matlab求二元函数极值算法_工程优化设计与Matlab实现——写在前面

写在前面

本人机械类专业研一学生，这个学期邂逅了《机械优化设计》这门课，涉及一些基本的优化方法，感觉很有意思，也有些自己的理解和体会，就打算写这一系列文章，算是对门课的一个复习和总结，也欢迎一起探讨，共同进步。在上个学期折腾过半年的Python和C++，Matlab用的不多，我会贴出来各种方法中自己写的程序，水平有限，还请多多包涵。

许多工程问题，先从无到有，再从有到优

解决从无到有的问题，需要从学科的基本分析方法入手，对问题进行理论建模，最后将理论模型转化为实际运用模型。拿本人之前经历过的汽车悬架设计来说，就是先从车辆悬架的设计目标入手，建立几何模型、系统振动模型、多体动力学模型等理论模型，最后将理论模型里的参数转化为更加具体的装配模型。

而解决从有到优的问题，需要我们运用一些方法，找到某一设计所能产生的最优的结果。具体的说就是透过设计变量（一维或多维）和设计目标（一个或多个）的关系，找到使设计目标达到极致时的设计变量的取值。而设计变量和设计目标之间的关系，就是之前的理论建模。所以优化设计要做的，就是解决求极（最）值的问题。这种问题从小学的“如何买票更便宜问题”，中学的“函数求极值问题”，一直陪伴我们至今。

但有时候，求极值没有那么简单

由于工程问题自身的复杂性，导致我们就算将其抽象成理论模型以后，仍然是一些很非线性、多维的问题，我们很难通过基础的数学方法找到其极值。

工程优化设计是通过一些优化算法（搜索方法）对模型的极值点进行探索

在这里我们分为以下几个部分：

1.优化设计的数学基础

2.一维搜索方法

3.无约束问题的导数解法

4.无约束问题的非导数解法

5.约束优化问题的解法

6.最优化设计方法在机械设计中的应用

7.待定

参考书目

《工程优化设计与Matlab实现（修订版）》 张永恒主编 清华大学出版社