【摘 要】
：
传统优化设计认为问题的参数(如材料属性和外加载荷等)是确定的,并且设计变量通常是连续的。而在实际应用中产品制造和测量等存在不可避免的误差,并且工程需要的设计结果(如钢筋截面尺寸等)往往是离散的。即使对于考虑了不确定性参数影响的连续最优解,经过圆整处理后也很可能产生较大偏差甚至变得不可行。针对该难点,本文结合非概率不确定性鲁棒优化算法,建立与离散的基于圆整策略的优化算法列式等价的鲁棒优化列式及用于解决离散优化问题的可置信性鲁棒优化方法。并进一步研究了离散变量不确定性优化问题的可置信性鲁棒优化求解方法,利用非
【机 构】
：
大连大学机械工程学院,大连理工大学工业装备国家重点实验室工程力学系,大连理工大学宁波研究院
【基金项目】
：
国家自然科学基金(11821202,11732004,12002073,12002077,11922204,11872141),科技部国家重点研发计划(2020YFB1709401,2016YFB0201601),大连大学博士启动基金(2021QL02),博士后科学基金(2020T130078,2020M680944)资助项目.
论文部分内容阅读
传统优化设计认为问题的参数(如材料属性和外加载荷等)是确定的,并且设计变量通常是连续的。而在实际应用中产品制造和测量等存在不可避免的误差,并且工程需要的设计结果(如钢筋截面尺寸等)往往是离散的。即使对于考虑了不确定性参数影响的连续最优解,经过圆整处理后也很可能产生较大偏差甚至变得不可行。针对该难点,本文结合非概率不确定性鲁棒优化算法,建立与离散的基于圆整策略的优化算法列式等价的鲁棒优化列式及用于解决离散优化问题的可置信性鲁棒优化方法。并进一步研究了离散变量不确定性优化问题的可置信性鲁棒优化求解方法,利用非
其他文献
在热能动力工程中推广应用金属热处理技术,既是行业发展的必然需求,也是行业创新发展的主流趋势。本文首先对金属热处理工艺进行概述,然后阐述金属热处理加工工艺的步骤,之后探讨热能动力工程需要解决的问题,最后具体分析金属热处理技术在热能动力工程中的有效应用。
随着科学技术的不断发展,工程项目施工进度管理与数字化技术不断融合,创造出了新的施工进度控制及优化方法,实现了施工进度的信息化和精细化管理,不仅提高了工作效率,还节约了资源。本文阐明了基于数字化技术的施工较传统施工的优势,解释了数字化技术的概念,分析了数字化建筑信息模型(Build⁃ing Information Modeling,BIM)技术的运用,进一步拓宽了施工进度管理优化的新思路。
注塑成型在塑料工业生产中占据重要地位,注塑模具的散热能力影响着塑料制品的生产效率以及产品质量。本文基于变密度拓扑优化方法,以最小化结构平均温度为目标,研究了注塑模具冷却管道的拓扑优化问题。由于在注塑成型过程中模具会受到注塑机施加的克服塑件胀模力的巨大锁模力,故本文还将模具结构承载性能作为优化的评价指标。最终基于开源平台OpenFOAM对此三维流-热-力耦合拓扑优化问题进行求解,得到了具有制造可行性的冷却管道设计。
顶管技术具有降低噪声、减少粉尘、减轻对交通条件和环境状况的干扰和破坏等诸多优点,在管道工程中具有重要的应用价值。本文主要对这一技术的应用进行具体阐述。
地下水动态变化不仅影响居民生活生产用水,还可能引发一系列环境地质问题。为研究河南省新郑市浅层地下水水位变化趋势,本文收集2015年1月—2019年12月新郑市5眼观测井的监测资料,统计地下水埋深变化,分析影响其埋深的因素。结果表明:新郑市地下水位埋深较深,多数地区地下水埋深大于20 m,近5年间除观测孔3地下水埋深减少4.02 m,其他观测孔埋深均增加1~5 m。通过分析影响埋深变化的因素发现:随气温、降雨量季节周期性变化,浅层水位埋深的周期性变化并不明显;当地地下水位埋深较深,蒸发对其影响可以忽略;开采
2021年9月22日是《计算力学学报》前任主编、中国科学院院士、大连理工大学程耿东教授八十华诞。程耿东院士长期致力于计算力学和结构优化研究,是国际著名结构优化专家,在结构优化领域做出了开创性的卓越贡献。程耿东院士关于实心弹性薄板优化正则化列式、拓扑优化奇异最优解等多项引领性和“里程碑式”工作,极大地推动了拓扑优化这一受到众多学科广泛重视的前沿领域的形成、发展和工业应用,在国际上产生了广泛影响,使得我国结构优化学科进入国际前列。
在传统拓扑优化设计中,随着结构单元增加,迭代计算过程消耗了大量的时间。本文提出了一种基于深度学习的方法来加速拓扑优化设计过程,缩短了结构拓扑优化设计的迭代过程,并生成了高分辨率拓扑优化结构。利用深度学习方法,在低分辨率中间构型与高分辨率拓扑构型之间创建高维映射关系,利用独立、连续和映射(ICM)方法建立深度学习网络所需要的数据集,训练神经网络以实现加速过程,将结构拓扑优化设计问题转化为图像处理中的风格迁移问题。通过引入条件生成对抗式神经网络CGAN(Conditional Generative and A
在双边定数截尾样本下得到了Topp-Leone分布中参数的极大似然估计.基于无信息先验分布和Gamma先验分布,在平方损失和预防损失下分别得到了参数的Bayes估计.根据后验密度函数得到了未知参数的Bayes可信区间和未来观测值的预测密度,进而可得预测值和预测区间.利用Monte-Carlo模拟计算了参数的各种估计的均方误差,研究结果表明:当取Gamma先验分布时,在平方损失下参数的Bayes估计是最优的.最后通过一个寿命数据的例子计算出未知参数的估计以及未来观测值的预测值和预测区间.
该文利用模糊拟阵和拟阵的关系研究了模糊横贯拟阵的表示问题.首先,讨论了模糊横贯拟阵的“子集数最小表示”,得到这种表示的一个充要条件;解决了这种表示的存在性并设计了计算这种表示的算法.其次,在此基础上研究了模糊横贯拟阵的“简洁表示”,提出并证明了一个表示是简洁表示的充要条件.然后,证明了简洁表示的存在性,构造了从模糊拟阵的表示计算简洁表示的算法.最后,研究了一种特殊的简洁表示即“顺序表示”,证明了这种顺序表示可以从普通表示中产生.
研究了循环对称结构多尺度拓扑优化问题,阐明了均匀化等效性能的基本性质,提出了循环对称单胞的特征参数概念,建立了均匀化映射计算方法,构造了等效性能的三元参数插值模型,有效简化了不同特征参数、微结构构型与体分比下的单胞均匀化等效过程。通过微结构的特征驱动建模与B样条参数化,克服了微结构拓扑优化变量多和变量离散难以保证其光滑连接的问题。给出了典型数值算例,比较了等比例排列单胞与等间距排列单胞对结构优化结果的影响,验证了多尺度优化方法的有效性。