LS-OPT优化设计与参数识别：工程实践的智慧

LS-OPT是一个基于仿真的优化设计工具，它能够解决复杂的多阶段设计过程或回归/分类任务问题。LS-OPT既提供与LS-DYNA®的接口（例如，提取计算结果），也支持主流的前、后处理器，比如进行形状优化的处理器。安装软件包里包含图形的前、后处理工具，可对计算结果进行可视化。

LS-OPT®优化设计和参数识别的图1

LS-OPT界面参数定义流程图

功能:

▀多学科优化和多目标优化(MDO/MOO)

▀离散变量和混合变量优化

▀全局优化

▀鲁棒优化与/或可靠性优化

▀LS-DYNA® 数据，包括异常分析数据和LS-PrePost® 支持数据

▀噪声与滞回曲线匹配的参数识别

▀基于数字图像相关法的全场校正

▀不确定性量化

▀灵敏度分析
LS-OPT®优化设计和参数识别的图2

LS-OPT®优化设计和参数识别的图3 基于分类器的参数化车身侧面碰撞

求解器和算法:

▀连续响应面方法

▀遗传算法和高效全局优化算法(EGO)

▀求解多目标优化的NSGA-II算法

▀蒙特卡罗算法 (直接法与基于代理模型法)

▀异常分析法

▀针对统计分类的支持向量机法(SVMs)

▀Taguchi方法

▀曲线相似性度量：动态时间规整算法(DTW), 部分曲线映射和曲线离散Fréchet距离算法

▀实验设计：空间填充法, 全因子或部分因子设计法, 拉丁超立方体抽样法

▀代理模型：神经网络模型、多项式模型、 Kriging模型和支持向量机回归模型

▀基于网络计算环境的作业调度
LS-OPT®优化设计和参数识别的图4
LS-OPT®优化设计和参数识别的图5 实际的数据 (LS-DYNA) 分类器 (蓝色边界线)

LS-OPT具有以下交互式图形界面后处理的功能：

▀计算结果绘图 (相关矩阵, 散点图, 平行坐标, 自组织映射, 时间历程, 数据统计)

▀代理模型绘图 (面, 二维横截面, 准确率, 全局灵敏度, 历史灵敏度)

▀Pareto绘图 (散点图, 平行坐标, 自组织映射)

▀随机分析 (统计工具, 相关性, 随机贡献)

▀优化历史

▀具有交互功能的表格
LS-OPT®优化设计和参数识别的图6