.png){kind=icon}
返回
The localized radial basis functions for parameterized level set based structural optimization
.png){kind=icon}
OA
AI
DOI：10.1016/j.enganabound.2020.01.008.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
当前的工作主要是在水平集框架内实现局部径向基函数 (lrbf)，用于二维线性弹性问题的结构优化。结构几何的隐式表示是通过基于LRBFs的水平集函数 (LSF) 完成的，并且在优化过程中的几何修改是通过使用耦合的常微分方程组 (ode) 而不是LSF的更新来执行的。hamilton-jacobi (HJ) 类型方程。LRBFs和水平集方法 (LSM) 的这种新实现允许自动进行基本的拓扑变化，即空穴成核，空穴彼此合并以及与边界合并以获得最佳结构。Lrbf的系数矩阵对形状参数的值不太敏感，并且所提出的方法是网格独立的，如在执行的数值实验中探索的那样。这种新的实现适用于不同的基准问题，以满足单个和多个荷载工况的最低要求。所进行的数值实验揭示了在LSM框架内使用径向基函数 (lrbf) 的重要见解，这可能被认为是进一步探索其内在能力和改善结构优化问题解决方案性能的一步。
Keyword:
Local radial basis functions
Shape optimization
Topology optimization
Level set method
Structures
Cantilever beam
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:
4.1
论文数:
5.8K
被引数:
9.4K
机构
引用论文
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
.png){kind=icon}
OAAI分享收藏分享收藏Radiation pattern of Raman scattering from randomly oriented molecules in or near small particles
PREAI
分享收藏分享收藏Structural optimization based on meshless element free Galerkin and level set methods基于无网格无单元Galerkin和水平集方法的结构优化
PREAI
分享收藏
查看更多内容