōu)劣。目標(biāo)函數(shù)的一般表達(dá)式為：f(x)=，要根據(jù)實(shí)際的設(shè)計(jì)要求來設(shè)計(jì)目標(biāo)函數(shù)。 約束條件的確定。一個可行性設(shè)計(jì)必須滿足某些設(shè)計(jì)限制條件，這些限制條件稱為約束條件，簡稱約束。由若干個約束條件構(gòu)成目標(biāo)函數(shù)的可行域，而可行域內(nèi)的所有設(shè)計(jì)點(diǎn)都是滿足設(shè)計(jì)要求的，一般情況下，其設(shè)計(jì)可行域可表示為 在可行域中，任意設(shè)計(jì)點(diǎn)滿足全部約束條件，稱為可行解，但不是最優(yōu)解，而優(yōu)化設(shè) 計(jì)就是要求出目標(biāo)函數(shù)在可行域的最優(yōu)解。三 實(shí)例分析 （機(jī)械優(yōu)化設(shè)計(jì)P241頁例8-5）設(shè)計(jì)一曲柄搖桿機(jī)構(gòu)如圖，要求：曲柄從且已知范圍內(nèi)變化。分析：1） 設(shè)計(jì)變量的確定決定機(jī)構(gòu)尺寸的各桿長度，以及當(dāng)搖桿按已知運(yùn)動規(guī)律開始運(yùn)行時，曲柄所載的位置角應(yīng)列為設(shè)計(jì)變量，即：X= 考慮到機(jī)構(gòu)的桿長按比例變化時，不會改變其運(yùn)動規(guī)律，因此在計(jì)算時常取，而其他桿長則按比例取為的倍數(shù)。若取曲柄的初始位置角為極位角，則及相應(yīng)搖桿位置角均為桿長的函數(shù)，幾何圖形關(guān)系如右圖,其關(guān)系式為： =arcos （1） =arcos （2）將的長度代入上式（1），（2）得到：=arcos =arcos因此，只有為獨(dú)立變量，設(shè)計(jì)變量減少，故最后的設(shè)計(jì)變量為： X=2) 目標(biāo)函數(shù)的建立目標(biāo)函數(shù)可根據(jù)已知的運(yùn)動規(guī)律與機(jī)構(gòu)實(shí)際運(yùn)動規(guī)律之間的偏差最小為指標(biāo)來建立，即f(x)= min式中 期望輸出角，； m 輸入角等分?jǐn)?shù)； 實(shí)際輸出角，由下圖得：a) 0 youhuax = 4.1574 2.2909 %最優(yōu)解fval = 5.1899e-004 %目標(biāo)函數(shù)最優(yōu)點(diǎn)的值 exitflag = 5 %標(biāo)志值，5表示重要方向?qū)?shù)小于規(guī)定的容許范圍并且約束違背小于options.ToLCon output = iterations: 12 %迭代次數(shù) funcCount: 40 %函數(shù)的評價次數(shù) lssteplength: 1 stepsize: 7.6955e-005 algorithm: medium-scale: SQP, Quasi-Newton, line-search %采用的中型算法 firstorderopt: 1.0832e-006 %一階最優(yōu)性條件 constrviolation: -1.0852e-006 message: 1x780 char %跳出信息lambda = lower: 2x1 double upper: 2x1 double eqlin: 0x1 double eqnonlin: 0x1 double ineqlin: 5x1 double ineqnonlin: 2x1 doublegrad = %函數(shù)在最優(yōu)點(diǎn)處梯度信息 1.0e-003 * 0.4888 0.4445hessian = %函數(shù)在最優(yōu)點(diǎn)處海塞矩陣 0.0016 0.0075 0.0075 0.04685）結(jié)果分析 采用fmincon求解的最優(yōu)值：=4.1574; 2.2909;；采用算法：中型算法（mediun-scale）。這與課本給出的最優(yōu)解：=4.1286;2.3325，=0.0156相比，計(jì)算精度更高，最優(yōu)解的數(shù)值更精確，故計(jì)算準(zhǔn)確度高。 用matlab繪制輸入輸出曲線關(guān)系圖上圖中（單位為“度”）藍(lán)色的線代表曲柄搖桿機(jī)構(gòu)的實(shí)際輸出角與輸入角的關(guān)系，紅色的線代表理想輸出角與輸入角的關(guān)系?？梢钥闯觯簩?shí)際輸出和理論輸出曲線之間存在線性誤差，其最大線性誤差為，誤差在允許的范圍之內(nèi)，故結(jié)果的可信度也較大，運(yùn)用matlab優(yōu)化工具箱計(jì)算所得結(jié)果正確。小結(jié)通過結(jié)合實(shí)際問題的分析，計(jì)算，求解，更加深入地了解和掌握機(jī)械優(yōu)化設(shè)計(jì)的過程和步驟，比較重要的步驟是數(shù)學(xué)模型的建立，以及設(shè)計(jì)變量的選取，以及數(shù)學(xué)模型的尺度變換，根據(jù)機(jī)構(gòu)實(shí)際工作需要，建立目標(biāo)函數(shù)的約束條件等等，當(dāng)數(shù)學(xué)模型建好以后，剩下的工作可以再matlab里面完成，而matlab里面的優(yōu)化工具箱，給用戶提供了多種優(yōu)化函數(shù)，使用者只需要將數(shù)學(xué)模型按要求編寫成子程序嵌入已有的優(yōu)化程序即可。 在設(shè)計(jì)過程中也遇到一些困難，比如說在在用matlab計(jì)算時，計(jì)算機(jī)已知處于busy狀態(tài)，得不到函數(shù)的最優(yōu)解，最后反復(fù)的檢查，終于找的了其原因，是由于初始點(diǎn)選擇不恰當(dāng)引起的，如果初始點(diǎn)選擇得好，可以節(jié)省計(jì)算時間和計(jì)算空間，故初始點(diǎn)的選取比較重要。 附錄1. 編寫目標(biāo)函數(shù)M文件myfun.m： function f=myfun(x) f=0; %函數(shù)f賦初值a0=acos(1+x(1)2-x(2)2+25)/(10*(1+x(1); %初始計(jì)算點(diǎn)曲柄和搖桿的角度b0=acos(1+x(1)2-x(2)2-25)/(10*x(2);i=2;while(i=31) %設(shè)置迭代次數(shù)為30次 a(i)=a0+(pi/2)*(i/30); % 計(jì)算曲柄各分度的角度值 b(i)=b0+2*(a(i)-a0)2/(3*pi); % 計(jì)算搖桿各分度的角度值 r=sqrt(26-10*cos(a(i); c(i)=acos(r2+x(2)2-x(1)2)/(2*x(2)*r); d(i)=acos(r2+24)/(10*r); if a(i)=pi e(i)=pi-c(i)-d(i); %計(jì)算搖桿輸出的實(shí)際值 else if a(i)=2*pi e(i)=pi-c(i)+d(i); end end a(1)=a0; f=f+(b(i)-e(i)2)*(a(i)-a(i-1); %目標(biāo)函數(shù)的計(jì)算 i=i+1; end2. 編寫非線性不等式約束M文件constrain.m： functionc ceq=constrain(x)c=36-x(1)2-x(2)2-1.414*x(1)*x(2); x(1)2+x(2)2-1.414*x(1)*x(2)-16; %非線性不等式約束 ceq=;3. 調(diào)用fmincon優(yōu)化函數(shù)，建立youhua.m文件： lb=1;1; %設(shè)計(jì)變量的下界 x0=4;2; %迭代初始點(diǎn)A=-1,0;0,-1;-1,-1;1,-1;-1,1; %線性不等式約束b=-1;-1;-6;4;4;options=optimset(largescale,off,display,off,Algohm,active-set,TolFun,1e-9); %采用中型算法，設(shè)計(jì)精度為1e-9x,fval,exitflag,output=fmincon(myfun,x0,A,b,lb,constrain,options) %調(diào)用fmincon函數(shù)