Table of Contents

การเข้าใจการชดเชยหลายแบบในการออกแบบวิศวกรรม

การจัดอันดับของคุณสมบัติหลายแบบเป็นการแบ่งประเภทเป็นหลักสําคัญของการออกแบบวิศวกรรมสมัยใหม่ โดยจะแก้ปัญหาที่ต้องใช้ปัญหาสองประการหรือมากกว่าต้องเป็นไปตามวัตถุประสงค์ที่ขัดแย้งกันพร้อมกัน

ความซับซ้อนของปัญหาหลายแบบ ที่มาสมดุลกับจํานวนของวัตถุประสงค์และข้อจํากัด วิธีการแบบพื้นฐานมักยาก เพราะต้องใช้ฟังก์ชันเป้าหมายแบบเดียว หรืออาศัยความจุน้ําหนัก

ทําไม MATLAB Excellions ใน Official Offimative

ATLab เป็นสภาพแวดล้อมแบบรวมแบบโต้ตอบสําหรับการจําลอง, จําลอง และปรับแต่งให้เหมาะสม กล่องเครื่องมือที่กว้างขวางของมันจะกําจัดความจําเป็นต้องถอดรหัสอัลกอริทึมระดับต่ําจากรอยขีดข่วน ทําให้วิศวกรสามารถเน้นไปที่สูตรและการวิเคราะห์

  • [FLT: 0] Built-in Allgoriths:[FLT: 1) กล่อง Offymatization และเครื่องมือโอปติเมชัน (Offimatization) รวมระบบการแก้ปัญหาหลายรูปแบบที่ทันสมัย เช่น อัลกอริทึมพันธุกรรม (FLT: 0) สืบค้นรูปแบบ ([FLT: 1] และเป้าหมาย (FOLT: 2). สืบค้นอย่างละเอียด. สืบค้นและเผยแพร่ข้อมูลอย่างละเอียด. สืบค้นเมื่อ 20 พฤษภาคม พ.ศ.
  • [FLT: 0] การลดปัญหา: วิศวกรสามารถนิยามฟังก์ชันวัตถุประสงค์และข้อจํากัดเป็นฟังก์ชันนิรนาม, สคริปต์ ATLB, หรือตัวประมวลผลภายนอก ยืดหยุ่นนี้รองรับการจําลองกล่องดํา, รุ่น FEM และสมการการวิเคราะห์
  • [FLT: 0] GPU และการสนับสนุนการประกอบแบบขนาน: สําหรับการคํานวณจําลองราคาแพง, MATLAB สนับสนุนการประเมินผลที่เทียบเท่ากันของหลายวิธี, การลดเวลาทํางานอย่างน่าทึ่ง.
  • [FLT: 0] การขยายพันธุ์และการวิเคราะห์ : ความสามารถในการวางแผนของ MATLAB ทําให้วิศวกรสามารถเห็นภาพหน้าปาเรโต, วางแผนการกระจาย และพื้นผิวของการแลกเปลี่ยน, ช่วยในการตัดสินใจ

กล่องเครื่องมือและฟังก์ชัน

กล่องเครื่องมือหลักสองชิ้นสําหรับงานหลายประเภท (FLT: 0) คือกล่องเครื่องมือโอปติเมชันแบบ Globalal OffTimative [FLT: 1) และ กล่อง Offimative (FLT:3).

  • [FLT: 0] เครื่องมือการฉายภาพแบบโลก: บรรจุ (อัลกอริทึมของพันธุกรรม: lupleti-objective) และ (porter สืบค้นสําหรับพาเรโต้) สิ่งเหล่านี้ออกแบบมาเพื่อปัญหาที่ไม่ โมโมธ (inthmodol)
  • [FLT: 0] กล่องเครื่องมือการขยาย: รวม สําหรับปัญหาการบรรลุเป้าหมายและ[FT:6] สําหรับปัญหาการลดความอ้วน (FT:6) นี่เป็นงานแบบเกรเดียนย์แบบมีพื้นฐานและใช้ฟังก์ชันต่อเนื่องได้ดีที่สุด
  • [FLT: 0] Custom Algoriths: สภาพแวดล้อมการเขียนบทของ MATLAB ทําให้วิศวกรสามารถจัดระบบอัลกอริทึมแบบหลายแบบตามกําหนดเอง เช่น NSGA-IL MO/D หรือ อนุภาค cracks โดยการใช้ตัวแบ่งตัวแบบหมุนและสร้างฟังก์ชันปรับแต่งเอง

ขั้น ตอน ที่ ใช้ ได้ จริง สําหรับ การ ทํา ให้ โอป โต มี ผล ต่อ การ ทํา ให้ เกิด การ ออก แบบ ใน เม ตาบ

การใช้ MATLAB สําเร็จ ออกแบบแบบหลาย ๆ แบบตามโครงสร้างการไหลของงาน

1. กําหนดวัตถุและเครื่องราชอิสริยาภรณ์

แสดงถึงวัตถุประสงค์แต่ละตัวเป็นฟังก์ชันสเกลาร์ ที่โยงตัวแปรการออกแบบไปยังตัววัดประสิทธิภาพ constain สามารถเป็นเชิงเส้น, ไม่เชิงเส้น, หรือจํานวนเต็มได้ ใน MATLAB, สร้างแฟ้มฟังก์ชันที่คืนค่าเวกเตอร์เป้าหมาย ตัวอย่างเช่น:

function f = objectives(x)
 f(1) = cost(x);
 f(2) = -performance(x); % minimize negative performance to maximize
 f(3) = weight(x);
end

ฟังก์ชัน Constrent จะส่งเงื่อนไขความไม่เสมอภาคของแต่ละคนกลับมา [FLT: 8] และเงื่อนไขความเหลื่อมล้ํา [FLT: 9].

2. เลือกอัลกอริทึมแบบย่อ

การเลือกตัวแก้ปัญหาที่ถูกต้อง ขึ้นอยู่กับลักษณะของปัญหา:

  • [FLT: 0] ใช้ สําหรับปัญหาทั่วไปด้านวิศวกรรม (FLT: 1)
  • [FLT: 0] ใช้ เมื่อคุณมีเป้าหมายมากมาย ( ⁇ 4) เนื่องจากมันชั่งน้ําหนักได้ดีกว่าอัลกอริทึมทางพันธุกรรม
  • [FLT: 0] ใช้ [FLT: 12] เมื่อคุณมีค่าเป้าหมายก่อนแต่ละเป้าหมาย และรู้การแลกเปลี่ยนที่ยอมรับได้
  • [FLT: 0] ใช้ เพื่อลดค่าเบี่ยงเบนมาตรฐานในวัตถุประสงค์

3. ตั้งตัวเลือกอัลกอริทธึม

ปรับค่าพารามิเตอร์ของตัวแก้เพื่อปรับปรุงการเข้าคู่กับการเข้าหน้าและข่าวของปารีโต้ ตัวเลือกสําคัญ รวม:

  • [FLT: 0] Poptoation Size: ประชากรขนาดใหญ่สํารวจพื้นที่การออกแบบอย่างละเอียดมากขึ้น แต่เพิ่มเวลาคํานวณ จุดเริ่มต้นทั่วไปคือ 100-120.
  • [FLT: 0]. maxGenations: ควบคุมจํานวนของตัวเอียง ใช้ค่าปริยายเป็นบรรทัดฐานและเพิ่ม หากด้านหน้าปาเรโต้ไม่เสถียร
  • [FLT: 0] ProretoFract action: สัดส่วนประชากรยังคงอยู่ที่ด้านหน้าปาเรโต้ (ค่าปริยาย 0.35). ค่าต่ําสุดเน้นกับคําตอบระดับชั้นชั้นชั้นเลิศไม่กี่ (0.35).
  • [FLT: 0] Crosover Fract, MututionFcn, คัดเลือก Fcnine: Tune to capital Filation and feview.

ตั้งค่าตัวเลือกตัวอย่าง:

options = optimoptions('gamultiobj', ...
 'PopulationSize', 200, ...
 'MaxGenerations', 500, ...
 'ParetoFraction', 0.4, ...
 'Display', 'iter');

4. ดําเนิน การ ประเมิน ผล การ มอง ใน แง่ ดี และ ผล ของ การ ให้ ภาพ

ประมวลผลตัวแก้ไข:

[x, fval, exitflag] = gamultiobj(@objectives, nvars, A, b, Aeq, beq, lb, ub, @constraints, options);

หลังการวิ่ง, วางแนวหน้าพาเรโต้โดยใช้ [FLT: 17] หรือ :

plot(fval(:,1), fval(:,2), 'o');
xlabel('Cost');
ylabel('Performance');
title('Pareto Front');

สําหรับวัตถุประสงค์ 3 อย่าง ให้ใช้ หรือ. การวิเคราะห์เพิ่มเติมด้วย [FLT: 22]] (จากเครื่องมือเอปติมิมิชั่นโลก).

โปรแกรมวิศวกรรมโลกจริง

การใช้งานหลายแบบที่เหมาะสมที่สุด ในเอ็มทีแอลบี ได้ถูกนํามาใช้ในสาขาวิศวกรรมศาสตร์หลายวิชา

ขอบเขต: แลกเปลี่ยนระหว่าง น้ําหนักและเชื้อเพลิง

การออกแบบปีกของเครื่องบินนั้นเกี่ยวกับน้ําหนักของโครงสร้างที่ต่ําที่สุด ขณะที่กําลังปรับโครงสร้างของโครงสร้างของโครงสร้างให้มีประสิทธิภาพสูงสุด (ค่าของแรงบิดที่เพิ่มสูงขึ้น) เป้าหมายเหล่านี้จะขัดแย้งกันเพราะ ปีกเบาขึ้นนั้นมักต้องการขนาดที่ลดขนาดภาพเพื่อลดขนาดภาพลง โดยการใช้ [FLT: 23] วิศวกรสามารถจัดองค์ประกอบของปีก (ด้านที่หนาที่สุด, มุมหนา, การกวาดของโครงสร้างแบบเร่งความเร็วในการไล่จับ (Prange- arogen) ส่วนการวางหน้าของ Parto แนวทางการเลือกที่ตรงกับทั้งการกําหนดประสิทธิภาพและข้อจํากัด

การ ปล่อย ตัว:

ในการออกแบบรถ, การลดค่าใช้จ่ายการผลิตที่ขัดแย้งกับการปรับความไวต่อความปลอดภัย (การดูดซับการดูดซึม, ความสมบูรณ์ของช่องผู้โดยสาร) MATLAB สามารถรวมซอฟต์แวร์ FEA (เช่น LS-DYA) ผ่าน [FLT: 24] และปรับความหนาของวัสดุ โครงสร้างการยึดเหนี่ยว โครงสร้างหลายแบบให้จัดวางจําหน่ายตั้งแต่เวลาต่ํา-ต่ํา-ต่ํา-ความปลอดภัยสูง อนุญาตให้วิศวกรเลือกส่วนต่าง ๆ โดยเพิ่มข้อมูลตลาดที่เพิ่ม

วิศวกรรม: การ ออก แบบ แบบ แบบ ไตร วิศวกรรม ภาย ใต้ การ ควบคุม หลาย อย่าง

โครงสร้างอาคารต้องลดต้นทุนวัสดุและปริมาณการโหลดที่มากที่สุด ภายใต้การพัด แรงสั่นสะเทือน และแรงโน้ม ถ่วง โครงสร้างของ mATLAB ที่มีประสิทธิภาพหลายแบบ สามารถจัดการกับตัวแปรที่ไม่ต่อเนื่อง (ขนาดเท่าของอะตอม) และตัวแปรต่อเนื่องได้ ด้านหน้าพาเรโต้เปิดเผยการออกแบบที่ทั้งมีความยืดหยุ่นทางเศรษฐกิจและแข็งแรง

ขั้นสูงด้านเทคนิคและปรับแต่งเอง

สําหรับ ปัญหา ทาง วิศวกรรม ที่ ซับ ซ้อน การ แก้ ปัญหา มาตรฐาน อาจ ไม่ เพียง พอ.

ใช้คอมโพเนนท์แบบขนาน

เมื่อการประเมินวัตถุประสงค์มีราคาแพง (เช่น การจําลอง CFD ใช้เวลานาทีต่อจุดออกแบบ) เปรียบเทียบการประเมินประชากร (FLT:25) ในโครงสร้างตัวเลือก:

options = optimoptions('gamultiobj', 'UseParallel', true);
parpool; % start parallel pool

สิ่งนี้กระจายการประเมินกล้ามเนื้อ ผ่านแกน CPU หรือกลุ่ม ทําให้สามารถประเมินค่าได้สูงสุด

การ เข้า ถึง แบบ ผสม

การรวมการสํารวจทั่วโลก (เช่น GA) ด้วยการปรับปรุงภายใน (เช่น [FLT: 27]) สามารถเหลาหน้าพารีโต้ได้ หลังจากอัลกอริทึมทํางานแล้ว ให้ใช้เกรเดียน-ตามแบบเกรเดียน-ตามแบบ Preto แต่ละจุด:

for i = 1:size(x,1)
 x_refined(i,:) = fmincon(@(x) objectives(x), x(i,:), ...);
end

ใช้[FLT: 29] หรือ[FLT: 30] เพื่อทําการค้นหาในท้องถิ่นหลายจุดจากจุดเริ่มต้นที่แตกต่างกัน

การ ตก หลุม พราง และ การ ปฏิบัติ ที่ ดี ที่ สุด

แม้ จะ มี เครื่อง มือ ที่ ทรง พลัง ของ มัต แลบ วิศวกร ก็ ต้อง หลีก เลี่ยง ความ ผิด พลาด ทั่ว ไป:

  • [FLT: 0] โพสต์เอเตอร์ลีสเอพสไลด์ เอเจ้นท์: [[FLT: 1) ถ้าวัตถุประสงค์หนึ่งมีขนาดใหญ่กว่าคนอื่น อัลกอริทึมนี้อาจไม่สนใจสิ่งที่เล็กกว่า วัตถุปกติ (เช่น ลบค่าต่ําที่สุดและหารด้วยช่วง) เพื่อความจุเท่ากับการเปรียบเทียบแบบพาเรโต
  • [FLT: 0] To Offications: มากว่า 10 เป้าหมายมักลดลงจากจุดประชัน เพราะอํานาจกลายเป็นสิ่งที่หายาก พิจารณาการลดมิติหรือการใช้.
  • [FLT: 0] ขนาดประชากรไม่เพียงพอ: ประชากรขนาดเล็กนําไปสู่การแตกกลุ่มของปาเรโต้หน้า เพิ่มขนาดประชากรให้สัดส่วนกับจํานวนตัวแปรการตัดสินใจ
  • [FLT: 0] ไม่สนใจข้อห้าม: เงื่อนไขไม่เชิงเส้นสามารถจํากัดพื้นที่ที่จํากัดได้อย่างรุนแรง มักจะตรวจสอบความพอใจหลังจากปรับแต่งแล้ว
  • [FLT: 0]. over-Relient on always:[[FLT: 1) การตั้งค่าปริยายโดยทั่วไปนั้น ทั่วไปแต่ไม่เหมาะสม อัลกอริทึมของตูนอิงจากปัญหา

การปฏิบัติที่ดีที่สุดรวมถึงการแสดงหลาย ๆ ครั้ง ดําเนินการกับเมล็ดที่แตกต่างกัน ความหลากหลายของความหลากหลาย และการมองเห็นด้านหน้าปาเรโตเป็นความก้าวหน้าที่เหมาะสมที่สุด

ทรัพยากรภายนอกและการอ่านเพิ่มเติม

เพื่อ ให้ ลึก ซึ้ง ยิ่ง ขึ้น ใน ความ เข้าใจ ของ คุณ จง สํารวจ ทรัพยากร เหล่า นี้:

รูปแบบการวน

การจัดอันดับของสารอนิเมชันเป็นการจัดอันดับที่ขาดไม่ได้ในการออกแบบวิศวกรรม จะช่วยให้การค้นพบสารละลายที่ตรงกับความต้องการที่ขัดแย้งกัน ATLB มีสภาพแวดล้อมที่ครอบคลุมและยืดหยุ่นได้