汽车轮毂有限元分析本科毕业设计开题报告模板

汽车轮毂有限元分析本科毕业设计开题报告模板内容摘要：

系列单阶段最优决策问题来求解，这样就大大减少了工作量，对指标函数求极值问题大为简化，而且 一旦找到最优决策序列，就是全局最优解。 它的收敛性能优良、结果稳定，在实际系统中得到广泛应用。 动态规划法的缺陷有 :计算量太大，必须采用近似方法加以简化，这样不可避免的要丢失最优解。 要求求解的问题具有明显的阶段性，难于考虑与时间有关的约束条件和机组功率变化速率等限制。 通盘考虑整个系统的问题时，使用起来不够灵活。 神经网络困 euralNetwork)优化计算方法的主要思想是 :利用非线性大规模动力系统的特征，将优化计算问题映射为神经网络的动态演化过程，这时优化问题的目标函数就被映射为神经网络的能 量函数。 由于神经网络能量函数的极小点对应于系统的稳定平衡点，于是求解能量函数极小点变换成求解系统的稳定平衡点。 任意给定系统一个初始状态，随着时间的演化，网络的运动轨道总是在相空间中朝着能量函数减小的方向运动，最终达到系统的平衡点。 这样，优化问题也就在网络系统的演化中悄悄完成了。 神经网络优化方法是一种比较新的优化方法，在许多领域得到了充分利用，但其美中不足的是在优化过程中，其最优解容易陷入局部最优的循环中，从而影响了优化结果的优良胜。 遗传算法 (GeicAlgorit 加 m)是一种在思想上和方法上都很新 的全局搜索优化方法，以其简单通用、方法灵活、鲁棒性强、适合于并行处理和适应性好 为 件为止。 要求总煤耗目标函数为严格凸函数，即各机组的煤耗、煤耗微增率曲线要为单调递增且可微的 :同时，由于对微增率曲线有严格的精度要求，在计算处理过程中则有可能出现失真的情况。 这两点在一定程度上影响了等微增率法的可信度。 优先顺序法 (Priorityhst)是较早出现的一种解决机组组合和负荷分配的算法，它将系统可调度的机组按照某种经济特性指标事先排出顺序，然后根据系统负荷大小，按这种顺序依次给各台机组加载负荷。 最初的优先顺 序法在排序的过程中不考虑负荷的变化，是一种静态的排序策略。 文献【 10』中提出了一种改进的优先顺序方法，它是在经典优先顺序法的基础上，加上一些定量约束条件和一些定性启发式原则，其中加入了一些启发式原则，如尽量不安排开停机调峰，尽量让上网电价低的机组优先开机，让上网电价高的机组优先停机。 若系统负荷较前一阶段增加，已运行的机组一般不停机。 若系统负荷较前一阶 段减小，已停运的机组一般不启动。 优先顺序法简单而实用，计算量小，虽然有时找不到最优解，但能满足一般的应用要求，可以获得大部分效益。 其缺点是难以精确考虑随时间变 化的机组启停费用，而且是不相关地处理各时段的机组组合问题，容易造成机组的频繁启停。 混合整数规划法 (Mixed 一 iniegerProgr~ing)是变量中既有整数又有非整数的数学规划问题，根据除整型变量以外的其他变量函数类型，可分为线性混合整数规划和非线性混合整数规划。 混合整数规划法比较复杂，不直观，对实际系统直接使用计算量太大，必须要精心构思分解，它在机组负荷优化问题中实用化的成果不多。 拉格朗日松弛法是在目标函数中针对系统的祸合约束引入拉格朗日乘子构造一个增广目标函数形成对偶问题，通 过解决对偶问题的极大极小值来求解目标函数的最优值。 如果目标函数是连续凸函数，则对偶问题的最优解就是原问题的最优解或者次优解。 如果目标函数为不可微或者非凸的此时对偶问题的最优解与原问题的最优解之间存在对偶间隙，而且在给定拉格朗日乘子的情况下增广目标函数的最小值所给出的解不一定满足原目标函数的约束条件。 拉格朗日松弛法是解决机组组合公认的有效方法之一，得到了较为广泛的应用〔川。 文 献【 12]通过对一个给定的机组组合是否可行的判断寻求对偶解之下的可行解，元机组的综合热力性能试验，确定在不同负荷时各机组的标准燃料消耗 量，拟合出燃料消耗量随负荷变化的特性曲线，再以多台机组的燃料消耗量之和作为目标函数。 最后，求解这个有约束优化问题。 各电厂采用过的负荷分配方法，大致有以下几种 :。