挑战的应用计算机模拟模型设计优化

介绍

在过去的几十年里,巨大的计算能力的增长,无论是从速度和内存容量。硬件能力每五年增加10倍,处理能力每两年增加一倍,成本在每五年下降了十分之一。复杂的仿真模型和软件已经普遍在所有的工程学科。例如,软件如ANSYS流利已成为主要停留流场数值模拟计算。并行计算和云并排或集群计算技术也发展使计算机模拟用较小的周转时间更便宜。与此同时,随着现代工程系统的复杂性,同时也成为十分必要,采取全球综合方法对从一开始,在任何主要的设计和开发过程。紧密耦合和相互作用不同的工程学科,除了考虑诸如环境、社会、制造、可靠性约束是一个巨大的挑战。这生多学科optimsation的面积。以上所有这些,总是考虑覆盖成本。

增加系统的复杂性和更高精度的需求,使工程设计挑战由于缺乏“设计适用”理论模型和高计算成本的准确模拟。Simulation-driven设计成为一个必须为越来越多的工程领域。应用模拟越来越多的诱惑techmiques进化优化设计。一些特定领域影响电磁分析,计算机仿真是汽车结构分析计算流体力学,航空发动机热分析、微电机设备性能分析,在生物医学工程、虚拟手术等等。仿真的好处,有很多。仿真模型可以处理日益复杂的几何图形,现实的设计条件不适合地面测试和其他复杂的设计要求。仿真模型变得越来越可靠,高效和灵活,导致整体开发成本的减少,减少量的测试。我们支付这些价格计算昂贵,他们和高内存要求除了耗费时间,。他们也服从“数值”噪音和大多设计成独立的软件代码,不能轻易加上优化软件和其他专门规程。他们需要训练有素的人力来运行它们,可以总是在最好的作为“黑箱”。 Moreover their source codes are never available and any modification needed cannot be incorporated. Simulation softwares fail unexpectedly every now and then, due to faulty inputs or software bugs. The number of design variables can be large and software’s tools aren’t validated enough. Some of the causes for noisy data are often the discretisation of continuous domain into discrete cells, truncation errors round off errors due to finite precision representation, incomplete convergence of iterations, variable fidelity models.

“我们可以把这些仿真工具的能力和强大的优化器和利用它们来创建最好的(最优)的设计吗?”是任何设计师的头脑中存在的的问题。连接一个优化器仿真模型需要高得惊人的计算时间,即使所有最新的技术计算可能是可用的。cheap-tocompute模型有限的由计算机生成的数据密集的昂贵的仿真软件工具(元模型或代理模型)是唯一的希望设计师进行优化任务。给定的“功能”在这种情况下总是只有一组输入和相应的输出的仿真软件运行时,数值数据的表的形式。

仿真软件本身取决于先进的数学模型,建立了进去。因此代理模型是一个简单的模型的复杂模型! !然而,它复制原来的整个设计空间中复杂的计算机仿真模型。找到的最佳使用代理模型预计将尽可能使用复杂的模型已被发现。简单,但功能强大的和非常有用,在实际优化练习,代理模型应该帮助设计师,稍微额外成本的计算,来确定潜在的最佳区域,在设计空间。它可以帮助他了解设计的问题,确定各种参数的相对重要性和研究各种设计参数之间的交互。它还可以帮助无缝桥梁计算机模拟数据以及实验获得的数据和数据从所有其他可能的来源获得。所需数量的模拟运行作为输入,可以根据可用的预算计算和选择一个设计良好的抽样计划。各种方法开发代理模型计算机仿真数据,响应面方法,人工神经网络、径向基函数,克里格等,两个变量的样本代理模型构建基于模拟数据集(左边显示在下面的图中,显示在右边。使用代理模型帮助设计师进行设计优化的任务使用获得的知识从复杂的计算机模拟模型在几个学科以系统的方式(图1)。