機(jī)械優(yōu)化設(shè)計(jì)方法

     目錄
   1緒論
    1.1什么叫機(jī)械優(yōu)化設(shè)計(jì)
    1.2優(yōu)化設(shè)計(jì)在機(jī)械設(shè)計(jì)中的作用
    1.3機(jī)械優(yōu)化設(shè)計(jì)發(fā)展概況
   2機(jī)械優(yōu)化設(shè)計(jì)的基本術(shù)語和數(shù)學(xué)模型
    2.1幾個(gè)機(jī)械優(yōu)化設(shè)計(jì)問題的示例
    2.1.1零件結(jié)構(gòu)參數(shù)的優(yōu)化
    2.1.2部件參數(shù)的優(yōu)化
    2.1.3連桿機(jī)構(gòu)參數(shù)的優(yōu)化
    2.1.4系統(tǒng)參數(shù)的優(yōu)化
    2.2機(jī)械優(yōu)化設(shè)計(jì)的基本術(shù)語
    2.2.1設(shè)計(jì)變量
    2.2.2目標(biāo)函數(shù)
    2.2.3設(shè)計(jì)約束
    2.3優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型及其分類
    2.3.1數(shù)學(xué)模型的一般表達(dá)式
    2.3.2數(shù)學(xué)模型的分類
    2.4優(yōu)化設(shè)計(jì)方法
    2.5優(yōu)化設(shè)計(jì)的一般過程及其幾何解釋
    習(xí)題
   3優(yōu)化設(shè)計(jì)的某些基本概念和理論
    3.1目標(biāo)函數(shù)與約束函數(shù)的某些基本性質(zhì)
    3.1.1函數(shù)的等值面（或線）
    3.1.2函數(shù)的最速下降方向
    3.1.3函數(shù)的近似表達(dá)式
    3.1.4函數(shù)的凸性
    3.2約束函數(shù)的集合及其性質(zhì)
    3.2.1約束函數(shù)的集合
    3.2.2適時(shí)約束
    3.3優(yōu)化設(shè)計(jì)問題的最優(yōu)解及其極值條件
    3.3.1優(yōu)化設(shè)計(jì)問題的最優(yōu)解
    3.3.2無約束優(yōu)化設(shè)計(jì)問題的極值條件
    3.3.3約束優(yōu)化設(shè)計(jì)問題的極值條件
    3.4優(yōu)化設(shè)計(jì)問題的數(shù)值解法及收斂條件
    3.4.1數(shù)值計(jì)算迭代法的基本思想和迭代格式
    3.4.2數(shù)值計(jì)算迭代法的終止準(zhǔn)則
    3.4.3K－TT乘子的計(jì)算
    習(xí)題
   4優(yōu)化設(shè)計(jì)中幾種常用的無約束最優(yōu)化方法
    4.1一維搜索的最優(yōu)化方法
    4.1.1搜索區(qū)間的確定
    4.1.2黃金分割法
    4.1.3二次插值法
    4.2多變量的坐標(biāo)輪換法和P0Well法
    4.2.1坐標(biāo)輪換法
    4.2.2Powe11法
    4.3多變量的梯度法和共軛梯度法
    4.3.1梯度法
    4.3.2共軛梯度法
    4.4多變量的牛頓法和DFP變尺度法
    4.4.1牛頓法
    4.4.2變尺度法
    4.5多變量無約束最優(yōu)化方法小結(jié)
    習(xí)題
   5約束優(yōu)化設(shè)計(jì)的直接解法
    5.1約束優(yōu)化設(shè)計(jì)直接解法的基本特點(diǎn)
    5.2約束隨機(jī)方向搜索法
    5.2.1基本原理
    5.2.2算法的步驟
    5.2.3應(yīng)用示例
    5.3約束優(yōu)化設(shè)計(jì)的復(fù)合形法
    5.3.1復(fù)合形法的基本原理
    5.3.2初始復(fù)合形的構(gòu)成
    5.3.3復(fù)合形法的尋優(yōu)規(guī)則和程序計(jì)算框圖
    5.3.4應(yīng)用示例
    5.4約束優(yōu)化設(shè)計(jì)的直接搜索方法
    5.4.1方法的基本原理
    5.4.2適用可行方向的條件和產(chǎn)生方法
    5.4.3步長因子的確定
    5.4.4終止準(zhǔn)則
    5.4.5可行方向法的算法步驟
    5.4.6應(yīng)用示例
    習(xí)題
   6約束優(yōu)化設(shè)計(jì)的間接解法
    6.1約束優(yōu)化設(shè)計(jì)間接解法的基本思想
    6.2內(nèi)點(diǎn)懲罰函數(shù)法
    6.2.1內(nèi)點(diǎn)懲罰函數(shù)法的基本原理
    6.2.2內(nèi)點(diǎn)懲罰函數(shù)法的算法和程序計(jì)算框圖
    6.2.3內(nèi)點(diǎn)懲罰函數(shù)法使用中的幾個(gè)問題
    6.2.4應(yīng)用示例
    6.3外點(diǎn)懲罰函數(shù)法
    6.3.1外點(diǎn)懲罰函數(shù)法的基本原理
    6.3.2外點(diǎn)懲罰函數(shù)法的算法和程序計(jì)算框圖
    6.3.3外點(diǎn)懲罰函數(shù)法使用中的問題
    6.3.4應(yīng)用示例
    6.4混合懲罰函數(shù)法
    6.4.1混合懲罰函數(shù)法及其算法步驟
    6.4.2用外推法加快搜索過程
    6.5約束優(yōu)化設(shè)計(jì)問題間接解法小結(jié)
    習(xí)題
   7優(yōu)化設(shè)計(jì)實(shí)踐中的某些問題
    7.1優(yōu)化設(shè)計(jì)的建模
    7.1.1建模的方法論和步驟
    7.1.2減少數(shù)學(xué)模型的維數(shù)
    7.1.3減少約束條件數(shù)
    7.2數(shù)學(xué)模型的尺度變換
    7.2.1設(shè)計(jì)變量的標(biāo)度
    7.2.2目標(biāo)函數(shù)的尺度變換
    7.2.3約束函數(shù)的規(guī)格化
    7.3建模中數(shù)表和圖線的程序化
    7.3.1數(shù)表的程序化
    7.3.2圖線的程序化
    7.4優(yōu)化設(shè)計(jì)的實(shí)施
    7.4.1優(yōu)化方法的選擇
    7.4.2收斂精度的選擇
    7.5優(yōu)化計(jì)算結(jié)果的分析
    7.5.1優(yōu)化計(jì)算結(jié)果的分析
    7.5.2優(yōu)化設(shè)計(jì)結(jié)果的靈敏度分析
    習(xí)題
   8多目標(biāo)問題的優(yōu)化設(shè)計(jì)方法
    8.1引言
    8.2基本概念和定義
    8.3協(xié)調(diào)曲線法
    8.3.1基本原理
    8.3.2應(yīng)用示例
    8.4統(tǒng)一目標(biāo)函數(shù)法
    8.4.1目標(biāo)規(guī)劃法
    8.4.2乘除法
    8.4.3加權(quán)線性組合法
    8.4.4加權(quán)因子的選擇
    8.4.5應(yīng)用示例
    8.5功效系數(shù)法
    8.5.1基本原理
    8.5.2應(yīng)用示例
    8.6小結(jié)
    習(xí)題
   9離散變量優(yōu)化設(shè)計(jì)方法
    9.1引言
    9.2數(shù)學(xué)模型的一般形式及其某些基本概念
    9.3離散變量問題的最優(yōu)解及其收斂準(zhǔn)則
    9.4離散變量自適應(yīng)隨機(jī)搜索法
    9.4.1基本原理
    9.4.2設(shè)計(jì)點(diǎn)樣本產(chǎn)生的基本方程
    9.4.3隨機(jī)移步查點(diǎn)技術(shù)
    9.4.4算法構(gòu)造原理及步驟
    9.5離散變量的組合形法
    9.5.1初始離散組合形的產(chǎn)生
    9.5.2離散一維搜索
    9.5.3約束條件的處理
    9.5.4離散變量組合形的調(diào)整
    9.5.5離散變量組合形算法的收斂準(zhǔn)則
    9.5.6離散變量組合形算法的步驟和框圖
    9.6離散性懲罰函數(shù)法
    9.6.1基本原理
    9.6.2關(guān)于懲罰因子和離散懲罰函數(shù)指數(shù)的選擇
    9.8.3偽最優(yōu)和核正程序
    9.6.4離散懲罰函數(shù)的算法
    9.7應(yīng)用示例
   10隨機(jī)變量優(yōu)化設(shè)計(jì)方法
    10.1引言
    10.2隨機(jī)變量的某些基本概念和性質(zhì)
    10.2.1隨機(jī)變量的概率密度函數(shù)及其特征值
    10.2.2概率分布的幾種常用的解析模型
    10.2.3多維隨機(jī)變量及其分布
    10.2.4多維隨機(jī)變量的函數(shù)
    10.3含有隨機(jī)變量的優(yōu)化設(shè)計(jì)模型
    10.3.1隨機(jī)參數(shù)和隨機(jī)設(shè)計(jì)變量
    10.3.2隨機(jī)型優(yōu)化設(shè)計(jì)數(shù)學(xué)模型
    10.4概率約束問題及其模型
    10.4.1概率約束優(yōu)化設(shè)計(jì)模型
    10.4.2概率約束的某些基本概念
    10.4.3概率約束模型的最優(yōu)解及其概念
    10.5一次二階矩方法
    10.5.1基本原理
    10.5.2一次二階矩方法
    10.6隨機(jī)模擬搜索方法
    10.6.1隨機(jī)模擬的基本原理
    10.6.2隨機(jī)變量的抽樣
    10.6.3實(shí)施的方法
    10.7應(yīng)用示例
    10.7.1數(shù)學(xué)模型
    10.7.2用一次二階矩法求解
    10.7.3用隨機(jī)模擬搜索法求解
   附錄
    附錄1 一維搜索二次插值法的BASIC程序
    附錄2 無約束求極小值P0well方法的BASIC程序
    附錄3 約束直接求解復(fù)合形法的BASIC程序
    附錄4 約束間接求解SUMT（內(nèi)點(diǎn)）法的BASIC程序
    附錄5
    附錄6
    附錄7
    附錄8
    主要參考文獻(xiàn)