基于MATLAB和Pro/ENGINEER優(yōu)化設計實例解析

出版說明
前言
第1章 優(yōu)化設計和工程軟件應用概述
1.1 優(yōu)化設計概述
1.1.1 常規(guī)設計與優(yōu)化設計
1.1.2 優(yōu)化設計的發(fā)展概況
1.1.3 工程軟件在優(yōu)化設計分析中的應用
1.2 MATLAB系統(tǒng)簡介
1.2.1 MATLAB的主要特點
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)簡介
1.3.1 Pro/ENGINEER的主要特點
1.3.2 Pro/ENGINEER的典型模塊和應用
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)化分析中的應用
第2章 優(yōu)化設計的數(shù)學模型
2.1 設計變量
2.1.1 基本參數(shù)
2.1.2 設計方案的表示形式
2.1.3 設計變量的選取
2.2 設計約束
2.2.1 設計約束的種類
2.2.2 可行區(qū)域與非可行區(qū)域
2.3 目標函數(shù)
2.3.1 目標函數(shù)的含義
2.3.2 單目標和多目標問題
2.4 優(yōu)化設計數(shù)學模型的幾何意義
2.4.1 優(yōu)化設計數(shù)學模型的一般形式
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)化設計數(shù)學模型的建立
2.5.1 優(yōu)化設計問題大小的分類
2.5.2 優(yōu)化設計問題建模舉例
第3章 優(yōu)化設計的數(shù)學基礎
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 目標函數(shù)的極值條件
3.3.1 無約束目標函數(shù)的極值條件
3.3.2 有約束目標函數(shù)的極值條件
3.4 優(yōu)化設計的數(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 鮑威爾對共軛方向法的改進
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
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 隨機方向法
6.1.1 約束坐標輪換法的基本原理
6.1.2 隨機方向法的基本原理
6.1.3 隨機數(shù)的產(chǎn)生
6.1.4 初始點的選擇
6.1.5 隨機搜索方向的產(chǎn)生和M文件
6.1.6 迭代過程和算法框圖
6.2 復合形法
6.2.1 基本原理
6.2.2 初始復合形的產(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 外點懲罰函數(shù)法和M文件
6.3.3 內(nèi)點懲罰函數(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 正項幾何規(guī)劃
6.4.3 正困難度問題的解法
第7章 多目標優(yōu)化和離散變量優(yōu)化概述
7.1 多目標優(yōu)化方法
7.1.1 多目標優(yōu)化設計的數(shù)學模型
7.1.2 多目標優(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)化設計應用實例
8.1 機械優(yōu)化設計概述
8.1.1 優(yōu)化設計數(shù)學模型的分析處理
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)化設計
8.3 連桿機構(gòu)的優(yōu)化設計
8.4 滾子鏈傳動優(yōu)化設計
8.5 蝸桿傳動優(yōu)化設計
8.6 機床主軸結(jié)構(gòu)優(yōu)化設計
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)化設計
8.9 彈簧結(jié)構(gòu)參數(shù)的多目標優(yōu)化
8.10 齒輪傳動的幾何規(guī)劃
第9章 基于MATLAB優(yōu)化工具箱的優(yōu)化計算
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
10.2 遺傳優(yōu)化算法函數(shù)的應用
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 機械優(yōu)化設計遺傳算法實例
10.3.1 圓錐齒輪傳動優(yōu)化設計的遺傳算法
10.3.2 高速軸動力穩(wěn)定性優(yōu)化設計的遺傳算法
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 多目標設計研究
參考文獻