教師資料查詢 | 類別: 會議論文 | 教師: 史建中 SHIH CHIEN-JONG (瀏覽個人網頁)

標題:相繼縮小回應表面近似法於大型結構模糊最佳化設計
學年96
學期1
發表日期2007/11/23
作品名稱相繼縮小回應表面近似法於大型結構模糊最佳化設計
作品名稱(其他語言)Structural Fuzzy Optimization Using Successive Reducing Response Surface Strategy for Large Scale Problems
著者史建中; 王正堯; 莊育清; 趙宜奕
作品所屬單位淡江大學機械與機電工程學系
出版者
會議名稱2007 CSME CONF中國機械工程學會第24屆全國學術研討會=The 24th National Conference on Mechanical Engineering the Chinese Society of Mechanical Engineers
會議地點臺北市, 臺灣
摘要本文發展與建構回應表面式取代設計限制條件函數以求解含允許模糊值的結構最佳化設計問題。重點方向在於發展適於求解大型結構的模糊最佳化設計解題方法與程序,可得近似最佳解並減少結構計算分析。得知縮減設計空間,建立相繼縮小回應表面式的搜尋解策略,及佈點策略對解題效果與效率造成影響。在含允許模糊值最佳化設計問題中,以相同回應表面式計算設計目標之最大值及最小值的解題策略,可得到近似唯一解,有效處理無顯函數的困擾及相對減少需用有限元素法的結構分析次數。本文以三維72桿,216桿及360桿桁架多變數及限制的設計為例研究,解說含允許模糊值及無顯函數的大型結構最佳化設計問題。;This paper developed a design process for dealing with large-scale fuzzy design optimization problems with complex explicit or implicit constrained functions under allowable fuzzy values. This paper provides a strategy for determining the intermediate maximum and minimum objective value that are sensitive to the search of optimum. Using successive reducing response surface method is important for searching the global optimum. A unique level-cut design solution technique combined with the presenting algorithm so that a definite final optimum design can be obtained. Large-scale three dimensional truss optimization problems including 72-bar, 216-bar and 360-bar truss are presented in the paper to demonstrate the method and process. Using RSM combined with suitable solution technique shown in this paper can effectively reduce the number of finite element analysis. The presenting iteration algorithm is stable and can obtain the efficient and reasonably accurate design.
關鍵字模糊最佳化;回應表面近似法;結構最佳化設計;Fuzzy optimization;Response surface method;Structural optimum design
語言中文
收錄於
會議性質國內
校內研討會地點
研討會時間20071123~20071124
通訊作者
國別中華民國
公開徵稿Y
出版型式紙本
出處2007 CSME CONF中國機械工程學會第24屆全國學術研討會論文集=Proceedings of the 24th National Conference on Mechanical Engineering the Chinese Society of Mechanical Engineers,6頁
相關連結
Google+ 推薦功能,讓全世界都能看到您的推薦!