《机械优化设计》大作业讲解学习

《机械优化设计》大作业讲解学习
《机械优化设计》大作业讲解学习

高等流体力学

班级:机设15学硕班

学号: 2015200813 姓名:张湘楠

授课老师:毕新胜

日期: 2016年7月 1日

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.360docs.net/doc/1d17834868.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618.0=λ的证明……………………………………………………4 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)

一、λ=0.618的证明、一维搜索程序作业

①关于618.0=λ的证明

黄金分割法要求插入点1α,2α的位置相对于区间],[b a 两端具有对称性,即

)(1a b b --=λα

)(2a b a -+=λα

其中λ为待定常数。

此外,黄金分割法还要求在保留下来的区间内再插入一点所形成的区间新三段,与原来的区间三段具有相同的比例分布。

黄金分割法还要求在保留下来的区间内再插一点所形成的区间新三段,与原来的区间三段有相同的比例分布。

设原区间],[b a 的长度为1,如图一所示,保留下来的区间],[21αα长度为λ,区间缩短率为λ。为了保持相同的分别比例。插入新点3α应在()λλ-1位置上,1α在原区间的λ-11位置应相当于在保留区间的2

λ位置。 故有:

2-1λλ=

01-2=+λλ

解得618.02

1

-5≈=λ

a

b

α1

α2

a

α2

α3

α1

编写0.618的程序,并计算下列问题

()osx

x

f

b

a

NO c

2

:1.=

=

()()3

2

10

:2.2+

-

=

=

=x

x

f

b

a

NO

(1)采用MATLAB进行编程

%%

%fun.m:黄金分割法求极值点

%输入数据

% a –搜索区间下限

% b –搜索区间上限

% e –精度

%输出数据:

% x –极小值点

%其他常量:

% c1,c2,c3 –区间

% r –黄金分割比例0.618

%%

%定义函数

function x=fun(a,b,e)

r=0.618;

c1=b-r*(b-a);c2=a+r*(b-a);

y1=f(c1);y2=f(c2);

while (abs((b-a)/b)>e)&&(abs((y2-y1)/y2)>e) if y1>=y2

a=c1;c1=c2;y1=y2;

c2=a+r*(b-a);y2=f(c2);

else

b=c2;c2=c1;y2=y1;

c1=b-r*(b-a);y1=f(c1);

end

end

x=0.5*(a+b);

end

对f函数的确立

10function y=f(x)

y=(x-2)^2+3;

end

11function y=f(x)

y=cosx

end

程序框图

如果要计算y=(x-2)^2+3;的黄金分割法,则需要将图所示的f 脚本中的函数写成如①所示 如果要计算y=cosx ;黄金分割法,则需要将图所示的f 脚本中的函数写成如②所示 fun 函数表示对matlab 的主程序语言。

函数NO.2运算结果:

函数NO.1运算结果:

(2)采用C语言进行编程

#include

#define K 0.618

double f(double); /*****函数值计算函数声明*****/

void main(void)

{

double a,b,size;

double a1,a2;

int I;

printf(“请输入区间两端点(端点值应大于0):”);

scanf(“%lf,%lf”,&a,&b); /*****输入端点值*****/

printf(“请输入精度:”);

scanf(“%lf”,&size); /*****输入精度*****/

printf(“区间为(%lf,%lf),精度为%lf\n”,a,b,size);

printf(“序号\t a1\t\t a2\t\t f(a1)\t\t f(a2)\n”);

for(i=0;i<64;i++)

printf(“-“);

printf(“\n”);

i=0;

while((b-a)>size) /*****用精度控制循环次数*****/

{

i++;

a1=b-K*(b-a); /*****按0.618法插入两点*****/

a2=a+K*(b-a);

printf(“%2d:\t%f\ta%f\t%f\t%f\n”,I,a1,a2,f(a1),f(a2));

/*****输出每次计算后a1,a2,f(a1),f(a2)的值*****/ if(f(a1)>=f(a2))

a=a1;

else

b=a2;

}

printf(“所求极小值点为:x=%lf\t极小值f(x)=%f\n”,a,f(b));

}

double f(double x) /*****函数值计算函数*****/

{

double f;

f=(x-2)*(x-2)+3;

return(f);

}

对于y=cosx,须在程序中加一个#include(math.h)头程序,以示我要调用函数语句。再将倒数第三行函数改为y=cos(x),再次编译运算即可。

运行如图所示

我们可以看出,大约在x=2处取到极值。与理论相符。

运行如图所示

我们可以看出,大约在π处取到极值。与理论相符。

二、用简单的语句写一个单位矩阵

①采用matlab构造:

Matlab构造的矩阵最是简便,因为本身就有一个单位矩阵的函数。

由于matlab是基于C语言而设立的一个数学运用软件,所以他的集成度非常高,而且具有很好的开放性,于是我们得知eye函数,将其构造。

Eg:

若要构造一个3维的单位矩阵,则输入eye(3)

若要构造一个n为的单位矩阵,这输入eye(n)

②用C语言构造

程序如图所示:

#include

int main() {

int I,j,n;

while(scanf(“%d”,&n) == 1) {

for(I = 0; I < n; ++i) {

for(j = 0; j < n; ++j)

printf(“%d “,I == j);

printf(“\n”);

}

}

return 0;

}

三、机械优化设计工程实例

① 连杆机构问题

(1)连杆机构问题描述

图 1 机构简图

设计一曲柄连杆摇杆机构,要求曲柄1l 从?+=900??m 时,摇杆3l 的转角最佳再现已知的运动规律:200)(32

??π

ψψ-+

=E 且1l =1,4l =5,0?为极位角,其传动角允许在??≤≤13545γ范围内变化。

(2)数学模型的建立

设计变量:这里有两个独立参数2l 和3l 。因此设计变量为[][]t

T

l l x x x 3221==

目标函数:将输入角分成30等分,并用近似公式计算,可得目标函数的表达式

()([)()

]

12

30

1-=--=∑i i Ei i i x f ????

约束条件:

GX(1)=-X(1)≤0 GX(2)=-X(2) ≤0

GX(3)=-(X(1)+X(2))+6.0≤0 GX(4)=-(X(2)+4.0)+X(1) ≤0 GX(5)=-(4.0+X(1))+X(2) ≤0

GX(6)=-(1.4142*X(1)*X(2)-X(1)**2-X(2)**2)-16.0≤0 GX(7)=-(X(1)**2+X(2)**2+1.4142*X(1)*X(2))+36.0≤0

(3)程序编制 C ====================== SUBROUTINE FFX(N,X,FX) C ====================== DIMENSION X(N)

COMMON /ONE/I1,I2,I3,I4,NFX,I6 NFX=NFX+1

P0=ACOS(((1.0+X(1))**2-X(2)**2+25.0)/(10.0*(1.0+X(1)))) Q0=ACOS(((1.0+X(1))**2-X(2)**2-25.0)/(10.0*X(2))) T=90.0*3.1415926/(180.0*30.0) FX=0.0

DO 10 K=0,30

PI=P0+K*T

QE=Q0+2.0*(PI-P0)**2/(3.0*3.1415926)

D=SQRT(26.0-10.0*COS(PI))

AL=ACOS((D*D+X(2)*X(2)-X(1)*X(1))/(2.0*D*X(2))) BT=ACOS((D*D+24.0)/(10.0*D))

IF(PI.GE.0.0 .AND. PI.LT.3.1415926) THEN QI=3.1415926-AL-BT

ELSE

QI=3.1415926-AL+BT

END IF

IF(K.NE.0 .OR. K.NE.30)THEN

FX=FX+(QI-QE)**2*T

ELSE

FX=FX+(QI-QE)**2*T/2.0

END IF

12CONTINUE

RETURN

END

C ========================= SUBROUTINE GGX(N,KG,X,GX)

C =========================

DIMENSION X(N),GX(KG)

GX(1)=-X(1)

GX(2)=-X(2)

GX(3)=-(X(1)+X(2))+6.0

GX(4)=-(X(2)+4.0)+X(1)

GX(5)=-(4.0+X(1))+X(2)

GX(6)=-(1.4142*X(1)*X(2)-X(1)**2-X(2)**2)-16.0

GX(7)=-(X(1)**2+X(2)**2+1.4142*X(1)*X(2))+36.0 RETURN

END

C ========================= SUBROUTINE HHX(N,KH,X,HX)

C =========================

DIMENSION X(N),HX(KH)

X(1)=X(1)

RETURN

END

输入数据如下:

2,7,0

4.3,3.2

2.,0.2,0.01,0.00001,0.00001

0,1,0

3.5,2.8,5.5,

4.5

(4)可执行程序的生成

13将程序文本保存成文件t001.txt,存放在OPT_EXAM\FORTRAN\0-fortran目录下。

14使用DOS操作界面,OPT_EXAM\FORTRAN\0-fortran目录下,输入命令asumt.for+t001.txt t001.for 回车。生成t001.for文件。

15for1 t001; 回车;

④for2 回车;

⑤link t001; 回车,即生成可执行程序t001.exe。

⑥从t001.dat文件中加载数据,运行t001.exe。

t001t001.rtf 回车得到结果。

操作过程如图:

操作步骤

(5)结果与分析

结果显示如下:

============== PRIMARY DA TA ==============

N= 2 KG= 7 KH= 0

X :

.4300000E+01 .3200000E+01

FX:

.7847605E-02

GX:

-.4300000E+01 -.3200000E+01 -.1500000E+01 -.2900000E+01 -.5100000E+01 -.6729390E+01 -.1218939E+02

X :

.4300000E+01 .3200000E+01

FX:

.7847605E-02

GX:

-.4300000E+01 -.3200000E+01 -.1500000E+01 -.2900000E+01 -.5100000E+01 -.6729390E+01 -.1218939E+02

HX:

PEN = .3974390E+01

R = .2000000E+01 C = .2000000E+00 T0= .1000000E-01

EPS1= .1000000E-04 EPS2= .1000000E-04

============== ITERA TION COMPUTE ==============

***** IRC = 1 R = .2000000E+01 PEN= .3974390E+01

***** IRC = 2 R = .4000000E+00 PEN= .3119361E+01

***** IRC = 3 R = .8000001E-01 PEN= .6407908E+00

***** IRC = 4 R = .1600000E-01 PEN= .1439420E+00

***** IRC = 5 R = .3200000E-02 PEN= .3733451E-01

***** IRC = 6 R = .6400000E-03 PEN= .8986510E-02

***** IRC = 7 R = .1280000E-03 PEN= .2346609E-02

***** IRC = 8 R = .2560000E-04 PEN= .9042178E-03

***** IRC = 9 R = .5120001E-05 PEN= .5396702E-03

***** IRC =10 R = .1024000E-05 PEN= .4410887E-03

***** IRC =11 R = .2048000E-06 PEN= .4128061E-03

***** IRC =12 R = .4096001E-07 PEN= .4071001E-03

***** IRC =13 R = .8192003E-08 PEN= .4014154E-03

***** IRC =14 R = .1638401E-08 PEN= .3992769E-03

***** IRC =15 R = .3276801E-09 PEN= .3987240E-03

***** IRC =16 R = .6553602E-10 PEN= .3984505E-03

***** IRC =17 R = .1310720E-10 PEN= .3983411E-03

***** IRC =18 R = .2621441E-11 PEN= .3982889E-03

=============== OPTIMUM SOLUTION ==============

IRC= 18 ITE= 35 ILI= 94 NPE= 447 NFX= 482 NGR= 0 R= .2621441E-11 PEN= .3982696E-03 X :

.4135127E+01 .2315381E+01 FX:

.3982623E-03 GX:

-.4135127E+01 -.2315381E+01 -.4505072E+00 -.2180254E+01 -.5819746E+01 -.7079845E+01 -.3633157E-03 HX:

Stop - Program terminated.

从结果中得知当X1=4.135127,X2=2.315381时,目标函数取得最小值, 摇杆3l

的转角最佳再现已知的运动规律:

200)(32

??πψψ-+

=E 。

② 自选结构模型

设计某带式输送机减速器的高速级齿轮传动。已知高速级输入功率P1 = 10kW,小齿轮转速n1 =960 r /min,传动比i = 3. 2。齿轮材料和热处理:大齿轮45号钢(调质)硬度为217~255HBS,小齿轮40Cr(调质)硬度为241~286HBS,工作寿命15 年,假设每年工作300天,两班制,带式输送机工作平稳,转向不变。常规设计方案采用直齿圆柱齿轮: m=2.5, z1=30, Φd=1。

解:(1)设计变量,

单级直齿圆柱齿轮传动的中心距:

齿宽:

将m,,作为设计变量,即:

=

2 )目标函数

根据多目标优化的线性加权法建立体积最小的目标函数:

f ( x) =ω1·f1 ( x) +ω2·f2 ( x)=ω1·+ω2·

其中:ω1 ,ω2 是加权系数,且ω1 +ω2 = 1,分别根据设计时径向和轴向安装位置的要求设定;取ω1 = 1表示要求中心距最小,取ω2 = 1则表示要求齿宽最小。

3 )约束条件

模数的限制:对于传递动力的齿轮,通常要求模数不少于1. 5-2,得约束条件:

>0

(2)小齿轮齿数的限制:小齿轮齿数应不大于产生根切的最小齿数17 ,得约束条件:

(3)齿宽系数的限制:由于min ≤≤max ,约束条件为:

(4)齿面接触强度的限制,根据公式并查表得约束条件:

(5)齿根弯曲强度的限制,根据公式查表得约束条件:

4 建立数学优化模型

高速级齿轮传动多目标优化设计的数学模型为:(ω1 取0.6,ω2取0.4)

Fun(x)=min[ω1+ω2]

=

5编写程序并运行结果

目标函数M文件:

function f=zhwm(x)

f=0.6*2.1*x(1)*x(2)+0.4*x(1)*x(2)*x(3);

约束函数M文件:

function [c ceq]=zhwy(x)

c(1)=1.04*10^7-2.916*10^5*(x(1)*x(2))^3*x(3);

c(2)=1.04*10^7-8.95*10^6*(x(1)*x(2))^3*x(3);

c(3)=1.51*10^6-303.57*x(1)^3*x(2)^2*x(3);

c(4)=1.42*10^6-2445.92*x(1)^3*x(2)^2*x(3);

ceq=[];

优化函数M文件:

x0=[2 32 1];

lb=[1.5 17 0.7];

ub=[2 inf 1.15];

u=[];

[x,fval]=fmincon(@zhwm,x0,[],[],[],[],lb,ub,@zhwy)

约束函数

目标函数

经过Matlab优化并圆整后的齿轮参数如下:

经过计算,最小体积为87.15。30 1

四、课程学习心得

从懒懒散散的寒假到匆匆忙忙的考试周,仿佛只是在弹指一挥间。然而我们就在这段时间内,又学了几门课程,而这些课程中,最有趣,最好玩的当然就是《机械优化设计了》《机械优化设计》是一门理论性非常强的一门课,刚开始的时候不得要领,但是在王卫荣老师的带领下,逐渐登堂入室,渐渐有所了解。

首先,这门课所依托的最强武器便是数学。数学即是方法,思维,和逻辑。其次所依托的便是算法程序语言。归根结底的还是数学,因为数学赋予了算法以逻辑的力量,分析的过程,以及所能解决的一切问题。还好我的数学基础还算可以,逻辑思维还算通顺,再加上老师所给予的方法,学习这门课程,一路上虽跌跌撞撞,但也有所收获。

所谓收获,从方法论的角度上讲,即时通过一个通用模型,解决一系列的问题,这是数学建模给我们的要求吗,同时也是《优化》这门课所赋予的核心思想。大二的时候,特别想搞建模,可是由于种种原因,其中最重要的原因就是懒惰,与之失之交臂。《优化》这门课则弥补了我的部分遗憾。因为没有建模的要求高,于是上手比较容易,同时又与我们自己的机械方面的课程紧密地结合在一起,过程轻车熟路。于是《优化》真是一门寓学于乐的科目,只恨课程太多时间太少,不然真要好好地研究一番。

说道大作业,那可是真的难,第一问和第二问还好一点,第三问就不行了。说来惭愧,连杆机构问题是借鉴了上届学长的做法才学会的。因为太难了,所以就没有用fortran语言做这些问题,全部换成了matlab。真要感谢《优化设计》这门课程,如果不是这门课程的话,即使MATLAB 已经学过了,我估计也不会回过头来复习,是《优化设计》让我重新拾起matlab,并且我可以说,凡是在优化大作业中使用过的算法,程序,我已经忘不掉了。

因为fortran语言是一种相对陌生的语言,所以使用fortran变成的话有些力不从心,而我又是一个刨根究底的人,对于0.618的算法和单位矩阵的生成,我都是用的两种算法,这样保证思维的发散性。Matlab真的是一款很强大的软体,他讲机会用到的所有常见数学模型全部都涵括了,所以,我们,亲切地称它为,万能数学工具。

当学习变成一种乐趣的时候,每当我们想做这种游戏的时候,时间,精力,甚至思路,仿佛全部有了,这就是积极所带来的意义。学习《优化设计》,传达出这样的信号:重要的不是考试的结果,而是解决问题的过程。所以,我觉得《优化设计》这门课的评价方式,在我进入大学以来,是第一次遇到,大作业,小作业的比值,竟然超过了考试成绩的比值。换句话说,老师认为,即使考试能考的很好,但是大作业,小作业不行,说明这只是一个会考试的工具,对于解决实际问题的能力还是有所欠缺。对!这样的评价很接地气。

《优化设计》这门课已经结课了,考试已经结束了。把大作业交上去,仿佛这门课与我们就没有什么瓜葛了一样。不,绝对不是。解决问题的能力才刚刚开始。

机械优化设计论文(基于MATLAB工具箱的机械优化设计)

基于MATLAB工具箱的机械优化设计 长江大学机械工程学院机械11005班刘刚 摘要:机械优化设计是一种非常重要的现代设计方法,能从众多的设计方案中找出最佳方案,从而大大提高设计效率和质量。本文系统介绍了机械优化设计的研究内容及常规数学模型建立的方法,同时本文通过应用实例列举出了MATLAB 在工程上的应用。 关键词:机械优化设计;应用实例;MATLAB工具箱;优化目标 优化设计是20世纪60年代随计算机技术发展起来的一门新学科, 是构成和推进现代设计方法产生与发展的重要内容。机械优化设计是综合性和实用性都很强的理论和技术, 为机械设计提供了一种可靠、高效的科学设计方法, 使设计者由被动地分析、校核进入主动设计, 能节约原材料, 降低成本, 缩短设计周期, 提高设计效率和水平, 提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视, 并开展了大量工作, 其基本理论和求解手段已逐渐成熟。 国内优化设计起步较晚, 但在众多学者和科研人员的不懈努力下, 机械优化设计发展迅猛, 在理论上和工程应用中都取得了很大进步和丰硕成果, 但与国外先进优化技术相比还存在一定差距, 在实际工程中发挥效益的优化设计方案或设计结果所占比例不大。计算机等辅助设备性能的提高、科技与市场的双重驱动, 使得优化技术在机械设计和制造中的应用得到了长足发展, 遗传算法、神经网络、粒子群法等智能优化方法也在优化设计中得到了成功应用。目前, 优化设计已成为航空航天、汽车制造等很多行业生产过程的一个必须且至关重要的环节。 一、机械优化设计研究内容概述 机械优化设计是一种现代、科学的设计方法, 集思考、绘图、计算、实验于一体, 其结果不仅“可行”, 而且“最优”。该“最优”是相对的, 随着科技的发展以及设计条件的改变, 最优标准也将发生变化。优化设计反映了人们对客观世界认识的深化, 要求人们根据事物的客观规律, 在一定的物质基和技术条件下充分发挥人的主观能动性, 得出最优的设计方案。 优化设计的思想是最优设计, 利用数学手段建立满足设计要求优化模型; 方法是优化方法, 使方案参数沿着方案更好的方向自动调整, 以从众多可行设计方案中选出最优方案; 手段是计算机, 计算机运算速度极快, 能够从大量方案中选出“最优方案“。尽管建模时需作适当简化, 可能使结果不一定完全可行或实际最优, 但其基于客观规律和数据, 又不需要太多费用, 因此具有经验类比或试验手段无可比拟的优点, 如果再辅之以适当经验和试验, 就能得到一个较圆满的优化设计结果。 传统设计也追求最优结果, 通常在调查分析基础上, 根据设计要求和实践

《机械优化设计》习题及答案

机械优化设计习题及参考答案 1-1、简述优化设计问题数学模型的表达形式。 答:优化问题的数学模型就是实际优化设计问题的数学抽象。在明确设计变量、约束条件、目标函数之后,优化设计问题就可以表示成一般数学形式。求设计变量向量[]12 T n x x x x =使 ()min f x → 且满足约束条件 ()0 (1,2,)k h x k l == ()0(1,2,)j g x j m ≤= 2-1、何谓函数的梯度?梯度对优化设计有何意义? 答:二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的形式:?? ??????????????=??+??=??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d f 令xo T x f x f x f x f x f ?? ????????=????=?21]21[)0(, 则称它为函数f(x 1,x 2)在x 0点处的梯度。 (1)梯度方向就是函数值变化最快方向,梯度模就是函数变化率的最大值。 (2)梯度与切线方向d 垂直,从而推得梯度方向为等值面的法线方向。梯度)0(x f ?方向为函数变化率最大方向,也就就是最速上升方向。负梯度-)0(x f ?方向为函数变化率最小方向,即最速下降方向。 2-2、求二元函数f(x 1,x 2)=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最 大的方向与数值。 解:由于函数变化率最大的方向就就是梯度的方向,这里用单位向量p 表

示,函数变化率最大与数值时梯度的模)0(x f ?。求f(x1,x2)在x0点处的梯度方向与数值,计算如下: ()??????-=??????+-=???? ??????????=?120122214210x x x x f x f x f 2221)0(?? ? ????+??? ????=?x f x f x f =5 ????? ???????-=??????-=??=5152512)0()0(x f x f p 2-3、试求目标函数()2221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下降 方向,并求沿着该方向移动一个单位长度后新点的目标函数值。 解:求目标函数的偏导数 212 21124,46x x x f x x x f +-=??-=?? 则函数在X 0=[1,0]T 处的最速下降方向就是 ??????-=??????-+-=????????????????-=-?=====462446)(0121210 121021 21x x x x x x x x x f x f X f P 这个方向上的单位向量就是: 13]2,3[4 )6(]4,6[T 22T -=+--==P P e 新点就是 ????? ???????-=+=132133101e X X 新点的目标函数值

数值计算方法大作业

目录 第一章非线性方程求根 (3) 1.1迭代法 (3) 1.2牛顿法 (4) 1.3弦截法 (5) 1.4二分法 (6) 第二章插值 (7) 2.1线性插值 (7) 2.2二次插值 (8) 2.3拉格朗日插值 (9) 2.4分段线性插值 (10) 2.5分段二次插值 (11) 第三章数值积分 (13) 3.1复化矩形积分法 (13) 3.2复化梯形积分法 (14) 3.3辛普森积分法 (15) 3.4变步长梯形积分法 (16) 第四章线性方程组数值法 (17) 4.1约当消去法 (17) 4.2高斯消去法 (18) 4.3三角分解法 (20)

4.4雅可比迭代法 (21) 4.5高斯—赛德尔迭代法 (23) 第五章常积分方程数值法 (25) 5.1显示欧拉公式法 (25) 5.2欧拉公式预测校正法 (26) 5.3改进欧拉公式法 (27) 5.4四阶龙格—库塔法 (28)

数值计算方法 第一章非线性方程求根 1.1迭代法 程序代码: Private Sub Command1_Click() x0 = Val(InputBox("请输入初始值x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = (Exp(2 * x0) - x0) / 5 If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例:求f(x)=e2x-6x=0在x=0.5附近的根(ep=10-10)

1.2牛顿法 程序代码: Private Sub Command1_Click() b = Val(InputBox("请输入被开方数x0")) ep = Val(InputBox(请输入误差限ep)) f = 0 While f = 0 X1 = x0 - (x0 ^ 2 - b) / (2 * b) If Abs(X1 - x0) < ep Then Print X1 f = 1 Else x0 = X1 End If Wend End Sub 例:求56的值。(ep=10-10)

机械优化设计方法论文

浅析机械优化设计方法基本理论 【摘要】在机械优化设计的实践中,机械优化设计是一种非常重要的现代设计方法,能从众多的设计方案中找出最佳方案,从而大大提高设计的效率和质量。每一种优化方法都是针对某一种问题而产生的,都有各自的特点和各自的应用领城。在综合大量文献的基础上,总结机械优化设计的特点,着重分析常用的机械优化设计方法,包括无约束优化设计方法、约束优化设计方法、基因遗传算方法等并提出评判的主 要性能指标。 【关键词】机械;优化设计;方法特点;评价指标 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学,它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速,并且取得了可观的经济效益,在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展,现代化机械优化设计方法主要以数学规划为核心,以计算机为工具,向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多,从不同的角度出发,可以做出各种不同的分类。按目标函数的多少,可分为单目标优化设计方法和多目标优化设计方法按维数,可分为一维优化设计方法和多维优化设计方法按约束情况,可分为无约束优化设计方法和约束优化设计方法按寻优途径,可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达,可分为能用数学模型表达的优化设计问题其寻优途径为数学方法,如数学规划法、最优控制法等。 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数,在优化过程中,这些参数就是自变量,一旦设计变量全部确定,设计方案也就完全确定了。设计变量的数目确定优化设计的维数,设计变量数目越多,设计空间的维数越大。优化设计工作越复杂,同时效益也越显著,因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。

人机工程学的基本内容和原理样本

人机工程学的基本内容和原理 1 人机工程学( Ergonomics) 人机工程学是一门新兴的边缘科学。它起源于欧洲, 形成和发展于美国。人机工程学在欧洲称为Ergonomics, 这名称最早是由波兰学者雅斯特莱鲍夫斯基提出来的, 它是由两个希腊词根组成的。”ergo”的意思是”出力、工作”, ”nomics”表示”规律、法则”的意思, 因此, Ergonomics的含义也就是”人出力的规律”或”人工作的规律”, 也就是说, 这门学科是研究人在生产或操作过程中合理地、适度地劳动和用力的规律问题。人机工程学在美国称为”Human Engineering”( 人类工程学) 或”Human Factor Engineering”( 人类因素工程学) 。日本称为”人间工学”, 或采用欧洲的名称, 音译为”Ergonomics”, 俄文音译 名”Эргнотика”在中国, 所用名称也各不相, , 有”人类工程学”、”人体工程学”、”工效学”、”机器设备利用学”和”人机工程学”等。为便于学科发展, 统一名称很有必要, 现在大部分人称其为”人机工程学”, 简称”人机学”。”人机工程学”的确切定义是, 把人—机—环境系统作为研究的基本对象, 运用生理学、心理学和其它有关学科知识, 根据人和机器的条件和特点, 合理分配人和机器承担的操作职能, 并使之相互适应, 从而为人创造出舒适和安全的工作环境, 使工效达到最优的一门综合性学科。 2 人—机系统( Man-Machine systems) ”人—机系统”, 就是人和一些机器、装置、工具、用具等为完成某项工作或生产任务所组成的系统。更确切地说, 这种系统还应包括环境条件在内。因此, 人—机系统实际上是指人—机—环境组成的一个不可分割的整体。人—机系统的范围是很广阔的, 有简单的, 也有复杂的, 如人用铅笔书写, 就是一个简单的人—机系统; 又如船员驾驶轮船, 飞行员驾驶飞机, 司机开动汽车, 就是一些较复杂的人—机系统。在人—机系统中, 包括人、机器和环境三个组成部分, 而每个组成部分可称为一个分系统或子系统。机器分系统具有控制器和显示器( 显示器的种类

机械优化设计实例

机械优化设计实例 压杆的最优化设计 压杆是一根足够细长的直杆,以学号为p值,自定义有设计变量的 尺寸限制值,求在p一定时d1、d2和l分别取何值时管状压杆的体积或重 量最小?(内外直径分别为d1、d2)两端承向轴向压力,并会因轴向压力 达到临界值时而突然弯曲,失去稳定性,所以,设计时,应使压应力不 超过材料的弹性极限,还必须使轴向压力小于压杆的临界载荷。 解:根据欧拉压杆公式,两端铰支的压杆,其临界载荷为:I——材料的惯性矩,EI为抗弯刚度 1、设计变量 现以管状压杆的内径d1、外径d2和长度l作为设计变量 2、目标函数 以其体积或重量作为目标函数 3、约束条件 以压杆不产生屈服和不破坏轴向稳定性,以及尺寸限制为约束条件,在外力为p的情况下建立优化模型: 1) 2)

3) 罚函数: 传递扭矩的等截面轴的优化设计解:1、设计变量: 2、目标函数

以轴的重量最轻作为目标函数: 3、约束条件: 1)要求扭矩应力小于许用扭转应力,即: 式中:——轴所传递的最大扭矩 ——抗扭截面系数。对实心轴 2)要求扭转变形小于许用变形。即: 扭转角: 式中:G——材料的剪切弹性模数 Jp——极惯性矩,对实心轴: 3)结构尺寸要求的约束条件: 若轴中间还要承受一个集中载荷,则约束条件中要考虑:根据弯矩联合作用得出的强度与扭转约束条件、弯曲刚度的约束条件、对于较重要的和转速较高可能引起疲劳损坏的轴,应采用疲劳强度校核的安全系数法,增加一项疲劳强度不低于许用值的约束条件。

二级齿轮减速器的传动比分配 二级齿轮减速器,总传动比i=4,求在中心距A最小下如何 分配传动比?设齿轮分度圆直径依次为d1、d2、d3、d4。第一、二 级减速比分别为i1、i2。假设d1=d3,则: 七辊矫直实验 罚函数法是一种对实际计算和理论研究都非常有价值的优化方法,广泛用来求解约束问题。其原理是将优化问题中的不等式约束和等式约束加权转换后,和原目标函数结合成新的目标函数,求解该新目标函数的无约束极小值,以期得到原问题的约束最优解。考虑到本优化程序要处理的是一个兼而有之的问题,故采用混合罚函数法。 一)、优化过程 (1)、设计变量 以试件通过各矫直辊时所受到的弯矩为设计变量: (2)、目标函数

西工大计算方法作业答案

参考答案 第一章 1 *1x =1.7; * 2x =1.73; *3x =1.732 。 2. 3. (1) ≤++)(* 3*2*1x x x e r 0.00050; (注意:应该用相对误差的定义去求) (2) ≤)(*3*2*1x x x e r 0.50517; (3) ≤)/(*4*2x x e r 0.50002。 4.设6有n 位有效数字,由6≈2.4494……,知6的第一位有效数字1a =2。 令3)1()1(1* 102 1 102211021)(-----?≤??=?= n n r a x ε 可求得满足上述不等式的最小正整数n =4,即至少取四位有效数字,故满足精度要求可取6≈2.449。 5. 答:(1)*x (0>x )的相对误差约是* x 的相对误差的1/2倍; (2)n x )(* 的相对误差约是* x 的相对误差的n 倍。 6. 根据******************** sin 21)(cos 21sin 21)(sin 21sin 21)(sin 21)(c b a c e c b a c b a b e c a c b a a e c b S e r ++≤ =* *****) ()()(tgc c e b b e a a e ++ 注意当20* π < >c tgc ,即1 *1 * )() (--

7.设20= y ,41.1*0 =y ,δ=?≤--2* 00102 1y y 由 δ1* 001*111010--≤-=-y y y y , δ2*111*221010--≤-=-y y y y M δ10*991*10101010--≤-=-y y y y 即当0y 有初始误差δ时,10y 的绝对误差的绝对值将减小10 10-倍。而110 10 <<-δ,故计算过程稳定。 8. 变形后的表达式为: (1))1ln(2--x x =)1ln(2-+-x x (2)arctgx x arctg -+)1(=) 1(11 ++x x arctg (3) 1ln )1ln()1(ln 1 --++=? +N N N N dx x N N =ΛΛ+-+- +3 2413121)1ln(N N N N 1ln )11ln()1(-++ +=N N N N =1)1ln()1 1ln(-+++N N N (4)x x sin cos 1-=x x cos 1sin +=2x tg

西安交通大学计算方法B大作业资料

计算方法上机报告 姓名: 学号: 班级: 目录 题目一----------------------------------------------------------------- 4 - 1.1题目内容-------------------------------------------------------- 4 - 1.2算法思想-------------------------------------------------------- 4 -

1.3Matlab 源程序----------------------------------------------------- 5 - 1.4计算结果及总结------------------------------------------------- 5 - 题目二----------------------------------------------------------------- 7 - 2.1题目内容-------------------------------------------------------- 7 - 2.2算法思想-------------------------------------------------------- 7 - 2.3 Matlab 源程序---------------------------------------------------- 8 - 2.4计算结果及总结------------------------------------------------- 9 - 题目三--------------------------------------------------------------- -11- 3.1题目内容----------------------------------------------------------- 11 - 3.2算法思想----------------------------------------------------------- 11 - 3.3Matlab 源程序--------------------------------------------------- -13 - 3.4计算结果及总结----------------------------------------------------- 14 - 题目四--------------------------------------------------------------- -15 - 4.1题目内容----------------------------------------------------------- 15 - 4.2算法思想----------------------------------------------------------- 15 - 4.3Matlab 源程序--------------------------------------------------- -15 - 4.4计算结果及总结----------------------------------------------------- 16 - 题目五--------------------------------------------------------------- -18 - -18 - 5.1题目内容 5.2算法思想----------------------------------------------------------- 18 - 5.3 Matlab 源程序--------------------------------------------------- -18 -

机械优化设计方法基本理论

机械优化设计方法基本理论 一、机械优化概述 机械优化设计是适应生产现代化要求发展起来的一门科学,它包括机械优化设计、机械零部件优化设计、机械结构参数和形状的优化设计等诸多内容。该领域的研究和应用进展非常迅速,并且取得了可观的经济效益,在科技发达国家已将优化设计列为科技人员的基本职业训练项目。随着科技的发展,现代化机械优化设计方法主要以数学规划为核心,以计算机为工具,向着多变量、多目标、高效率、高精度方向发展。]1[ 优化设计方法的分类优化设计的类别很多,从不同的角度出发,可以做出各种不同的分类。按目标函数的多少,可分为单目标优化设计方法和多目标优化设计方法按维数,可分为一维优化设计方法和多维优化设计方法按约束情况,可分为无约束优化设计方法和约束优化设计方法按寻优途径,可分为数值法、解析法、图解法、实验法和情况研究法按优化设计问题能否用数学模型表达,可分为能用数学模型表达的优化设计问题其寻优途径为数学方法,如数学规划法、最优控制法等 1.1 设计变量 设计变量是指在设计过程中进行选择并最终必须确定的各项独立参数,在优化过程中,这些参数就是自变量,一旦设计变量全部确定,设计方案也就完全确定了。设计变量的数目确定优化设计的维数,设计变量数目越多,设计空间的维数越大。优化设计工作越复杂,同时效益也越显著,因此在选择设计变量时。必须兼顾优化效果的显著性和优化过程的复杂性。 1.2 约束条件 约束条件是设计变量间或设计变量本身应该遵循的限制条件,按表达方式可分为等式约束和不等式约束。按性质分为性能约束和边界约束,按作用可分为起作用约束和不起作用约束。针对优化设计设计数学模型要素的不同情况,可将优化设计方法分类如下。约束条件的形式有显约束和隐约束两种,前者是对某个或某组设计变量的直接限制,后者则是对某个或某组变量的间接限制。等式约束对设计变量的约束严格,起着降低设计变量自由度的作用。优化设计的过程就是在设计变量的允许范围内,找出一组优化的设计变量值,使得目标函数达到最优值。

人机工程学大作业

目录 前言 (1) 《人机工程学》大作业任务书 (2) 一、设计题目 (2) 二、主要内容 (2) 三、设计任务及要求 (2) 四、设计方法及骤 (2) 五、编写大作业说明书 (2) 第一章大作业内容简介 (3) 1大作业的意义 (3) 2大作业设计内容 (3) 3大作业设计思路 (4) 第二章大作业设计过程 (5) 1公交车车门附近扶手及车门设计改进 (5) 1.1公交车车门附近扶手现状分析 (5) 1.2改进分析 (6) 2人机评析 (7) 2.1长杆的高度: (8) 2.2弯曲扶手距离汽车内地板的高度: (8) 2.3向上翘起的扶杆与主长杆之间的距离: (8) 第三章改进设计 (9) 1 改进设计图 (9) 2改进设计说明 (9) 第四章小结 (10) 4.1 课题内容小结 (10) 4.2 大作业小结 (10) 参考文献 (11)

前言 公交车是现代人类出行的重要交通工具,如何提高公交车的安全性与舒适性成了现代公交车车内环境改善的重要目标。这就需要我们通过人机工程学的研究来实现。人机工程学是研究人与工作场所、人与生活及工作环境、人与使用器为其间接口之互动关系,且包含相关之设备、工作场所、工做方法、生活环境和器具的一门实用性科学。人机工程学(Human Factors Engineering)是一门应用人性绩效(如生理、心理和工业工程),改善工作系统(包括人、工作、工具、设备、工作场所、工作责任和周边环境)使得人员能在安全、卫生和舒适的情况下,发挥其最大工作效率、及提高生活品质的科学。人性因素(Human Factors)是美加地区对人机工程学的称呼。在欧洲则广范地使用具有“工作研究”含义的Ergonomics来称呼它。人性因素、人机工程学、生物力学(Bio-mechanics)、生物工程学(bio-engineering)、人体工程学(Human Engineering)和工程心理学(Engineering Psychology)在文献上常常被互相交换使用。在美国空军系统管制中心(AFSC)的教本中,人性因素并不与人体工程学同义,人性因素的内容包罗万象,它涵盖了全部有关运用到系统中人员的生理学和心理学上的所有考查。它不只包含人体工程学,而且也包含了生命的支持(life support)、人员的选择、训练设备、工作绩效辅助选员(job performance aids),绩效的测量和评估。 人机工程学的原则是设计出适合于人的特性的系统。为了设计和改善人-机-环境系统,必须知道系统中进行作业的人体各部分的大小、形状、移动范围等形态特性、并根据这些特性来设计显示装置和操作器具。人体测量的资料在现代工业化生产中是一切产品的基础,它不仅与工作人员的健康、安全和效率等方面有关,并且不像在手工业生产时代的生产者和使用者个人之间直接接触一般是可能的,但是在今天,制造者与使用者是互不相识的。因此更有必要收集各种不同代表性的身体尺寸,按年龄、性别以及其他特征进行分类和整理。有了完善的人体尺寸数据,还只是达到了第一步,而学会正确的使用这些数据才能说真正达到了人体工程学的目的,才能将人机工程学应用到社会实践当中去。

2020年奥鹏吉大网络教育《计算方法》大作业解答

2020年奥鹏吉大网络教育《计算方法》大作业解答 (说明:前面是题目,后面几页是答案完整解答部分,注意的顺序。) 一、解线性方程 用矩阵的LU分解算法求解线性方程组 用矩阵的Doolittle分解算法求解线性方程组 用矩阵的Doolittle分解算法求解线性方程组 用高斯消去法求解线性方程组 用高斯消去法求解线性方程组 用主元素消元法求解线性方程组 用高斯消去法求解线性方程组 利用Doolittle分解法解方程组Ax=b,即解方程组 1、用矩阵的LU分解算法求解线性方程组 X1+2X2+3X3 = 0 2X1+2X2+8X3 = -4 -3X1-10X2-2X3 = -11 2、用矩阵的Doolittle分解算法求解线性方程组 X1+2X2+3X3 = 1 2X1– X2+9X3 = 0 -3X1+ 4X2+9X3 = 1 3、用矩阵的Doolittle分解算法求解线性方程组 2X1+X2+X3 = 4 6X1+4X2+5X3 =15 4X1+3X2+6X3 = 13 4、用高斯消去法求解线性方程组

2X 1- X 2+3X 3 = 2 4X 1+2X 2+5X 3 = 4 -3X 1+4X 2-3X 3 = -3 5、用无回代过程消元法求解线性方程组 2X 1- X 2+3X 3 = 2 4X 1+2X 2+5X 3 = 4 -3X 1+4X 2-3X 3 = -3 6、用主元素消元法求解线性方程组 2X 1- X 2+3X 3 = 2 4X 1+2X 2+5X 3 = 4 -3X 1+4X 2-3X 3 = -3 7、用高斯消去法求解线性方程组 123123123234 4272266 x x x x x x x x x -+=++=-++= 8、利用Doolittle 分解法解方程组Ax=b ,即解方程组 12341231521917334319174262113x x x x -? ????? ???? ??-??????=? ? ????--?????? --???? ??

西安交通大学计算方法B大作业

计算方法上机报告 姓名: 学号: 班级:

目录 题目一------------------------------------------------------------------------------------------ - 4 - 1.1题目内容 ---------------------------------------------------------------------------- - 4 - 1.2算法思想 ---------------------------------------------------------------------------- - 4 - 1.3Matlab源程序----------------------------------------------------------------------- - 5 - 1.4计算结果及总结 ------------------------------------------------------------------- - 5 - 题目二------------------------------------------------------------------------------------------ - 7 - 2.1题目内容 ---------------------------------------------------------------------------- - 7 - 2.2算法思想 ---------------------------------------------------------------------------- - 7 - 2.3 Matlab源程序---------------------------------------------------------------------- - 8 - 2.4计算结果及总结 ------------------------------------------------------------------- - 9 - 题目三----------------------------------------------------------------------------------------- - 11 - 3.1题目内容 --------------------------------------------------------------------------- - 11 - 3.2算法思想 --------------------------------------------------------------------------- - 11 - 3.3Matlab源程序---------------------------------------------------------------------- - 13 - 3.4计算结果及总结 ------------------------------------------------------------------ - 14 - 题目四----------------------------------------------------------------------------------------- - 15 - 4.1题目内容 --------------------------------------------------------------------------- - 15 - 4.2算法思想 --------------------------------------------------------------------------- - 15 - 4.3Matlab源程序---------------------------------------------------------------------- - 15 - 4.4计算结果及总结 ------------------------------------------------------------------ - 16 - 题目五----------------------------------------------------------------------------------------- - 18 -

西安交大计算方法b大作业课件

《计算方法B》上机 实验报告 学院:机械工程学院 班级: 姓名: 学号: 2015年12月22日

1 1.计算以下和式: S = ∑ 8n + 1 - 8n + 4 - 8n + 5 - 8n + 6 ? ,要求: 4 2 1 1 ∞ n =0 16 n ? ? ? ? (1)若保留 11 个有效数字,给出计算结果,并评价计算的算法; (2)若要保留 30 个有效数字,则又将如何进行计算。 实现思想: 以上问题出现了近似数相减的问题,为了减小误差,可分别求得减数之和 以及被减数之和,最后将两者相减。另外,减数与被减数求和均为同号计算, 按照绝对值递增顺序相加可减小舍入误差。此题中对有效数字有要求,因而计 算时首先需要根据有效数字位数计算得出迭代次数,以保证计算值的精度。 源程序: m=input('输入有效数字个数m='); s0=1;s1=0;s2=0;n=0; %判断迭代次数 while s0>=0.5*10^-(m-1) s0=4/(16^n*(8*n+1))-2/(16^n*(8*n+4))-1/(16^n*(8*n+5))- 1/(16^n*(8*n+6)); n=n+1; end %分别求解各项并求和 for k=n-1:-1:0 a1=4/(16^k*(8*k+1)); a2=2/(16^k*(8*k+4)); a3=1/(16^k*(8*k+5)); a4=1/(16^k*(8*k+6)); s1=a1+s1; s2=a4+a3+a2+s2; end S=vpa(s1-s2,m)

实验结果:11位有效数字计算结果如图1所示;30为有效数字计算结果如图2所示。 图1.11位有效数字计算结果图2.30为有效数字计算结果

机械优化设计习题及答案

机械优化设计习题及参考答案 1-1.简述优化设计问题数学模型的表达形式。 答:优化问题的数学模型是实际优化设计问题的数学抽象。在明确设计变量、约束条件、目标函数之后,优化设计问题就可以表示成一般数学形式。求设计变量向量[]12T n x x x x =L 使 ()min f x → 且满足约束条件 ()0 (1,2,)k h x k l ==L ()0 (1,2,)j g x j m ≤=L 2-1.何谓函数的梯度?梯度对优化设计有何意义? 答:二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的形式:??? ?????????????=??+??= ??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d f ρ 令xo T x f x f x f x f x f ?? ????????=????=?21]21[)0(, 则称它为函数f (x 1,x 2)在x 0点处的梯度。 (1)梯度方向是函数值变化最快方向,梯度模是函数变化率的最大值。 (2)梯度与切线方向d 垂直,从而推得梯度方向为等值面的法线方向。梯度)0(x f ?方向为函数变化率最大方向,也就是最速上升方向。负梯度-)0(x f ?方向为函数变化率最小方向,即最速下降方向。 2-2.求二元函数f (x 1,x 2)=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最 大的方向和数值。 解:由于函数变化率最大的方向就是梯度的方向,这里用单位向量p 表示,函数变化率最大和数值时梯度的模)0(x f ?。求f (x1,x2)在

人机工程学——生活案例优化

人机工程学大作业 一、排插 排插是我们日常生活中经常要使用到的电器,排插不合理的设计会使得我们用起来非常不舒服,例如下面这个我正在使用的排插。 1、 存在的问题有: (1) 插头插进插孔困难 如图(1),由于插孔过于密集,容易把插头插错插孔;且由于插孔周围没有辅助定位的设计,例如开倒角,插头常插到插孔周围的位置。 (2) 插头难以拔出 如图(2)插孔里面的金属夹力过大,插头插入尤其拔出需要很大的力,若是女生使用这款插排将有可能无法拔出插头。 2、 解决方案 插孔之间应有一定距离以防止插孔交叉,可防止插错孔的问题;插孔周围开倒角或者设计成宽口,如图(3),可使插头插入更顺利;孔内金属夹力应适中。 二、手机摄像头 作为现代通讯的主要工具,基本上每人都有一部手机;从诞生发展到现在,手机的功能图(3) 图(1) 图(2)

也越发强大;而拍照正是现代手机的一项必需功能,人们总是在各种各样的场合中使用手机的拍照功能;因此,手机摄像头的设计是否符合人机工程学就显得极为重要;下面将介绍一部我同学的摄像头设计不符合人机工程学的手机;该部手机为htc one x . 1、 存在问题 (1) 摄像头处于手机顶部,横向拍照时手指容易遮住摄像头。如图(1)。 (2) 摄像头相对于后盖凸起,手机放在桌面时容易刮花摄像头,如图(2)。 2、 解决方法 将摄像头设置顶部下方相对于机身1/3的位置,能有效防止手指遮挡摄像头;将摄像头高度设计在后盖下或者在后盖套手机保护套能有效防止摄像头刮花问题。 三、宿舍门跟厕所门 宿舍的许多设计都不符合人机工程学,其中我最不能忍受的就是宿舍门打开时会把厕所的门给遮住,如图(1),每当上厕所时,首先要 把宿舍门给半掩,然后打开厕所门,完事后再依 次关厕所门、宿舍门。 解决的方法:1 、缩短墙的宽度,把厕所门向左 图(1) 图(2)

计算方法上机实习题大作业(实验报告).

计算方法实验报告 班级: 学号: 姓名: 成绩: 1 舍入误差及稳定性 一、实验目的 (1)通过上机编程,复习巩固以前所学程序设计语言及上机操作指令; (2)通过上机计算,了解舍入误差所引起的数值不稳定性 二、实验内容 1、用两种不同的顺序计算10000 21n n -=∑,分析其误差的变化 2、已知连分数() 1 01223//(.../)n n a f b b a b a a b =+ +++,利用下面的算法计算f : 1 1 ,i n n i i i a d b d b d ++==+ (1,2,...,0 i n n =-- 0f d = 写一程序,读入011,,,...,,,...,,n n n b b b a a 计算并打印f 3、给出一个有效的算法和一个无效的算法计算积分 1 041 n n x y dx x =+? (0,1,...,1 n = 4、设2 2 11N N j S j == -∑ ,已知其精确值为1311221N N ?? -- ?+?? (1)编制按从大到小的顺序计算N S 的程序 (2)编制按从小到大的顺序计算N S 的程序 (3)按两种顺序分别计算10001000030000,,,S S S 并指出有效位数 三、实验步骤、程序设计、实验结果及分析 1、用两种不同的顺序计算10000 2 1n n -=∑,分析其误差的变化 (1)实验步骤: 分别从1~10000和从10000~1两种顺序进行计算,应包含的头文件有stdio.h 和math.h (2)程序设计: a.顺序计算

#include #include void main() { double sum=0; int n=1; while(1) { sum=sum+(1/pow(n,2)); if(n%1000==0)printf("sun[%d]=%-30f",n,sum); if(n>=10000)break; n++; } printf("sum[%d]=%f\n",n,sum); } b.逆序计算 #include #include void main() { double sum=0; int n=10000; while(1) { sum=sum+(1/pow(n,2)); if(n%1000==0) printf("sum[%d]=%-30f",n,sum); if(n<=1)break; n--; } printf("sum[%d]=%f\n",n,sum); } (3)实验结果及分析: 程序运行结果: a.顺序计算

计算方法大作业第一次

数值计算第一次大作业 实验目的 以Hilbert 矩阵为例,研究处理病态问题可能遇到的困难。 内容 Hilbert 矩阵的定义是 ,() 11/21/31/1/21/31/41/(1)1/31/41/51/(2)1/1/(1)1/(2)1/(21)n i j H h n n n n n n n =????+????=+??????++-?? 它是一个对称正定矩阵,而且()n cond H 随着n 的增加迅速增加,其逆矩阵1,()n i j H α-=, 这里 ,2(1)(1)!(1)!(1)[(1)!(1)!]()!()! i j i j n i n j i j i j n i n j α+-+-+-=+----- 1) 画出ln(())~n cond H n 之间的曲线(可以用任何的一种范数)。你能猜出 ln(())~n cond H n 之间有何种关系吗?提出你的猜想并想法验证。 用行范数 for n=1:50 for i=1:n for j=1:n A(i,j)=1/(i+j-1); B(i,j)=factorial(n+i-1)*factorial(n+j-1)/((i+j-1)*(factorial(i-1)*facto rial(j-1))^2*factorial(n-i)*factorial(n-j)); end end result1=0; for j=1:n result1=result1+A(1,j); end result1=log(result1); result2=0; for i=1:n for j=1:n result2=B(i,j)+result2; end result(i)=log(result2); end m=max(result);

数值计算方法大作业

题目利用数值计算方法求取基尼系数 姓名与学号 指导教师 年级与专业 所在学院

一、问题综述: 基尼系数(Gini coefficient),是20世纪初意大利学者科拉多·吉尼根据劳伦茨曲线所定义的判断收入分配公平程度的指标。是比例数值,在0和1之间。基尼指数(Gini index)是指基尼系数乘100倍作百分比表示。在民众收入中,如基尼系数最大为“1”,最小等于“0”。前者表示居民之间的收入分配绝对不平均(即所有收入都集中在一个人手里,其余的国民没有收入),而后者则表示居民之间的收入分配绝对平均,即人与人之间收入绝对平等,但这两种情况只出现在理论上;因此,基尼系数的实际数值只能介于0~1之间,基尼系数越小收入分配越平均,基尼系数越大收入分配越不平均。 设右图中的 实际收入分配曲线 (红线)和收入分 配绝对平等线(绿 线)之间的面积为 A,和收入分配绝 对不平等线(蓝 线)之间的面积为 B,则表示收入与 人口之间的比例的基尼系数为 A A+B 。 如果A为零,即基尼系数为0,表示收入分配完全平等(红线和绿线重叠);如果B为零,则系数为1,收入分配绝对不平等(红线和蓝线重叠)。该系数可在0和1之间取任何值。实际上,一般国家的收入分配,既不是完全平等,也不是完全不平等,而是在两者之间,劳伦茨曲线为一条凸向横轴的曲线。收入分配越趋向平等,劳伦茨曲线的弧度越小(斜度越倾向45度),基尼系数也越小;反之,收入分配越趋向不平等,劳伦茨曲线的弧度越大,那么基尼系数也越大。

基尼系数的调节需要国家通过财政政策进行国民收入的二次分配,例如对民众的财政公共服务支出和税收等,从而让收入均等化,令基尼系数缩小。 基尼系数由于给出了反映居民之间贫富差异程度的数量界线,可以较客观、直观地反映和监测居民之间的贫富差距,预报、预警和防止居民之间出现贫富两极分化。因此得到世界各国的广泛认同和普遍采用。 联合国有关组织规定: ●若低于0.2表示收入平均; ●0.2-0.3表示相对平均; ●0.3-0.4表示相对合理; ●0.4-0.5表示收入差距大; ●0.6以上表示收入差距悬殊。 2013年1月18日,中国国家统计局一次性公布了自2003年以来十年的全国基尼系数。大陆统计局局长马建堂称,按照国际新的统计口径,大陆居民收入的基尼系数,2003年是0.479,2004年是0.473,2005年为0.485,2006年为0.487,2007年为0.484,2008年为0.491,2009年为0.490,2010年为 0.481,2011年为0.477,到2012年的数据是0.474,为2005年以来最低水平,而自2008年起,基尼系数也在逐年下降。而此前西南财大调查数据显示,中国的2012年的基尼系数为0.61,但无论是民间统计的数据还是官方统计的数据,结果都遭到学术界质疑,仍具有争议性。 本文将根据网络上国家统计局的数据,利用上面给出的公式来计算我国从2002年以来的城镇居民基尼系数,并将计算出的数据与现有数据进行比较。 全球基尼系数

相关文档
最新文档