不知火舞的被虐|伊人天伊人天天综合网|博洛尼亚天气|任你懆这里只有精品4|久久美日韩精品久久|掌中之物漫画免费阅读观看|0丨d老妇

目標(biāo)分配優(yōu)化問(wèn)題

關(guān)注
創(chuàng)建者:正一算法程序 創(chuàng)建時(shí)間:2019-03-03

目標(biāo)分配優(yōu)化問(wèn)題的視頻教程

Isight--響應(yīng)面分析+單目標(biāo)或多目標(biāo)優(yōu)化--操作流程
Isight--響應(yīng)面分析+單目標(biāo)或多目標(biāo)優(yōu)化--操作流程

本節(jié)課主要講解一下如何用Isight讀取已經(jīng)處理好的數(shù)據(jù)進(jìn)行響應(yīng)面近似模型建立以及用NLPQL 算法為例進(jìn)行講解單目標(biāo)優(yōu)化問(wèn)題。多目標(biāo)優(yōu)化問(wèn)題類(lèi)似處理。

¥19.9 23分鐘 143播放
查看
粒子群算法PSO與MATLAB程序視頻教程動(dòng)態(tài)優(yōu)化及多目標(biāo)優(yōu)化
粒子群算法PSO與MATLAB程序視頻教程動(dòng)態(tài)優(yōu)化及多目標(biāo)優(yōu)化

算法分析背包問(wèn)題 第九章 ?基于交叉變異的混合粒子群算法分析旅行商問(wèn)題 第十章 ?基于交換序的粒子群算法再求解旅行商優(yōu)化問(wèn)題 第十一章 ?基于敏感粒子的動(dòng)態(tài)粒子群算法尋找雙峰動(dòng)態(tài)函數(shù)最優(yōu)值 第十二章 ?多目標(biāo)背包優(yōu)化問(wèn)題用多目標(biāo)粒子群算法求解 第十三章 ?網(wǎng)絡(luò)流傳與正版粒子群算法工具箱PSOt應(yīng)用 第十四章 ?MATLAB自帶算法命令與約束CPSO工具箱詳解 第十五章 ?約束CPSO工具箱編程應(yīng)用及各種類(lèi)型程序

¥190 3小時(shí)33分鐘 897播放
查看
目標(biāo)分配優(yōu)化問(wèn)題圖1

目標(biāo)分配優(yōu)化問(wèn)題的實(shí)例教程

可靠度優(yōu)化分配算例的改進(jìn) 可靠度優(yōu)化分配算例的改進(jìn).rar 可靠度優(yōu)化分配算例的改進(jìn).JPG
實(shí)際工程問(wèn)題中經(jīng)常涉及優(yōu)化,針對(duì)問(wèn)題的復(fù)雜程度可以考慮手動(dòng)優(yōu)化或者自動(dòng)優(yōu)化,二者沒(méi)有絕對(duì)的優(yōu)劣,主要決定于工程人員對(duì)問(wèn)題的理解程度。如果對(duì)問(wèn)題本身有足夠的理解,手動(dòng)調(diào)整2-3次方案也許就解決了,但是,如果問(wèn)題很復(fù)雜,不清楚變量和響應(yīng)之間的關(guān)系,那就直接交給優(yōu)化軟件幫助尋優(yōu)吧。當(dāng)然,如果變量過(guò)多,最好是先基于DOE進(jìn)行敏度分析,把關(guān)鍵參數(shù)找出來(lái),再對(duì)關(guān)鍵參數(shù)做優(yōu)化,可以減少工作量。 此外,現(xiàn)在很多軟件中都集成了優(yōu)化方法,比如STAR-CCM+自帶的optimate功能,Amesim、Abaqus、Hyperwork等也都有自己的優(yōu)化功能。因此,如果軟件的模塊較全面,那最好是能在一個(gè)軟件里全搞定,這樣子優(yōu)化效率是最高的。 文章來(lái)源:也曾是個(gè)少年
展開(kāi)
Optistruct是一款非常優(yōu)秀的商業(yè)有限元求解器、優(yōu)化求解器,功能強(qiáng)大到炸裂,使用起來(lái)也很方便。但偶爾用起來(lái)也有一點(diǎn)點(diǎn)小麻煩,初學(xué)者經(jīng)常會(huì)碰到的問(wèn)題就是不知道怎么使用Optistruct進(jìn)行多目標(biāo)優(yōu)化或應(yīng)力優(yōu)化這種涉及多個(gè)響應(yīng)的優(yōu)化。Optistruct中的響應(yīng)是指要作為目標(biāo)函數(shù)或約束函數(shù)的結(jié)構(gòu)的性能,比如質(zhì)量、體積、體積分?jǐn)?shù)、應(yīng)力、位移等等,其中應(yīng)力和位移這種響應(yīng)屬于局部響應(yīng),即結(jié)構(gòu)中有很多個(gè)這種響應(yīng),某點(diǎn)的位移或應(yīng)力不能代表結(jié)構(gòu)的整體性能。以應(yīng)力優(yōu)化為例,假如我們想要進(jìn)行應(yīng)力最小優(yōu)化,我們實(shí)際上是要使結(jié)構(gòu)中的最大應(yīng)力最小,但是值得注意的是,優(yōu)化過(guò)程中,具有最大應(yīng)力的單元一直會(huì)變,因此不可能使某個(gè)應(yīng)力值最小,而另外一方面,optistruct也只允許有一個(gè)目標(biāo)函數(shù),怎么辦呢? 通過(guò)查詢(xún)各類(lèi)資料,本人摸索出一個(gè)行之有效的方法,概述如下: 創(chuàng)建一個(gè)公式,應(yīng)力優(yōu)化經(jīng)常使用p范數(shù)凝聚所有的應(yīng)力值,結(jié)構(gòu)中有多少個(gè)單元,公式中即有多少個(gè)未知數(shù) σpn=(Σ(σi)^pn)^(1/pn 創(chuàng)建NEL個(gè)應(yīng)力響應(yīng),NEL為結(jié)構(gòu)中的單元個(gè)數(shù) 創(chuàng)建一個(gè)總的響應(yīng),類(lèi)型選擇為:function,勾選第一步創(chuàng)建的公式,然后不要著急create,先點(diǎn)擊edit,勾選response,在數(shù)目中輸入單元個(gè)數(shù),然后挨個(gè)在彈出的NEL個(gè)框中,填入一個(gè)個(gè)響應(yīng) 在目標(biāo)函數(shù)中,選擇第三步創(chuàng)建的總響應(yīng)作為目標(biāo)函數(shù)。 假如這么干的話(huà),難點(diǎn)在于第二步和第三步,因?yàn)槲覀円獎(jiǎng)?chuàng)建NEL個(gè)應(yīng)力響應(yīng),每個(gè)響應(yīng)對(duì)應(yīng)一個(gè)單元。
展開(kāi)
作者:張應(yīng)遷 問(wèn)題描述: 一個(gè)設(shè)計(jì)笨重的鋼盤(pán),如圖1所示,承受50 MPa 的拉伸載荷,需要進(jìn)行優(yōu)化,以減小重量而能承受最大von-mises 150 MPa為限。可以允許改變厚度 t1 和過(guò)渡圓角半徑fil。
摘要 本章主要講述如何利用FRED優(yōu)化功能修改模型并且達(dá)到想要的目標(biāo)平面照度分布。要優(yōu)化的模型是PMMA 導(dǎo)光管,6個(gè)變量控制著導(dǎo)光管的形狀,優(yōu)化評(píng)價(jià)函數(shù)是當(dāng)前照度和理想照度之差,通過(guò)用戶(hù)自定義腳本設(shè)定。 FRED 內(nèi)置混合優(yōu)化,可以同時(shí)優(yōu)化多個(gè)函數(shù),對(duì)于非均勻有理B樣條曲線(xiàn)(NURBs)可以直接優(yōu)化其控制點(diǎn)坐標(biāo)。 系統(tǒng)參數(shù) 將要使用到的模型幾何結(jié)構(gòu)如下圖 圖1.導(dǎo)光管正/側(cè)面圖 如下圖所示,導(dǎo)光管的兩個(gè)表面都是由2階NURB 曲線(xiàn)旋轉(zhuǎn)構(gòu)成。優(yōu)化過(guò)程用到某些控制點(diǎn)的坐標(biāo)和比重作為變量,在優(yōu)化過(guò)程中改變導(dǎo)光管的形狀。如下圖所示,綠色的點(diǎn)是在優(yōu)化過(guò)程中將要改變的控制點(diǎn) 圖2.導(dǎo)光管側(cè)面視圖,綠色的點(diǎn)(CP0, CP1)是將要在優(yōu)化中被修改的控制點(diǎn) 導(dǎo)光管的一端設(shè)定有平面隨機(jī)點(diǎn)光源,在初始狀態(tài)下,分析面上的輻射分布如下圖 圖3.分析面上初始狀態(tài)下的輻射分布 優(yōu)化以后想要取得的分布如下圖所示 圖4.優(yōu)化后想要的分布
展開(kāi)
目標(biāo)分配優(yōu)化問(wèn)題圖2

目標(biāo)分配優(yōu)化問(wèn)題的最新內(nèi)容

將要使用到的模型幾何結(jié)構(gòu)如下圖 系統(tǒng)參數(shù) FRED 內(nèi)置混合優(yōu)化,可以同時(shí)優(yōu)化多個(gè)函數(shù),對(duì)于非均勻有理B樣條曲線(xiàn)(NURBs)可以直接優(yōu)化其控制點(diǎn)坐標(biāo)。 本章主要講述如何利用FRED 優(yōu)化功能修改模型并且達(dá)到想要的目標(biāo)平面照度分布。要優(yōu)化的模型是PMMA 導(dǎo)光管,6個(gè)變量控制著導(dǎo)光管的形狀
在大多數(shù)企業(yè)中,是在中小型企業(yè),IT預(yù)算常常是讓人頭疼的一塊。你可能會(huì)很清楚地知道企業(yè)的總體支出是多少,但很少能精準(zhǔn)算出其中有多少是“浪費(fèi)”掉的。在軟件許可管理方面,很多人甚至連“本省了多少”都搞不清楚。2025年,數(shù)字化轉(zhuǎn)型的加速,企業(yè)對(duì)軟件系統(tǒng)的依賴(lài)比以往任何時(shí)候都要深,而軟件許可成本卻像一座看不見(jiàn)的山,壓得很多公司喘不過(guò)氣。 但別擔(dān)心!我們不是在單純說(shuō)“省錢(qián)”,而是要從技術(shù)角度出發(fā),給出一套切實(shí)可行的軟件許可優(yōu)化方案
SerDes(Serializer/Deserializer,串并轉(zhuǎn)換器)是高速數(shù)據(jù)傳輸系統(tǒng)中的核心集成電路(IC),其核心功能是在發(fā)送端將并行數(shù)據(jù)轉(zhuǎn)換為串行數(shù)據(jù)(序列化),通過(guò)少量高速傳輸線(xiàn)傳輸后,在接收端將串行數(shù)據(jù)還原為并行數(shù)據(jù)(解序列化)。它能大幅減少信號(hào)線(xiàn)數(shù)量、降低互連成本,并支持超高速數(shù)據(jù)傳輸(目前已突破 100Gbps 甚至更高),廣泛應(yīng)用于數(shù)據(jù)中心、5G/6G 通信、
摘要 本章主要講述如何利用FRED 優(yōu)化功能修改模型并且達(dá)到想要的目標(biāo)平面照度分布。要優(yōu)化的模型是PMMA 導(dǎo)光管,6個(gè)變量控制著導(dǎo)光管的形狀,優(yōu)化評(píng)價(jià)函數(shù)是當(dāng)前照度和理想照度之差,通過(guò)用戶(hù)自定義腳本設(shè)定。 FRED 內(nèi)置混合優(yōu)化,可以同時(shí)優(yōu)化多個(gè)函數(shù),對(duì)于非均勻有理B樣條曲線(xiàn)(NURBs)可以直接優(yōu)化其控制點(diǎn)坐標(biāo)。 系統(tǒng)參數(shù) 將要使用到的模型幾何結(jié)構(gòu)如下圖
基于matlab的GA優(yōu)化算法優(yōu)化車(chē)間調(diào)度問(wèn)題。n個(gè)工作在m個(gè)臺(tái)機(jī)器上加工。已知每個(gè)工作中工序加工順序、各工序的加工時(shí)間以及每個(gè)工件所包含的工序,在滿(mǎn)足約束條件的前提下,目的是確定機(jī)器上各工件順序,以保證某項(xiàng)性能指標(biāo)最優(yōu)。程序功能說(shuō)明:共4個(gè)工件,每個(gè)工件3個(gè)工序,6臺(tái)機(jī)器,給出了每個(gè)工件的各工序能使用的機(jī)器序號(hào)矩陣Jm,求解最優(yōu)調(diào)度方案的加工時(shí)間。程序已調(diào)通,可直接運(yùn)行。
基于matlab的布谷鳥(niǎo)(COA)多目標(biāo)優(yōu)化算法,以 滿(mǎn)意度、成本、時(shí)間、質(zhì)量為目標(biāo)的多目標(biāo)優(yōu)化求解代碼。程序已調(diào)通,可直接運(yùn)行。
隨著驅(qū)動(dòng)電機(jī)功率密度的不斷提升,對(duì)電機(jī)的最高轉(zhuǎn)速也提出了更高的要求。在IPM電機(jī)中,轉(zhuǎn)子隔磁橋需要承受更大的離心應(yīng)力,同時(shí)還必須確保足夠的隔磁性能。為了有效分散轉(zhuǎn)子應(yīng)力,磁極拓?fù)浣Y(jié)構(gòu)變得愈發(fā)復(fù)雜,雙層甚至多層永磁體的設(shè)計(jì)變得非常普遍。這使得隔磁橋和孔的幾何設(shè)計(jì)具有更高的自由度和復(fù)雜性。 因此,如何在隔磁橋的尺寸設(shè)計(jì)中兼顧電磁性能和結(jié)構(gòu)強(qiáng)度,成為一個(gè)典型的多物理場(chǎng)權(quán)衡設(shè)計(jì)問(wèn)題。然而,僅憑借經(jīng)驗(yàn)來(lái)設(shè)計(jì)滿(mǎn)足所有設(shè)計(jì)任務(wù)要求的轉(zhuǎn)子隔磁橋尺寸非常具有挑戰(zhàn)性
基于matlab的模擬退火算法(SA)優(yōu)化車(chē)輛路徑問(wèn)題(VRP),在位置已知的條件下,確定車(chē)輛到各個(gè)指定位置的行程路線(xiàn)圖,使得路徑最短,運(yùn)輸成本最低。一個(gè)位置由一臺(tái)車(chē)服務(wù),且始于起點(diǎn),返回起點(diǎn),程序已調(diào)通,可直接運(yùn)行。
基于matlab針對(duì)壓縮重構(gòu)感知中的稀疏優(yōu)化問(wèn)題,實(shí)現(xiàn)L1范數(shù)最小化問(wèn)題求解,首先構(gòu)造信號(hào),并進(jìn)行離散余弦變換,保證稀疏度,采用多個(gè)方法進(jìn)行稀疏重構(gòu),分別有,(1)基于L1正則的最小二乘算法-L1_Ls,(2)軟閾值迭代算法(ISTA),(3)快速的迭代閾值收縮算法(FISTA),(4)平滑L0范數(shù)的重建算法(SL0算法),(5)正交匹配追蹤算法(OMP),(6)壓縮感知重構(gòu)算法之壓縮采樣匹配追蹤
■科盛科技 技術(shù)支持處 / 賀資閔 工程師 客戶(hù)簡(jiǎn)介 客戶(hù):NetShape / Shape Corp 國(guó)家:印度 產(chǎn)業(yè):汽車(chē) 解決方案:Moldex3D Professional、Designer BLM、Fiber Shape Corp不但是碰撞能量管理系統(tǒng)以及先進(jìn)的輥軋成型技術(shù)領(lǐng)域的全球領(lǐng)袖,且是北美洲地區(qū)最知名的汽車(chē)保險(xiǎn)桿制造商