『壹』 [image]100 基于matlab的机械优化设计两道题，哪位大神帮忙解答，感激不尽，高悬赏。
作为传统汽车向纯电动汽车的过渡产品，混合动力汽车受到越来越多的关注，尤其是转换效率很高的混合动力系统。本文以科力远混合动力系统(CHS)为基础，CHS属于单模复合功率分流系统，采用行星排结构，可以实现发动机的转速与车速解耦，在大范围内优化发动机工作点，使发动机工作在经济区间内。论文的主要研究内容包括如下。
本文首先研究调查混合动力汽车的发展现状，调研国内外混合动力的主流构型，分析各个构型的特点，并分析梳理了混合动力的汽车的四类控制策略。
然后引入机械点的概念，深入对比分析了输入功率分流、输出功率分流和复合功率分流三种基本功率分流构型。再提出本文由两个单行星排组成的CHS混合动力系统构型，研究了它各个模式的特点和运用范围。针对CHS混合动力的构型，从稳态工况和瞬态工况两个方面说明CHS混合动力系统的节油原理。在此基础上，提出CHS混合动力系统基于规则的控制策略。
最后运用MATLAB/Simulink和LMS/AMESim建立了CHS混合动力系统多物理领域联合仿真模型。对CHS混合动力系统的动力性与经济性进行仿真研究，验证联合仿真模型的准确性和提出的基于规则的控制策略的有效性。
仿真结果与试验结果表明，本文提出的CHS混合动力系统具有良好的综合性能，设计的基于规则的控制策略有效可靠。
自第一辆汽车出现至今已有一百多年的历史，汽车产业已经成为许多国家的支柱型产业。在美国、日本、德国等汽车工业发达的国家，汽车产业占其国内GDP的比例均超过10%，全球汽车工业呈现稳步增长趋势。我国汽车产业的发展已经有60多年的历史，汽车工业总产值占我国GDP比重逐年提升。近年来，我国汽车工业迅猛发展，截止2017年3月，我国汽车保有量超过两亿，对我国的经济发展做出重要贡献。汽车工业的发展不但极大的推动了社会经济的发展，也为我们的日常生活提供了极大的便利。但是，随着汽车行业的发展和用户需求的不断增加，由此带来的环境与能源问题也越来越突出。为了应对全球变暖和能源短缺等一系列国际性难题，欧美日等国都大力支持与发展新能源汽车。为提高我国汽车工业的国际竞争力，我国于2016年1月1日起正式实施《乘用车燃料消耗量第四阶段标准》，乘用车平均燃料消耗量逐年下降，在2020年，需要降到5.0L/100km，对应CO2排放120g/km。
新能源汽车通过使用清洁能源或者新型动力总成，可以有效的降低油耗，减少排放[1]。主要分为三类：燃料电池汽车（Fuel Cell Vehicle）、纯电动汽车（Electric Vehicle）、混合动力汽车（Hybrid Electric Vehicle）。燃料电池汽车[2]的突出优点是零排放或者接近零排放，运行平稳、无噪声。但是燃料电池生产和储存成本高，氢气的运输及储存的安全问题，使得燃料电池汽车无法大规模推广，目前还处于早期发展阶段，短期内无法实现产业化。纯电动汽车[3]以电池为动力源，可以实现零排放，是我国汽车发展的最终目标。然而，受限于电池技术、充电设施等一系列问题，纯电动汽车发展缓慢，短期内无法完全取代传统汽车。混合动力汽车[4]作为由传统汽车到纯电动汽车的过渡产品，受到越来越多的重视。混合动力汽车保留了内燃机，同时增加了电池和电机。不但结合了传统汽车和纯电动汽车的优点，还可以满足用户对整车动力性、经济性和续驶里程等多方面的要求。在现有技术下，是最容易实现产业化，并能大幅降低排放的新能源汽车。
1.1.2 课题研究意义
混合动力汽车传动系统的核心部件是混合动力变速箱 [5]。其结构形式多种多样，对应的控制策略也是千差万别。本文结合某企业开发的单模复合功率分流系统，提出一种新型CHS混合动力系统方案。针对CHS混合动力系统，为了开发设计出合适的控制策略，需要深入分析其结构原理，主要工作模式。在此基础上，研究分析它的节油原理，此外，为突显CHS混合动力系统的结构优越性，需要进行对标分析。开发一个基于CHS混合动力系统的控制策略，对配置该系统的混合动力汽车的动力性、经济性进行优化提升具有重要意义。
同时，为了深入了解CHS混合动力系统的动力响应、综合油耗等精确信息，必须对这种复杂油电耦合系统进行建模和仿真。此外，为适合当前不同用户对这种新型混合动力技术应用的需要，可以进行基于CHS基础构型的延伸开发，以扩大市场应用范围。为此，有必要对CHS混合动力系统的各种变形设计进行参数化和精细化建模，并通过工况仿真找到产品样机的设计缺陷，从而提出相应的解决方案，为产品研发提供技术支持。
为了提高建模与仿真效率、减少人为计算错误和缩短CHS混合动力系统及其延伸产品的研制周期，开发一个基于CHS混合动力变速箱多物理领域耦合的仿真平台，对配置CHS混合动力车辆的动力性与经济性进行设计优化、能耗仿真、热平衡分析、以及主要零部件的疲劳耐久性计算等工作的开展具有重要意义。
1.2 混合动力汽车结构与控制策略研究现状
混合动力系统的分类方法多种多样[6]，按照电机功率占比可以分为轻混、中混和强混系统；按照电机的位置可以分为P0、P1、P2、P3、P4系统；按照能量流动方向可以分为串联、并联和混联系统。
控制策略的研究是混合动力汽车的核心研发内容之一，对于混合动力汽车，控制策略的主要可以分为四类：基于实时优化策略；基于全局优化策略；基于规则的控制策略；智能控制策略。
1.2.1 混合动力汽车结构国外研究现状
在能源问题与环境问题的双重压力下，混合动力技术研发成为各国新能源汽车发展的重点。与中国相比，混合动力汽车在国外起步更早，日本、美国及欧洲等国家早已步入产业化阶段，市场销量也呈逐渐上升趋势。最具代表的是丰田THS（Toyota Hybrid system）混合动力系统及通用AHS（Advanced Hybrid system ）混合动力系统。
自1997年第一代普锐斯（Prius）上市以来，丰田普锐斯系统已经发展到第四代，截止2017年1月底。搭载丰田普锐斯混合动力系统的汽车销量已经突破1000万辆。普锐斯第一代的结构简图如图1-1所示。
丰田普锐斯混合动力系统是最早也是最具代表性的功率分流式混合动力系统，基于此有关能量管理控制、系统优化控制、系统结构优化等方面，在国内外已有大量研究[7,8]。
『贰』 为什么我的MATLAB中没有优化设计工具箱
优化工具箱安装时是可选的，你可能没选上。
『叁』 怎样运用matlab实现无约束非线性优化问题中的多种方法
- MATLAB中用遗传算法求解约束非线性规划问题 Solution of optimization with nonliear constraints programming by genetic alogorithm in MATLAB 作者:王勇, 期刊-核心期刊 哈尔滨商业大学学报（自然科学版）JOURNAL OF HARBIN UNIVERSITY OF COMMERCE(NATURAL SCIENCES EDITION) 2006年 第04期
- 约束优化问题的遗传算法求解 Genetic algorithm solution for constrained optimization 作者:宋松柏,蔡焕杰,康艳, 期刊-核心期刊 西北农林科技大学学报（自然科学版）JOURNAL OF NORTHWEST SCI-TECH UNIVERSITY OF AGRICULTURE AND FORESTRY(NATURAL SCIENCE EDITION) 2005年 第01期
- 约束优化问题的遗传算法求解 Genetic algorithm solution for constrained optimization 作者:宋松柏,蔡焕杰,康艳, 期刊-核心期刊 西北农林科技大学学报（自然科学版）JOURNAL OF NORTHWEST SCI-TECH UNIVERSITY OF AGRICULTURE AND FORESTRY(NATURAL SCIENCE EDITION) 2005年 第01期
- 非线性规划问题求解的遗传算法设计与实现 Design and Realization of Genetic Algorithm for Solving Nonlinear Programming Problem 作者:刘雪梅,李国民,李景文,毕义明, 期刊-核心期刊 系统工程与电子技术SYSTEMS ENGINEERING AND ELECTRONICS 2000年 第02期
- 解非线性约束规划问题的新型多目标遗传算法 New multi-objective genetic algorithm for nonlinear constraint programming problem 作者:刘淳安,LIU Chun-an, 期刊-核心期刊 计算机工程与设计COMPUTER ENGINEERING AND DESIGN 2006年 第05期
- 解非线性约束规划问题的新型多目标遗传算法 New multi-objective genetic algorithm for nonlinear constraint programming problem 作者:刘淳安, 期刊-核心期刊 计算机工程与设计COMPUTER ENGINEERING AND DESIGN 2006年 第05期
- 基于Matlab遗传工具箱的高强混凝土配合比优化 Mixtures Optimal Design of High-strength Concrete Based on GA Toolbox of MATLAB 作者:陆海标,郑建壮,徐旭岭, 期刊 浙江水利水电专科学校学报JOURNAL OF ZHEJIANG WATER CONSERVANCY AND HYDROPOWER COLLEGE 2007年 第03期
- 遗传算法求解约束非线性规划及Matlab实现 The Solution of Optimization with Nonliear Constraints Programming with Genetic Algorithm and Demonstration by Matlab 作者:倪金林, 期刊-核心期刊 大学数学COLLEGE MATHEMATICS 2005年 第01期
-
- 基于遗传算法的非线性多目标规划及其在油田开发规划中的应用 作者:张晓东, 李树荣, 熊福力, 会议 第二十二届中国控制会议第二十二届中国控制会议论文集(上) 2003年
- 区间非线性规划问题的确定化描述及其递阶求解 Deterministic Interpretation of Interval Nonlinear Programming and Its Hierarchical Optimization Solutions 作者:蒋峥,戴连奎,吴铁军, 期刊-核心期刊 系统工程理论与实践SYSTEMS ENGINEERING-THEORY & PRACTICE 2005年 第01期
- 区间非线性规划问题的确定化描述及其递阶求解 Deterministic Interpretation of Interval Nonlinear Programming and Its Hierarchical Optimization Solutions 作者:蒋峥,戴连奎,吴铁军, 期刊-核心期刊 系统工程理论与实践SYSTEMS ENGINEERING-THEORY & PRACTICE 2005年 第01期
- 一种新的求解非线性规划的混合遗传算法 作者:李丰兵, 会议 第八届中国青年运筹信息管理学者大会第八届中国青年运筹信息管理学者大会论文集 2006年
- 一种启发式算法求解有交易成本组合投资问题 作者:安智宇, 会议 第三届不确定系统年会第三届不确定系统年会论文集 2005年
- 基于遗传算法的设计地震反应谱标定方法 Calibrating Method of Seismic Response Spectrum Based on Genetic Algorithm 作者:夏江,陈清军, 期刊-核心期刊 力学季刊CHINESE QUARTERLY OF MECHANICS 2006年 第02期
- 具有线性不等式约束非线性规划问题的降维算法 Descending Dimension Algorithm of Nolinear Programming Problem with Linear Inequality Constraints 作者:杨懿,张守贵, 期刊-核心期刊 重庆大学学报（自然科学版）JOURNAL OF CHONGQING UNIVERSITY(NATURAL SCIENCE EDITION) 2007年 第10期
- 改进DNA遗传算法求解非线性多约束规划研究 Refined DNA-GA for solving nonlinear multi-constrained programming 作者:王淑超,王乘, 期刊-核心期刊 华中科技大学学报(自然科学版)JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURE SCIENCE EDITION) 2004年 第06期
- 改进DNA遗传算法求解非线性多约束规划研究 Refined DNA-GA for solving nonlinear multi-constrained programming 作者:王淑超,王乘, 期刊-核心期刊 华中科技大学学报（自然科学版）JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURE SCIENCE EDITION) 2004年 第06期
- 序列无约束极小化技术和遗传算法在非线性规划中的应用 On the Application of SUMT and GA to Solving Constrained Nonlinear Programming Problem 作者:刘道建,黄天民, 期刊 邵阳高等专科学校学报JOURNAL OF SHAOYANG COLLEGE 2001年 第04期
- 序列无约束极小化技术和遗传算法在非线性规划中的应用 On the Application of SUMT and GA to Solving Constrained Nonlinear Programming Problem 作者:刘道建,黄天民, 期刊 邵阳高等专科学校学报JOURNAL OF SHAOYANG COLLEGE 2001年 第04期
MATLAB中用遗传算法求解约束非线性规划问题
Solution of optimization with nonliear constraints programming by genetic alogorithm in MATLAB
<<哈尔滨商业大学学报（自然科学版）>>2006年 第22卷 第04期
作者: 王勇
约束非线性规划问题的求解往往是运筹学中的NP问题,利用MATLAB中的遗传算法工具箱中的函数方便、快捷的求得了两个实例的最优解,进一步指出了遗传算法与传统的最优化算法的区别.
关键词: 遗传算法, 约束非线性规划, MATLAB, | 全部关键词
最优化技术方法及MATLAB的实现
编 号： 86755
著 作 者： 16.00
出 版 社： 化学工业出版社
书 号： 9787502563837
出版日期： 2005-1-1
内容包括线性规划与MATLAB的实现，即非线性规划、整数规划、动态规划、多目标规划与MATLAB的实现及图与网络分析技术等。为方便读者学习，本书安排了大量最优化方法在工程中的应用实例，根据需要逐个编写了解决这些问题的相应数学模型，应用MATLAB程序，通过简洁的运算给出了较为复杂问题的解。
本书可作为最优化技术方法或MATLAB优化工具箱应用的入门教材，供高职高专或本科院校管理、经济类专业的师生使用，也可供广大爱好者学习参考。
随着计算机科学的发展和应用，应用最优化方法解决问题的领域在不断扩大，最优化的理论和方法也得到普及和发展。线性规划、非线性规划、整数规划、动态规划和多目标规划以及图与网络技术作为最优化方法的主要内容已经成为工程技术人员和经济管理人员所必备的基础知识，目前，最优化方法课程已经开始作为高等院校的普及课程。
在“高等数学”中学习的极值理论、线性代数、向量、矩阵、泰勒公式等概念为学习“最优化方法”奠定了基础。在“最优化方法”中，这些知识的重要价值将在工程应用中得到充分体现。
在最优化方法的应用过程中，要将所学知识直接应用于解决实际问题，中间往往还有一段距离。有时，面对需要建立的复杂数学模型，尤其是繁复的数学计算问题，往往难以入手，因此，人们总是希望能够找到具有通用性和广泛性的方法，用类似于日常使用计算器的手段，解决较为复杂的计算问题。在本书中，将“最优化方法”与“MATLAB工具箱”连接起来学习，就能够在一定程度上弥补这一缺陷。
MATLAB是一个很不错的计算软件，它给数学计算带来了许多的便利和可能性，它提供了几十个工具箱，利用这些工具箱，可以解决不同领域的许多问题。
本书简明扼要、叙述清楚、文字流畅，既可作为工程学科、管理及经济学科的专、本科学生的“最优化方法”教材，也可作为应用“MATLAB工具箱”入门参考教材使用。
本书是编者根据多年的教学经验，为适应新的教学需要而编写的，所有工程应用实例均经过了MATLAB6
『肆』 Matlab与机械
用的最多的也就是机械设计中的优化设计问题，就用优化工具箱
还有就是仿真的，用simlink（好像是这么写的，呵呵）
再有就是计算的问题，大量数据处理
还有就是应用GUI开发界面了！
PS 作为机械人，一定要学会使用MATLAB这个软件！
『伍』 如何使用matlab中的工具箱
上面的最优答案废话有点多，我补充一个简洁版答案：
一、自带工具箱：
直接使用。都在toolbox文件夹内，而且默认早已设定完毕。
二、非自带工具箱：
按照这个步骤：
1）下载并解压；
2）复制到matlab安装目录下的toolbox文件夹内（当然也可以放到别处~）；
3）在matlab的菜单：file-set path中，添加路径，要求是连同子文件夹一同添加，路径就是刚才你放置文件夹的地方。设定好了记得save。
4）完毕！
『陆』 求 机械优化设计 论文
基于改进遗传算法的机械优化设计参数模型研究.pdf
DESOPT机械优化设计软件系统的构建与应用.pdf
MATLAB优化工具箱在机械优化设计中的应用.pdf
差异演化算法及其在机械优化设计中的应用.pdf基于Internet的机械优化设计系统研究.pdf
以上论文已发给您，希望对您有所帮助。邮箱名：bangzhu20083
『柒』 想要用MATLAB的优化工具箱优化手动变速器输入轴
如果lz是要对工作量评估,我可以大言不惭的说:应该不容易.
本人对汽车变速器的结构不甚了解,不过我看了一下fmincon,要做到优化,需要建立合理的模型,约束和代价的模型化是很重要的.
将状态变量设为X(一般为列向量)
代价函数为F(X)
还有对与X的约束,分为线性,非线性以及边界条件.
线性约束条件分为
A*X<=B和
Aeq*X=Beq
非线性约束分为
C(X)<=0和
Ceq(X)=0
边界条件为
LB<=X<=UB
调用函数的形式为
X=fmincon(F,X0,A,B,Aeq,Beq,LB,UB,NONLCON)
返回值为X,此处F(X)在指定区间上最小.
F为函数,如果自己定义了函数,应该使用@函数名来引用.
X0为初值,基本无关,不过好的初值对于降低计算量很有帮助.
A,B为对应的线性不等式约束.
Aeq,Beq为对应的线性等式约束.
LB,UB为区间下上界.
NONLCON也是一个函数,help中说根据NONLCON计算出C和Ceq,此处我也不是很明白,似乎非线性的等式和不等式是连在一起的.
某些参数可以是[],这样认为此处约束不存在.