ansys優化算法理論的案例
[資料搜集]有關優化理論,算法,實例,軟件,代碼,文獻等的網站
貼出你所知道的有關優化理論,算法,實例,軟件,代碼,文獻等的網站.
期望通過這樣一種方式,能夠達到資源共享的目的.
歡迎積極參與,如貼出有參考價值的網址,可獲得加分10~50不等:)
我先貼出幾個,供參考.
網址: http://166.111.25.5/bbs/index.php
簡介: 中國運籌學網由清華大學不確定理論實驗室與中國運籌學會不確定系統分會聯合主辦;討論有關不確定理論、不確定規劃、智能算法及應用方面的東東,是一個不錯的網站.
網址: http://www.mathtools.net/Fortran/Optimization/
簡介: 優化算法幾種語言的代碼,實例,內容還是比較豐富的,如:C,C++/Optimization ,Excel/Optimization, IDL+PVWave/Optimization ,Java/Optimization , MATLAB/Optimization , Other/Optimization .
展開 利用ANSYS進行優化設計時的幾種優化算法
本文探討了利用ANSYS進行優化設計時的幾種優化算法。
優化技術
理解計算機程序的算法總是很有用的，尤其是在優化設計中。在這一部分中，將提供對下列方法的說明：零階方法，一階方法，隨機搜索法，等步長搜索法，乘子計算法和最優梯度法。(更多的細節參見ANSYS Theory Reference 第20章。)
零階方法
零階方法之所以稱為零階方法是由于它只用到因變量而不用到它的偏導數。在零階方法中有兩個重要的概念：目標函數和狀態變量的逼近方法，由約束的優化問題轉換為非約束的優化問題。
逼近方法：
本方法中，程序用曲線擬合來建立目標函數和設計變量之間的關系。這是通過用幾個設計變量序列計算目標函數然后求得各數據點間最小平方實現的。該結果曲線(或平面)叫做逼近。每次優化循環生成一個新的數據點，目標函數就完成一次更新。實際上是逼近被求解最小值而并非目標函數。
狀態變量也是同樣處理的。每個狀態變量都生成一個逼近并在每次循環后更新。
用戶可以控制優化近似的逼近曲線。可以指定線性擬合，平方擬合或平方差擬合。缺省情況下，用平方差擬合目標函數，用平方擬合狀態變量。用下列方法實現該控制功能：
Command: OPEQN
GUI: Main Menu>Design Opt>Method/Tool
OPEQN同樣可以控制設計數據點在形成逼近時如何加權;見ANSYS Theory Reference。
轉換為非約束問題
狀態變量和設計變量的數值范圍約束了設計，優化問題就成為約束的優化問題。ANSYS程序將其轉化為非約束問題，因為后者的最小化方法比前者更有效率。轉換是通過對目標函數逼近加罰函數的方法計入所加約束的。
展開 基于VB的ANSYS的二次開發之優化算法
ANSYS優化分析的目的是尋求滿足所有給定的約束條件（設計變量的約束和狀態變量的約束），并使目標函數達到最小值的設計變量。ANSYS分析結束后會給出若干設計序列，SET1、SET2等等。在這些設計序列中，一般情況下存在滿足約束條件的合理解釋以及滿足目標函數最小化的最優解，但有時也可能所有解都不滿足約束條件（說明用戶給定的約束條件不合理）。
ANSYS優化分析文件是一個命令流輸入文件，應包括一個完整的分析過程前處理、求解以及后處理（主要是提取相關參數），分析過程必須參數化。此外，還要在優化分析文件中指定變量、狀態變量及目標函數。由這個文件可以自動生成優化循環文件（Jobname.loop），并在優化計算中循環處理。每一次循環均執行一次分析文件。最后一次循環的輸出結果存儲在Jonname.opo中。
優化算法
理解ANSYS優化算法對于執行優化分析是很有必要的。ANSYS現有的優化算法主要有：零階方法、一階方法、單步運行、隨機搜索法、等步長搜索法、乘子計算法和最優梯度法。此外，用戶還可以通過UPFs定義自己的優化算法。下面重點說明零階方法和一階方法。
1.零階方法
由于優化過程中只用到因變量本身，而不利用因變量的導數，所以稱為零階方法。使用該方法的命令為：
optype,subp
零階方法是一種函數逼近優化方法，該種方法的本質是采用最小二乘法逼近，求取一個函數曲線或函數面來擬合解空間，然后再對該函數曲線或函數面求極值。這是一種普適的優化方法，不容易陷入局部極值點，但優化精度一般不是很高，因此多用來做前期優化。
展開 Isight耦合ANSYS APDL優化分析案例及算法講解 ￥299
Isight中有很多算法，比如拉丁超立方、多島遺傳算法、多目標優化算法等等，共計十幾種算法，相信大家在學習中一定犯暈。其實這么多算法中，按大類分的話包括：試驗設計、梯度優化、直接搜索、全局優化及多目標優化五類，各類優化算法有各自的優缺點，對于我們初級、中級使用者來說，只要學會選擇相應算法即可，而不必過于糾結各類算法的原理。小編以簡支梁應力計算為例，詳細講解Isight中的優化算法及應用，并詳細講解Isight與ANSYS APDL耦合及優化結果分析。QQ: 315673349
展開 
Isight耦合ANSYS APDL優化分析案例及算法講解
— 優化算法
Isight中有很多算法，比如拉丁超立方、多島遺傳算法、多目標優化算法
等等，共計十幾種算法，相信大家在學習中一定犯暈。其實這么多算法中，按大類分的話包括：試驗設計、梯度優化、直接搜索、全局優化及多目標優化五類，各類優化算法有各自的優缺點，對于我們初級、中級使用者來說，只要學會選擇相應算法即可，而不必過于糾結各類算法的原理。
02 項目概述
03 軟件配置
Isight耦合ANSYS APDL進行優化計算之前，需要對軟件進行配置，才能實現isight對ANSYS APDL的成功調用，主要是耦合計算的環境變量的設置及isight的install.bat批處理文件的運行。
展開 