oasisr2018.1培訓(xùn)大綱OASISR2018.1智能優(yōu)化軟件

1.OASIS智能優(yōu)化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化OASIS文件的構(gòu)成問題設(shè)置Babel:創(chuàng)建數(shù)學(xué)表達(dá)式模塊設(shè)置結(jié)果和可視化一般接口仿真集成介紹

8.集成案例集成參數(shù)的PowerS

集成案例ANSYS

Plug-in集成案例SolidWorks

Plug-in集成案例耦合集成的配置設(shè)計驗證DOE模塊決策模塊OASIS歷史記錄模塊OASIS日志OASIS優(yōu)化計算環(huán)境20.OASIS智能優(yōu)化介紹智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化工程設(shè)計技術(shù)的演變a.第一代計算機輔助制圖智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化b.第二代計算機分析與仿真c.第三代智能設(shè)計1947單純形法(Ge e

Dantzig)對偶理論(Johnvon

ann1950-1970s最速下降法罰函數(shù)法法

可行方向法擬

法

序列二次規(guī)劃代表

：CPLEX,

LINDO,GAMSSNOPT,1980s遺傳算法模擬退火算法粒子群算法螞蟻算法代表：1990s-2000s解決小變量問題2010s解決大變量強約束問題代表

：OASIS優(yōu)化算法及

發(fā)展史經(jīng)典優(yōu)化元啟發(fā)式方法基于機器學(xué)習(xí)的優(yōu)化方法智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化傳統(tǒng)優(yōu)化方法在設(shè)計支持中的缺陷???????

f(???????)???????+1

=

???????

+

α???梯度算法的不足：串行過程只提供一個優(yōu)化解可能不收斂不直觀無法增強對問題的理解遺傳算法的不足：大計算量：需要太多次仿真，計算時間長。遺傳算法的局部搜索能力較差，導(dǎo)致在進(jìn)化后期搜索效率較低?；谔荻鹊膫鹘y(tǒng)數(shù)學(xué)規(guī)劃方法元啟發(fā)式搜索方法智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化無需方程式用數(shù)據(jù)點來說話數(shù)據(jù)學(xué)習(xí)、挖掘、+支持并行計算統(tǒng)計分析

+ 智能搜索提供問題

結(jié)構(gòu)和信息，增強對設(shè)計問題本身的認(rèn)識每一個數(shù)據(jù)點都是好的設(shè)計點，可靠和穩(wěn)定基于數(shù)據(jù)的智能優(yōu)化算法基于梯度的傳統(tǒng)數(shù)學(xué)規(guī)劃方法元啟發(fā)式搜索方法基于機器學(xué)習(xí)的智能優(yōu)化方法智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化新一代智能優(yōu)化算法王 教授已 的世界知名的算法

：追峰法（全局優(yōu)化）Mode

Pursuing

Sampling

(MPS)人工智能大數(shù)據(jù)數(shù)學(xué)統(tǒng)計OASIS面追索法（多目標(biāo)優(yōu)化）Pareto

Set

Pursing(PSP)基于徑向基函數(shù)的

模型表征方法（

問題優(yōu)化）Radial

BasisFunction

based

High

Dimensional

Model

Representation

(RBF-HDMR)，

總次數(shù)超過8300次模型表征技術(shù)（HDMR）的研究熱全球各個地區(qū)超過幾百次的研究程序開創(chuàng)并引領(lǐng)了在近似優(yōu)化領(lǐng)域應(yīng)用潮。團(tuán)隊的最近成果：基于

域的追峰法(TR-MPS)元模型支持的迭代分解優(yōu)化法(OMID)算法

：https:uL28egXwRs6xtiPcxfqjw/s/-智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化傳統(tǒng)工程優(yōu)化設(shè)計流程和問題智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化第三代智能設(shè)計典型流程建模和前處理有限元求解器OASIS自動優(yōu)化參數(shù)化數(shù)模材料屬性受力狀態(tài)約束條件網(wǎng)格劃分ANSYS,ABAQUS,NASTRAN,LS-DYNA,FLUENT等等智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化輸入?yún)?shù)化模型：變量，約束，設(shè)計目標(biāo)；輸入CAE結(jié)果自動智能設(shè)計尋優(yōu)OASIS解決方案無需選擇算法高效的搜索及全局優(yōu)化算法設(shè)計和搜索過程可視化結(jié)果可靠性高決策分析和篩選定義問題自動優(yōu)化結(jié)果分析支持決策智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化OASIS優(yōu)化算法演示智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化OASIS文件的構(gòu)成OASIS文件的構(gòu)成Oasis項目文件→

.oasis一個項目文件可包含一個或多個模塊信息。用項目文件可以保存或者加載整個項目?！?/p>

包含結(jié)果，可視化以及決策模塊中的內(nèi)容。Oasis項目布局文件→

.opylOASIS

Project

YAML

(OPYL)只允許

項目配置的數(shù)據(jù)輸入→輸入變量及其邊界值目標(biāo)→需要優(yōu)化的目標(biāo)約束→施加一個或多個約束條件仿真集成→與CAD/CAE 的集成信息附加設(shè)置→耦合計算智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化問題設(shè)置智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化問題設(shè)置優(yōu)化三要素變量目標(biāo)約束Input模塊變量→變量名稱法則可以使用字符'A'到'Z'和'a'到'z'可以使用'_'(下劃線)。可以使用幾乎所有的Unicode字符(如σ等)?？梢园瑪?shù)字。不能從數(shù)字開始。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化問題設(shè)置變量→設(shè)置變量范圍-

變量可以是連續(xù)的，也可以是離散的。-

離散變量，如果邊界為[-1,1]，步長為0.3，那么可行值為-1，-0.7，-0.4，-0.1，0.2，0.5和0.8。Output模塊目標(biāo)→OASIS通過新一代算法探索可行的解決方案。中間輸出→

是一種輸出類型，用于作為其他目標(biāo)或約束的輸入。約束→約束是定義設(shè)計點是否滿足要求的一種輸出類型。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化Babel:創(chuàng)建數(shù)學(xué)表達(dá)式智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化Babel:創(chuàng)建數(shù)學(xué)表達(dá)式Babel表達(dá)式Babel表達(dá)式是定義數(shù)學(xué)表達(dá)式的首選方法。Babel是一種基于鍵盤的數(shù)學(xué)表達(dá)式語言，用于描述問題形成過程中的數(shù)學(xué)函數(shù)。該語言以語法高亮顯示為特色，設(shè)計得易于使用。OASIS的默認(rèn)設(shè)置是最小化目標(biāo)函數(shù)。為了使目標(biāo)最大化，只需在定義的目標(biāo)上前面加上一個負(fù)號。使用概述與許多現(xiàn)代編程語言類似，空白字符(如制表符、空格和換行符)被忽略。除了支持+、-、*和/以外，一些不明顯的函數(shù)的關(guān)鍵字，例如sin函數(shù)和ln自然對數(shù)等等也支持。Babel表達(dá)式是根據(jù)標(biāo)準(zhǔn)操作順序計算的，函數(shù)的優(yōu)先級取決于方括號的使用。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化Babel:創(chuàng)建數(shù)學(xué)表達(dá)式靜態(tài)變量-

變量通過他們的名稱來定義，如X1，X2，X3。動態(tài)變量來進(jìn)行-

在某些情況下，可以將變量作為列表中的-Babel通過“var”來公開此功能。var[1]代表的是x_，而不是通過它們的名稱。)的最小整數(shù)值→遵var[2]代表的是x_secondsvar[3]代表的是x3var[4]代表的是x4var[5]代表的是x5var[ceil(ln(x_

))+2]代表？→ceil的含義，代表大于ln(x_循四舍五入智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化Babel:創(chuàng)建數(shù)學(xué)表達(dá)式動態(tài)變量→在Babel中，求和公式智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化模塊設(shè)置智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化模塊設(shè)置123總運行次數(shù)迭代次數(shù)目標(biāo)值最大運行時間41運行次數(shù)是連續(xù)執(zhí)行優(yōu)化的次數(shù)。由于算法是隨機的，每次運行結(jié)果可能會有所不同。多次運行可以驗證結(jié)果是否一致。2終止優(yōu)化前的評估數(shù)。3優(yōu)化的最小目標(biāo)值。當(dāng)優(yōu)化器達(dá)到這個值時，它應(yīng)該終止。4智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化在停止運行之前運行優(yōu)化的最大分配時間。結(jié)果和可視化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化結(jié)果和可視化可視化Parallel

Coordinates

Plot

（PCP）平行坐標(biāo)圖Surface

Scatter

Plot

（SSP）表面散點圖Convergence

Line

Plot

（CLP）收斂圖Performance

Panel性能面板結(jié)果列表智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化一般接口仿真集成一般接口仿真集成9執(zhí)行退出代碼外部

每一次計算最大運行時間執(zhí)行策略執(zhí)行外部運行文件

令行1外部

的運行文件路徑12工作路徑233輸入文件路徑44輸出文件路徑565數(shù)據(jù)備份786789智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化集成案例智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化集成案例問題描述對Zakharov

Function(數(shù)值模型問題)進(jìn)行優(yōu)化10個變量一個目標(biāo)函數(shù)無約束智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化集成案例?隨機初始變量計算結(jié)果在中運行的函數(shù)代碼10個變量，初始變量值隨機把10個變量值輸入到一個行矩陣定義目標(biāo)和運行的子函數(shù)創(chuàng)建data.txt文件，寫入所求得的值擬定寫入數(shù)值的格式關(guān)閉文件智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化集成參數(shù)的智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化中所抓取的變量,變成綠色表示關(guān)集成參數(shù)的關(guān)聯(lián)在OASIS中所設(shè)置的變量和在聯(lián) 成功。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化PowerS集成案例智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化PowerS集成案例令行腳需Powers

是運行在windows上實現(xiàn)系統(tǒng)和應(yīng)用程序管理自動化本環(huán)境。可以把它看成是命令行提示符cmd.exe的擴充。powers要.NET環(huán)境的支持，同時支持.NET對象。Powers表達(dá)式：在OASIS中通常用于復(fù)雜的、而且不能用Babel表達(dá)式來表達(dá)的多行表達(dá)式例：PowerS

通過.Net

Framework中的System.Math類進(jìn)行數(shù)學(xué)計算。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化PowerS集成案例語言，可以作為仿真集成的包裝器使用，PowerS

是一種功能強大的以簡化與OASIS的集成過程。使用Windows

PowerS

，可以編寫一個

來執(zhí)行Windows本身能夠執(zhí)行的幾乎任何任務(wù)，比如在文件格式之間轉(zhuǎn)換數(shù)據(jù)，或者執(zhí)行不能直接在命令行上運行的工具。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化ANSYSPlug-in集成案例ANSYS

Plug-in集成案例問題描述宇航船優(yōu)化設(shè)計問題方格網(wǎng)結(jié)構(gòu)，每個正方格尺寸可以各不相同，材料為鋁合金，板厚不知，方格深度不知。如何優(yōu)化才能在達(dá)到要求的基礎(chǔ)上，使用材料最少。仿真邊界條件：頂部均勻受壓；兩側(cè)為無摩擦支持；底部固定。要求：屈曲變形安全載荷因子要大于10且方格結(jié)構(gòu)的深度要小于板厚且板厚和方格結(jié)構(gòu)深度之差要大于0.15。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化ANSYS

Plug-in集成案例問題分析變量：25個格子，尺寸可以各不相同墻壁厚度和格子深度未知一共27個變量目標(biāo)：-使用材料最少即體積最小約束：不會發(fā)生屈曲（buckling)→屈曲載荷安全因子大于10即可格子深度必須小于壁厚-0.15智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化SolidworksPlug-in集成案例Solidworks

Plug-in集成案例。問題描述飛輪優(yōu)化設(shè)計問題如何優(yōu)化飛輪才能在滿足最大應(yīng)力最小且質(zhì)量也是最小的條件下得到最佳的飛輪設(shè)計方案。仿真邊界條件：給飛輪施加1000rpm的離心力問題分析變量：-槽的個數(shù)，槽寬，槽深，與中心距離目標(biāo)：-質(zhì)量最小，最大應(yīng)力最小約束：無智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化耦合集成的配置耦合集成的配置智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化設(shè)計驗證設(shè)計驗證驗證表達(dá)式OASIS可以輸入自定義的輸入值來測試Babel表達(dá)式及驗證結(jié)果。此過程與優(yōu)化計算無關(guān)。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化設(shè)計驗證?驗證問題設(shè)置的正確性。驗證仿真集成接口配置。智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化DOE模塊DOE模塊拉丁超立方采樣方法智能優(yōu)化設(shè)計-加速、創(chuàng)新、價值最大化