Метод ввода общих параметров пояснен в следующей статье Базы знаний: Параметризация моделей в RFEM 6/RSTAB 9 . Наша статья покажет, как оптимизировать заданные параметры в соответствии с различными аспектами.
For that purpose, you must activate the add-on "Optimization & Costs/CO₂ Emission Estimation", as shown in Image 1. Первая часть этого аддона позволяет находить подходящие параметры для параметризованных моделей и блоков с помощью техники искусственного интеллекта (ИИ) оптимизации роя частиц (PSO) для соответствия общим критериям оптимизации.
The above-mentioned article shows that the global parameters can be created using the "Edit" menu. Для определения положения элемента связи по отношению к верхнему и нижнему поясу ячейки фермы, показанной на рисунке 2, были заданы два параметра.
Сначала параметры были заданы в виде значений. To optimize them, you must change their definition type to "Optimization" and define optimization parameters such as minimum and maximum values, increments, and steps (Image 3).
The optimization settings are accessible via the "Calculate" menu. Как показано на рисунке 4, значения для оптимизации являются глобальными параметрами. Количество состояний зависит от количества шагов, заданных в параметрах оптимизации.
Например, 4 шага означает, что процесс оптимизации завершится в 5 состояниях. С учетом двух переменных количество оптимизационных мутаций равно 25. Другими словами, программа изменяет значения двух переменных в заданном диапазоне, данные сочетания приводят к расчету 25 моделей с различной геометрией.
Since we are interested in finding the optimal geometry (that is, the position of the bracing element in this example), the optimization should be set as "Active". Может получиться так, что существует множество оптимизационных мутаций, поэтому можно самостоятельно определить оптимальное количество смоделированных мутаций, которые будут сохранены.
The term "best" is related to what you select as a basis for the optimization. For instance, you can select optimization on minimum total weight, vectorial displacement, member or surface deformation, cost, or CO₂ emissions.
Затем вы можете выбрать расчет всех мутаций, и как только начнется выполнение расчета, программа начнет отображать результаты всех самостоятельных мутаций (рисунок 5).
В программе также предусмотрены более эффективные методы оптимизации (см. рисунок 4). Например, можно применить близкую к естественной оптимизацию роя частиц (PSO), при которой расчет начинается с результата оптимизации из случайного назначения оптимизируемых параметров; затем повторно определяются новые результаты оптимизации с различными значениями параметров.
Такие результаты основаны на опыте ранее выполненных модельных мутаций до тех пор, пока не будет достигнуто заданное количество возможных мутаций. Кроме того, можно использовать метод пакетной обработки, при котором 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.
Все методы оптимизации создают список мутаций модели из сохраненных данных в конце процесса, с указанием управляющего результата оптимизации и соответствующего присвоения значений параметрам оптимизации (рисунок 6).
Этот список организован в порядке убывания и показывает предполагаемое лучшее решение в начале списка, при этом с заданным присвоением значений результат оптимизации наиболее близок к критерию оптимизации. Кроме того, после завершения анализа программа скорректирует присвоение значений оптимального решения для параметров оптимизации в общем списке параметров.
