optistruct多目标优化完整过程

《optistruct多目标优化完整过程》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、有关多目标优化设计完整过程icefox163邮箱：51perfect@163.com由于做项目，我在仿真论坛上搜索过N次，只是查到说多目标要用加权和方法。但是没有具体步骤，经过一些时间郁闷，看了几天的help，终于搞出来了。我的经验如下，不一定正确（我个人感觉是正确的），我用的是9.0版。我只是把我发现在问题，解决问题的过程说出来，可能语句不太通顺。1.我们用optistruct时只能有一个objective.如下图：我只用过min,其他三个我没有用过。特别是后两个，谁用过说一下。2.我们可以设置多个response,可以把很多response用dconstraint约束，但是只能有一个ob

2、jective。有时我们需要同时满足某几个response的最小值或是最大值。但是deconstraint只能设置response的上限或是下，不能设置为min或是max。（听说可以将上限和下限设置成相近的值可以使约束近似定为某一确定的值）。3.多目标其实在help里有说明，如下。DRESP2–DesignResponseviaequationsfordesignoptimizationDescriptionWhenadesiredresponseisnotdirectlyavailablefromOptiStruct,itmaybecalculatedusingDRESP2.Thisres

3、ponsecanbeafunctionalcombinationofanysetofresponsesthataretheresultofadesignanalysisiteration.Theseresponsescanbeusedasadesignobjectiveorasdesignconstraints.TheDRESP2cardidentifiestheequationtousefortheresponserelationshipandtheinputvaluestoevaluatetheresponsefunction.我看过一些论文，现在还没有什么新的理论可以实现多目标（可能我

4、没有发现），现在对多目标的处理情况是response用函数关联起来，将不同的response设置为函数的变量，把多目标处理成为一个单目标。方程形式如下：f=w1*response1+w2*response2W1,w2为权值。Optistruct中就是如此处理的，首先在dequation中设置方程，如下图：我对设置方程还有些地方没有弄明白，我只是举个简单的例子。（希望哪位高人能把编辑方程的详细过程，及要注意的地方，单独发个帖子，特别是复杂的方程的编写过程。）4.写方程。我以单工况情况下最小化compliance和最大化一阶固有频率为例子，（这个最简单，多工况的情况，和这个差不多）.写方程时，我

5、们不能简单的将方程写成f=w1*response1+w2*response2形式，因为w1*response1的值和w2*response2值可能会相差太大，并且两者的值很可能不是同时变大或是同时变小。所以我们要对两个response作一定的数学处理。（至于为什么要这样，大家可以想明白）。数学处理的方法很简单，我主要是通过看这篇论文想到的：汽车车架结构多目标拓扑优化方法研究范文杰，范子杰，苏瑞意（强烈推荐）MultiobjectiveoptimaltopologydesignofstructuresT.-Y.Chen,S.-C.WuUni®edtopologydesignofstatican

6、dvibratingstructuresusingmultiobjectiveoptimizationSeungjaeMin,ShinjiNishiwaki,NoboruKikuchi（1）至于为什么这样处理，都至少是本科生了，这个我想不需要说明（数学处理的方法肯定不只这一种，这个比较简单，也好理解，谁要是有其他的处理方法，大家讨论一下）这里只讨论一个工况情况下，k=1，=1，方程1里面的参数自己看论文去。是我们设置的参数，为柔度，怎么得到：以原模型做分析，原模型的柔度应该是最小的，因为我们要减小模型的柔度，提高刚度。它的值可以在out文件中取得。怎么得到：将增加了设计区域的模型进行拓扑优化

7、，objective设为compliance最小，经过优化可以得到最小的compliance值，out文件中可以取得。为我们设置的变量，一阶固有频率。怎么得到：将增加了设计区域的模型进行拓扑优化，objective设为frequency最大，out文件中可以得到优化后最大值。怎么得到：将原模型进行分析，得出的值为最小值，因为我们要得到比这个大的值。W为权值，0至1之间，我们可以设置不同的权值，得出不同的结果，