Optimasi Berkendala fmincon untuk Desain Profil Sayap dengan Rasio Angkat-Hambat Maksimum

Info proyek

• Bidang studiDirgantara dan Penerbangan
• JenjangTesis (S2)
• Jenis metodeOptimasi
• Perkiraan pengerjaan± 5 hari kerja
• Perangkatfmincon, optimoptions (Optimization Toolbox)
• HargaRp 400.000 - Rp 2.550.000

Tujuan analisis

Mengoptimalkan rasio angkat-hambat dengan fmincon terhadap tebal relatif profil dan sudut serang di bawah batasan operasional.

Variabel

Contoh hasil

• 0.725Optimum x
• 0.525Optimum y
• 0.075Objective f*
• 15Iterations
• 74Function evaluations
• 0Constraint value

fmincon menemukan optimum Relative airfoil thickness=0.725 dan Angle of attack=0.525 dengan nilai tujuan Lift-to-drag ratio=0.075 setelah 15 iterasi; kendala lingkaran berjari-jari 0.90 aktif (nilai kendala -5.6e-16).

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Optimasi Berkendala dengan fmincon

fmincon meminimalkan fungsi tujuan nonlinear dengan batasan linear maupun nonlinear dan batas variabel. Dipakai pada optimasi desain, kalibrasi parameter model, dan masalah rekayasa dengan batasan.

Langkah pengerjaan

1. 1Rumuskan fungsi tujuan dan semua batasan
2. 2Tulis fungsi tujuan dan fungsi batasan nonlinear
3. 3Tentukan titik awal dan batas variabel
4. 4Atur opsi dengan optimoptions (algoritma, toleransi)
5. 5Jalankan fmincon lalu periksa exitflag
6. 6Tinjau batasan aktif dan multiplier Lagrange

Asumsi yang perlu diperiksa

• Fungsi dan batasan mulus dan terdiferensialkan
• Hasil adalah optimum lokal sehingga titik awal berbeda perlu dicoba
• Ada titik layak yang memenuhi semua batasan

Membaca dan melaporkan hasil

Laporkan solusi, nilai tujuan, exitflag, serta batasan yang aktif. Jelaskan multiplier sebagai sensitivitas nilai tujuan terhadap batasan.

Contoh kode MATLAB

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

lift_to_drag_ratio = @(x) (x(1) - 3)^2 + (x(2) - 2)^2;           % objective
nonlcon = @(x) deal(x(1)^2 + x(2)^2 - 9, []);       % x1^2 + x2^2 <= 9
A = [1 1];  b = 4;                                  % x1 + x2 <= 4
lb = [0 0];  ub = [5 5];
relative_airfoil_thickness = [0.5 0.5];                                 % starting point

opts = optimoptions('fmincon', 'Algorithm', 'sqp', 'Display', 'off', ...
    'OptimalityTolerance', 1e-10);
[x, fval, exitflag, output, lambda] = fmincon(lift_to_drag_ratio, relative_airfoil_thickness, A, b, [], [], lb, ub, nonlcon, opts);

fprintf('Solution: x1 = %.4f, x2 = %.4f\n', x(1), x(2));
fprintf('Objective: %.5f, exitflag = %d, iterations = %d\n', fval, exitflag, output.iterations);
fprintf('Multiplier (linear): %.4f, (nonlinear): %.4f\n', lambda.ineqlin, lambda.ineqnonlin);

[g1, g2] = meshgrid(linspace(0, 5, 200));
Z = arrayfun(@(a, b) lift_to_drag_ratio([a b]), g1, g2);
figure; contour(g1, g2, Z, 25); hold on;
th = linspace(0, pi/2, 100);
plot(3*cos(th), 3*sin(th), 'r', 'LineWidth', 1.2);
plot([0 4], [4 0], 'k--', x(1), x(2), 'm*', 'MarkerSize', 10);
xlabel('x_1'); ylabel('x_2'); legend('Objective', 'Circle', 'Line', 'Linear', 'Optimum');

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum