Isight算法的案例
Isight中三類優化算法比較
Isight中三類優化算法比較
Isight優化算法可分為梯度算法、直接搜索法和全局優化法。梯度算法通過在設計空間中的當前位置設定一個前進方法和搜索步長從而獲得設計空間中的另一個位置，并判斷收斂性，Isight中梯度優化算法有三種NLPQL,LSGRG和MMFD。直接搜索法不用計算函數的梯度，僅需要函數值評估，可以有效探索初始設計點周圍的局部區域，Isight中提供的直接法有HJ(Hooke-jeeves)和DS(downhill simplex)方法。全局優化法具有搜索全局最優解的，但計算耗時多，Isight中提供的全局優化算法有MIGA,ASA和PSO。本文通過一個雙峰的不完全可行域問題來比較三類優化算法求解全局最優解的效率。
優化問題：
max f(x)=60/(1+(x1+1)^2+(x2-3)^2)+20/(1+(x1-1)^2+(x2-3)^2)+30/(1+x1^2+(x2+4)^2)
s.t. –((x1-2)^2+x2^2<-4.0
-5<x1<5
-5<x2<5
優化算法分別選用NLPQL,HJ和MIGA。
局部解（0，-4），f(x)=31.57;全局解（-0.97,3），f(x)=64.63，如圖1所示。
圖1 目標函數的等值面
isight優化步驟：
1、
構建優化流程，application組件采用calculator，process 組件選用optimization;
圖2-優化流程構建
2、
設置優化算法、設計變量、約束及目標，設計變量初始值等；
圖3-優化算法及參數設置
3、
查看優化結果，并比較3種算法搜尋全局最優解的效率。
展開 Isight優化算法之1——概述
ISIGHT中的這種技術包括：
l
遺傳算法（GeneticAlgorithm）
l
批處理遺傳算法（GeneticAlgorithm with Bulk Evaluation）
l
模擬退火算法（SimulatedAnnealing）
n
專家系統技術
專家系統技術使優化沿著用戶定義的方向進行改變，改變那一項，怎么改變，什么時候改變，這些都有用戶自己定義。ISIGHT中這樣的技術為指導啟發式搜索方法（DirectedHeuristic Search-DHS）。如果用戶知道輸入怎樣影響輸出結果的話，這種方法效率很高。
至此，ISIGHT中的優化算法概述就基本介紹到這，敬請期待優化算法詳述……
展開 Isight梯度優化算法淺析
Isight梯度優化算法淺析
梯度算法通過在設計空間中的當前位置設定一個前進方法和搜索步長從而獲得設計空間中的另一個位置，并判斷收斂性。Isight中梯度優化算法有三種NLPQL,LSGRG和MMFD,這里通過尋找數學函數表達式的最小值問題，來展示這三種算法搜尋最優解的效率。
優化問題：
min f(x)=100*(x2-x1^2)^2+10*(x1-1)^2
s.t. x1^2+x2^2=<9.0
isight優化步驟：
1、
構建優化流程，application組件采用calculator，process 組件選用optimization;
圖1-優化流程構建
2、
設置優化算法、設計變量、約束及目標，設計變量初始值為x1=2.0,x2=3.0;
圖2-優化算法及參數設置
3、
查看優化結果，并比較3種梯度算法搜尋全局最優解的效率。
圖3給出了三種算法的搜尋歷程，算法收斂準則均設置為1.0e-6，設計空間為以（0,0）為圓心半徑為3.0的圓域內，初始點為（2.0,3.0）不在設計空間內部，NLPQL算法迭代27次能搜尋到全局最優解（0.986,0.975），LSGRG算法迭代10次找到局部最優解（1.590,2.544），這個局部解剛好在設計區域的邊界上，因為LSGRG算法的搜尋梯度和它的臨界約束相關，MMFD算法迭代8次找到局部解（1.523,2.342），這個點剛好滿足目標函數高階項接近零。以上結果可以發現，初始點不在設計區域內，NLPQL算法通過多次迭代能搜尋到全局最優解，而LSGRG和MMFD算法能用較少的迭代次數搜尋到一個局部最優解而完成迭代過程。
展開 Isight優化算法之可行方向法
它可看作是無約束下降算法的自然推廣，其典型策略是從可行點出發，沿著下降的可行方向進行搜索，求出使目標函數值下降的新的可行點。算法的關鍵步驟是選擇搜索方向和確定沿著該方向移動的步長。用數學表達式表示就是：
Designi=Designi-1+A*SearchDirectioni
其中，下標i表示迭代次數，A是一維搜索過程中所確定的常量。
該方法在降低目標函數值的同時維持了解的可行性，而且效率較高。可行方向法目前不能出來等式約束的問題。這種技術有如下一些特點：
l 能快速地得到優化設計；
l 能處理不等式約束；
l 在優化中能十分準確地滿足約束。
以下是可行方向法-CONMIN的算法步驟：
可行方向法-CONMIN技術使用了以下幾種方法之一來尋找每個迭代中的搜索方向：
（1） 如果沒有約束起作用或沖突，那么使用無約束方法中的變梯度法
（2） 如果有任何約束起作用并且沒有約束沖突，使用改進的可行方向法：
（3） 如果一個或多個約束沖突，使用可行方向法-CONMIN：
Isight優化算法之5_可行方向法.pdf
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算法RBF和EBF
為了選擇一個好的協方差矩陣，Isight首先假設樣本數據的協方差是設計數據的良好近似值；即。
其中μ是樣本數據的質心。形狀函數值的優化方式與徑向基函數（RBF）相同。
Isight隨后使用對角矩陣近似實際方差（，其中Si是一個正數，n是近似中的輸入變量數量）。Isight使用模擬退火算法優化Si的值，以最小化N?1個數據點的誤差總和。
? 對輸入變量對輸出變量的影響進行排名
選擇EBF而不是RBF的主要優點之一是EBF能夠按照對輸出變量的影響順序對輸入變量進行排序。
為了說明這一點，考慮以下示例，其中輸出
z僅取決于其中一個輸入
x變量的值
y是隨機選擇的。
展開 Isight中的多目標優化算法比較
多目標優化算法主要分為兩大類：歸一化方法和非歸一化方法。
歸一化方法的解決方法通過加權或其他方式將多個目標轉化為單一目標，然后通過成熟的單目標優化方法求解。加權法是歸一化算法的代表算法之一，該算法主要是根據各子目標的重要程度分別指定相應的加權系數，將多目標問題單目標化，但其主要有兩個缺點：
（1）當目標函數的數量增加時，權重系數在目標空間里的等值面的關系不再直觀；
（2）如果Pareto前沿形狀中存在沒有凸起的部分，則無法求得這部分Pareto最優解。且加權法的權值通常并不是決策者設定，而是優化者決定，這在很大程度上受到了優化者主觀的影響。
非歸一化方法是采用Pareto機制直接處理多個目標的優化技術，它不需要將多個目標轉化為單一目標，因此解決了歸一化方法的缺點。非歸一化方法能夠使所求解集的前沿與Pareto前沿盡量接近，并盡量均勻覆蓋Pareto前沿。非歸一化方法中的代表方法是：多目標遺傳算法、eArtius公司的ParetoExplorer方法等。Isight中集成了三種多目標遺傳算法：NCGA、NSGA-II、AMGA，特點是：
（1）不單獨求一個個的Pareto解，而是一次性得到Pareto前沿；
（2）作為多目標遺傳算法的基礎的遺傳算法，是啟發式的方法，具有自組織、自適應、自學習和“復雜無關性”的特征，因此算法不用了解優化問題的全部特征就能完成問題的求解，易于操作、簡單通用；
（3）能夠求解復雜的Pareto前沿，比如凹陷部分。
在原理上，多目標遺傳算法將Pareto最優性條件運用在適應度的評價上，如果某個解在Pareto最優這個意義上比前輩更有提高，那就認為適應度得到了提高，以此進行進化施壓。Isight中的三種多目標遺傳算法各有優勢。
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 Isight處理非完全可行域問題應用實例
1.問題描述
以非完全可行域問題為例，介紹梯度優化算法在ISIGHT中的應用。優化問題如下圖所示，該問題為二次規劃問題，其中可行設計空間存在一個圓形不可行區域。
2.優化算法介紹
ISIGHT中梯度優化算法包括修正可行方向法、廣義下降梯度法、序列二次規劃法、多功能優化系統技術及混合整型序列二次規劃。
3.優化任務流程及設置
設置EXCEL表格的變量X,Y,Z及G1。
設置優化組件中的參數，具體設置如圖所示
設置好后，點擊運行。
4.結果如下圖所示
綠色背景行為最優解。
文章轉自有限元在線博客，分享給大家學習交流
展開 Isight集成Meshworks和Optistruct
定義設計變量變化范圍，約束和優化目標，調用Isight內部優化算法（NSGA-Ⅱ）進行尋優。
流程文件可以私聊！
歡迎交流！！！
權重與比例因子在多目標優化中的作用
在使用isight或其他優化軟件求解多目標優化問題的過程中，會遇到權重與比例因子這兩個概念，那么它們的具體作用是什么呢，筆者建以工字梁優化這一實例來回答這一問題。
如題，此例中，所受載荷與約束如圖所示，其長度固定保持不變，載荷P大小為75，載荷Q大小為6.25，其四個輸入變量的邊界條件是：
10.0<X1<80; 10.0<X2<60; 1<X3<5; 1<X4<5
輸出變量有：
總質量mass；最大應力stress；最大變形deflection。
約束條件是最大應力stress<12.8.
作為引例，首先只對質量mass進行單目標優化，使其最小化。在isight中選擇優化算法并建立優化流程，并設置邊界條件與約束條件優化目標等（本例中的EXCEL為工字梁理論模型，可以根據四個輸入變量計算輸出模型的質量、應力、變形等信息）。如圖
權重與比例因子在多目標優化中的作用.pdf
展開 
過程集成優化(含結構與多學科優化)發展及應用現狀初步調查
項目示例：
應用領域－－航空航天
工程目的－－形狀優化，以使某結構容易斷裂分離
所用理論－－DOE(實驗設計)＋RSM(響應面方法)＋SQP(序列二次規劃)
所用軟件－－Isight9.0(集成優化軟件)＋ANSYS(CAE分析軟件)+LS-DYNA(CAE分析軟件)＋Visual Fortran/Matlab(部分接口程序的編寫)
解決方案－－1. ANSYS參數化建模(用APDL語言,待優化的尺寸定義為設計變量),再生成LS-DYNA要用的**.K文件; 2. 提交LS-DYNA生成分析結果(結果文件的內容根據實際情況通過軟件設置輸出,但有時并不一定能滿足建模的需要); 3. 所以要通過F或M編程語言寫出需要的可執行的接口文件,從LS-DYNA輸出的結果文件中提取出有用的數據(如關注單元/結點或其集合的最大應力或變形等),并寫入一個文件如文本文件**.out。
Isight9.0解析ANSYS的APDL文件與最后的結果文件**.out，此解決變量傳輸問題；集成ANSYS+LS-DYNA+**.exe(自編的)自動求解,優化模型及算法在Isight9.0中設計。
拋磚引玉，對以上調查方案的設計有意見和建議的提出來，對項目示例有商榷之處的也可提出來，一起探討，以加完善:)
展開 iSIGHT中優化方法種類
（2）自適應模擬退火算法- Adaptive Simulated Annealing（ASA）：
自適應模擬退火算法非常適用于用算法簡單的編碼來解決高度非線性優化問題，尤其是當發現找全局目標值比尋求好的設計方法更為重要的時候。這種方法能夠辨別不同的局部最優解。該算法能夠以最小的成本就獲得最優解。
3、專家系統優化
（1）定向啟發式搜索算法-Directed Heuristic Search (DHS)：
定向啟發式搜索算法只注重于可以直接影響到優化解的參數。
iSIGHT中優化算法分類.pdf
展開 CRUISE與Isight聯合仿真優化
Isight軟件介紹
Ds Isight為法國著名飛機制造公司達索旗下的一款多功能優化工具軟件。
Isight軟件本身集成了多種常用的優化算法（如：NLPQLP、遺傳算法等等），并對算法進行了封裝。封裝算法的好處是非常容易上手，用戶直接修改參數就可以對算法進行調整，十分方便。
CRUISE與Isight聯合仿真優化
聯合仿真接口
Isight目前已經集成了非常多軟件的運行接口，很遺憾暫時不支持CRUISE。但是Isight提供了一個Simcode的功能模塊，允許用戶通過自定義批處理文件作為聯合仿真的接口。
批處理文件包含的信息有CRUISE解算器的位置、需要調用的CRUISE工程位置。這樣就不需要啟動CRUISE軟件，也能對工程進行仿真計算。
Bat生成工具
如果bat文件每次都用人工創建，難免偶爾出現問題，所以【思想】開發一款可以自動生成bat的工具，免除手工創建的煩惱。
聯合仿真優化流程
首先需要了解下CRUISE工程中，相關的文件存儲了哪些內容：
dbf文件：用于保存模型中各個模塊的參數信息，如發動機數據、電機數據、檔位信息、換擋策略等。
log文件：用于保存仿真計算的任務結果數據，其中包含Summary.log/Cruise.log/Result.log
Isight操作CRUISE項目中的dbf文件，讀取并修改優化變量，通過bat文件以命令行的形式，調用CRUISE運行仿真任務。每當結束一次仿真任務，Isight軟件通過讀取log文件獲取邊界數據與目標數據，通過優化算法生成新的變量值再次寫入dbf文件，并且使用Calculator功能對變量間的數值關系作限制，確保變量間的關系符合實際。
展開 過程集成優化綜合區資料分類索引(試行版)
Gary Wang 全集（優化文章）
Lei_Gu's Paper
neural-network（神經網絡論文集）
軟件相關:
iSIGHT優化算法 Isight 過程集成能力介紹
LS-DYNA3D理論基礎與實例分析 LS-DYNA 理論及功能 LS-OPT手冊
『下載』非線性結構分析 『下載』結構靜力分析
[分享]TAO：高級最優化工具箱(Toolkit for Advanced Optimization)
A MATLAB K 99行的拓撲優化代碼(MATLAB版)
『分享』AltairOptistruct 6.0基礎培訓中文教程
VisualDOC ,優化軟件 Visual DOC資料下載
Ansys57線性和非線性結構靜力分析指南 ansys單元翻譯
優化算例集萃
討論:
各種常見OPTIMIZATION方法之簡單比較
有關SVM(支持向量機)技術與資料的討論
多目標優化設計討論
近似模型大討論？
優化理論和有限元分析工具直接結合求解汽車結構耐撞性優化問題將遇到很大的困難，解決問題討論？
常規優化算法與有限元分析工具（如LSDYNA）直接集成求解汽車碰撞或沖壓成形問題討論？
多目標選解討論？
推薦你們所知道的結構優化軟件
[資料搜集]有關優化理論,算法,實例,軟
問題:
ansys8.0_面面接觸
關于簡支梁重量最小化的ansys優化計算的困惑
求：用蟻群算法求連續函數最優值的源代碼
跪求利用蟻群算法進行船舶舯剖面結構優化設計的源程序代碼
新手求教：如何在ansys中建立船體模型
請問誰用過modelcenter？謝謝
有誰比較過現有的多學科優化軟件，謝謝
尋求：詳細田口方法介紹資料
大家有用ansys的生死功能做過施工階段
Isight優化的結果如何自動讀出？
展開 