一般的优化设计方法只能求得连续变量的最优解，但是在机械设计中常遇到一种混合设计变量的问题，即在数学模型中同时存在连续、整型和离散型设计变量。

随着标准化、规格化程度的不断提高，某些机械产品的设计变量只能取离散或整型值的情况日益普遍化。因此，发展离散变量优化设计方法就成为目前机械优化设

计发展中的一个重要的方向。

       常用的混合离散变量的优化方法有凑整解法、网格法、离散变量的随机试验法、自适应随机搜索法、组合形法、离散型惩罚函数法等。限于篇幅，本节仅简要

介绍前两种方法。

      （一）凑整解法

       目前，解决混合离散变量问题的最常用方法是凑整解法。其基本思想是，先权宜地视所有变量为连续变量，在求得连续最优解后，再把它的各分量舍入到与其

最接近的整数值或离散值上。采用凑整解法来处理混合离散设计变量问题，只允许向可行域内调整。应该注意到，当约束函数为严重非线性，而且约束区域为一个

非凸集时，采用该法有可能得不到一个可行设计方案。

      （二）网格法

       网格法的基本思想是:在离散设计变量的值域(离散空间)内，按离散点依次取点，检查离散点X是否可行;若可行，即计算它的目标函数值f(x)，并与前面计算所取

得的最好点的目标函数值相比较，若f(X)比它小(对于求目标函数的极小化情况)，则存储当前所取得的最好离散点解;否则再计算其他离散点。当全部可行点都查过一

遍时，其最好点即为问题的约束离散最优解，故又称为枚举法。

        二维优化设计问题网格法的程序框图如图6-4所示。