一种基于优化算法的CAE模型多参数智能校正计算方法技术

本发明专利技术属于CAE模型优化技术领域，具体涉及一种基于优化算法的CAE模型多参数智能校正计算方法，采用改良遗传算法与退火算法相结合，增强模型的全局部寻优能力；所述方法具体包括以下步骤：设计参数输入，通过测量、计算获取CAE模型所需的物性参数和实测参数，并输入到CAE模型；模型参数校正计算，利用遗传算法获取最优的初始值，并用退火算法根据该初始值找到全局最优解；模型参数校正结果，依次将各个参数的最优解替代原有模型的参数，形成高精度的CAE仿真模型。克服了现有技术的不足，以退火算法为基础，同时在校正算法初始化方面采用了遗传算法，可以有效的在短时间内找到校正的全局最优解。局最优解。局最优解。

【技术实现步骤摘要】
一种基于优化算法的CAE模型多参数智能校正计算方法


[0001]本专利技术属于CAE模型优化
，具体涉及一种基于优化算法的CAE 模型多参数智能校正计算方法。

技术介绍

[0002]目前工业企业在测量CAE模型主要参数方面取得了很大进展，但是仍然 存在部分参数无法测量或者无法准确的测量，显著的影响了CAE模型的精度 和可应用性。这部分参数基本为强非线性参数并且参数值随条件的变化存在 间断的现象。
[0003]传统的人工校正方法不仅周期期长，准确性差而且通用性非常低；因此 开发CAE模型多参数智能校正计算方法可以有效的解决上述问题，大幅度提 高CAE模型参数和系数的校正效率与精度。该算法还具有优秀的扩展性，可 以通过在各领域的应用推广成为CAE模型参数校正的通用计算方法。
[0004]CAE软件开发商包括ANSYS和Comsol在内的欧美产品都拥有参数校正算 法，这些算法基于单参数的校正方法，同时存在校正效率较低的问题。
[0005]在高效率，多参数智能校正算法领域目前还没有特别有效的算法。本申 请开发的基于优化算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于优化算法的CAE模型多参数智能校正计算方法，其特征在于：采用改良遗传算法与退火算法相结合，增强模型的全局部寻优能力；所述方法具体包括以下步骤：步骤一、设计参数输入：通过测量、计算获取CAE模型所需的物性参数和实测参数，并输入到CAE模型；步骤二、模型参数校正计算：利用遗传算法获取最优的初始值，并用退火算法根据该初始值找到全局最优解；步骤三、模型参数校正结果：依次将各个参数的最优解替代原有模型的参数，形成高精度的CAE仿真模型。2.根据权利要求1所述的一种基于优化算法的CAE模型多参数智能校正计算方法，其特征在于：步骤一中所述通过测量、计算获取CAE模型所需的物性参数和实测参数，具体方式包括：极端条件测试、模型计算、文献查询以及参数组合。3.根据权利要求1所述的一种基于优化算法的CAE模型多参数智能校正计算方法，其特征在于：步骤二中所述遗传算法的具体步骤包括：1)初始化：设置进化代数计数器t＝0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)；2)计算群体P(t)中个体的适应度；3)将选择算子作用于群体，通过在群体中个体的适应度进行评估，同时把把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。4)将交叉算子作用于群体；5)将变异算子作用于群体，群体P(t)经过...

【专利技术属性】
技术研发人员：谢文锋，
申请(专利权)人：海仿上海科技有限公司，
类型：发明
国别省市：