優化設計其實也沒有那么神秘，我們平常在對機械零件的設計時就常常能用到，小到哪里該厚一點，哪里該薄一點都是運用優化設計的思想用matlab的神經網絡工具箱實現三層bp網絡，現在的大廠商已經將優化設計應用到各個領域，因為通過優化設計之后，無論是成本還是人力都可以大大降低。
很多時候，我們在進行機械設計時，常常需要對很多變量進行優化，在優化的過程中，我們就會使用到優化設計的思想。下面我就對機械優化設計的思想進行簡單說明并用一個簡單的案例講解。
優化設計
什么是優化設計？
優化設計是從多種方案中選擇最佳方案的設計方法。它以數學中的最優化理論為基礎，以計算機為手段，根據設計所追求的性能目標，建立目標函數，在滿足給定的各約束條件下，尋求最優的設計方案。
通俗的解釋就是通過優化算法來得到更好的目標性能的過程，在這個過程中，我們使用的是以數學理論為基礎，并結合計算機技術的方法來實現優化。
機械優化設計的一般過程
機械優化設計一般分為五個過程
這一步是最至關重要的，我們要將我們研究的問題，需要優化的問題轉化成數學模型，這樣我們后續才能繼續進行分析工作，數學模型的來源也很多，有前人總結好的理論，也有的要自行歸納總結。
優化方法的選擇也很重要，好的優化方法可以大大減少工作量，所以現在就有一部分人專門研究算法。
有了數學模型和要優化的變量，我們就可以編寫計算機程序用matlab的神經網絡工具箱實現三層bp網絡，讓計算機實現龐大的優化計算過程。
用這部分初試數據來做“起步”，帶入計算機進行運算。
計算機得出結果后，我們要對結果進行相應的分析，看和我們理論或者直觀的理解對不對的上號。
過程
建立數學模型的原則
數學模型的建立關系到你能不能成功對你的問題進行優化，這里我大致概括了三個原則供大家參考。
這是毫無疑問排在第一位的，我們在進行優化設計，首先考慮到的就是設計變量是哪些，在這里我們要著重強調兩點，一是、減少設計變量個數，二是、設計變量要各自獨立。做好上面兩點，變量的選擇問題就解決了。
我們在從事設計時，有很多需要我們優化的變量，但是我們不能全部拿來優化，我們要選擇一些重要的指標作為設計變量指標。
這里的約束分為兩種，一類是邊界約束，另一類是性能約束。
原則
優化設計工具
對于優化工具的選擇，我認為是個不做的選擇，內置的優化工具箱可以解決我們遇到的大部分問題，特別是獨有的BP神經網絡和其它的插件都很好使用。我們需要的是掌握基礎和一些優化的思想就可以了。
對于從事機械設計工作的你來說平常能用到優化設計么？歡迎在下方給我留言討論。
