摘要
本发明公开了一种基于混合加点策略的机械结构优化设计方法，该方法先利用拉丁超立方设计生成样本点，并通过真实模型计算响应值；再用适当的代理模型构建近似优化问题，通过(GA)基因遗传算法求解最优值；再采用Voronoi图方法划分初始样本空间，计算样本全局稀疏度值GSI，再根据GSI所对应的样本Voronoi子空间的样本点产生一个全局点；然后基于潜在最优参数的Voronoi样本点生成局部点；最后，通过最小欧式距离筛选新加点集，将合格点加入样本空间并更新模型，若点集不合格则继续用混合策略优化点集直至满足要求；本发明提升了输出解的精度，且可结合任意代理模型与优化算法，同时该特性兼具广泛的通用性，在机械结构优化设计领域内展现出极高的应用价值。
