您当前的位置:
首页 > 文献资料
所属专业:
期望提高函数文献资料
-
基于代理模型技术的支架—球囊系统优化设计
目的 将改进的Kriging优化算法引入支架-球囊系统的优化设计,从而给其配以适当长度的球囊,使支架能够沿轴向扩张均匀.方法 基于有限元计算结果,采用与拉丁超立方(latin hypercube sampling,LHS)抽样方法、期望提高(expected improvement,EI)函数相结合的Kriging优化算法,以减小支架扩张时的狗骨头效应为目的,对球囊长度进行优化设计.结果 Kriging代理模型能近似建立支架狗骨头率与球囊长度间的函数关系,来替代高成本的计算.LHS抽样方法可以确保产生的样本点代表向量空间的所有部分.EI函数能有效地用于平衡搜索,从而找到优解.优化长度的球囊可以使支架均匀扩张.结论 该优化算法能有效地应用于支架-球囊系统的优化设计.
关键词: 支架 有限元分析 Kriging代理模型 期望提高函数 优化