双目标帕累托优化_结构力学中的优化分析(3) —— 结构优化分析
引言
上文中,我们主要介绍了优化分析的基本类型。
蒙特遇见卡罗:结构力学中的优化分析(1) —— 优化方法基本概念zhuanlan.zhihu.com
蒙特遇见卡罗:结构力学中的优化分析(2) —— 优化方法zhuanlan.zhihu.com
优化分析在不同领域中有着广泛的应用,本文主要介绍优化方法在结构设计中的应用,即结构优化设计。
结构优化描述
与优化方法类似,对于结构优化问题的描述也可分为:
- 目标函数,即结构设计的目标,通常有质量最小、刚度最大和基频最大等;
- 优化空间,即优化变量的取值范围,如结构尺寸、材料参数、局部形状、结构形状和整体拓扑优化形式等;
- 约束条件,包括结构尺寸范围、体积或质量范围、最大/小应力或位移,以及各种关于优化变量的函数等。
结构优化
结构优化有很多种形式,通常可分为以下四类:
- 尺寸优化
- 形状优化
- 形貌优化
- 拓扑优化
除了拓扑优化会改变结构的拓扑以外,其余三种优化均不会改变结构的拓扑形式。
尺寸优化
尺寸优化是最基本的结构优化,通常可分为两种:
- 优化梁板等截面参数,如梁的截面尺寸和板的厚度等,这种类型不需要更新几何和网格;
- 优化模型的几何尺寸,如模型的一些整体特征尺寸、局部圆孔半径、方孔的长宽等,这种类型则需要更新几何和网格。
尺寸优化技术相对较成熟,各种优化方法均可应用,大多采用基于撒点的方法和梯度的方法,也可以采用启发式算法。
形状优化和形貌优化
形状优化和形貌优化有一些相似之处,有时被一起讨论。
形状优化分为两类:
- 节点位置的优化,与尺寸优化类似;
- 连续体的开孔形状,如圆孔还是方孔等、倒角,圆倒角还是方倒角、和边界形状等,理论上属于优化方法中的泛函极值问题,其解法较多,有基于变分法的解析算法;有基于优化方法的数值算法;也有基于工程经验的直观准则法等。
形状优化主要应用于飞机、列车、汽车等流线型设计;同时也是处理应力集中问题的有效方法之一。
形貌优化和形状优化类似,一般应用于钣金件的结构加强筋设计上,利用冲压形成压痕的加工工艺添加加强筋,可以看作是广义的形状优化中的边界形状设计。通常通过网格扰动优化实现;此外,利用拓扑优化的方法也可以实现类似的加强筋优化设计。
拓扑优化
前面几种结构优化方法均不改变结构的拓扑形式。
拓扑优化探讨结构间的连接方式、内部的开孔、位置等信息。由于解的空间过大,因此,拓扑优化相对困难。
拓扑优化可分为以下两类:
- 探讨部件之间的装配或连接拓扑关系:这类问题难度较大,目前应用相对较少,对于这类问题,尤其是桁架系的拓扑结构,可以通过其他方式等价处理实现;
- 探讨零件的结构形式:目前这类问题的拓扑优化是结构优化的一个热门方向;拓扑优化的结构通常无法通过传统的加工工艺实现,而配合当前“3D”打印(增材制造)技术,则可有效解决复杂结构形式的成型加工问题;不过目前增材制造技术并不算成熟,加工的可靠性、一致性、成本以及周期等问题均制约着其大规模应用。
目前主流的拓扑优化过程:
- 将待设计区域划分为若干个有限元单元;
- 依据计算结果,按照一定的规则,减少或增加单元的密度或权重;
- 重复上条,直到迭代完成;
- 形成带孔的连续体,实现拓扑优化。
这种方法本身就是一种演化方法,理论上解释性相对较弱,结果也相对不可捉摸;不过相比其他领域的优化,对于有经验的设计师而言,结构优化结果还是相对容易预测的。
事实上,拓扑优化还存在很多问题,本文仅介绍基本的原理,不做过多的细节讨论。
拓扑优化目前不是很成熟,尽管有多种方法,目前主流的商用软件采用的是“变密度”法;有趣的是,拓扑优化是一个“减材”的过程,而加工是一个“增材”的过程。
多目标优化
在结构设计中,通常会遇到多目标优化问题,如多种指标、多种工况等。目前还没有统一的解决方法,主流的处理方法有以下几种:
- 寻找“帕累托最优”(Pareto Optimal),也叫做“非劣解”。帕累托最优解简单的解释就是:给定一个向量,在解空间无法找到另外的一个向量,使得所有目标变得最优,这个向量就是帕累托最优解;换言之,就是为了使一些目标变优,必定要“损害”另外的一些目标;这就是“非劣解”名称的由来。通常帕累托最优解有多个,它们形成一个帕累托最优解集;这些最优解集中的解对应的目标目标函数值同样构成目标函数集,这个函数集被称为帕累托最优前沿(Pareto front);这是多目标优化的一种常见定义,NSGA-Ⅱ是它的一种常用算法;这部分相关内容较多,目前就暂时介绍到这里。
- 保留一个主要目标,将其他目标修改为约束,这也是一种常见的处理方法,一般可以将重要性不那么大的目标和变化范围较小的目标转为约束条件,或者不同目标之间轮换修改为约束,最后再综合取最优解
- 改变目标函数,将多目标重新构造为一个目标函数,不同的目标之间通过加权叠加处理。
最后
在结构优化中,各种优化方法的应用没有明确的界限,选择哪种优化方法需要通过各方面去评估。此外,目前对于多目标结构优化还尚未达到较高程度的共识,优化方法也在不断的完善。
-完-
公众号同步更新:数联科技工作室
公众号内有更多内容!
双目标帕累托优化_结构力学中的优化分析(3) —— 结构优化分析相关推荐
- 双目标帕累托优化_多目标稳健性决策规划(MORDM)
深度不确定性下的决策规划(Decision Making Under Deep Uncertainty, DMDU)学会,是一个致力于提高深度不确定性下决策制定能力的跨领域.多学科的专业组织. 摘要: ...
- 直方图 帕累托图_工具讲解 | 用Excel绘制帕累托图
帕累托图又叫排列图.主次图,是按照发生频率大小顺序绘制的直方图,表示有多少结果是由已确认类型或范畴的原因所造成.它是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表.可以用来分析质量 ...
- 直方图 帕累托图_如何发现现象背后的关键因素?帕累托图,质量管理的利器...
大家好: 无论在日常生活还是工作中,都会发生一些事情或者结果,是我们不希望发生的.我们也希望从根本上解决掉,但有时候却无从下手,比如本来打算用来看书的时间不知道去哪里了:本来打算存款的钱也不知道去哪里 ...
- pareto最优解程序_作为多目标优化的多任务学习:寻找帕累托最优解
多任务学习本质上是一个多目标问题,因为不同任务之间可能产生冲突,需要对其进行取舍.本文明确将多任务学习视为多目标优化问题,以寻求帕累托最优解.而经过实验证明,本文提出的方法可以在现实假设下得到帕累托最 ...
- 深入理解帕累托与多目标优化相关理论
文章目录 Pareto Optimal(帕累托最优理论) Pareto解 多目标优化的帕累托解 Pareto理论使用实例-岭回归 岭回归(Ridge Regression) Pareto前沿面的求解- ...
- pareto最优解程序_NIPS 2018 | 作为多目标优化的多任务学习:寻找帕累托最优解
原标题:NIPS 2018 | 作为多目标优化的多任务学习:寻找帕累托最优解 选自arXiv 作者:Ozan Sener.Vladlen Koltun 参与:李诗萌.王淑婷 多任务学习本质上是一个多目 ...
- pmp直方图与帕累托图的区别_PMP?考试项目质量管理工具之帕累托图(6)
在质量管理过程中,我们常见的质量管理工具有七种,分别为控制图.鱼骨图.流程图.直方图.散点图.帕累托图.趋势图.为了更好的帮助大家顺利通过PMP®考试,下面为大家整理的是关于PMP®考试项目质量管理工 ...
- 帕累托图及其在Matlab中的应用
1. 帕累托图原理 帕累托图又叫排列图.主次图,是按照发生频率大小顺序绘制的直方条图,表示有多少结果是由已确认类型或范畴的原因所造成.它是将出现的质量问题和质量改进项目按重要程度依次排列而采用的一种图 ...
- Tableau实现帕累托图
1.帕累托图 帕累托图(也叫做柏拉图)是"二八"原则的图形化体现.当使用帕累托图排查质量问题时,只要花费少量精力和时间解决累计占比达到80%的问题的导致因素,就能显著改善质量问 ...
最新文章
- 多种方式测量AMP328频率响应
- webbrowser selstart selLength
- POJ 1661 Help Jimmy
- 私有云Opetstack的创建与运用
- 集成学习-Boosting集成学习算法XGBoost
- 开源RTMP组件EasyPusher-Android+EasyDarwin实现APP推流给RTSP流媒体服务器
- (视频+图文)机器学习入门系列-第5章 机器学习实践
- Ajax联动下拉框的实现例子
- 《记得我们有约》17集
- no value specified for java.sql.date,求助No value specified for parameter 2
- [思]刻意练习是不是这样的
- shell基础之shell相关概念
- Flink 如何读取和写入 Clickhouse?
- 全国省市区县json数据
- ipv6的127位掩码如何表示_IP地址与子网掩码划分经验分享
- sql分组排序,查询每组第一个数据
- SQL语句的连接-内连接 外连接
- 分期付款“名义利率”和“实际利率”的公式及其套路
- chromedriver驱动 谷歌浏览器版本89.0.4389.82
- python pandas修改列名,Python_Pandas学习笔记02:DataFrame获取列名和修改列名