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

優化算法庫（Optimization）數值優化、全局優化、多目標優化、專家智能優化算法，是工程師開展設計優化工作的利器。試驗設計算法庫（DOE, Design OfExperiments）通過系統而有效的方法分析設計空間、篩選關鍵設計參數（減少問題規模）、評估設計變量影響以及辨別關鍵設計變量的交互影響關系。

優化（確定性或概率性）；e. 可靠性的隨機分析（根據需求）。 本文以Isight環境介紹整車多學科優化及輕量化優化。針對剛度、NVH等線性工況，首先進行靈敏度分析進行變量篩選。針對碰撞等分線性工況，根據經驗篩選出設計變量。然后分別針對不同的工況進行DOE分析采樣，用于構建元模型，包括質量元模型。

對應力影響大的參數確定為主要優化變量，對應力影響不大的參數確定為次要優化變量或者舍棄。采用Isight軟件集成CATIA、ABAQUS對底座進行參數靈敏度分析，分析流程見圖4,經分析后，得到參數靈敏度圖，見圖5.

.desc文件 通過.desc文件自動生成的isight模型 當需要創建的變量較少時，可以手動的進行變量的設置。但當變量較多時，手動設置比較費時，因此可以通過自動創建變量的方式來進行。自動創建變量的最優解決方案是通過Isight二次開發來發布一個SFE軟件的接口，該接口可以自動識別.mac變量文件，并自動創建參數。

圖6配置MATLAB啟動執行程序位置5.Optimaztion模塊優化設置圖7 優化模塊設置圖8為優化迭代過程圖，其最優值為5.1302，而理論值通過公式可計算出為5.1302，這說明通過優化算法獲得的解和理論解是一樣的。圖8優化流程3.制作模板文件導入變量在第2節中，變量是手動建立的，這對設置多個變量不太友好，在Isight中能否批量產生變量呢？

（3）注意：Isight內部流程文件以及路徑的合理配置，建立仿真流程后，只需要設定和修改設計變量、約束和目標，便可自動進行多次分析循環。（4）Isight是一個高度集成的多學科目標優化平臺。整個迭代優化過程是漫長的，主要取決于模型的復雜程度。倘若優化一次便要循環所有的迭代次數，這一工程量是巨大的。

借此幾乎，將“Isight集成ADAMS/CAR進行多工況聯合參數DOE或opti”以實例的形式呈現。希望對有需要的朋友，有所幫助。1、 選取DOE參數試驗的Objective選取參數過程，需要跟工程實際結合。這里僅以最大轉向角、最大前束角作為Objective。

Isight是一個仿真分析流程自動化和多學科多目標優化工具，它提供了一個可視化的靈活的仿真流程搭建平臺，同時提供與多種主流CAE分析工具的專用接口，利用此工具，用戶可以方便的以拖拽的方式可視化的快速建立復雜的仿真分析流程，設定和修改設計變量以及設計目標，自動進行多次分析循環；同時提供了試驗設計、優化設計、近似模型和質量工程等一套完整的優化算法包，來幫助用戶深入全面的了解產品的設計空間，明晰設計變量與設計目標之間的關系

Isight是一個仿真分析流程自動化和多學科多目標優化工具，它提供了一個可視化的靈活的仿真流程搭建平臺，同時提供與多種主流CAE分析工具的專用接口，利用此工具，用戶可以方便的以拖拽的方式可視化的快速建立復雜的仿真分析流程，設定和修改設計變量以及設計目標，自動進行多次分析循環；同時提供了試驗設計、優化設計、近似模型和質量工程等一套完整的優化算法包，來幫助用戶深入全面的了解產品的設計空間，明晰設計變量與設計目標之間的關系

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。

在工業應用中，設計并聯式管路系統時，通常需要優化支路結構從而使各支路按目標流量供給。本案例結合多目標優化軟件ISIGHT在STAR-CCM+中進行流場仿真，實現系統的流量分配。

下面用DOE抽樣與梯度優化混合策略為例簡述這一優化方法輸入文件及模型放在同一目錄下：Isight優化模型如下：求min z=20+x.^2+y.^2-10*(cos(0.4*pi*x)+cos(0.4*pi*y))其中：-5≤x≤5；-5≤y≤5這是一個多峰多谷問題，理論最優解為：x=0，y=0，z=0.

<p>Isight集成HyperMesh、Optistruct，運行成功</p><div contenteditable="false" width="100%">采用Isight進行多目標多學科優化，通過Isight集成和管理復雜的仿真流程，運用多種優化算法自動探索得到優化方案，從而縮短產品研制周期，降低研發成本。

1 前言Simpack是作為一款大型多體動力學分析軟件，尤其在車輛方面應用廣泛。在實際運用中，往往需要對模型進行參數化研究或者優化設計，采用手動迭代的計算方法費時費力效率低下。結合諸如Isight等優化平臺，建立自動的優化分析流程，可以大大提高優化計算的效率，縮短產品的設計周期。

最后，通過上述過程即建立汽車結構參數相對于性能、重量等各響應的函數關系，基于該關系可進行響應分析和后續多目標優化。參考文獻：1 王傳青 白車身前端結構-材料-性能一體化輕量化多目標協同優化設計2 Isight用戶手冊3 柴山， 第12章離散變量結構優化設計簡介4 黃煥軍，張博文等 基于組合代理模型的車身多學科設計優化 汽車工程