【技术实现步骤摘要】
本专利技术属于结构优化设计相关，更具体地，涉及一种微结构代理模型的建立方法及其应用与设备。
技术介绍
1、双尺度结构具有重量轻、强度高、减震等优点，具有很大的应用潜力。基于水平集法的双尺度结构优化方法能够在保证微结构连续性的条件下获得较好的优化结构。
2、在水平集法的双尺度结构优化设计方法中需要构建微结构模型，由于计算均匀化算法的复杂性，直接求解微结构模型需要花费大量时间，在单步运算就需要成千次求解的优化算法中运用原模型并不具有可行性，因此使用代理模型来模拟高精度模拟模型是工程中常用的方法，如径向基模型，神经网络，响应面模型，克里金模型等，其中径向基函数是一种通过简单函数的加权和插值来映射复杂的设计空间，对响应特性无要求，能够较好地拟合任何种类的函数。代理模型的性能与样本点在建模空间的分布和样本点的数量有极大关系，合适数量且分布均匀的样本点能够很好地反应真实模型在空间的变化趋势与信息，从而能够保证在使用代理模型时其提供的信息有较高的精度与可信度。但在实际工程中往往无法知道合适的数量是多少，为了保证精度往往会选择过量的样本点，这无疑会降低计算效率。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种微结构代理模型的建立方法及其应用与设备，其选择初始代理模型的n个输入样本点中对输出最有作用的m(m＜＜n)个样本点组装成新的代理模型，以缩短求解所需时间。
2、为实现上述目的，按照本专利技术的一个方面，提供了一种微结构代理模型的建立方法，该方法
3、(1)将不同切割高度对应的组合微结构的弹性矩阵与体积分数组成样本点数据库，进而将所述样本点数据库中各切割高度作为径向基函数插值的输入中心点以构建初始代理模型；
4、(2)采用正交最小二乘法依次选择所述样本点数据库中的每个样本点并计算其所带来的误差，进而选择最大误差所对应的样本点作为最终代理模型的第一个样本点；
5、(3)依次选择所述样本点数据库中剩余的样本点，将其对应的特征向量与已选择的最终代理模型的样本点的特征向量作正交，并计算其所带来的误差，进而选择此轮中最大误差所对应的样本点作为最终代理模型的下一个样本点，重复选择直至选择到的最终代理模型的样本点的误差之和大于等于阈值；
6、(4)计算选择到的最终代理模型的样本点的权值，继而基于选择到的最终代理模型的样本点及其对应的权值构建所述最终代理模型。
7、进一步地，给单元赋予由多种独立的水平集函数及对应的切割高度切割所得到的组合微结构，并通过均匀化方法计算两个切割高度下的组合微结构的弹性矩阵。
8、进一步地，对于最终选取的m个样本点，组装反解矩阵：
9、
10、
11、根据获得权值的最小二乘解：
12、
13、由选择的样本点集合与权值系数[α1，α2，αm]t组装最终代理模型，最终代理模型表示为：
14、
15、进一步地，选定微结构类型，并获得描述微结构的水平集函数；根据水平集函数方法采用水平集函数φi(x)和切割函数ψi(x)表示一次切割操作得到的组合函数
16、γi(x)＝φi(x)-ψi(x)，x∈d，i＝1…l；
17、其中d为参考域，ψi(x)＝hi，l表示微结构种类的个数，hi为第i个水平集函数的切割高度。
18、进一步地，根据水平集函数的性质定义虚拟微结构
19、
20、
21、
22、多个水平集函数对应的微结构通过求并布尔运算合并获得：
23、γk＝min{γ1，γ2，...γl}
24、求并后参考域内多种微结构合并成一个最终微结构：
25、
26、所得的周期性微结构ω的宏观等效弹性张量由计算均匀化理论获得：
27、
28、能表示为矩阵形式：
29、
30、微结构的体积分数由构造关系得到：
31、
32、其中epqrs为微观结构局部弹性张量，为已知的水平方向宏观应变场，为已知的水平方向局部应变场，为已知的垂直方向宏观应变场，为已知的垂直方向局部应变场，dh为切割高度为h获得微结构的弹性张量矩阵表达形式，为弹性张量中的9个元素，v为体积分数，ω为微结构的大小，d表示整个参考域的大小。
33、进一步地，选取一系列等距的切割高度h＝[h1，h2，...，hl]求得对应n组参考微结构的等效弹性矩阵：
34、
35、径向基函数初始代理模型表示为：
36、[f]＝[a][α]+[e]
37、其中：
38、
39、α＝[α1，α2，...，αn]t
40、φ(||ci-cj||)为径向基函数，c＝h＝[h1，h2，...，hl]为输入样本点，αn为第n个样本点对应的权值系数；
41、计p1＝[φ(||c1-c1||)，...，φ(||cn-c1||)]t表示样本点c1的特征向量。[a]写作：
42、[a]＝[p1，p2，..，pi]。
43、进一步地，依次选择所述样本点数据库中剩余的样本点，将其对应的特征向量与已选择的最终代理模型的样本点的特征向量作施密特正交化：
44、
45、
46、其中k≥1，表示已选择的样本点的数量，wj为第j个已选样本点的正交特征向量；计算下一个样本点带来的误差：
47、
48、
49、选择最大的样本点i作为最终代理模型的下一个样本点：
50、
51、
52、
53、
54、计算已选择的样本点的总误差：
55、
56、样本点终止选取的标准为：
57、1-errtotal≤errset
58、判断errtotal是否满足要求，若满足则结束对样本点的选取；若不满足则重复s3选择第k+2个样本点。
59、本专利技术还提供了一种结构优化方法，所述优化方法采用如上所述的微结构代理模型的建立方法构建待优化结构的代理模型，进而采用所述代理模型进行结构优化。
60、本专利技术还提供了一种微结构代理模型的建立系统，所述系统包括存储器及处理器，所述存储器储存有计算机程序，所述处理器执行所述计算机程序时执如上所述的微结构代理模型的建立方法。
61、本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现如上所述的微结构代理模型的建立方法或者如上所述的结构优化方法。
62、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，本专利技术提供的微结构代理模型的建立方法及其应用与本文档来自技高网...
【技术保护点】
1.一种微结构代理模型的建立方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的微结构代理模型的建立方法，其特征在于：给单元赋予由多种独立的水平集函数及对应的切割高度切割所得到的组合微结构，并通过均匀化方法计算两个切割高度下的组合微结构的弹性矩阵。
3.如权利要求1所述的微结构代理模型的建立方法，其特征在于：对于最终选取的M个样本点，组装反解矩阵：
4.如权利要求1所述的微结构代理模型的建立方法，其特征在于：选定微结构类型，并获得描述微结构的水平集函数；根据水平集函数方法采用水平集函数Φi(x)和切割函数Ψi(x)表示一次切割操作得到的组合函数
5.如权利要求4所述的微结构代理模型的建立方法，其特征在于：根据水平集函数的性质定义虚拟微结构
6.如权利要求5所述的微结构代理模型的建立方法，其特征在于：选取一系列等距的切割高度H＝[h1,h2,…,hl]求得对应N组参考微结构的等效弹性矩阵：
7.如权利要求1-6任一项所述的微结构代理模型的建立方法，其特征在于：依次选择所述样本点数据库中剩余的样本点，将
8.一种结构优化方法，其特征在于：所述优化方法采用权利要求1-7任一项所述的微结构代理模型的建立方法构建待优化结构的代理模型，进而采用所述代理模型进行结构优化。
9.一种微结构代理模型的建立系统，其特征在于：所述系统包括存储器及处理器，所述存储器储存有计算机程序，所述处理器执行所述计算机程序时执行权利要求1-7任一项所述的微结构代理模型的建立方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-7任一项所述的微结构代理模型的建立方法或者权利要求8所述的结构优化方法。
...【技术特征摘要】
1.一种微结构代理模型的建立方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的微结构代理模型的建立方法，其特征在于：给单元赋予由多种独立的水平集函数及对应的切割高度切割所得到的组合微结构，并通过均匀化方法计算两个切割高度下的组合微结构的弹性矩阵。
3.如权利要求1所述的微结构代理模型的建立方法，其特征在于：对于最终选取的m个样本点，组装反解矩阵：
4.如权利要求1所述的微结构代理模型的建立方法，其特征在于：选定微结构类型，并获得描述微结构的水平集函数；根据水平集函数方法采用水平集函数φi(x)和切割函数ψi(x)表示一次切割操作得到的组合函数
5.如权利要求4所述的微结构代理模型的建立方法，其特征在于：根据水平集函数的性质定义虚拟微结构
6.如权利要求5所述的微结构代理模型的建立方法，其特征在于：选取一系列等距的切割高度h＝[h1,h2,…,hl]求得对应n组参考微结构...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。