《表3 不同优化方法对短悬臂梁优化所得拓扑构型》
从最终优化得到的拓扑构型(表3)上看,H-BESO方法受进化率的影响较大,5次优化下只有2次(3%、4%)得到最优构型,S-BESO方法受进化率的影响相对较小,3次(2%、4%、5%)得到最优构型,再次表明本文建立的材料插值模型的优势;受益于遗传算法的全局寻优能力,G-BESO方法5次运行均得到最优构型,表明G-BESO方法的稳健性和有效性;从计算效率和优化目标值(表4)上看,G-BESO方法平均迭代步数38.6、平均柔顺度1.5516 N?mm均优于其他两种方法。
图表编号 | XD00189818300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 吴贝尼、夏利娟 |
绘制单位 | 上海交通大学海洋工程国家重点实验室、高新船舶与深海开发装备协同创新中心、上海交通大学海洋工程国家重点实验室、高新船舶与深海开发装备协同创新中心 |
更多格式 | 高清、无水印(增值服务) |