Формула 9

• Технологии искусственного интеллекта (AI): Оптимизация роя частиц (PSO)
• Оптимизация конструкции по минимальному весу или деформации
• Использование любого количества параметров оптимизации
• Задание диапазонов переменных
• Оптимизация сечений и материалов
• Способы задания параметров
• Оптимизация | По возрастанию, или Оптимизация | Убывающая
• Применение параметрических моделей и блоков
• Параметризация блоков на основе JavaScript
• Оптимизация с учетом результатов расчета
• Табличное отображение лучших изменений модели
• Отображение изменений модели в процессе оптимизации в режиме реального времени
• Прогноз стоимости модели с указанием цен за единицу
• Определение потенциалa глобального потепления GWP при реализации модели путем оценки эквивалента CO₂
• Выбор единиц измерения веса, объема и площади (цена и CO₂ e)

У вас есть вопросы по программе? Оптимизация конструкции в программах RFEM и RSTAB - это завершение параметрического ввода. Это процесс, протекающий параллельно с фактическим расчетом модели со всеми его нормативными определениями. Аддон предполагает, что ваша модель или блок построена с параметрическим контекстом и полностью управляется глобальными контрольными параметрами типа «оптимизация». Поэтому у этих контрольных параметров есть нижний и верхний предел, а также размер шага для ограничения диапазона оптимизации. Если вы хотите найти оптимальные значения контрольных параметров, необходимо указать критерий оптимизации (например, минимальный вес) с выбором метода оптимизации (например, оптимизация роя частиц).

Вы уже можете найти оценку стоимости и выбросов CO₂ в определениях материала. Оба варианта можно активировать по отдельности в каждом задании материала. Оценка основана на единице расчета удельных затрат или удельных выбросов для стержней, поверхностей и тел. При этом вы можете выбрать, будут ли единицы измерения отображаться по весу, объему или площади.

Существует два метода, которые вы можете использовать для процесса оптимизации, с помощью которых можно найти оптимальные значения параметров в соответствии с критерием веса или деформации.

Наиболее эффективным методом с наименьшим временем расчета является оптимизация, близкая к естественному рою частиц (PSO). Вы слышали или читали об этом? Эта технология искусственного интеллекта (ИИ) имеет сильное сходство с поведением стаи животных, ищущих место для отдыха. В таких роях можно найти много особей (ср. решение по оптимизации - например, вес), которые хотят оставаться в группе и следить за ее движением. Давайте' предположим, что каждому отдельному члену роя требуется оптимальное место для отдыха (сравните лучшее решение - например, наименьший вес). Эта необходимость возрастает по мере приближения к месту отдыха. Таким образом, на поведение роя также влияют свойства пространства (см. диаграмму результатов).

Почему экскурс в биологию? Все очень просто - процесс PSO в программе RFEM или RSTAB выполняется аналогичным образом. Прогон расчета начинается с результата оптимизации случайного назначения оптимизируемых параметров. Он повторно определяет новые результаты оптимизации с различными значениями параметров, основанные на опыте ранее выполненных изменений модели. Процесс продолжается до тех пор, пока не будет достигнуто заданное количество возможных мутаций модели.

В качестве альтернативы этому методу программа предлагает также пакетный метод обработки. В данном методе выполняется попытка проверить все возможные мутации модели путем случайного указания значений параметров оптимизации до тех пор, пока не будет достигнуто заданное количество возможных мутаций модели.

После вычисления изменения модели, оба варианта проверяют соответствующие активированные результаты расчета аддонов. Кроме того, они сохраняют вариант с соответствующим результатом оптимизации и приданием значений параметрам оптимизации, если использование < 1.

Расчетные общие затраты и выбросы можно определить из соответствующих сумм отдельных материалов. Сумма материалов состоит из частичных сумм стержней, поверхностей и тел, основанных на весе, объеме и площади.