.png){kind=icon}
返回
Introducing the sequential linear programming level-set method for topology optimization
.png){kind=icon}
OA
AI
DOI：10.1007/s00158-014-1174-z.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种水平集拓扑优化方法，该方法可以处理多个约束并同时优化非水平集设计变量。新方法的关键特征是离散边界积分以估计函数变化，以及制定优化子问题以获得速度函数。子问题使用顺序线性规划 (SLP) 解决，新方法称为SLP水平集方法。新方法是在hamilton-jacobi型水平集方法的背景下开发的，其中使用形状导数来优化由隐式水平集函数表示的结构。这种方法有时被称为传统的水平集方法。SLP水平集方法通过一系列问题得到了证明，这些问题包括体积，顺应性，特征值和位移约束以及非水平集设计变量的同时优化。
Keyword:
Level-set method
Topology optimization
Constraints
Sequential linear programming
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4
论文数:
4.9K
被引数:
1.7W
机构
引用论文
.png){kind=icon}
Development and Validation of the University of Washington Clinical Assessment of Music Perception Test华盛顿大学音乐知觉临床评估测试的开发和验证OAAI
OAAI分享收藏Robust structural optimization of plate wing corresponding to bifurcation in higher mode flutter
PREAI
分享收藏分享收藏Semi-Lagrange method for level-set-based structural topology and shape optimization基于水平集的结构拓扑和形状优化的半拉格朗日方法
PREAI
分享收藏分享收藏
查看更多内容