本節課主要講解一下如何用Isight讀取已經處理好的數據進行響應面近似模型建立以及用NLPQL 算法為例進行講解單目標優化問題。多目標優化問題類似處理。

汽車控制臂在某種工況下的單目標拓撲優化為例，講述在optistruct中是如何進行拓撲優化，從而滿足特定要求下汽車控制臂的概念設計。當然你會發現每一種工況下拓撲優化的結果不一樣，對應的應變能迭代曲線也會有所區別。本課程以其中一種工況為例進行講解如何使用optistruct進行拓撲優化前后處理，其它工況依次類推。

汽車控制臂三種工況下的多目標拓撲優化為例，講述在optistruct中是如何進行多目標拓撲優化，從而滿足特定要求下汽車控制臂的概念設計。對于單目標拓撲優化你會發現每一種工況下拓撲優化的結果不一樣，多目標拓撲優化則綜合考慮多種工況下的目標得到一個綜合結果。 對于多目標優化常用的手段：1、將目標轉化為約束條件；2、對多目標采用加權的方法得到一個綜合目標。

本課程基于瑪莎拉蒂前懸架控制臂，詳細介紹了控制的網格劃分方法以及縱向和側向靜剛度的仿真分析方法、縱向和側向雙軸組合疲勞的仿真分析方法、縱向側向剛度和臺架疲勞的多目標拓撲優化的仿真方法、縱向和側向非線性Buckling_Force的求解方法。