.png){kind=icon}
返回
Kriging-based optimization of functionally graded structures
.png){kind=icon}
OA
AI
DOI：10.1007/s00158-021-02949-5.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
这项工作提出了一种有效的方法，用于使用基于Kriging的方法优化功能梯度结构的设计。该方法将自适应Kriging框架与混合粒子群优化 (PSO) 算法相结合，以提高优化过程的计算效率。在这种方法中，替代模型用于替换通过基于NURBS的等几何分析获得的高保真结构响应。此外，还评估了关键因素对代理建模的影响，例如相关函数，用于更新代理模型的填充标准以及约束处理的准确性，效率和鲁棒性。设计变量与体积分数分布和厚度有关。位移，基频，屈曲载荷，质量和陶瓷体积分数用作目标函数或约束。通过一组数值算例说明了该算法的有效性和准确性。结果表明，与传统方法相比，计算工作量显着减少。
Keyword:
Kriging
Functionally graded materials
Sequential approximate optimization
Isogeometric analysis
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
Optimal design of thin-walled functionally graded beams for buckling problems.png)
COMPOSITE STRUCTURES
COMPOSITE STRUCTURESIF7.1
PREAI
分享收藏A hybrid shared/distributed memory parallel genetic algorithm for optimization of laminate compositesCOMPOSITE STRUCTURESOAAI
COMPOSITE STRUCTURESIF7.1
OAAI分享收藏分享收藏Efficient global optimization with ensemble and selection of kernel functions for engineering design
PREAI
分享收藏Comparison study of sampling methods for computer experiments using various performance measures
PREAI
分享收藏
查看更多内容