该文针对机械动态优化设计的工程问题,采用了一种新的人工智能优化方法——改进的遗传算法.首先论述了机械动态优化设计数学模型的建立原则和过程,然后根据机械动态优化设计一般属于有约束的非线性优化、目标函数一般具有多个局部最优解的特点,采取分遗传算法和随机方向法两阶段搜索的策略进行优化计算,从而可以提高计算的效率和精度.遗传算法是一种基于概率意义、可全局搜索的群体寻优算法,具有启发性和自适应搜索能力,并能以较大的概率趋向于全局最优解,但收敛速度慢;传统的随机方向法在搜索过程中善于微调但易陷入局部最优;因此,该文采取了分粗精两阶段搜索的方法,即在遗传算法迭代完成后,在已经得到了可行域内的较好点后,利用随机方向法进行精搜索.两种方法切换时间的依据是:当在给定的迭代次数内两个最优目标函数数值差的绝对值小于给定很小正数时,即切换到随机方向法进行精搜索.最后,以汽车悬挂系统为例给出了机械系统动态优化设计的数学模型,并通过测试函数测试算法的有效性.结果表明,该方法提高了计算精度,综合了遗传算法善于全局搜索和随机方向算法在局部范围内搜索精度较高的优点.