欢迎来到进口食品商务网！

日本发表在《国际计算机辅助工程与技术杂志》上的一项研究揭示了一种优化功能梯度材料(fgm)组成的方法。fgm是一种先进的复合材料，其成分和性能随体积的变化而逐渐变化，旨在优化特定负载条件下的性能。

这项工作可用于减轻均匀冷却的多层FGM板的残余热应力，使其能够更好地应对航空航天应用和发电行业中存在的重大热循环。

三洋小野田市大学机械工程系的Ryoichi Chiba在开源框架Optuna中使用了所谓的黑盒优化(BBO)技术来进行调查。Optuna以用户友好的界面而闻名，非常适合复杂的优化任务。

Chiba使用了三种Optuna算法:树结构Parzen估计器(TPE)、协方差矩阵适应进化策略(CMA-ES)和非支配排序遗传算法II (NSGA-II)。每种算法都提供了一种独特的优化方法，TPE侧重于快速收敛，而CMA-ES和NSGA-II侧重于进化策略。

fgm的优化一直被证明是一项艰巨的任务，因为在其设计和生产中有很多变量在起作用，其中任何一个都可能对其性能产生重大的积极或消极影响。

Chiba解释说，CMA-ES算法效果最好。虽然TPE快速收敛于一个解决方案，但其优化质量不如CMA-ES和NSGA-II的更彻底的进化方法高。研究表明，在试图解释设计变量之间的相互作用时可能会出现问题，这些问题有时会适得其反，导致更复杂的优化而不是增强过程。

更多信息:Ryoichi Chiba，比较功能梯度材料设计的开源优化算法:一个热弹性案例研究，国际计算机辅助工程与技术杂志(2024)。DOI: 10.1504/IJCAET.2024.138652期刊信息:国际计算机辅助工程与技术期刊由Inderscience提供引文:研究人员确定了优化功能分级材料性能的最佳算法(2024,5月24日)检索自2024年5月27日https://techxplore.com/news/2024-05-algorithms-optimize-functionally-graded-materials.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。