灵敏度分析和优化设计之间有什么关系?
做优化设计是否一定要先做灵敏度分析来找到一些优化的参数,它们之间有什么样的关系?能否详细说一下呢 进行优化设计时,为了辨识结构修改的最好位置,需要进行敏度分析。灵敏度数 为删除或添加第i个单元引起的目标参数(比如柔度、应力、频率等)的变化量。因此灵敏度是衡量每个单元对目标参数贡献大小的一个标准,根据对灵敏度数大小的排序,我们可以选择添加或删除灵敏度数大或小的单元,逐步达到我们需要的目标函数值。 先做灵敏度分析,作出各参数的灵敏度曲线,然后进行找最佳点 灵敏度分析一般用于构造优化模型(多为二次优化模型),就是求导数。如果你用规划法做优化问题,灵敏度分析是基础;如果你用遗传算法、模拟退火法什么的,就不用管了。
回复 #4 Seventy721 的帖子
非常感谢Seventy721 的回答 谢谢加分:)另外,结构优化问题的发展一般认为是这样的
准则法(如满应力法),以满足某种认为制定的准则为基础,没有数学规划概念,无须灵敏度分析。
规划法(如线性规划,二次规划),给定目标函数和约束条件,通过数学规划求解(线性-辛普森法,二次-牛顿法法,共轭梯度法,龙格库塔方程,Lemke算法等)。规划法设计到建立优化模型的问题,就是将你的原问题在一个有效区域内转化为规划问题。有的人没有理解建立优化模型的概念,得到的解往往陷于局域极值或超过约束。灵敏度分析并不止于为规划算法提供导数信息,其实最主要的贡献是构造优化模型。当然构造优化模型不一定非要用灵敏度分析,其他方法也可以做到。
随机方法(如遗传算法,模拟退火法),这些算法是新兴的优化方法,本质是用大量随机试探寻找最优解。好处是不需要进行灵敏度分析,对于导数不可求的问题(如非连续问题)和多局域极值的问题是一个解决方法。但是这种方法如果直接用于结构优化比较困难,结构优化中结构分析(每次试探)计算量太大。即便对于线性静力分析,如果自由度多一点(几万到几十万),遗传算法就根本算不起。所以还是要结合构造优化模型。
目前比较成熟实用的结构优化方法还是基于规划法。
回复 #6 Seventy721 的帖子
灵敏度分析也可用于模型修正 原帖由 Seventy721 于 2007-4-8 05:07 发表 http://forum.vibunion.com/forum/images/common/back.gif谢谢加分:)
另外,结构优化问题的发展一般认为是这样的
准则法(如满应力法),以满足某种认为制定的准则为基础,没有数学规划概念,无须灵敏度分析。
规划法(如线性规划,二次规划),给定目标函数 ...
在计算机硬件计算飞速发展的时代,为模拟退火、遗传算法等提供了基础,因为更适合并行计算和分布环境,同时,传统的基梯度的算法在分布、并行环境下面体现不出优势;在处理多变量、多峰问题时也没有优势。
计算机硬件技术、并行环境为结构优化、多学科优化提供了基础。 我们单位也投入了大量的经费来做并行方面,不知道能取得怎样的成果 能够实现跨平台、操作系统的有Isight的Fiper产品,基于全新架构开发,操作方便。
可以登录; www.sightna.com 了解相关信息。 :victory:
灵敏度分析的方法具体有哪些呢? 在振动方面的灵敏度分析,除了结构参数的优化,我看了一些不确定性的问题。全局和局部的灵敏度分析方法都是存在的,在振动信号方面,也就看哪个参数对输出参数影响的程度如何,对每个干扰的影响程度进行分类,总结,或忽略,或着重考虑,总之,建立不同条件下灵敏度分析方法。现在好多这种分析与不确定性联系起来,由起初的单一的参数的影响,扩展到相关参数对同一参数的影响,这是很多人忽略,甚至简化的方面。
个人的想法,若有错误,请指点呀。 结构参数优化主要关注零件壁厚、位置等对整体结构响应的影响吧 在ansys中可以进行灵敏度分析吗? 优化过程中的灵敏度分析与求导等是有区别的,它是一种统计、抽样方法。比如正交试验设计、拉丁方抽样等。它的后处理方式也是有标准的方法,像Pareto图等。
[ 本帖最后由 jli 于 2007-11-20 17:28 编辑 ]