Si vous avez activé l'add-on Optimisation et estimation des coûts / émissions de CO2 dans les paramètres de base, vous pouvez accéder aux paramètres d'optimisation dans le navigateur de données → 'Cas et combinaisons de charges' ou via la barre de menu → 'Calculer'.
Il ouvre la boîte de dialogue 'Paramètres d'optimisation', dans laquelle vous pouvez contrôler et démarrer le processus d'optimisation.
Activer l'optimisation
Par défaut, la case de contrôle 'Actif' n'est pas cochée. Ainsi, aucune optimisation n'est effectuée. Pour activer la tâche d'optimisation, cochez la case de contrôle. Après avoir vérifié les autres paramètres, vous pouvez alors démarrer l'optimisation en fermant la boîte de dialogue avec le bouton 'OK & calculer tout'.
Paramètres à optimiser
Cette section contient un tableau récapitulatif dans lequel tous les paramètres d'optimisation déclarés dans le dialogue Paramètres globaux sont listés.
Le nombre d'états possibles indique combien de variations sont possibles pour chaque paramètre. Ils résultent des plages d'influence et sont chacun supérieur de 1 à la valeur indiquée dans la colonne 'Étapes' des paramètres globaux.
Le 'facteur de sensibilité' décrit l'influence de chaque paramètre sur la tâche d'optimisation : plus le facteur est grand, plus la pertinence pour la détermination de la valeur cible optimale est grande. La précision du facteur est améliorée à chaque course de calcul (chaque mutation d'optimisation).
Avec le bouton
en bas à droite, vous pouvez accéder au dialogue 'Paramètres globaux' pour vérifier les paramètres d'optimisation. Le bouton devient accessible lorsque vous cliquez dans une cellule du tableau.
Le 'nombre de mutations d'optimisation' à la fin du tableau représente les configurations de paramètres possibles calculées à partir de l'analyse complète de tous les états des paramètres d'optimisation pour tous les paramètres d'optimisation. Si ce nombre est 0, il n'y a aucun paramètre à optimiser ; le programme ne peut lancer aucun processus d'optimisation.
Paramètres d'optimisation
Dans cette section, vous pouvez définir les conditions limites de la tâche d'optimisation. Les paramètres contrôlent le processus d'optimisation et fournissent le cadre de la sortie.
Valeur cible
La liste propose différents objectifs parmi lesquels choisir, qui définissent le but optimal de la tâche d'optimisation. Ces critères décrivent — comme c'est habituel dans le domaine de la construction — une réponse minimale du modèle à certaines conditions limites de l'analyse.
Le programme essaie de trouver les paramètres appropriés pour atteindre le résultat minimal pour le poids, le déplacement, la déformation, le coût ou les émissions de CO2.
Les options 'Paramètre global Min./Max.' conviennent comme critères personnalisés pour les formules que vous avez sauvegardées dans la liste Paramètres globaux . Lorsque vous utilisez un paramètre global, vous pouvez faire un choix correspondant dans la liste déroulante 'Paramètre'.
Optimiseur
Dans la liste, vous pouvez choisir l'algorithme pour résoudre la tâche d'optimisation. Le programme propose trois méthodes de solution différentes.
- Toutes les mutations: Dans un processus par lots, toutes les variantes de modèle possibles ("mutations") sont calculées successivement. Le résultat est évalué pour l'étape suivante et classé en conséquence dans la Table des optimisations . L'analyse complète de toutes les mutations présente l'avantage de trouver les configurations de paramètres optimales possibles. En même temps, cette forme d'analyse nécessite un temps de calcul relativement long, car toutes les mutations sont examinées.
- Mutations aléatoires: Ce processus détermine d'abord pour la fraction en pourcentage de toutes les mutations de modèles possibles, que vous pouvez définir sous 'Nombre de mutations aléatoires', une distribution aléatoire uniforme des états des paramètres. Chaque configuration de paramètres ainsi déterminée a la même probabilité parmi chaque plage d'influence des paramètres. Ensuite, toutes ces configurations sont calculées successivement dans un processus par lots, évaluées pour l'étape suivante et classées en conséquence dans la Table des optimisations . Cette forme d'analyse est — en fonction de la quantité de mutations étudiées — relativement rapide, mais peut ne pas nécessairement trouver toutes les situations optimales en raison de la distribution aléatoire uniforme des configurations de paramètres.
- Essaim de particules: Cette méthode imite le comportement d'un essaim animal à la recherche de nourriture ou d'un lieu de repos. La méthode a été développée pour l'optimisation de fonctions non linéaires. Une brève description est disponible dans un article Wikipedia.
- Colonie de fourmis: Dans cette méthode, le comportement des fourmis à la recherche de nourriture est simulé. Les chemins prometteurs sont marqués par des traces de phéromones et fréquemment utilisés. Étant donné qu'il s'agit d'une méthode heuristique, une solution optimale ne peut pas être garantie.
Pourcentage de mutations
Dans les méthodes 'Mutations aléatoires', 'Essaim de particules' et 'Colonie de fourmis', vous pouvez limiter le nombre de courses de calcul. Le pourcentage se réfère au 'nombre de mutations d'optimisation', qui est calculé à partir des paramètres donnés pour l'optimisation.
Options
Dans cette section, vous pouvez faire des réglages supplémentaires facultatifs.
L'option 'Précalcul des facteurs de sensibilité' permet un premier calcul de la pertinence des paramètres pour la tâche d'optimisation avant que les calculs réels, parfois complexes, ne commencent. Pour le contrôle, vous pouvez régler la 'Précision du précalcul' par le facteur k.
Avec les paramètres dans le champ 'Activer automatiquement les paramètres par', vous pouvez activer les paramètres dans le tableau 'Paramètres à optimiser' dès qu'un nombre n de paramètres est atteint ou que le facteur de sensibilité dépasse un seuil fs.