第1章 緒論
1.1 國(guó)內(nèi)外研究現(xiàn)狀
1.1.1 智能計(jì)算的發(fā)展現(xiàn)狀
1.1.2 知識(shí)在集成優(yōu)化中運(yùn)用的水平
1.1.3 傳統(tǒng)優(yōu)化設(shè)計(jì)理論的發(fā)展現(xiàn)狀及不足
1.1.4 單一智能優(yōu)化算法存在的不足
1.1.5 集成優(yōu)化設(shè)計(jì)理論的發(fā)展現(xiàn)狀及分析
1.2 本書(shū)的主要研究?jī)?nèi)容
1.3 本書(shū)的研究方法及組織結(jié)構(gòu)
l.3.1 本書(shū)的研究方法
1.3.2 本書(shū)的篇章結(jié)構(gòu)
1.4 本書(shū)研究的重要意義和應(yīng)用前景

第2章 面向工程機(jī)械的優(yōu)化設(shè)計(jì)理論及方法
2.1 優(yōu)化設(shè)計(jì)理論及基本概念
2.1.1 優(yōu)化設(shè)計(jì)的基本概念
2.1.2 優(yōu)化設(shè)計(jì)理論
2.1.3 優(yōu)化設(shè)計(jì)的關(guān)鍵技術(shù)
2.2 優(yōu)化設(shè)計(jì)技術(shù)分類
2.3 面向工程機(jī)械的多目標(biāo)智能優(yōu)化
2.3.1 多目標(biāo)優(yōu)化的基本概念
2.3.2 多目標(biāo)優(yōu)化問(wèn)題的傳統(tǒng)求解方法
2.3.3 常見(jiàn)的多目標(biāo)優(yōu)化性能度量方法
2.3.4 改進(jìn)的多目標(biāo)優(yōu)化問(wèn)題的性能度量方法
2.3.5 基于進(jìn)化算法的多目標(biāo)優(yōu)化問(wèn)題的求解方法

第3章 智能計(jì)算方法及其集成技術(shù)
3.1 常見(jiàn)智能計(jì)算方法及其改進(jìn)算法
3.1.1 模擬退火算法
3 1.2 遺傳算法及算法改進(jìn)措施
3 1.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法及動(dòng)態(tài)反饋神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析
3.1.4 蟻群優(yōu)化算法
3.1.5 粒子群優(yōu)化算法
3.2 智能計(jì)算方法的集成技術(shù)
3.2.1 集成與系統(tǒng)集成的主要特征
3.2.2 智能集成的涵義
3.2.3 智能集成優(yōu)化的關(guān)鍵問(wèn)題
3.2.4 智能集成優(yōu)化的集成形式
3.2.5 智能集成優(yōu)化算法的性能評(píng)價(jià)

第4章 智能計(jì)算與仿真分析的結(jié)合模式及集成優(yōu)化求解方法
4.1 智能計(jì)算與仿真分析的集成模式
4.2 工程機(jī)械優(yōu)化設(shè)計(jì)模式分類
4.3 集成優(yōu)化求解方法的指導(dǎo)性知識(shí)規(guī)則
4.4 優(yōu)化設(shè)計(jì)模式的智能集成優(yōu)化求解方法
4.4.1 以遺傳算法為代表的遺傳集成類優(yōu)化求解方法
4.4.2 以神經(jīng)網(wǎng)絡(luò)為代表的網(wǎng)絡(luò)集成類優(yōu)化求解方法
4.4.3 以蟻群算法為代表的蟻群集成類優(yōu)化求解方法
4.4.4 以粒子群算法為代表的粒子群集成類優(yōu)化求解方法
4.4.5 遺傳算法集成混沌優(yōu)化求解方法
4.4.6 蟻群算法集成混沌優(yōu)化求解方法
4.4.7 粒子群算法集成混沌優(yōu)化求解方法
4.4.8 基于多蟻群算法的多目標(biāo)智能集成優(yōu)化求解方法
4.4.9 基于網(wǎng)絡(luò)響應(yīng)面的多目標(biāo)優(yōu)化求解方法
4.5 集成優(yōu)化算法的參數(shù)自適應(yīng)動(dòng)態(tài)調(diào)整
4.5.1 遺傳算法控制參數(shù)的自適應(yīng)調(diào)整方法
4.5.2 粒子群參數(shù)動(dòng)態(tài)自適應(yīng)調(diào)整方法
4.5.3 遺傳算法參數(shù)的模糊邏輯控制器調(diào)整方法
4.5.4 蟻群優(yōu)化算法參數(shù)的模糊邏輯控制器調(diào)整方法

第5章 基于智能計(jì)算與仿真分析的知識(shí)獲取方法
5.1 神經(jīng)網(wǎng)絡(luò)優(yōu)化的產(chǎn)生武知識(shí)獲取方法
5.2 基于粗糙集理論的知識(shí)獲取方法
5.2.1 知識(shí)自動(dòng)獲取原理
5.2.2 基于粗糙集理論的知識(shí)自動(dòng)獲取過(guò)程
5.3 智能計(jì)算與仿真分析相結(jié)合的知識(shí)獲取方法
5.3.1 基于ADAMs仿真數(shù)據(jù)的知識(shí)獲取方法
5.3.2 基于ANsYs分析數(shù)據(jù)的知識(shí)獲取方法

第6章 智能集成優(yōu)化平臺(tái)及錨桿鉆機(jī)動(dòng)力頭集成優(yōu)化實(shí)例
6.1 智能集成優(yōu)化平臺(tái)的總體結(jié)構(gòu)
6.2 智能集成優(yōu)化系統(tǒng)的功能模塊
6.3 液壓錨桿鉆機(jī)的發(fā)展現(xiàn)狀
6.4 液壓錨桿鉆機(jī)動(dòng)力頭傳動(dòng)機(jī)構(gòu)的智能集成優(yōu)化實(shí)例
6.5 錨桿鉆機(jī)動(dòng)力頭智能集成優(yōu)化設(shè)計(jì)的知識(shí)獲取方法
6.5.1 錨桿鉆機(jī)動(dòng)力頭ADAMS仿真數(shù)據(jù)的知識(shí)獲取方法
6.5.2 錨桿鉆機(jī)動(dòng)力頭ANSYS分析數(shù)據(jù)的知識(shí)獲取方法

第7章 總結(jié)及展望
7.1 研究工作總結(jié)
7.2 研究工作的不足及展望
參考文獻(xiàn)