优化向导

─ 第二步，如果在参数化的求解器系统中没有指定优化条件，则此时可以指定。

─ 也可以从其他文档中输入条件。

─ 然后点击下一步。

优化向导

─ 第三步，选择优化方法。

─ optiSLang提供了类似于红绿灯的建议形式来选择合适的方法：

 红：不适用

 黄：适用

 绿：推荐

─ 该例中推荐使用进化算法。

─ 然后点击下一步。

优化向导

─ 然后，需要指定一些附加选项。

─ 建议在算法运行期间显示后期处理选项，以便在优化运行期间访问结果数据。

─ 然后点击结束。

高级设置

─ 双击创建优化，可以调整优化算法的详细参数。

高级设置

─ 双击创建优化，可以调整优化算法的详细参数。

─ 在标签页“初始化”、“选择”、“交叉”和“突变”中授予算法中许多参数的权限。

高级设置

─ 双击创建优化，可以调整优化算法的详细参数。

─ 在标签页“初始化”、“选择”、“交叉”和“突变”中授予算法中许多参数的权限。

─ 在标签页“其他”中，提供了一些预定义的参数，适用于大部分优化。（例如“EA 10000”）

高级设置

─ 此外，作为附加选项，可以调整optiSLang是否自动保存。

─ 默认情况下，在计算每个设计迭代后，项目会自动保存。

─ 特别是对于计算时间短的设计，这会产生大量开销并减慢优化速度。

─ 因此，建议将自动保存选项设置为每50或100个完成的设计后保存。

并行化设置

─ 一些优化算法允许并行计算设计。

─ 为了允许并行计算，必须启用多个求解器。

─ 通过双击VirtualLab求解器，可以找到此附加选项。

─ 建议数量为CPU的一半到全部真实核心之间，具体取决于每个设计的计算并行化。

运行优化

─ 单击场景（Scenery）中的进化算法（Evolutionary Algorithm）窗口。

─ 点击运行按钮开始优化。

优化结果

─ 优化结束后，可以在新窗口中得到结果。

优化结果

─ Pareto2D图以点云的形式同时给出了目标值、均匀度对比和平均效率。

─ 用户能够为他的应用选择最合适的设计。

─ 在这个例子中，选择了设计no.8842，具有~16％的均匀度对比和~20％的平均效率。

优化结果

─ 每个设计都存储在子文件夹〜Optimization.opdEvolutionary_Algorithm中的optiSLang项目目录中。

─ 此目录中的每个文件夹（由设计编号命名）包含将设计再次导入VirtualLab所需的所有文件。

导入优化结果

─ 要导入感兴趣的设计，使用Import optiSLang Results功能，选择相应的设计文件夹。

─ 最后，可以在VirtualLab中进一步分析导入的LPD。

作为总结，下表给出了初始和优化后的设计之间的光栅参数和性能标准的比较。

文档信息