优化设置

如果您在基本信息中启用了 Add-On Modelloptimierung，则可以通过以下方式访问优化设置：

• 数据导航器：荷载工况和组合 → 优化设置
• 菜单：计算 → 优化设置

显示优化设置

在“编辑优化设置”对话框中，您可以控制并启动优化过程。

调用和管理优化设置

启用优化

“启用”复选框默认未勾选，因此不会进行优化。要激活优化任务，请勾选该复选框。在检查其余设置后，您可以通过点击“确定并全部计算”按钮关闭对话框，从而启动优化。

待优化参数

本节包含一个概览表，其中列出了在对话框 全局参数 中定义的所有优化参数。

“可能状态”的数量表示每个参数可有多少种变化。它们由作用范围得出，并且都比全局参数中“步数”列所指定的值大 1。

“灵敏度系数”描述了相应参数对优化任务的影响：系数越大，则其在确定最优目标值时的重要性越高。该系数的精度会随着每次计算运行（每次优化突变）而提高。

通过右下角的 按钮，您可以跳转到“全局参数”对话框以检查优化参数。单击表格单元格后，该按钮可用。

表格底部的“优化突变数量”表示在对所有优化参数状态进行完整分析后，所有优化参数组合在计算上可能产生的数量。如果该数量为 0，则不存在需要优化的参数；程序无法启动优化运行。

优化参数

在本节中，您可以设置优化任务的边界条件。参数用于控制优化过程，并为输出结果提供框架。

目标值

列表中提供了不同的目标选项，用于定义优化任务的最优解。这些准则——如结构工程中通常所示——均描述了在特定分析边界条件下尽可能小的模型响应。

结构模型的优化：目标设定与结果

程序会尝试找到合适的参数，以实现重量、位移、变形、成本或 CO₂ 排放的最小结果。

“全局参数的最小/最大值”选项适合作为用户自定义准则，用于您在列表 Globale Parameter 中定义的公式。使用全局参数时，您可以在“参数”下拉列表中进行相应选择。

优化器

在列表中，您可以选择用于求解优化任务的算法。程序提供三种不同的求解方法。

• 所有突变: 在批处理过程中，所有可能的模型变体（“突变”）将依次计算。结果会用于下一步评估，并相应地归入 表格“优化” 。全面考虑所有突变的优点在于可以找到可能的最优参数组合。与此同时，这种分析方式需要相对较长的计算时间，因为需要检查所有突变。
• 随机突变: 此过程首先为所有可能模型突变中的一个百分比分数（您可以在“随机突变数量”中定义）确定参数状态的均匀随机分布。由此确定的每一种参数组合在各个参数作用范围内具有相同的概率。随后，所有这些组合将在批处理过程中依次计算，并分别用于下一步评估，之后相应地归入 表格“优化” 。这种分析方式根据所研究的突变数量而定，相对较快，但由于参数组合是随机、均匀分布的，因此不一定能够找到所有最优情况。
• 粒子群: 该方法模拟一个动物群体在寻找食物或休息地点时的行为。该方法为非线性函数优化而开发。简短说明请参见 Wikipedia 文章。
• 蚁群: 该方法模拟蚂蚁觅食时的行为。具有前景的路径会通过信息素痕迹进行标记并被更频繁地使用。由于这是一种启发式方法，因此无法保证获得最优解。

突变百分比

对于“随机突变”、“粒子群”和“蚁群”方法，您可以限制计算运行次数。该百分比基于根据预设优化参数计算得出的“优化突变数量”。

选项

在本节中，您可以进行其他可选设置。

“灵敏度系数预计算”选项允许在实际、且有时较为耗时的计算开始之前，先对参数对优化任务的重要性进行初步计算。为了控制这一过程，您可以通过系数 k 设置“预计算精度”。

通过“通过以下方式自动激活参数”字段中的设置，您可以在表格“待优化参数”中激活参数，只要达到一定数量 n 的参数，或者当灵敏度系数超过阈值 f_s 时。