Оптимизация моделей для RSTAB 9

• Технология искусственного интеллекта (ИИ): оптимизация на основе роя частиц (PSO)
• Оптимизация структуры по минимальному весу или деформации
• Использование любого количества параметров оптимизации
• Задание диапазонов переменных
• Оптимизация сечений и материалов
• Типы определения параметров
• Оптимизация | По возрастанию или Оптимизация | По убыванию
• Применение параметрических моделей и блоков
• Параметризация блоков на основе JavaScript
• Оптимизация с учетом результатов расчетов
• Табличное представление лучших мутаций моделей
• Отображение мутаций моделей в реальном времени в процессе оптимизации

Вам доступны два метода для процесса оптимизации, с помощью которых можно найти оптимальные значения параметров по критерию веса или деформации.

Самый эффективный метод с наименьшим временем расчета — это естественная оптимизация роем частиц (PSO). Вы уже слышали или читали об этом? Эта технология искусственного интеллекта (AI) имеет сильную аналогию с поведением роя животных, находящихся в поисках места отдыха. В таких роях вы найдете множество индивидов (сравнительно с решением для оптимизации — например, вес), которые предпочитают оставаться в группе и следовать за групповым движением. Допустим, что у каждого члена роя существует потребность отдохнуть на оптимальной площадке для отдыха (сравнительно с наилучшим решением — например, минимальным весом). Эта потребность возрастает с приближением к месту отдыха. Таким образом, на поведение роя также влияют свойства пространства (сравнительно с результатной диаграммой).

Почему экскурсия в биологию? Очень просто — процесс PSO в RFEM или RSTAB действует аналогичным образом. Запуск расчетов начинается с результата оптимизации при случайном распределении параметров для оптимизации. При этом он постоянно определяет новые результаты оптимизации с варьируемыми значениями параметров, основанные на опыте предыдущих мутаций модели. Этот процесс продолжается до тех пор, пока не будет достигнуто предопределенное количество возможных мутаций модели.

В альтернативу этого метода в программе также доступен метод пакетной обработки. Этот метод пытается проверить все возможные мутации модели, случайным образом задавая значения параметров оптимизации до достижения заданного числа возможных мутаций модели.

Обе версии после расчета мутации модели также контролируют активированные результаты проектирования аддонов. Кроме того, они сохраняют вариант при загруженности < 1 с соответствующим результатом оптимизации и значениями параметров оптимизации.