
- •Государственный технический университет», 2006 в 3 ведение
- •1. Общие сведения о проектировании
- •1.1. Понятие проектирования
- •1 .2. Виды проектирования
- •1.3. Аспекты и иерархические уровни
- •1.4. Стадии, этапы и процедуры проектирования
- •1 . Предпроектная стадия (нир).
- •2. Стадия эскизного проекта (окр).
- •3. Стадия технического проекта.
- •4. Стадия рабочего проекта.
- •5. Стадия испытаний.
- •6. Стадия опытной эксплуатации.
- •7. Стадия внедрения.
- •1 .5. Классификация типовых проектных процедур
- •2. Системы автоматизированного проектирования
- •2.1. Введение в сапр и их использование
- •2.2. Понятие саd/сам/сае систем
- •2 .3. Понятие и особенности построения сапр
- •2.4. Принципы создания сапр
- •2.5. Стадии проектирования сапр
- •2.6. Состав и структура сапр
- •2.7. Классификация сапр
- •2.8. Взаимодействие сапр с другими
- •3. Виды обеспечения сапр
- •3.1. Математическое обеспечение
- •3.2. Программное обеспечение сапр
- •3.3. Информационное обеспечение сапр
- •3.4. Техническое обеспечение сапр
- •3 .4.1. Классификация технических средств (тс) сапр
- •Группа тс архива проектных решений.
- •Группа тс оргтехники и оформления документации.
- •По структурному признаку
- •3.4.2. Требования к техническому обеспечению
- •Технические:
- •Организационно-эксплуатационные.
- •3.5. Лингвистическое обеспечение сапр
- •3.6. Методическое обеспечение сапр
- •3.7. Организационное обеспечение сапр
- •4. Моделирование
- •4.1. Понятие и сущность моделирования
- •4.2. Математические модели
- •4 .3. Имитационное моделирование
- •4.4. Методы конечных элементов и разностей
- •4.4.1. Общая характеристика метода сеток
- •4 .5. Моделирование сварочных процессов и анализ сварных соединений и конструкций
- •5. Введение в оптимизацию
- •5.1. Формулировка математической задачи
- •5.2. Методы решения задач одномерной оптимизации
- •5 .2.1. Метод перебора (сканирования)
- •5.2.2. Метод равномерного поиска
- •5.2.3. Метод поразрядного поиска
- •5.2.4. Метод деления пополам (дихотомии)
- •5.2.5. Метод золотого сечения
- •5.2.6. Метод квадратичной
- •5.2.7. Сравнение методов одномерной оптимизации
- •5.3. Методы безусловной минимизации
- •5.3.1. Многомерный поиск без использования
- •5.3.1.1. Метод циклического покоординатного спуска
- •5.3.1.2. Метод спирального координатного спуска
- •5.3.1.3. Метод Хука и Дживса
- •5.3.1.4. Метод Розенброка
- •5.3.1.5. Метод минимизации по правильному
- •5.3.2. Многомерный поиск, использующий
- •5.4. Транспортная задача и задача о назначениях
- •5.4.1. Транспортная задача и алгоритм ее решения
- •5.4.2. Задача о назначениях
- •5.5. Методика планирования и обработки
- •Теоретические значения прочности соединений для каждого опыта yςt, предсказываемые математической моделью, вычислены и представлены в табл. 7.
- •5.6. Программное обеспечение
- •6. Конструкторское проектирование
- •6.1. Структура и основные принципы
- •6.2. Классификация задач конструкторского
- •6.3. Подходы к конструированию
- •6.4. Методы создания моделей го и ги
- •6.5. Метод проб и ошибок. Использование
- •6.6. Принципы построения систем
- •6.7. Графические стандарты
- •6.8. Программное обеспечение
- •7. Проектирование, моделирование
- •7 .1. Уровни автоматизации
- •7.2. Основные методы проектирования технологических процессов
- •7.3. Математическое моделирование
- •7.4. Моделирование структуры
- •7.5. Оптимизация технологических процессов
- •7.6. Оптимизация технологических операций
- •7.7. Программное обеспечение сапр тп
- •7.8. Проблемы и перспективы развития сапр тп
- •8. Автоматизирование проектирование
- •9. Компьютерное проектирование участков и цехов сварочного производства
- •З аключение
- •Б иблиографический список
- •394026 Воронеж, Московский просп., 14
5.3.1.2. Метод спирального координатного спуска
Отличается от рассмотренного выше лишь тем, что шаг h меняется каждый раз при переходе от поиска минимума по одной переменной к поиску минимума по другой переменной. В трехмерном пространстве это напоминает спуск во впадину по спирали. Обычно метод дает некоторое сокращение времени поиска.
5.3.1.3. Метод Хука и Дживса
Осуществляет два типа поиска – исследующий поиск и поиск по образцу. Первые две итерации процедуры показаны на рис. 31. При заданном начальном векторе х1 исследующий поиск по координатным направлениям приводит в точку х2. Последующий поиск по образцу в направлении х2 - х1 приводит в точку у. Затем исследующий поиск, начинающийся из точки у, дает х3. Следующий этап поиска по образцу вдоль направлений х3 – х2 дает у*. Затем процесс повторяется.
Р
ис.
31. Иллюстрация двух первых итераций
метода Хука и Дживса: 1 – поиск по
образцу; 2 – исследующий поиск
5.3.1.4. Метод Розенброка
При варианте метода с применением одномерной оптимизации на каждой итерации процедура осуществляет итеративный поиск вдоль n независимых ортогональных направлений, целевая функция последовательно минимизируется вдоль каждого из направлений. Когда получена новая точка в конце итерации, строится новое множество ортогональных векторов.
5.3.1.5. Метод минимизации по правильному
симплексу
Правильным симплексом в пространстве Еn называется множество из n + 1 равноудаленных друг от друга точек (вершин симплекса). Отрезок, соединяющий две вершины, называется ребром симплекса. В пространстве Е2 (двумерном) правильным симплексом является совокупность вершин равностороннего треугольника, а в трехмерном Е3 – правильного тетраэдра. Координаты вершин симплекса можно аналитически определить через известную (базовую) вершину.
В алгоритме симплексного метода используется следующее важное свойство правильного симплекса: по известному симплексу можно построить новый симплекс путем отражения какой-либо вершины х0 симметрично относительно центра тяжести хС остальных вершин (х1, х2) симплекса (рис. 32). В результате получаем новый симплекс с тем же ребром и новую вершину у (положение которой также можно аналитически определить через старую), т.е. происходит перемещение симплекса в пространстве.
Рис. 32. Построение нового симплекса в двумерном пространстве Е2 отражением точки х2
Поиск точки минимума функции с помощью правильных симплексов производится следующим образом. На каждой итерации сравниваются значения функций в вершинах симплекса. Затем производится описанная выше процедура отражения для той вершины, значение функции в которой наибольшее. Если в отраженной вершине получается меньшее значение функции, то переходят к новому симплексу. В случае если попытка отражения не приводит к уменьшению функции, то сокращают длину ребра симплекса, например, вдвое и строят новый симплекс с этим ребром. В качестве базовой выбирают ту вершину старого симплекса, в которой функция принимает минимальное значение. Поиск заканчивают, когда ребро симплекса или разность между значениями функции в вершинах симплекса становятся достаточно малыми.
Алгоритм минимизации по правильному
симплексу можно модифицировать, добавив
к процедуре отражения при построении
нового симплекса процедуры сжатия и
растяжения (
рис.
33). А именно, положение новой вершины
находится сравнением и выбором наименьшего
значения целевой функции в пробных
точках, лежащих на медиане, проведенной
из отражаемой вершины на различном
расстоянии от нее. Однако при деформациях
утрачивается свойство правильности
симплекса.