基于MATLAB和Pro/ENGINEER優(yōu)化設(shè)計(jì)實(shí)例解析

出版說明
前言
第1章 優(yōu)化設(shè)計(jì)和工程軟件應(yīng)用概述
1.1 優(yōu)化設(shè)計(jì)概述
1.1.1 常規(guī)設(shè)計(jì)與優(yōu)化設(shè)計(jì)
1.1.2 優(yōu)化設(shè)計(jì)的發(fā)展概況
1.1.3 工程軟件在優(yōu)化設(shè)計(jì)分析中的應(yīng)用
1.2 MATLAB系統(tǒng)簡(jiǎn)介
1.2.1 MATLAB的主要特點(diǎn)
1.2.2 MATLAB的工作界面
1.2.3 M文件和流程控制結(jié)構(gòu)
1.2.4 圖形處理功能
1.3 Pro/ENGINEER系統(tǒng)簡(jiǎn)介
1.3.1 Pro/ENGINEER的主要特點(diǎn)
1.3.2 Pro/ENGINEER的典型模塊和應(yīng)用
1.3.3 使用Pro/ENGINEER開發(fā)產(chǎn)品的過程
1.3.4 Pro/ENGINEER在結(jié)構(gòu)優(yōu)化分析中的應(yīng)用
第2章 優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型
2.1 設(shè)計(jì)變量
2.1.1 基本參數(shù)
2.1.2 設(shè)計(jì)方案的表示形式
2.1.3 設(shè)計(jì)變量的選取
2.2 設(shè)計(jì)約束
2.2.1 設(shè)計(jì)約束的種類
2.2.2 可行區(qū)域與非可行區(qū)域
2.3 目標(biāo)函數(shù)
2.3.1 目標(biāo)函數(shù)的含義
2.3.2 單目標(biāo)和多目標(biāo)問題
2.4 優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的幾何意義
2.4.1 優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的一般形式
2.4.2 最優(yōu)化問題的幾何描述
2.4.3 局部最優(yōu)解和全域最優(yōu)解
2.5 優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的建立
2.5.1 優(yōu)化設(shè)計(jì)問題大小的分類
2.5.2 優(yōu)化設(shè)計(jì)問題建模舉例
第3章 優(yōu)化設(shè)計(jì)的數(shù)學(xué)基礎(chǔ)
3.1 多維函數(shù)的方向?qū)?shù)、梯度和海賽矩陣
3.1.1 函數(shù)的偏導(dǎo)數(shù)
3.1.2 函數(shù)的方向?qū)?shù)
3.1.3 函數(shù)的梯度和M文件
3.1.4 函數(shù)的海賽矩陣和M文件
3.2 函數(shù)的泰勒展開式和二次型
3.2.1 函數(shù)的泰勒表達(dá)式和M文件
3.2.2 函數(shù)的二次型
3.2.3 正定二維二次函數(shù)的性質(zhì)
3.3 目標(biāo)函數(shù)的極值條件
3.3.1 無約束目標(biāo)函數(shù)的極值條件
3.3.2 有約束目標(biāo)函數(shù)的極值條件
3.4 優(yōu)化設(shè)計(jì)的數(shù)值迭代方法
3.4.1 迭代算法的概念
3.4.2 優(yōu)化問題的迭代過程
3.4.3 優(yōu)化迭代算法的分類
3.4.4 迭代點(diǎn)列的收斂條件和終止判別
第4章 一維搜索優(yōu)化方法
4.1 概述
4.2 進(jìn)退法確定搜索區(qū)間
4.3 黃金分割法
4.3.1 基本原理
4.3.2 區(qū)間收縮率的確定
4.3.3 迭代過程、算法框圖和M文件
4.4 二次插值法
4.4.1 基本原理
4.4.2 迭代過程、算法框圖和M文件
第5章 多維搜索優(yōu)化方法
5.1 共軛方向法
5.1.1 坐標(biāo)輪換法的基本思想
5.1.2 共軛方向的概念
5.1.3 共軛方向的構(gòu)成
5.1.4 迭代過程、算法框圖和M文件
5.2 鮑威爾(Powell)法
5.2.1 共軛方向法的缺陷
5.2.2 鮑威爾對(duì)共軛方向法的改進(jìn)
5.2.3 迭代過程、算法框圖和M文件
5.3 梯度法
5.3.1 基本原理
5.3.2 迭代過程和算法框圖
5.3.3 梯度法的特點(diǎn)
5.4 共軛梯度法
5.4.1 基本原理
5.4.2 迭代過程、算法框圖和M文件
第6章 約束優(yōu)化方法
6.1 隨機(jī)方向法
6.1.1 約束坐標(biāo)輪換法的基本原理
6.1.2 隨機(jī)方向法的基本原理
6.1.3 隨機(jī)數(shù)的產(chǎn)生
6.1.4 初始點(diǎn)的選擇
6.1.5 隨機(jī)搜索方向的產(chǎn)生和M文件
6.1.6 迭代過程和算法框圖
6.2 復(fù)合形法
6.2.1 基本原理
6.2.2 初始復(fù)合形的產(chǎn)生
6.2.3 迭代過程、算法框圖和M文件
6.3 懲罰函數(shù)法
6.3.1 基本原理
6.3.2 外點(diǎn)懲罰函數(shù)法和M文件
6.3.3 內(nèi)點(diǎn)懲罰函數(shù)法和M文件
6.3.4 混合懲罰函數(shù)法
6.4 幾何規(guī)劃方法
6.4.1 幾何不等式定理
6.4.2 正項(xiàng)幾何規(guī)劃
6.4.3 正困難度問題的解法
第7章 多目標(biāo)優(yōu)化和離散變量優(yōu)化概述
7.1 多目標(biāo)優(yōu)化方法
7.1.1 多目標(biāo)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型
7.1.2 多目標(biāo)優(yōu)化問題解的特性
7.1.3 線性加權(quán)法
7.1.4 規(guī)格化加權(quán)法
7.1.5 功效系數(shù)法(幾何平均法)
7.1.6 乘除法
7.1.7 主要目標(biāo)法
7.2 離散變量問題的優(yōu)化方法
7.2.1 離散變量優(yōu)化問題的基本概念
7.2.2 離散變量優(yōu)化問題的湊整解法
7.2.3 離散變量優(yōu)化問題的網(wǎng)格解法
第8章 優(yōu)化設(shè)計(jì)應(yīng)用實(shí)例
8.1 機(jī)械優(yōu)化設(shè)計(jì)概述
8.1.1 優(yōu)化設(shè)計(jì)數(shù)學(xué)模型的分析處理
8.1.2 優(yōu)化方法的選擇和結(jié)果分析
8.2 人字架結(jié)構(gòu)尺寸的優(yōu)化設(shè)計(jì)
8.3 連桿機(jī)構(gòu)的優(yōu)化設(shè)計(jì)
8.4 滾子鏈傳動(dòng)優(yōu)化設(shè)計(jì)
8.5 蝸桿傳動(dòng)優(yōu)化設(shè)計(jì)
8.6 機(jī)床主軸結(jié)構(gòu)優(yōu)化設(shè)計(jì)
8.7 無心磨削工藝參數(shù)優(yōu)化
8.8 螺栓組聯(lián)接的優(yōu)化設(shè)計(jì)
8.9 彈簧結(jié)構(gòu)參數(shù)的多目標(biāo)優(yōu)化
8.10 齒輪傳動(dòng)的幾何規(guī)劃
第9章 基于MATLAB優(yōu)化工具箱的優(yōu)化計(jì)算
9.1 MATLAB優(yōu)化工具箱
9.2 線性規(guī)劃問題
9.3 二次規(guī)劃問題
9.4 無約束非線性規(guī)劃問題
9.4.1 函數(shù)fminbnd
9.4.2 函數(shù)fminsearch
9.4.3 函數(shù)fminunc
9.5 約束非線性規(guī)劃問題
9.6 多目標(biāo)優(yōu)化問題
9.6.1 函數(shù)fgoalattain
9.6.2 函數(shù)fminimax
第10章 遺傳優(yōu)化算法和MATLAB實(shí)現(xiàn)
10.1 遺傳算法概述
10.1.1 遺傳算法的基本思想
10.1.2 遺傳算法的基本內(nèi)容和步驟
10.1.3 遺傳算法的特點(diǎn)
10.2 遺傳優(yōu)化算法函數(shù)的應(yīng)用
10.2.1 遺傳優(yōu)化算法函數(shù)
10.2.2 一維優(yōu)化的遺傳算法問題
10.2.3 多維優(yōu)化的遺傳算法問題
10.2.4 約束優(yōu)化的遺傳算法問題
10.3 機(jī)械優(yōu)化設(shè)計(jì)遺傳算法實(shí)例
10.3.1 圓錐齒輪傳動(dòng)優(yōu)化設(shè)計(jì)的遺傳算法
10.3.2 高速軸動(dòng)力穩(wěn)定性優(yōu)化設(shè)計(jì)的遺傳算法
第11章 基于Pro/ENGINEER行為建模的參數(shù)分析和優(yōu)化
11.1 行為建模概述
11.1.1 行為建模的特點(diǎn)和內(nèi)容
11.1.2 行為建模的功能和步驟
11.2 建立分析特征
11.3 電子表格分析
11.4 用戶定義分析
11.5 敏感度分析
11.6 可行性和優(yōu)化分析
11.7 多目標(biāo)設(shè)計(jì)研究
參考文獻(xiàn)