Hasta ahora los parámetros que se han definido son los de tipo 'Optimización'. Ahora abra la Configuración de optimización a través del menú 'Cálculo'.
Marque como Activa la casilla de verificación correspondiente para definir la optimización. Tal como se muestra en la imagen Configuración de optimización, los valores a optimizar son en realidad los parámetros globales. El número de estados depende del número de pasos que se hayan asignado en los parámetros de optimización. Por ejemplo, cuatro pasos quiere decir que el proceso de optimización finaliza una vez alcance cinco estados. Si se utilizan dos variables, hay 25 variaciones de optimización, denominadas mutaciones . En otras palabras: el programa cambia los valores de las dos variables dentro del rango definido. Estas combinaciones dan como resultado el cálculo de 25 modelos, cada uno con una geometría diferente.
Pueden haber muchas mutaciones de optimización. Por lo tanto, puede decidir por sí mismo cuántas variantes de modelo le gustaría generar "mejor" definiendo las prioridades como base para la optimización. Por ejemplo, es posible Optimizar el peso total mínimo, el desplazamiento vectorial, la deformación de la barra o de la superficie, el coste o las emisiones de CO2.
Ya es posible calcular todas las mutaciones de optimización. Después de iniciar el Cálculo, los resultados de las variantes individuales se muestran sucesivamente.
Métodos de optimización
El programa ofrece incluso métodos de optimización más eficientes.
El método que se utiliza en este ejemplo se denomina Optimización con enjambre de partículas (PSO). Se basa en la naturaleza y representa un método muy eficaz para encontrar valores óptimos de parámetros que requieren menos tiempo de cálculo. Esta tecnología de inteligencia artificial (IA) tiene una fuerte analogía con el comportamiento de las bandadas de aves que buscan un lugar de descanso. En tales enjambres hay muchos individuos (consulte la solución de optimización, por ejemplo, un peso) a quienes les gusta permanecer en un grupo y seguir el movimiento del grupo. Suponiendo que cada miembro del enjambre tenga la necesidad de descansar en un lugar de descanso óptimo (consulte la mejor solución, por ejemplo, el peso menor) y que esta necesidad aumenta a medida que se acerca al lugar de descanso, el comportamiento del enjambre se encuentra también influenciado por las propiedades del espacio (consulte el diagrama de resultados).
El proceso de PSO en RFEM o RSTAB procede de forma similar. La ejecución del cálculo se inicia con un resultado de optimización de una asignación aleatoria de los parámetros a optimizar y determina repetidamente nuevos resultados de optimización con valores de parámetros variados, que se basan en la experiencia de las mutaciones del modelo realizadas antes. Este proceso termina una vez se alcanza el número especificado de posibles mutaciones del modelo. En este ejemplo, el Número de mutaciones aleatorias se establece en un 30 % . Esto significa que se considera el 30 % de todas las posibles mutaciones (25).