提供了两种算法：通用算法（Ge
eralAlgorithm）和基于条件的算法（Co
ditio
basedAlgorithm）。
通用拓扑优化算法是通过调整设计变量的密度和刚度以满足目标函数和约束，其较为灵活，可以应用到大多数问题中。相反，基于条件的算法则使用节点应变能和应力作为输入数据，不需要计算设计变量的局部刚度，其更为有效，但能力有限。两种算法达到优化目标的途径不同，Abaqus默认采用的是通用算法。
从以下几个方面比较两种算法中间单元：通用算法对最终设计会生成中间单元（相对密度介于01之间）。相反，基于条件的算法对最终设计生成的中间单元只有空集（相对密度接近于0）或实体（相对密度为1）。
f优化循环次数：对于通用优化算法，在优化开始前并不知晓所需的优化循环次数，正常情况在3045次。基于条件的优化算法能够更快的搜索到优化解，默认循环次数为15次。
分析类型：通用优化算法支持线性、非线性静力和线性特征频率分析。两种算法均支持几何非线性、接触和大部分非线性材料。
目标函数和约束：通用优化算法可以使用一个目标函数和数个约束，这些约束可以全部是不等式限制条件，多种设计响应可以被定义为目标和约束，而基于条件的优化算法仅支持应变能作为目标函数，材料体积作为等式限制条件。
1213形状优化
形状优化主要用于产品外形仅需微调的情况，即进一步细化拓扑优化模型，采用的算法与基于条件的拓扑算法类似，也是在迭代循环中对指定零件表面的节点进行移动，重置既定区域的表面节点位置，直到此区域的应力为常数（应力均匀），达到减小局部应力的目的。比如图122所示的连杆，其进行形状优化，表面节点移动，应力集中降低。
图122形状优化示例
形状优化可以用应力和接触应力、选定的自然频率、弹性应变、塑形应变、总应变和应变能密度作为优化目标，仅能用体积作为约束，但可以设置几何限制，以满足零件制造可行性（冲压、铸造等）。当然也可以冻结某特定区域、控制单元尺寸、设定对称和耦合限制。
注意1在进行形状优化之前，优化区域必须具有较好的网格质量，优化过程中，为了获得较高质量的网格，Abaqus优化模块可以对选定网格进行光顺，使得内外部节点位置合适。2光顺算法是基于单元的，比较耗费计算时间，可以只对优化区域内的单元指定网格光顺化，同时，光顺区域节点必须是自由的，不能对其施加约束或冻结。
1214优化术语
拓扑和形状优化必须在设定好的目标和约束条件下进行，如此程序才会在约束框架内向
f『4』
第12章优化r