Loading...
机构名称:
¥ 12.0

软件环境支持实施基于不确定性的多学科优化。非支配排序遗传算法 NSGA-II 强调了性能优化和成本降低之间的权衡及其对最佳设计的影响。基于可靠性的约束减少了解决方案空间,并通过将帕累托前沿移离最佳目标值来影响飞机的最终设计。ModelCenter 提供了有效的工具来应对不确定性下优化的高复杂性。虽然虚拟机上的并行模拟提高了计算性能,但 DOE 筛选可以通过消除不相关的输入来减少设计空间。将多目标转换为单目标函数将寻找最优解的重点放在全局帕累托前沿的一部分上,并大大缩短了计算时间。然而,这种解决方案需要在目标之间建立一个层次结构,因此留下了非支配设计解决方案。

基于模型的系统工程中的关键参数管理

基于模型的系统工程中的关键参数管理PDF文件第1页

基于模型的系统工程中的关键参数管理PDF文件第2页

基于模型的系统工程中的关键参数管理PDF文件第3页

基于模型的系统工程中的关键参数管理PDF文件第4页

基于模型的系统工程中的关键参数管理PDF文件第5页

相关文件推荐

2020 年
¥1.0
2020 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2016 年
¥5.0
2022 年
¥3.0
2016 年
¥5.0
2016 年
¥5.0
2024 年
¥1.0
2022 年
¥19.0
2015 年
¥53.0
2024 年
¥12.0
2025 年
¥1.0
2020 年
¥1.0
2018 年
¥40.0
2018 年
¥40.0
2024 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2018 年
¥40.0
2021 年
¥1.0
2021 年
¥67.0
2023 年
¥1.0
2006 年
¥2.0
2015 年
¥8.0
2016 年
¥5.0
2024 年
¥2.0