摘要
本发明公开了一种基于混合加点策略的机械结构优化设计方法,该方法先利用拉丁超立方设计生成样本点,并通过真实模型计算响应值;再用适当的代理模型构建近似优化问题,通过(GA)基因遗传算法求解最优值;再采用Voronoi图方法划分初始样本空间,计算样本全局稀疏度值GSI,再根据GSI所对应的样本Voronoi子空间的样本点产生一个全局点;然后基于潜在最优参数的Voronoi样本点生成局部点;最后,通过最小欧式距离筛选新加点集,将合格点加入样本空间并更新模型,若点集不合格则继续用混合策略优化点集直至满足要求;本发明提升了输出解的精度,且可结合任意代理模型与优化算法,同时该特性兼具广泛的通用性,在机械结构优化设计领域内展现出极高的应用价值。
技术关键词
机械结构优化设计
样本
容许误差
基因遗传算法
数值仿真
智能优化算法
参数
策略
加密技术
表达式
仿真模型
变量
精度
两点
指标
代表
系统为您推荐了相关专利信息
大语言模型
硬件描述语言
生成方法
芯片工作频率
功耗
辅助设计方法
非晶陶瓷
性能预测模型
力学性能参数
初始晶体结构
多源监测数据
地下综合管廊
插件
风险评估模型
前馈神经网络