IRA 辅助的基于MMC 的拓扑优化方法
摘要：基于迭代重新分析逼近（IRA）的方法与基于移动变形组件（MMC）的拓扑优化（IRA-MMC）方法集成在本研究中。与其他经典拓扑优化方法相比，有限元（FE）求解器被建议的IRA方法所取代。通过几个嵌套迭代，可以显著节省昂贵的计算成本。MMC构建了线弹性平面结构的优化问题，其中特定的几何参数被作为设计变量，以获得明确的几何边界。在建议的算法中，提出了一种基于移动渐近线方法（MMA）和全局收敛版本的方法（GCMMA）的混合优化器，以提高收敛比和避免局部最优解。所提出的方法在一些经典的拓扑优化基准问题中进行了评估，结果显示在不损害准确性的情况下显著节省时间。
作者：Kangjia Mo, Hu Wang, Zhenxing Cheng, Yu Li
论文ID：1810.07021
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2018-10-17