| 本书共分9章。第1章广义机械优化设计概论，阐述了最优化的基本概念和计算机技术及优化设计在机械设计中的地位。第2章优化设计的基础理论，对优化的术语、问题的模型化以及设计过程作了介绍。第3章传统优化方法的归纳和整理，这是数学优化的基础。第4章机械结构优化的相关技术，重点讲述了优化中的反求问题、灵敏度解析技术和再解析技术。第5章进化设计与优化，介绍了遗传算法及其在结构优化等方面的应用。第6章自适应设计与优化，比较全面地介绍了神经网络各种模型的基本思路，并以多层前向神经网络为主，介绍了基于神经网络的非线性振动系统识别及其在物理场预测方面的应用。第7章自组织设计与优化，主要介绍了元胞自动机的白组织原理、元胞自动机的发展情况，以及基于元胞自动机的自组织设计应用。第8章健壮性设计与优化，简要地介绍了健壮性设计与优化的基本理论和方法及健壮性优化的工程应用。第9章多学科设计优化，介绍了多学科设计优化的技术体系与流程，以及实现多学科设计优化的方法。 本书集广义机械优化设计方法和关键技术于一体，作为教材主要供高等院校机械工程相关专业研究生使用，也可供不同层次的教学和科研人员参考。 |
| 第1章 广义机械优化设计概论 1.1 优化的基本概念 1.2 优化设计在机械设计中的位置 第2章 优化设计的基础理论 2.1 优化设计的基本概念 2.2 优化设计的过程 第3章 传统优化方法的归纳和整理 3.1 优化设计的数学基础 3.2 传统优化算法 3.3 常用的优化软件及其适用范围 第4章 机械结构优化的相关技术 4.1 反求问题 4.2 再解析 4.3 灵敏度解析 第5章 进化设计与优化 5.1 遗传算法概述 5.2 单纯型遗传算法 5.3 模式定理 5.4 遗传算法的操作规则与方法 5.5 遗传算法的工程应用 第6章 自适应设计与优化 6.1 神经网络与自适应概述 6.2 神经元模型 6.3 神经网络模型 6.4 神经网络的学习 6.5 多层前向神经网络（BP网络） 6.6 典型反馈网络——Hopfield网络 6.7 基于概率学习的Boltzmann机模型 6.8 神经网络的工程应用 第7章 自组织设计与优化 7.1 自组织过程与原理 7.2 元胞自动机的自组织技术 7.3 基于元胞自动机的自组织优化设计 第8章 健壮性设计与优化 8.1 健壮性设计与优化概述 8.2 健壮性设计与优化的基本方法 8.3 健壮性设计与优化的工程应用 第9章 多学科设计优化 9.1 多学科设计优化的概念 9.2 多学科设计优化的技术体系 9.3 多学科设计优化的工程应用 参考文献 |
内容加载中，请稍后...
商品评论（0条）