探査アルゴリズム”SHERPA” | ハイブリッド:同時に複数のアルゴリズムを使用 自己学習型:設計空間について学習して問題に自ら適応 効率性:他の手法と比べて著しく少ない計算回数で最適化可能 ロバスト:グローバルおよびローカルの探査を同時に実施し、広域クラスの探査に関して多数の有用な結果を提示 |
---|---|
探査方法 | 単目的探査:荷重和に基づいて最適なソリューションを探索 多目的探査:パレート最適化を実行して目的関数間のトレードオフ関係を取得 |
入力変数 | 一般設定、固体材料、流体2次領域特性、境界条件などの解析条件 方程式やCADモデルの寸法/拘束パラメータ などを入力変数として設定可能 |
出力パラメータ | FLOEFDの解析条件で設定されたゴールをターゲットに設定 目標を最小/最大/ターゲット値として設定 複数の目標に対して重要性を考慮した加重係数を設定 目標に対して制約条件を設定 |
結果の確認 | 最適解の抽出 スタディおよびプロット上に最適解候補を明示 パレートプロット 任意の2種類の変数に対する関係をプロット パラレルプロット すべての入出力パラメータを同じチャートにプロット 任意の解析結果 すべてのスタディの結果を断面プロットやサーフェスプロットなどの形式で表示 |