第二章-机械优化设计复习过程
主讲:阮学云
安徽理工大学
第一节绪论
1.1 概念
~是一种规格化的设计方法，它首先要求将设计问题按优化设计所规定的格式建立数学模型，选择合适的优化方法及计算机程序，然后再通过计算机的计算，自动获得最优设计方案。（三级减速器，V降低23%）
1.2 优化设计发展概况
时间：60年代开始，在化工，建筑领域得到应用
内容：机构优化设计，机械零部件设计，机械结构优化设计，机械系统设计。
第二节优化设计的数学模型
2.1 例子。
设计：一长度为6 米的绳子如何围成一个最大面积的矩形，并求其S
解：
6=2（a+b)
S= a*b
法一：解析法将b=6/2-a代入下式，成为一元方程，可以求其最大值。
法二：做图法
2.2 优化设计的数学模型
统一形式描述：
min f(x) x=[x1,x2,………x n]T
s.t g i(x)≤0 i=1,2,3…..m
h j(x)=o j=1,2,…….p
包括：
1.设计变量
2.目标函数
3.约束问题
2.3 优化过程：
优化设计的一般过程可以用如下的框图来表示:
（2）按设计变量的性质分：连续变量、离散变量和带参变量。
（3）按问题的物理结构分：优化控制问题和非优化控制问题。
（4）按模型所包含方程式的特性分：线性规划、非线性规划、二次规划和几何规划等。（5）按变量的确定性性质分：确定性规划和随机规划。
2. 优化设计问题的迭代思路
3. 终止准则
准则1-点距准则
4. 1往往采用两个准则来判别
4.2 往往采用两个准则来判别
第三节一维搜索
0 概念：
对一维（也称一元或单变量）函数f(x)寻求其极值点x*就是一维优化方法中限制最优解问题，称一维搜索方法。
3.1 方法分类
1. 分析方法（微分法）
2. 数值迭代法
(a). 直接法，包括黄金分割法和对分法
(b). 间接法，包括不需要求导数的二次插值法和需要求导数的三次插值法
3. 一维搜索的最优化方法-分析法
例已知极小值在区间内，若从点出发，根据迭代公式：
3.2 进退法
进退法也称外推法，是一种通过比较函数值大小来确定单峰区间的方法。任意给定初始点X1和步长h，算出f(x1) 和
x2=x1+h 点的f(x2)函数值。
3.3 黄金分割法
黄金分割法也称0.618法，是通过对黄金分割点函数值的计算和比较，将初始区间逐次进行缩小，直到满足给定的精度要求，即求得一维极小点的近似解x* 。
3.3.1 区间缩小的基本思路
已知f(x) 的单峰区间[a,b] 。为了缩小区间，在[a,b] 内按一定规则对称地取2个内部点x1和x2，并计算f(x1)和f(x2) 。可能有三种情况：
图(a)．经过一次函数比较，区间缩小一次。在新的区间内，保留一个好点x1 和f(x1) ，下一次只需再按一定规则，在新区间内找另一个与x1 对称的点x3 ，计算f(x3) ，与f(x1) 比较。如此反复。
图(b)．淘汰[a ,x1], 得新区间[a,b],此时：a=x1，x1=x2,x2为x1对称点，b=b。
图(c)．可归纳入上面任一种情况处理。
3.3.2 取点规则
黄金分割法的均匀缩短率为0.618，即每经过一次函数值比较，都是淘汰本次区间的0.382倍。根据上式，黄金分割法的取点规则是
3.3.3 收敛准则
由于实际问题的需要和函数形态的不同，常常需要不同的收敛准则确定最优点。对于直接法，有以下几种收敛准则：
（1）．区间绝对精度
（2）．区间相对精度
（3）．函数值绝对精度；
（4）．函数值相对精度
3.3.5 黄金分割法前提条件
1）x1、x2在区间中的位置相对于边界来说是对称的
2）在舍去一段后,留在新区间的那个点仍处于新区间内两个计算点之一的位置；
3）在缩小区间时,λ的值为一不变的常数。
黄金分割法计算框图
思考题：
试用黄金分割法求近似极小点及极小值。已知[a,b]=[0,2]，ε=0.01（只要求进行2轮迭代，判断是否收敛）。
3.4 二次插值法
3.4.1 概念：
是多项式逼近法的一种，利用目标函数在若干点的信息和函数值，构成一个与目标函数相接近的低次插值多项式，然后求该多项式的最优解作为原函数的近似最优解。随着区间的逐次缩小，多项式的最优点与原函数最优点之间的距离逐渐缩小，直到满足一定精度要求时终止迭代
3.4.2 构造
设目标函数f(x)在三点x1 二次插值法原理 二次插值法区间缩小过程 3.4.3 收敛准则 相继两次的二次插值函数极小点x(k),x(k+1) 之间距离小于给定精度时,认为收敛。 3.4.4 特点： （1）二次插值法只要求f(x)连续，不要求其一阶可微。 （2）收敛速度比黄金分割法快，但可靠性不如黄金分割法好，程序也较长。 （3）如p(x)的相邻两个迭代点重合，则产生死循环。 第四节无约束优化方法 0 概念： 对于一个n维目标函数，如果在没有任何限制条件下寻求它的极小点，称无约束极小化问题或无约束优化问题。 大量实际问题都是有约束的，研究无约束优化方法的意义在于：（1）一类功能很强、使用方便的有约束优化方法，往往能将有约束问题转化成无约束问题，易于采用无约束优化方法求解。 （2）无约束优化的理论与方法是约束优化的基础。 （3）有些理论计算问题或设计问题本身就是无约束的。 4.1 无约束优化问题的数学模型 无约束优化问题的数学模型是： 4.1.1 无约束优化问题的求解方法及其分类 无约束优化问题的间接解法 无约束优化问题的直接解法 （1）无约束优化问题的间接解法 （2）无约束优化问题的直接解法 直接解法依据的迭代公式为： 此类算法的核心就在于确定一个恰当的搜索方向，各种无约束优化方法的区别就在于确定其搜索方向方法的不同，每一种确定方向的方法就派生出一类无约束优化问题的解法。这是本章学习的一个总的脉络。 4.2 最速下降法 4.2.2收敛准则： 举例：求目标函数的极小点。 4.2.4 最速下降法的程序原理 4.2.5 迭代过程 4.3 共轭梯度法 4.3.1概述 从任意点出发，沿两个互为共轭方向作一维搜索，经过若干步可以获得目标函数的极小点。 4.3.2 迭代过程 X（k+1）=x（k）+α（k）s（k） s(0）=- g0 s(k+1）=- g k+1+βk s（k） βk= ||gk+1||2/ ||gk+1||2 4.4.1 概述 牛顿法是求函数极值的最古老算法之一。其基本思想是：在点x (k)的邻域内用一个二次函数?(x) 去近似替代原目标函数F(X)，然后求二次函数的极小点作为下一个迭代点x (k+1)，通过不断构造二次函数和迭计算，使迭代点逼近函数的极小点X*。 （1）一元函数求极值的牛顿型迭代法 牛顿法又称作切线法 （2）多元函数求极值的牛顿迭代法 4.4.2 阻尼牛顿法 牛顿法的缺陷是，在确定极值点的过程中，并不含有沿下降方向搜索的概念。因此对于非二次型函数，在迭代过程中，可能出现的现象。为此人们提出了所谓的阻尼牛顿法。 阻尼牛顿法公式推导过程 令： 4.4.3 阻尼牛顿法的程序框图 4.4.4 方法特点： （1）初始点应选在X*附近，有一定难度。 （2）若迭代点的海赛矩阵为奇异，则无法求逆矩阵，不能构造牛顿法方向。 （3）不仅要计算梯度，还要求海赛矩阵及其逆矩阵，计算量和存储量大。此外，对于二阶不可微的F(X)也不适用。 虽然阻尼牛顿法有上述缺点，但在特定条件下它具有收敛最快的优点，并为其他的算法提供了思路和理论依据。 4.5 变尺度法 一.概述 变尺度法综合以上两种方法优点： （1）梯度法：初期收敛速度快 （2）牛顿法：在迭代极值点速度最快 二.迭代公式 X (k+1) =x (k)–α(k)A k g k 开始：A k=I 结束：A k=H k-1 4.6 鲍威尔法 鲍威尔法是以共轭方向为基础的收敛较快的直接法之一，是一种十分有效的算法。在无约束方法中许多算法都是以共轭方向作为搜索方向，它们具有许多特点。根据构造共轭方向的原理不同，可以形成不同的共轭方向法。 搜索过程（黑板演示） 坐标轮换法——沿各个坐标搜索，完成一轮搜索 单纯形法——对整个区间的点进行搜索，典型的直接法 第5节约束优化方法 5.1 数学模型 机械优化设计问题绝大多数是属于多维有约束非线性规划，其数学模型可表示为5.2 有约束优化问题的分类 (1). 直接法 直接法包括：网格法、、复合形法、随机试验法、随机方向法、可行方向法。 (2). 间接法 间接法包括：罚函数法、内点罚函数法、外点罚函数法、混合罚函数法、精确罚函数法、广义乘子法、广义简约梯度法和约束变尺度法。 直接法不需要利用目标函数和约束函数的梯度，就可直接利用迭代点和目标函数值的信息来构造搜索方向。 间接法要利用目标、约束函数的梯度，其中也包括利用差分来近似梯度的应用。很多约束优化方法是先转变成无约束优化方法来求解。可见，无约束优化方法也是也是约束优化方法的基础。 5.3.复合形法 基本思路：在可行域中选取K个设计点（n+1≤K≤2n）作为初始复合形的顶点。比较各顶点目标函数值的大小，去掉目标函数值最大的顶点(称最坏点)，以坏点以外其余各 点的中心为映射中心，用坏点的映射点替换该点，构成新的复合形顶点。 反复迭代计算，使复合形不断向最优点移动和收缩，直至收缩到复合形的顶点与形心非常接近，且满足迭代精度要求为止。 初始复合形产生的全部K个顶点必须都在可行域内。 5.4 网格法 典型的直接法——通过网格的方式，计算结点的函数值，比较大小得最好点。 5.5 随机方向法 在初始点附近产生若干随机方向，选择一个下降最快的方向作为搜索方向。 5.6 惩罚函数法 5.6.1、将约束优化问题转换成新的无约束目标函数： 计算过程程序框图 5.6.2.分类： 根据约束形式和定义的泛函及罚因子的递推方法等不同，罚函数法可分为内点法、外点法和混合法三种。这种方法是1968年由美国学者A．V．Fiacco和G．P．Mcormick提出的，把不等式约束引入数学模型中，为求多维有约束非线性规划问题开创了一个新局面。例：用内点法求问题的约束最优解 用内点法求问题的约束最优解 内点法程序框图 5.6.4.内点法的几个问题： （1）初始点X(0)的选择：初始点必须满足g i(x)≤0 ，且最好在可行域内离边界远一点，使一开始作无约束求优时，泛函的值较小，收敛快，成功的机会大。 （2）初始罚因子的选择：r(0)不宜过小。一般先以一个r(0)值进行计算，由计算结果调整其大小。 （3 递减系数c的选择：一般来说，取0.1。 例：用外点法求下列问题的约束最优解 外点惩罚函数的极小点向最优点逼近 1．初始点可以任选，但应使各函数有定义 2．对等式约束和不等式约束均可适用 3．仅最优解为可行设计方案 4．一般收敛较快 5．初始罚因子要选择得当 6．惩罚因子为递增，递增率c’有c’>1 混合罚函数法在一定程度上综合了内点法和外点法的优点，克服某些缺点，可处理等式约束和不等式约束的优化问题。 混合罚函数法的构造形式与外点法的区别是：选定初始点后，对于已满足的不等式约束用内点法构造惩罚项，对于等式和未被满足的不等式约束按外点法构造惩罚项。混合罚函数法的具体形式是： 复合形法直接法：随机方向法 网格法 惩罚函数法间接法： 增广乘子法 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 第一章习题答案 1-1 某厂每日（8h 制）产量不低于1800件。计划聘请两种不同的检验员，一级检验员的标准为：速度为25件／h ，正确率为98％，计时工资为4元／h ；二级检验员标准为：速度为15件／h ，正确率为95％，计时工资3元／h 。检验员每错检一件，工厂损失2元。现有可供聘请检验人数为：一级8人和二级10人。为使总检验费用最省，该厂应聘请一级、二级检验员各多少人？ 解：（1）确定设计变量； 根据该优化问题给定的条件与要求，取设计变量为X = ?? ????=? ??? ??二级检验员一级检验员 21x x ； （2）建立数学模型的目标函数； 取检验费用为目标函数，即： f (X ) = 8*4*x 1+ 8*3*x 2 + 2（8*25*0.02x 1 +8*15*0.05x 2 ） =40x 1+ 36x 2 （3）本问题的最优化设计数学模型： min f (X ) = 40x 1+ 36x 2 X ∈R 3· s.t. g 1(X ) =1800-8*25x 1+8*15x 2≤0 g 2(X ) =x 1 -8≤0 g 3(X ) =x 2-10≤0 g 4(X ) = -x 1 ≤0 g 5(X ) = -x 2 ≤0 1-2 已知一拉伸弹簧受拉力F ，剪切弹性模量G ，材料重度r ，许用剪切应力[]τ，许用最大变形量[]λ。欲选择一组设计变量T T n D d x x x ][][2 32 1 ==X 使弹簧重量最轻，同时满足下列限制条件：弹簧圈数3n ≥， 簧丝直径0.5d ≥，弹簧中径21050D ≤≤。试建立该优化问题的数学模型。 注：弹簧的应力与变形计算公式如下 3 22234 881 ,1,(2n s s F D FD D k k c d c d Gd τλπ==+==旋绕比）， 解： （1）确定设计变量； 根据该优化问题给定的条件与要求，取设计变量为X = ????? ? ????=??????????n D d x x x 2321； （2）建立数学模型的目标函数； 取弹簧重量为目标函数，即： f (X ) = 322 12 4 x x rx π （3）本问题的最优化设计数学模型： 燕山大学机械优化设计论文 专业：12机械工程 班级：工学部1班 学号： 姓名： 2012年12月05日 摘 要: 机械优化设计是将最优化原理和计算技术应用于设计领域,为工程设计提供一种重要的科学设计方法。机械优化设计包括建立优化设计问题的数学模型和选择恰当的优化方法与程序两方面的内容。由于机械优化设计是应用数学方法寻求机械设计的最优方案，所以首先要根据实际的机械设计问题建立相应的数学模型，即用数学形式来描述实际设计问题。在建立数学模型时，需要用专业知识确定设计的限制条件和所追求的目标，确立各设计变量之间的相互关系等。机械优化设计问题的数学模型可以是解析式，实验数据或经验公式。虽然它们给出的形式不同，但都是反应设计变量之间的数量关系的。MATLAB 是目前国际上最流行的科学与工程计算的软件工具, 它具有强大的数值分析、矩阵运算、信号处理、图形显示、模拟仿真和最优化设计等功能。本文用MATLAB 来解决机械设计中的几个常见的问题。 关键词:MATLAB ;优化;机械设计;软件 1 引 言 近年来发展起来的计算机辅助设计，在引入优化设计方法后，使得在设计过程中既能够不断选择设计参数并评选出最优设计方案，又可以加快设计速度，缩短设计周期。在科学技术发展要求机械产品更新日益缩短的今天，把优化设计方法与计算机辅助设计结合起来，使设计过程完全自动化，已成为设计方法的一个重要趋势。 2 采用MATLAB 软件进行优化设计 2.1.问题描述: 求3682+-=t t f 的最优解 2.1.1规划模型的建立: 目标函数 36102+-=t t f 约束条件 无约束 2.1.2对应的程序: clc clear syms t f=t^2-10*t+36; x1=0; h=2; f1=subs(f,x1); 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。 主讲:阮学云 安徽理工大学 第一节绪论 1.1 概念 ~是一种规格化的设计方法，它首先要求将设计问题按优化设计所规定的格式建立数学模型，选择合适的优化方法及计算机程序，然后再通过计算机的计算，自动获得最优设计方案。（三级减速器，V降低23%） 1.2 优化设计发展概况 时间：60年代开始，在化工，建筑领域得到应用 内容：机构优化设计，机械零部件设计，机械结构优化设计，机械系统设计。 第二节优化设计的数学模型 2.1 例子。 设计：一长度为6 米的绳子如何围成一个最大面积的矩形，并求其S 解： 6=2（a+b) S= a*b 法一：解析法将b=6/2-a代入下式，成为一元方程，可以求其最大值。 法二：做图法 2.2 优化设计的数学模型 统一形式描述： min f(x) x=[x1,x2,………x n]T s.t g i(x)≤0 i=1,2,3…..m h j(x)=o j=1,2,…….p 包括： 1.设计变量 2.目标函数 3.约束问题 2.3 优化过程： 优化设计的一般过程可以用如下的框图来表示: （2）按设计变量的性质分：连续变量、离散变量和带参变量。 （3）按问题的物理结构分：优化控制问题和非优化控制问题。 （4）按模型所包含方程式的特性分：线性规划、非线性规划、二次规划和几何规划等。（5）按变量的确定性性质分：确定性规划和随机规划。 2. 优化设计问题的迭代思路 3. 终止准则 准则1-点距准则 4. 1往往采用两个准则来判别 4.2 往往采用两个准则来判别 第三节一维搜索 0 概念： 对一维（也称一元或单变量）函数f(x)寻求其极值点x*就是一维优化方法中限制最优解问题，称一维搜索方法。 3.1 方法分类 合肥工业大学 《机械优化设计》课程实践 研究报告 班级：机械设计制造及其自动化12-3班学号： 姓名： 授课教师：王卫荣 日期： 2015年 11 月 14 日 目录 一、一维搜索程序作业 (3) 1.λ＝0.618的证明 (3) 2.编写0.618法程序并计算 (4) 二、单位矩阵程序作业 (6) 三、连杆机构问题和自选工程优化问题 (7) 1.连杆机构问题 (7) 2.自选工程优化问题 (14) 四、课程实践心得体会 (18) 一、一维搜索程序作业 1.λ＝0.618的证明 黄金分割法，又称作0.618法，适用于[a，b] 区间上的任何单谷函数求极小值问题。黄金分割法是建立在区间消去法原理基础上的试探方法，即在搜索区间[a，b] 内适当插入两点α1、α2，并计算其函数值。α1、α2 将区间分成三段。应用函数的单谷性质，通过函数值大小的比较，删去其中一段，使搜索区间得以缩短。然后再在保留下来的区间上做同样的位置，如此迭代下去，使搜索区间无限缩小，从而得到极小点的数值近似值。 黄金分割法要求插入点α1、α2 的位置相对于区间[a，b] 两端点具有对称性，即 图1-1 黄金分割法 α1 = b –λ ( b – a ) α2 = a + λ ( b – a ) (3-1) 其中，λ为待定常数。 下面证明λ = 0.618。 除对称性要求外，黄金分割法还要求保留下来的区间内再插入一点所形成的区间新三段，与原来区间的三段具有相同的比例分布。设原有区间[a，b] 长度为1如图1-1 所示，保留下来的区间[a，b] 长度为λ，区间缩短率为λ。为了保持相同的比例分布，新插入点α3应在λ ( 1 –λ ) 位置上，α1在元区间的1 –λ位置应相当于在保留区间的λ2位置。故有 1 –λ = λ2 即 λ2 + λ– 1 = 0 取方程正数解得 若保留下来的区间为[α1，b] ，根据插入点的对称性，也能推得同样的λ的值。 一维搜索方法 摘要：在机械优化设计过程中将求解一维目标函数的极值点的数值迭代方法称之为一维搜索方法，在本质上可归结为单变量的函数的极小化问题。虽然优化设计中的大部分问题是多维问题，但是一维优化方法是优化方法中最基本的方法，在数值迭代过程中都要进行一维搜索，因此，一维搜索方法在优化设计的研究中占据着无可替代的地位。概括起来，可以将一维搜索方法分为两大类：一类是试探法，另一类是插值法。 关键字：优化设计一维搜索方法试探法插值法 引言 一维搜索方法是各种优化方法中最简单又最基本的方法，不仅用来解决一维目标函数的求优问题，也可以将多维优化问题转化为若干次一维优化问题来处理，同时多维优化问题每次迭代计算过程中，每前进一步都要应用一维寻优方法确定其最优步长。一维搜索方法可分为两大类，一类称作试探法，有黄金分割法（0.618法）、裴波纳契（Fibonacci）法等；另一类称作插值法或函数逼近法，属于插值法一维搜索的有二次插值法、三次插值法等。 一维搜索的试探方法 在实际的计算当中，最常用的一维试探方法黄金分割法，即0.618法。黄金分割法适用于[a ,b]区间上的任何单谷函数求极小值问题，因此，这种方法的适应面相当广。 黄金分割法是建立在区间消去法原理基础上的试探方法，即在搜索区间[a ,b]内适当插入两点α1,α2，并计算其函数值。α1,α2将区间分成三部分。利用单谷函数的性质，通过函数值大小的比较删去其中一段，是搜索区间得以缩短。然后再在保留下来的区间上做同样的处理，如此迭代下去是搜索区间无限缩小，从而得到极小点的数值近似值。 黄金分割法要求插入点α1,α2的位置相对区间[a ,b]两端点具有对称性，即 α1=b-λ(b-a) α2=a+λ(b-a) 其中，λ为待定常数。 黄金分割法的搜索过程如下： 1）给出初始搜索区间[a ,b]及收敛精度，将λ赋以0.618； 2）按坐标点计算上公式计算α1和α2，并计算其对应的函数值； 3）根据区间消去法原理缩短搜索区间。为了能用原来的坐标点计算公式，进行区间名称的代换，并在保留区间中计算一个新的试验点及其函数值。 4）检查区间是否缩短到足够小和函数值收敛到足够近，如果条件不满足则返回到步骤 2）； 5）如果条件满足，则取最后两试验点的平均值作为极小点的数值近似解。 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。 机械优化设计论文 摘要:机械优化设计的目的是以最低的成本获得最好的效益,是设计工作者一直追求的目标,从数学的观点看,工程中的优化问题,就是求解极大值或极小值问题,亦即极值问题。本文从优化设计的基本理论、优化设计与产品开发、优化设计特点及优化设计应用等方面阐述优化设计的基本方法理论。 关键词:机械优化设计产品开发 一、械优化设计的基本理论 优化设计是一门新兴学科,它建立在数学规划理论和计算机程序设计基础上,通过计算机的数值计算,能从众多的设计方案中寻到尽可能完善的或最适宜的设计方案,使期望的经济指标达到最优,它可以成功地解决解析等其它方法难以解决的复杂问题,优化设计为工程设计提供了一种重要的科学设计方法,因而采用这种设计方法能大大提高设计效率和设计质量。 优化设计主要包括两个方面:一是如何将设计问题转化为确切反映问题实质并适合于优化计算的数学模型,建立数学模型包括:选取适当的设计变量,建立优化问题的目标函数和约束条件。目标函数是设计问题所要求的最优指标与设计变量之间的函数关系式,约束条件反映的是设计变量取得范围和相互之间的关系;二是如何求得该数学模型的最优解:可归结为在给定的条件下求目标函数的极值或最优值的问题。机械优化设计就是在给定的载荷或环境条件下,在机械产品的形态、几何尺寸关系或其它因素的限制范围内,以机械系统的功能、强度和经济性等为优化对象,选取设计变量,建立目标函数和约束条件,并使目标函数获得最优值一种现代设计方法, 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。 二、机械优化设计与产品开发 产品生产是企业的中心任务,而产品的竞争力影响着企业的生存与发展。产品的竞争力主要在于它的性能和质量,也取决于经济性,而这些因素都与设计密切相关,可以说产品的水平主要取决于设计水平。随着生产的日益增长,要求机器向着高速、高效、低消耗方向发展,并且由于商品的竞争,要求不断缩短设计周期,因而对产品的设计已不是仅考虑产品本身,还要考虑对系统和环境的影响;不仅要考虑技术领域,还要考虑经济、社会效益;不仅考虑当前,还要考虑长远发展。在这种情况下,所谓传统的设计方法已越来越显得适应不了发展的需要。由于科学技术的迅速发展,对客观世界的认识不断深入,设计工作所需的理论基础和手段有了很大进步,使产品的设计发生了很大的变化,特别是电子计算机的发展及应用,对设计工作产生了革命性的突变,为设计工作提供了实现设计自动化和精密计算的条件。因此,用理论设计代替经验设计、用精确设计代替近似设计、用优化设计代替一般设计将成为设计的必然发展趋势。 三、机械优化设计的特点 优化设计是以建立数学模型进行设计的。优化设计引用了一些新的概念和术语,如前所述的设计变量、目标函数、约束条件等。机械优化设计将机械设计的具体要求构造成数学模型,将机械设计问题转化为数学问题,构成一个完整的数学规划命题,逐步求解这个规划命题,使其最佳地满足设计要求,从而获得可行方案 《机械优化设计》课程教学大纲 一．课程基本信息 开课单位：机械工程学院 英文名称：Mechanical Optimize Design 学时：总计48学时，其中理论授课36学时，实验（含上机）12学时 学分：3.0学分 面向对象：机械设计制造及其自动化，机械电子工程等本科专业 先修课程：高等数学，线性代数，计算机程序设计，工程力学，机械原理，机械设计 教材：《机械优化设计》，孙靖民主编，机械工业出版社，2012年第 5版 主要教学参考书目或资料： 1.《机械优化设计》，陈立周主编，上海科技出版社，1982年 2.《机械优化设计基础》，高健主编，机械工业出版社，2000年 3.其它教学参考数目在课程教学工作实施前另行确定 二．教学目的和任务 优化设计是60年代以来发展起来的一门新学科，它是将最优化方法和计算机技术结合、应用于设计领域而产生的一种现代设计方法。利用优化设计方法可以从众多的设计方案中寻找最佳方案，加快设计过程，缩短设计周期，从而大大提高设计效率和质量。优化设计方法目前已经在机械工程、结构工程、控制工程、交通工程和经济管理等领域得到广泛应用。在机械设计中采用最优化方法，可以加速产品的研发过程，提高产品质量，降低成本，从而达到增加经济效益的目的。学生通过学习《机械优化设计》课程，可以掌握优化设计的基本原理和方法，熟悉建立最优化问题数学模型的基本过程，初步具备对工程中的优化设计问题进行建模、编程和计算的应用能力，为以后从事有关的工程技术工作和科学研究工作打下一定的基础。 三．教学目标与要求 本门课程通过授课、计算机编程等教学环节，使学生了解优化设计的基本思想，优化设计在机械中的作用及其发展概况。初步掌握建立数学模型的方法，掌握优化方法和使用MATLAB优化工具箱能力。并具备一定的将机械工程问题转化为最优化问题并求解的应用能力 四．教学内容、学时分配及其基本要求 第一章优化设计概述（2学时） （一）教学内容 1、课程的性质、优化的含义；优化方法的发展与应用；机械优化设计的内容及目的；机械优化设计的一般过程 2、机械优化设计的基本概念和基本术语；优化设计的数学模型；优化问题的几何描述；优化设计的基本方法 （二）基本要求 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 第一章习题答案 1-1某厂每日（8h 制）产量不低于1800件。计划聘请两种不同的检验员，一级检验员的标准为：速度为25件／h ，正确率为98％，计时工资为4元／h ；二级检验员标准为：速度为15件／h ，正确率为95％，计时工资3元／h 。检验员每错检一件，工厂损失2元。现有可供聘请检验人数为：一级8人和二级10人。为使总检验费用最省，该厂应聘请一级、二级检验员各多少人？ 解：（1）确定设计变量； 根据该优化问题给定的条件与要求，取设计变量为X =?? ????=??????二级检验员一级检验员 21x x ； （2）建立数学模型的目标函数； 取检验费用为目标函数，即： f (X )=8*4*x 1+8*3*x 2+2（8*25*+8*15*） =40x 1+36x 2 （3）本问题的最优化设计数学模型： min f (X )=40x 1+36x 2X ∈R 3· 已知一拉伸弹簧受拉力F ，剪切弹性模量G ，材料重度r ，许用剪切应力[]τ，许用最大变形量[]λ。欲选择一组设计变量T T n D d x x x ][][2 32 1==X 使弹簧重量最轻，同时满足 下列限制条件：弹簧圈数3n ≥，簧丝直径0.5d ≥，弹簧中径21050D ≤≤。试建立该优化问 题的数学模型。 注：弹簧的应力与变形计算公式如下 解：（1）确定设计变量； 根据该优化问题给定的条件与要求，取设计变量为X =?????? ????=??????????n D d x x x 2321； （2）建立数学模型的目标函数； 取弹簧重量为目标函数，即： f (X )= 322 12 4 x x rx π （3）本问题的最优化设计数学模型： min f (X )= 322 12 4 x x rx πX ∈R 3· []τπ-+312218)21(x Fx x x []λ-4 1 33 28Gx x Fx 某厂生产一个容积为8000cm 3 的平底、无盖的圆柱形容器，要求设计此容器消耗原材料最少，试写出这一优化问题的数学模型。 [1] 《机械最优化设计》，刘惟信主编，清华大学出版社（第二版） 机械优化设计试题 浏览次数：910次悬赏分：20 |解决时间：2009-3-17 10:06 |提问者：xmtxmtxmt9 1、有一圆截面的销轴，一端固定在机架上，另一端作用着集中载荷P和扭矩T，其简化模型如图，由于结构需要，轴的长度不得小于80mm，其材料密度为，许用弯曲应力为[σF]，许用扭剪应力为[τ]，允许挠度为[?]，弹性模量为E。要求设计此梁重量最轻，试写出这一优化问题的数学模型。（圆轴的抗弯截面模量为W=πd3/16，抗扭截面模量为WT=πd3/32，挠度公式为fmax=Pl3/3EI，惯性矩为I=πd4/64）（20分） 2、将优化问题 画出此优化问题的目标函数等值线和约束曲线，并确定： （1）可行域的范围（用阴影线画出）。 （2）在图中标出无约束最优解、和约束最优解、。 （3）若再加入等式约束，在图中标出约束最优解、。 （20分） 3、目标函数，初始点，试用变量轮换法求迭代两轮的设计变量和目标函数的值。（20分） 4、已知约束优化问题 试从迭代点出发，沿方向进行搜索，完成一次迭代，获取一个新的迭代点，并画出本次迭代的搜索路线。（20分） 5、试画出离散变量优化设计方法网格法的算法框图。（20分） 问题补充： 请研究生帮忙做一下，谢谢！原题点下面图片放大即可 一种优化设计方法在圆柱蜗杆减速器设计中的运用 https://www.360docs.net/doc/3218575509.html, 期刊门户-中国期刊网2009-5-26来源:《中小企业管理与科技》2009年4月下旬供稿文/摆亚辉 [导读]明确设计任务——确定设计参数（变量）——确定设计函数（明确变量的取值范围）——确定优化方法——编写优化程序——得出优化结果并圆整。 期刊文章分类查询,尽在期刊图书馆 摘要：一般的机械设计都是设计人员按照各种资料提供的数据，结合自己的经验，对已有产品进行类比，初步定出方案，再通过验算确定方案是否是可用的。这样的方案不能说是最优的。优化设计，是利用计算机的计算优势采用数学方法，用数量指标对方案进行评判和选择。通过这样的过程获得的方案不仅是可用的，而且也是相对最优的。它的一般过程如下：明确设计任务——确定设计参数（变量）——确定设计函数（明确变量的取值范围）——确定优化方法——编写优化程序——得出优化结果并圆整。 关键词：优化设计减速器运用 本文介绍一种优化设计方法（复合形法）在圆柱蜗杆减速器设计中的运用。 题目：设计一由功率为3KW的电动机驱动的双级圆柱蜗杆减速器，第一级蜗杆转速960r/min，总传动比220.载荷平稳，单向回转。按在保证承载能力的前提下，最大限度的减轻体积。已知:各级许用应力155Mpa、传动效率0.9、载荷系数1.2、蜗杆头数4、蜗杆选用40cr，表面淬火HRC>45.蜗轮材料为铸锡青铜ZQSn10-1。 从题设条件可知啮合参数：传动比[i]、模数[m]、齿数（头数）[z]、直径系数[q]是设计待定参数。结合蜗轮齿面接触强度的计算可确定设计变量如下：X=[x1 x2 x3]T=[i1 q1 q2]T。据蜗轮齿面接触强度设计公式可得题设条件的目标函数如下： 从工程意义上看，确定未知数的范围可以保证蜗杆传动的应有性能，并明确了变量的可行区域，这样就控制了优化结果的搜寻区域。据传动特点可以确定约束条件如下： g1（x）=7-x1≤0g2（x）=x1-33≤0g3（x）=7-x2≤0 g4（x）=x2-18≤0g5（x）=7-x3≤0g6（x）=x3-18≤0 对已定的数学模型，正确选用优化算法，对计算成功有很大关系。本次设计任务选择的依据：设计是有约束问题，规模不大，所要达到的精度较高，目标函数为非线性函数、其他的数学性态未知。为使优化计算过程可靠完成，选择优化算法为：复合形法，它的关键是确定每步迭代的搜索方向和步长。它是利用由若干个顶点构成复合形，通过顶点的不断更迭而发生形变和位移，最终趋向最优点。由于复合形是一种在可行域内直接求优的方法，因此要求第一个复合形就必须在可行域内。这样，其k个复合形顶点才是可行点，通常顶点数取n+1≤k≤2n。则本设计任务的寻优规则如下:①给出四个初始顶点②计算复合形4个顶点的目标函数值，选出最坏点x(H)、次坏点x(G)、最好点x(L)。计算4个顶点的中心点x(C)及其函数值，判断，如成立则停止运行，x(L)即为最优解，否则执行下一步。③计算出最坏点外的3个顶点的中心点x(S)，检验是否可行。如果在可行域内则继续执行下一步，否则结束程序，重新构造复合形。④若在可行域内，则求映射点x(R)=x(S)+a（x(S)-x(H)）。⑤检验映射点是否在可行域内，如在执行下一步，否则转向第8步。⑥若在可行域内，则计算其函数值，判断其与最坏 现代机械优化设计 摘要：机械优化设计是近年来发展起来的一门新的学科，起始于20世纪60年代，非常有发展潜力的研究方向，是解决复杂设计问题的一种有效工具。在机械应用的实践中，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 关键词：优化设计；方法特点；发展态势 一、机械优化设计的设计思想 机械优化设计是为了适应于不断发展的生产现代化而发展起来的。它建立在数学规划理论和计算机程序设计基础上，通过有效的实验数据和科学的评价体系来从众多的设计方案中寻到尽可能完善的或最适宜的设计方案。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。 所谓优化设计就是在规定的各种设计限制条件下，将实际设计问题首先转为最优化问题，然后运用最优化理论和方法，在电子计算机上进行自动调优计算，从满足各种设计要求及限制条件的全部可行方案中，选定出最优设计方案。就最优化的理论和方法而言，继古典的微分法和变分法之后，出现有数学规划优化法、准则优化法、混合法及利用遗传算法、人工神经网络的优化方法等。进入21世纪，工程技术人员普及应用最优化方法是必然趋势 1．设计变量 设计变量是指在设计过程中我们必须全面考虑确定的各项独立参数，一旦这些设计参数全部确定了，设计方案也就完全确定了。他们在整个设计过程中相当于一个个变量，变量的多少与数值大小直接影响着优化工作的复杂程度。也就是说，设计变量数目越多，设计空间的维数越大，优化设计工作也就越复杂，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。 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，而优化设计问题大多数是约束的优化问题。针对优化设计数学模型要素的不同情况，可将优化设计方法进行分类。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设计变量的间接限制。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。 3．目标函数 在优化设计过程中，每一个变量之间都存在着一定的相互关系这就是用目标函数来反映。他可以直接用来评价方案的好坏。在优化设计中，可以根据变量的多寡将优化设计分为单目标优化问题和多目标优化问题，而我们最常见的就是多目标函数优化。 一般而言，目标函数越多，设计的综合效果越好，但问题求解越复杂。在实际的设计问题中，常常会遇到在多目标函数的某些目标之间存在矛盾的情况，这就要求设计者正确处理各目标函数之间的关系。对这类多目标函数的优化问题的研究，至今还没有单目标函数那样成熟。 二、机械优化设计的主要特点 在优化设计过程中，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 一、问题描述 1.1结构特点 (1)体积小、重量轻、结构紧凑、传递功率大、承载能力高 ； (2)传动效率高，工作高 ；(3)传动比大。 1.2用途和使用条件 某行星齿轮减速器主要用于石油钻采设备的减速，其高速轴转速为1300r/min ；工作环境温度为-20℃～60℃，可正、反两向运转。 按该减速器最小体积准则，确定行星减速器的主要参数。 二、分析 传动比u=4.64，输入扭矩T=1175.4N.m ，齿轮材料均选用38SiMnMo 钢，表面淬火硬度HRC 45~55，行星轮个数为3。要求传动比相对误差02.0≤?u 。 弹性影响系数Z E =189.8MPa 1/2；载荷系数k=1.05；齿轮接触疲劳强度极限[σ]H =1250MPa ；齿轮弯曲疲劳强度极限[σ]F =1000MPa ；齿轮的齿形系数Y Fa =2.97；应力校正系数Y Sa =1.52；小齿轮齿数z 取 值范围17--25；模数m取值范围2—6。 注：优化目标为太阳轮齿数、齿宽和模数，初始点[24，52，5]T 三、数学建模 建立数学模型见图1，即用数学语言来描述最优化问题，模型中的数学关系式反映了最优化问题所要达到的目标和各种约束条件。 3.1设计变量的确定 影响行星齿轮减速器体积的独立参数为中心轮齿数、齿宽、模数及行星齿轮的个数,将他们列为设计变量，即： x=[x 1 x 2 x 3 x 4 ]T=[z 1 b m c]T [1] 式中：z1 ˉ￣太阳轮齿数；b―齿宽（mm）；m—模数（mm）;行星轮的个数。通常情况下，行星轮个数根据机构类型以事先选定，由已知条件c=3。这样，设计变量为： x=[x 1 x 2 x 3 ]T=[z 1 b m]T [1] 3.2目标函数的确定 为了方便，行星齿轮减速器的重量可取太阳轮和3个行星轮体积之和来代替，即： V=π/4（d 12+Cd 2 2）b 式中：d1--太阳轮1的分度圆直径，mm；d2--行星轮2的分度圆直径，mm。 将d 1=mz 1， d 2 =mz 2 ，z 2 =z 1 （u－2）/2代入（3）式整理，目标函 数则为： 第一章习题答案 1-1 某厂每日（８h 制）产量不低于１800件。计划聘请两种不同的检验员,一级检验员的标准为:速度为25件/ｈ，正确率为98%,计时工资为4元/h;二级检验员标准为：速度为１5件／h ，正确率为95%，计时工资3元/h 。检验员每错检一件,工厂损失2元。现有可供聘请检验人数为:一级8人和二级10人。为使总检验费用最省,该厂应聘请一级、二级检验员各多少人? 解：(1）确定设计变量； 根据该优化问题给定的条件与要求,取设计变量为X = ?? ????=??????二级检验员一级检验员 21x x ; (2）建立数学模型的目标函数； 取检验费用为目标函数，即: ｆ(Ｘ) = 8*4*x 1＋ 8*3*x 2 + 2(８*25*0．02ｘ1 +8*15*0．05x ２ ） =40x 1+ 36x 2 （3）本问题的最优化设计数学模型： min ｆ (X ） = 40x 1+ 3６x ２ X ∈R ３· ｓ.ｔ. g 1（X ) =1800-８＊25x 1+8*１５x 2≤0 g 2(X ） =ｘ1 -8≤0 g ３(X ) =x 2-10≤0 ｇ4(Ｘ) = -x 1 ≤0 ｇ5(Ｘ) = -x ２ ≤0 1-2 已知一拉伸弹簧受拉力F ，剪切弹性模量G ，材料重度r ，许用剪切应力[]τ,许用最大变形量[]λ。欲选择一组设计变量T T n D d x x x ][][2 32 1 ==X 使弹簧重量最轻,同时满足下列限制条件：弹簧圈数3n ≥， 簧丝直径0.5d ≥,弹簧中径21050D ≤≤。试建立该优化问题的数学模型。 注：弹簧的应力与变形计算公式如下 3 22234 881 ,1,(2n s s F D FD D k k c d c d Gd τλπ==+==旋绕比）， 解: （1）确定设计变量； 根据该优化问题给定的条件与要求，取设计变量为X = ????? ? ????=??????????n D d x x x 2321； (２)建立数学模型的目标函数； 取弹簧重量为目标函数，即： ｆ（Ｘ） = 322 12 4 x x rx π (3）本问题的最优化设计数学模型: 浅谈机械优化设计方法 发表时间：2019-08-29T14:17:25.640Z 来源：《基层建设》2019年第16期作者：钟文 [导读] 摘要：伴随着我国的经济发展越来越快，无疑给可优化性能设计带来巨大的挑战。 深圳市海目星激光智能装备股份有限公司 518110 摘要：伴随着我国的经济发展越来越快，无疑给可优化性能设计带来巨大的挑战。机械优化设计是近几年来发展起来的一门新的学科，在二十世纪中旬的时候开始，优化技术和计算机技术的兴起，在每个设计领域中被应用，为工程设计提供了重要的科学的设计方法。因此，对机械设计的优化方法加以分析，吸取精华，紧跟时代步伐，与国际同步，才能增强制造业在我国市场中的竞争压力。 关键词：机械；优化设计；方法特点 引言 当今是一个信息化的社会，科技发展速度非常快，人们对多功能产品不仅有强烈的需求，也需要产品必须具备相应的功能，可靠性优化设计由此应运而生，已经取得了飞速发展和广泛应用，即以时间、费用和性能为基础，将产品能得以可靠使用作为优先考虑的设计准则，进行设计和生产可靠的性能要求。因此，可靠性设计是诸多学科和技术的交融而新兴的一种技术。 1 机械优化的概述 机械优化是顺应时代发展而不断延伸出来的一种现代化的生产而发展兴起的。它是建立在数学规划的理论和计算通过有效的实验数据和科学的评价体系来从众多的设计方案中寻找到能够尽可能的完善和适宜的设计方案，在这机械优化的这个机械方面的研究和应用的发展速度都是非常的快速，并且在快速发展的过程中取得了非常显著的效果。 2 机械设计优化方法的分类及特点 2.1 无约束优化设计法 无约束优化设计是没有约束函数的优化设计。无约束可以分为两类，一类是利用目标函数的一阶或二阶导数的无约束优化方法；另一类是只利用目标函数值的无约束优化方法。 2.2 约束优化设计法 优化设计问题大多数是约束的优化问题，根据处理约束条件方法的不同可分为直接法和间接法。直接法常见的方法有复合形法、约束坐标轮换法和网络法等。其内涵是构造一个迭代过程，使每次的迭代点都在可行域中，同时逐步降低目标函数值，直到求得最优解。间接法常见的有惩罚函数法、增广乘子法。它是将约束优化问题转化成无约束优化问题，再通过无约束优化方法来求解，或者非线性优化问题转化成线性规划问题来处理。 2.3 遗传算法 遗传算法是一种非确定性的拟自然算法，它仿造自然界生物进化的规律，对一个随机产生的群体进行繁殖演变和自然选择，适者生存，不适者淘汰，如此循环往复，使群体素质和群体中个体的素质不断演化，最终收敛于全局最优解。最近几年中遗传算法在机械工程领域也开展了多方面的应用，主要表现在：机械结构优化设计；可靠性分析；故障诊断；参数辨识；机械方案设计。遗传算法尽管已解决了许多难题，但还存在许多问题，如算法本身的参数优化问题、如何避免过早收敛、如何改进操作手段或引入新的操作来提高算法的效率、遗传算法与其它优化算法的结合问题等。 2.4 蚁群算法 蚁群算法是受自然界中真实蚁群的集体行为的启发而提出的一种基于群体的模拟进化算法。蚁群算法对系统优化问题的数学模型没有很高的要求，只要可以显式表达即可，避免了导数等数学信息，使得优化过程更加简单，遍历性更好，适合非线性问题的求解。 2.5 模拟退火算法 模拟退火算法是一个全局最优算法，以优化问题的求解与物理系统退火过程的相似性为基础，适当的控制温度的下降过程实现模拟退火，从而达到求解全局优化问题的目的。模拟退火算法是一种通用的优化算法，用以求解不同的非线性问题；对不可微甚至不连续的函数优化，能以较大概率求得全局优化解；并且能处理不同类型的优化设计变量（离散的、连续的和混合型的）；不需要任何的辅助信息，对目标函数和约束函数没有任何要求。 3机械优化设计过程中的设计方式 众所周知，在机械方面的设计都是非常的复杂困难的，要对机械进行优化设计面临的挑战也是非常大的，但是由于机械领域中优化形式十分的广泛，相关的研究人员根据优化运算的形式进行划分，主要分为准则优化，其次是线性规划，最后是非线性规划三种。其中准则优化是一种传统的优化方式，这种方式没有通过机械优化设计的数学理论方式进行优化，而是通过物理学方面的分析得出相应的结果，这样的方式得出的结论往往是具备一定的主观性的，但是这样的传统的优化设计方式具有的优点就是可以直观的看到优化的概念，并且这种优化设计的方式相对来说也是比较简单的，并且能够充分的发挥出目标函数的最大功效，并且非常的符合传统的工程需要，但是同样具有一定的缺点，就是在效率上始终优点偏低。 线性规划就是依据数学的基础进行优化的方式，同样线性规划是机械优化设计中最重要的设计方式，但是线性规划的优化设计方式在通过数学的理论上进行设计存在着很多的缺陷，就是在针对多函数的时候就不能充分的发挥出功效，还有就是在计算的过程中，十分的复杂，结算量非常的大，导致了在效率上有很大的缺陷，所以通常情况下，线性规则的优化设计方式都没有被采用。那么非线性规划的优化设计方式是整个生产和生活中应用最广泛的优化方式，并且能够有效的推进机械优化设计的发展，并且可以利用数学模式的计算将非线性规划分为两种，一种是没有约束的直接设计方式，就是在利用机械优化设计方案中以及存在的数据和再生的数据最为基础来进行合理的分析，进而得到最佳的效果，还有一种就是没有约束但是比较间接的方法，这种方式就是前者的方式的数学模式计算改变成了数学原理作为基础，通过利用函数的特性进行计算，从而得到最优的方式，这种方式在整个的机械优化设计中是非常重要的组成部分。 4机械设计优化方法的选择 根据优化设计问题的特点（如约束问题），选择适当的优化方法是非常关键的，因为同一个问题可以有多种方法，而有的方法可能会导致优化设计的结果不符合要求。选择优化方法有四个基本原则：效率要高、可靠性要高、采用成熟的计算程序、稳定性要好。另外选择适当的优化方法还需要个人经验，深入分析优化模型的约束条件、约束函数及目标函数，根据复杂性、准确性等条件对它们进行正确的选机械优化设计论文(基于MATLAB工具箱的机械优化设计)
机械优化设计课后习题答案
机械优化设计课本中编程实例
机械优化设计方法论文
第二章-机械优化设计复习过程
合工大机械优化设计课程实践报告
机械优化设计
机械优化设计方法基本理论
机械优化设计论文
机械优化设计课程教学大纲
机械优化设计习题及答案
机械优化设计课后习题答案
机械优化设计
【精品毕设】现代机械优化设计课程论文
机械优化设计大作业
机械优化设计课后习题答案
浅谈机械优化设计方法