相關商品
商品簡介
名人/編輯推薦
目次
書摘/試閱
商品簡介
《機械優化設計方法（第4版）》是在前3版的基礎上，根據優化設計理論與技術的發展并結合課堂教學經驗，系統地介紹了機械優化設計的基本原理與方法，較為全面地介紹各種優化設計方法及其應用，包括無約束問題和約束問題等常用優化設計方法，模擬退火算法、遺傳算法和蟻群算法等現代優化設計方法，復雜系統的多學科設計優化原理與方法以及工程應用中的多目標問題、離散問題、隨機問題、模糊問題和穩健問題等優化設計方法。
《機械優化設計方法（第4版）》可作為機械工程專業研究生教學用書，亦可作為相近工科專業的教學參考書。在使用《機械優化設計方法（第4版）》時，各校可根據安排的教學時數和學生情況選用內容，對于40左右學時的，建議選用前8章內容，后面幾章可以作為選講內容。
《機械優化設計方法（第4版）》可作為機械工程專業研究生教學用書，亦可作為相近工科專業的教學參考書。在使用《機械優化設計方法（第4版）》時，各校可根據安排的教學時數和學生情況選用內容，對于40左右學時的，建議選用前8章內容，后面幾章可以作為選講內容。
名人/編輯推薦
《機械優化設計方法(第4版)》可作為機械工程專業研究生教學用書，亦可作為相近工科專業的教學參考書。在使用《機械優化設計方法(第4版)》時，各校可根據安排的教學時數和學生情況選用內容，對于40左右學時的，建議選用前8章內容，后面幾章可以作為選講內容。
目次
1緒論
1.1引言
1.2設計過程
1.2.1設計過程及其特點
1.2.2概念設計與參數設計
1.2.3設計中幾種常用的決策方法
1.2.4最優化在設計中的作用
1.3優化設計問題的分類及其一般實施步驟
1.3.1分類
1.3.2 —般實施步驟
1.4優化設計學科中的一些常見術語
1.5機械優化設計的發展與趨勢
2優化設計的基本術語和數學模型
2.1引言
2.2優化設計的基本術語
2.2.1設計變量
2.2.2目標函數
2.2.3設計約束
2.3優化設計的數學模型及其分類
2.3.1數學模型的格式
2.3.2數學模型的精確形式
2.3.3數學模型的分類
2.4優化設計模型的幾何解釋
2.5優化計算方法概述
習題
3優化設計的某些基本概念和理論
3.1目標函數與約束函數的某些基本性質
3.1.1函數的等值面（或線）
3.1.2函數的最速下降方向
3.1.3函數的局部近似函數和平方函數
3.1.4函數的凸性
3.1.5函數的單調性
3.2約束集合及其性質
3.2.1約束集合和可行域
3.2.2起作用約束和松弛約束
3.2.3冗余約束
3.2.4可行方向
3.3約束最優解及其最優性條件
3.3.1約束最優解
3.3.2局部最優點和全局最優點
3.3.3無約束最優解的最優性條件
3.3.4約束最優解的最優性條件
3.4優化問題的數值計算方法及收斂條件
3.4.1數值計算的迭代法
3.4.2無約束優化迭代計算的終止準則
3.4.3約束優化迭代計算的終止準則
習題
4無約束優化計算方法
4.1引言
4.2單變量優化計算方法
4.2.1搜索區間的確定
4.2.2黃金分割法
4.2.3二次插值法
4.3多變量優化計算的非梯度方法
4.3.1坐標輪換法
4.3.2 Powell法
4.3.3單純形法
4.4多變量優化計算的梯度方法
4.4.1梯度法
4.4.2共軛梯度法
4.4.3牛頓法和修正牛頓法
4.4.4變尺度法
習題
5約束優化計算方法
5.1引言
5.2隨機方向搜索法
5.2.1基本原理
5.2.2隨機搜索方向向量的確定
5.2.3可行初始點的產生方法
5.2.4算法步驟
5.3復合形法
5.3.1基本原理
5.3.2初始復合形的構成
5.3.3復合形法的基本運算
5.3.4算法步驟
5.4懲罰函數法
5.4.1基本概念
5.4.2內點懲罰函數法
5.4.3外點懲罰函數法
5.4.4混合懲罰函數法
5.5約束優化計算其他方法概述
5.5.1可行方向法和梯度投影法
5.5.2約束變尺度法
5.5.3廣義簡約梯度法
習題
6現代優化計算方法
6.1引言
6.2計算復雜性和啟發式算法的概念
6.2.1計算復雜性的基本概念
6.2.2啟發式優化算法
6.3模擬退火優化算法
6.3.1基本思想
6.3.2算法的基本步驟
6.3.3算法實現的幾個技術問題
6.3.4模擬退火算法的改進
6.4遺傳優化算法
6.4.1基本思想
6.4.2算法的基本步驟
6.4.3算法實現的幾個技術問題
6.4.4遺傳算法的改進
6.5蟻群算法
6.5.1基本原理
6.5.2蟻群算法的構造和基本步驟
6.5.3函數問題的蟻群算法
6.5.4蟻群算法的改進
6.6混合優化算法
6.6.1引言
6.6.2遺傳模擬退火優化算法
6.6.3模擬退火單純形優化算法
習題
7優化設計實踐中的某些問題
7.1引言
7.2優化設計的建模
7.2.1建模的方法論和步驟
7.2.2減少數學模型規模的措施
7.2.3模型函數
7.2.4建模中數表和圖線的程序化
7.3數學模型的尺度變換
7.3.1設計變量的標度
7.3.2目標函數的尺度變換
7.3.3約束函數的歸一化
7.4優化計算方法和精度的選擇
7.4.1優化計算方法的選擇
7.4.2收斂精度的選擇
7.5優化計算結果的分析
7.5.1計算結果分析
7.5.2計算結果的靈敏度分析
習題
8多目標問題優化設計方法
8.1引言
8.2基本概念和定義
8.3多目標問題的最優化決策方法
8.3.1協調曲線法
8.3.2統一目標函數法
8.3.3加權因子的確定
8.3.4功效系數法
8.4多屬性問題的選擇決策方法
8.4.1決策矩陣
8.4.2權值的確定方法
8.4.3決策方法
8.4.4模糊綜合評判法
習題
9多學科問題優化設計方法
9.1引言
9.2多學科設計優化的基本思想
9.2.1總體思想
9.2.2基本特點
9.3多學科設計優化的基本方法
9.3.1系統分解和分析方法
9.3.2敏度分析
9.3.3建模方法
9.3.4設計優化策略與優化算法
9.3.5集成平臺界面
9.4多學科變量耦合優化方法
9.4.1總體思路
9.4.2子系統間的耦合關系
9.4.3系統級協調策略
9.4.4系統優化模型
9.4.5多學科變量耦合優化方法工作流程
9.5多學科目標兼容優化方法
9.5.1總體思路
9.5.2系統之間的變量
9.5.3兼容約束與兼容目標函數
9.5.4多學科目標兼容優化方法工作流程
習題
……
10離散問題優化設計方法
11隨機問題優化設計方法
12模糊問題優化設計方法
13穩健問題優化設計方法
參考文獻
1.1引言
1.2設計過程
1.2.1設計過程及其特點
1.2.2概念設計與參數設計
1.2.3設計中幾種常用的決策方法
1.2.4最優化在設計中的作用
1.3優化設計問題的分類及其一般實施步驟
1.3.1分類
1.3.2 —般實施步驟
1.4優化設計學科中的一些常見術語
1.5機械優化設計的發展與趨勢
2優化設計的基本術語和數學模型
2.1引言
2.2優化設計的基本術語
2.2.1設計變量
2.2.2目標函數
2.2.3設計約束
2.3優化設計的數學模型及其分類
2.3.1數學模型的格式
2.3.2數學模型的精確形式
2.3.3數學模型的分類
2.4優化設計模型的幾何解釋
2.5優化計算方法概述
習題
3優化設計的某些基本概念和理論
3.1目標函數與約束函數的某些基本性質
3.1.1函數的等值面（或線）
3.1.2函數的最速下降方向
3.1.3函數的局部近似函數和平方函數
3.1.4函數的凸性
3.1.5函數的單調性
3.2約束集合及其性質
3.2.1約束集合和可行域
3.2.2起作用約束和松弛約束
3.2.3冗余約束
3.2.4可行方向
3.3約束最優解及其最優性條件
3.3.1約束最優解
3.3.2局部最優點和全局最優點
3.3.3無約束最優解的最優性條件
3.3.4約束最優解的最優性條件
3.4優化問題的數值計算方法及收斂條件
3.4.1數值計算的迭代法
3.4.2無約束優化迭代計算的終止準則
3.4.3約束優化迭代計算的終止準則
習題
4無約束優化計算方法
4.1引言
4.2單變量優化計算方法
4.2.1搜索區間的確定
4.2.2黃金分割法
4.2.3二次插值法
4.3多變量優化計算的非梯度方法
4.3.1坐標輪換法
4.3.2 Powell法
4.3.3單純形法
4.4多變量優化計算的梯度方法
4.4.1梯度法
4.4.2共軛梯度法
4.4.3牛頓法和修正牛頓法
4.4.4變尺度法
習題
5約束優化計算方法
5.1引言
5.2隨機方向搜索法
5.2.1基本原理
5.2.2隨機搜索方向向量的確定
5.2.3可行初始點的產生方法
5.2.4算法步驟
5.3復合形法
5.3.1基本原理
5.3.2初始復合形的構成
5.3.3復合形法的基本運算
5.3.4算法步驟
5.4懲罰函數法
5.4.1基本概念
5.4.2內點懲罰函數法
5.4.3外點懲罰函數法
5.4.4混合懲罰函數法
5.5約束優化計算其他方法概述
5.5.1可行方向法和梯度投影法
5.5.2約束變尺度法
5.5.3廣義簡約梯度法
習題
6現代優化計算方法
6.1引言
6.2計算復雜性和啟發式算法的概念
6.2.1計算復雜性的基本概念
6.2.2啟發式優化算法
6.3模擬退火優化算法
6.3.1基本思想
6.3.2算法的基本步驟
6.3.3算法實現的幾個技術問題
6.3.4模擬退火算法的改進
6.4遺傳優化算法
6.4.1基本思想
6.4.2算法的基本步驟
6.4.3算法實現的幾個技術問題
6.4.4遺傳算法的改進
6.5蟻群算法
6.5.1基本原理
6.5.2蟻群算法的構造和基本步驟
6.5.3函數問題的蟻群算法
6.5.4蟻群算法的改進
6.6混合優化算法
6.6.1引言
6.6.2遺傳模擬退火優化算法
6.6.3模擬退火單純形優化算法
習題
7優化設計實踐中的某些問題
7.1引言
7.2優化設計的建模
7.2.1建模的方法論和步驟
7.2.2減少數學模型規模的措施
7.2.3模型函數
7.2.4建模中數表和圖線的程序化
7.3數學模型的尺度變換
7.3.1設計變量的標度
7.3.2目標函數的尺度變換
7.3.3約束函數的歸一化
7.4優化計算方法和精度的選擇
7.4.1優化計算方法的選擇
7.4.2收斂精度的選擇
7.5優化計算結果的分析
7.5.1計算結果分析
7.5.2計算結果的靈敏度分析
習題
8多目標問題優化設計方法
8.1引言
8.2基本概念和定義
8.3多目標問題的最優化決策方法
8.3.1協調曲線法
8.3.2統一目標函數法
8.3.3加權因子的確定
8.3.4功效系數法
8.4多屬性問題的選擇決策方法
8.4.1決策矩陣
8.4.2權值的確定方法
8.4.3決策方法
8.4.4模糊綜合評判法
習題
9多學科問題優化設計方法
9.1引言
9.2多學科設計優化的基本思想
9.2.1總體思想
9.2.2基本特點
9.3多學科設計優化的基本方法
9.3.1系統分解和分析方法
9.3.2敏度分析
9.3.3建模方法
9.3.4設計優化策略與優化算法
9.3.5集成平臺界面
9.4多學科變量耦合優化方法
9.4.1總體思路
9.4.2子系統間的耦合關系
9.4.3系統級協調策略
9.4.4系統優化模型
9.4.5多學科變量耦合優化方法工作流程
9.5多學科目標兼容優化方法
9.5.1總體思路
9.5.2系統之間的變量
9.5.3兼容約束與兼容目標函數
9.5.4多學科目標兼容優化方法工作流程
習題
……
10離散問題優化設計方法
11隨機問題優化設計方法
12模糊問題優化設計方法
13穩健問題優化設計方法
參考文獻
書摘/試閱
設計變量的數目越多，其歐氏空間的維數越高，能夠組成的設計方案的數量也就越多，因而設計的自由度也就越大，從而問題計算的復雜程度也就越大。一般來說，優化設計過程的計算量是隨設計變量數目的增多而增加的。因此，對于一個優化設計問題來說，應該恰當地確定設計變量的數目，并且原則上講，應盡量減少設計變量數，即盡可能把那寫對設計指標影響不大的參數取為給定參數，只保留那些對設計指標影響比較顯著的參數作為浙江變量，這樣便可以使優化設計的數學模型得到簡化。
總之，從一個設計問題的許多參數中識別出設計變量應注意以下幾點：
（1）設計變量應是獨立的參數；
（2）用設計變量來闡述設計問題應該是用最少的數量；
（3）在開始闡述設計問題時盡可能用較多的設計參數，然后再從中選出幾個對設計指標影響較大的參數取為設計變量，其余定為常數，即根據設計規范或經驗把其余參數取為固定的值。
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。