随着科学发展的需要,机械产品设计质量的不断提高,设计周期的日益缩短，要求设计者考虑的因素也愈来愈多，其计算方法的复杂性和精确性都是一般传统设计难以完成的。面对这种技术发展的现状，设计者便开始求助于新的理论和新的设计方法。机械优化设计就是在这种情况下,发展起来的一种现代设计方法。根据国内外现有报导的资料归纳起来，优化方法发展趋势有以下几个方面：50221

（1）关于混合离散变量的算法：怎样处理多变量只能从有限的表格中的取值问题，乃是目前急需解决的问题之一。因为工程中大多数是这种问题。事实上任何一种产品的参数，即使用最精密的测量工具，其参数值也是有间隔的。此外，设计参数的间隔化，使在解决约束非线性离散变量问题时的最优性条件也与常规的优化方法完全不同。总之，这方面的研究是很希望的。

   （2）关于多目标优化设计：工程实际中只追求单项指标是不多见的。相反，更多的情形是设计变量在满足两项或多项指标函数，才能更好地表达所期求的设计。然而，这些目标函数可能是相互补充或相互矛盾的。如何权衡多项设计指标，过去有不少文章和一些专著讨论过这个问题。近年来，利用博奕论和排序论等解决多目标问题已取得一些很有希望的进展。另外，利用模糊数学在多目标优化设计中求解，也是近年来的一个发展方向。总之,关于多目标求解理论和方法的进一步研究和推广，还需付出很大的努力。

   （3）关于大型优化设计问题：什么样的策略和方法才能处理有数百个设计变量和上千个非线性约束的规划问题论文网，现在越来越引人注目了。过去，不恰当地把问题简化到更易处理的规模，势必造成丢掉或者显著降低所得结果的价值。近年来，在研究这方面问题的稀疏性或分治策略的方法上展示了现实可行的前景。

      （4）关于全域最优化的方法：目前，多数算法不能期望得到非凸问题的全域最优解。对于高维问题，甚至遇到它时也难以识别。D.J.wilde教授指出，近年来不断发展的、解析的、非迭代的全域最优化方法可望解决这一问题。此外，加强对通用和专用优化软件的性能比较和数据库的研究也是十分迫切的课题。总之，尽管在优化理论和数学模型的研究中尚需付出很大的代价和努力，然而，优化设计的前景仍是非常光明的，总是逐步向更新的领域开拓和发展。

   （5）关于智能优化的方法：智能优化算法又称为现代启发式算法，是一种具有全局 优化性能、通用性强、且适合于并行处理的算法。这种算法一般具有严密的理论依据，而不是单纯凭借专家经验，理论上可以在一定的时间内找到最优解或近似最优解。常用的智能优化算法：神经网络法、遗传算法、蚁群算法、模拟退火、禁忌搜索等。但这些算法都存在一定的问题，如收敛速度慢，如果设置不当无法收敛到给定精度而不能得到所需结果等。