刘云龙113731629机制116

《刘云龙113731629机制116》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、机械优化设计论文学生姓名：刘云龙学号：113731629指导教师：张学军专业班级：机械设计制造及其自动化完成时间：2014/6/9　-6-机械优化设计论文作业摘要：机械优化设计是一门综合性的学科，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。本文重点介绍机械优化设计方法的同时，对其原理、优缺点及适用范围进行了总结，并分析了优化方法的最新研究进展。优化设计是20世纪60年代初发展起来的一门新兴科学，它是将最优化原理和计算机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。利用这种新方法，就可以寻找出最佳设计方案，从而大大提高

2、设计效率和质量。因此优化设计是现代设计理论和方法的一个重要领域，它已广泛应用于各个工业部门。本文主要论述了优化方法，并分析优化方法应用的发展趋势。1传统设计与优化设计方法介绍一项机械产品的设计，一般需要经过调查分析、方案拟定、技术设计、零件工作提绘制等环节。传统设计设计通常在调查分析得基础上，参照同类产品通过估算、经验类比或试验来确定初始设计方案。优化方法是随着计算机的应用而迅速发展起来，较早应用于机械工程等领域的设计。采用优化方法，既可以使方案在规定的设计要求下达到某些优化的结果，又不必耗费过多的计算工作量，因而得到广泛的重视，其应用也越来越

3、广。优化方法的发展经历了数值法、数值分析法和非数值分析法三个阶段。20世纪50年代发展起来的数学规划理论形成了应用数学的一个分支，为优化设计奠定了理论基础。20世纪60年代电子计算机和计算机技术的发展为优化设计提供了强有力的手段，使工程技术人员把主要精力转到优化方案的选择上。最优化技术成功地运用于机械设计还是在20世纪60年代后期开始。近年来发展起来的计算机辅助设计（CAD），在引入优化设计方法后，使得在设计工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所dvd今天，把优化设

4、计方法与计算机辅助设计结合起来，使设计工程完全自动化，已成为设计方法的一个重要发展趋势。2优化设计方法的分类及特点以上介绍了一些优化方法，每种方法都有其特点，下面把这些方法总结归纳成几类，进行详细讨论。2.1一维搜索优化方法-6-一维搜索方法搜索区间的确定有两种。一是数值迭代法，数值迭代法有包括间接法和直接法，其中间接法包括二次插值法、三次插值法、牛顿法（切线法）；直接法包括了最常用的一维搜索试探方法黄金分割法等；插值方法和试探方法都是利用区间消去法原理将初始搜索区间不断缩短，从而求得极小值的数值近似解。二者不同之处在于试验点位置的确定方法不同

5、，在试探法中试验点位置是由某种给定的规律确定的，它不考虑函数值的分布，而在插值法中，试验点位置是按函数值近似分布的极小点确定的。当函数有较好的解析性质时，插值法比起试探法更好；而牛顿法最大的优点是收敛速度快，但是在每一点处都要计算函数的二阶导数，因为增加了每次迭代的工作量，特别是用数值微分代替二阶导数时，舍入误差会影响牛顿法的收敛速度，另外，牛顿法要求初始点选的比较好，也就是说离极小点不太远，否则有可能使极小化序列发散或收敛到非极小点。二是分析法，也称为微分法，这在课本中介绍的内容不多，我就不展开介绍了。一维搜索方法它是一维问题最优化的常用方法

6、，机械结构的最优化设计大都为多维问题，一维问题的情况很少，但是一维问题的最优化方法是优化方法中最基本的方法，在数值方法迭代计算过程中，都要进行一维搜索。因此，一维搜索方法在最优化方法中占有很重要的位置，一维搜索方法进行的好坏，往往直接影响到最优化问题的求解速度。2.2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，如最速下降法、共轭梯度法、牛顿法及变尺度法等。另一类是只利用目标函数值的无约束优化方法，如坐标轮换法、单形替换法及鲍威尔法等。此法具有计算效率高、稳定性好

7、等优点。2.3约束优化设计法优化设计问题大多数是约束的优化问题，根据处理约束条件的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。2.4多目标及离散变量优化方法前面介绍的优化方法，可直接用于仅含一个目标函数的所谓的“单目标函数的最优化设计问题”，而在许多的实际工程设计

8、问题中，常常期望同时有几项设计指标都达到最优值，这就是我即将要阐述的“多目标函数的最优化问题”。多目标优化设计问题要求各分量目标都达到最优，如能使各项