Makine Öğrenimi'ni kullanarak malzeme ve karbon maliyetlerini azaltmak için modellerinizi otomatik olarak optimize edin

genel bakış

SkyCiv S3D Optimizer, bir mühendisin mevcut S3D modelinin malzeme ve karbon maliyetlerini bağımsız olarak en aza indiren bir S3D eklentisidir.. Algoritma, bir S3D modelinin bölümlerini manipüle ederek çalışır., kesit boyutları, malzemeler, ve yapısal sağlamlığı ve mimari bütünlüğü korurken maliyeti azaltmak için düğüm konumları. Bu, S3D'nin güçlü işlevselliği ile birleştirilmiş makine öğrenimi algoritmaları ile mümkün olmaktadır..

Nasıl çalışır

SkyCiv S3D Optimizer şu anda beta aşamasında ve yumuşak bir lansmanla tanıtılıyor. Modelinizin ne zaman veya nasıl optimize edileceğini henüz kontrol edemeyecek olsanız da, Optimize edici, onları her çözdüğünüzde mevcut modellerinizde arka planda çalışacaktır.. Bitmesi uzerine, optimize edilmiş sonuçlardan haberdar olabilirsiniz ve optimize edilmiş modeli görüntüleme seçeneğine sahip olabilirsiniz.. Not, Şu anda, optimize edici yalnızca mevcut modelde bulunan kitaplık bölümlerini optimize eder. Bu özelliği istediğiniz zaman kapatabilirsiniz, S3D'de ayarlarınıza gidip yazan kutuyu işaretleyerek SkyCiv Optimizer'ı Otomatik Çalıştır.

Başarılı bir optimizasyonun örnek bir bildirimi

Optimize edicinin modelinizde çalışması için, ilk modeliniz şunları içermelidir: en az bir kütüphane bölümü; ve birden az olan en az bir fayda oranına sahip olmak. lütfen aklınızda bulundurun, yalnızca birden az olan ilk yardımcı programlar optimize edici için tasarım kriteri olarak kabul edilecektir.

Değişkenler ve kriterler nelerdir?

Değişkenler (parametreleri) senin modelinde değişiyor, bölüm verileriyle sınırlıdır. Belirtilen kitaplıktaki tüm olası bölümleri yineliyor. Örneğin, bir kullanıcının W8x10 bölümü varsa (Amerikalıdan alındı – AISC veritabanı), Optimize Edici, söz konusu kitaplıktaki en uygun bölümü seçecektir..

Optimize Edici aşağıdaki kriterlere dayanmaktadır:

• Sapma Açıklığı Oranı L/250'den az olmalıdır
• Üye Stresleri, şundan daha az bir oranda olmalıdır: 0.95 Malzeme Mukavemeti için (kullanıcı tanımlı girdiye dayalı)
• Üye Stresleri, şundan daha az bir oranda olmalıdır: 0.95 Malzeme Verimi için (kullanıcı tanımlı girdiye dayalı)
• Maliyeti En Aza İndirmek ($ kütle başına) kullanılan malzemelerin

Optimize edici çalışmasından örnek sonuçlar. Kullanıcılar daha sonra optimize edilmiş modeli başka bir pencerede açabilir

SSS

Modelimi çözdükten sonra neden optimizasyon sonuçlarıyla ilgili bildirim almıyorum??

Çeşitli faktörler bilgilendirilmemenize neden olabilir. Bunlar, yapısal olarak kararlı olmayan bir başlangıç ​​modeli içerir., standart kitaplık bölümleri içermeyen bir model, bir modelin çok büyük, veya anlamlı bir şekilde optimize edilemeyen bir model.

Yumuşak lansman sırasında çok büyük modeller kullanmayacağız. Ortalamada, almalı 1 optimize edicinin çalışması için dakika.

Optimize etmek istediğim bölümleri nasıl seçebilirim? Modelin diğer yönlerini optimize edebilir miyim?

Yumuşak başlatma için bölüm seçimini ve diğer optimizasyon kriterlerini kısıtlıyoruz. Bu özellikler yakın gelecekte kullanıma sunulacak.

Neden bazen aynı modelde farklı sonuçlar alıyorum??

Bazı durumlarda, bir S3D modelinin milyonlarca varyasyonu olabilir. Hepsini test etmek sayısal olarak imkansızdır. Algoritmamız, meta-sezgisel bir stokastik sürece dayanır (rastgele) en iyi modeli olabildiğince çabuk bulmak için. Bu algoritmanın rastgele doğası nedeniyle, her zaman en iyi/aynı modeli bulacağınız garanti edilmez.

Neden tüm bölümlerim optimize edilmiyor?

Optimize edicinin süresini bir dakika ile sınırlamaya çalışıyoruz. Bu nedenle, tüm bölümleri optimize etmek için zamanımız olmayabilir. Tahsis edilen zaman çerçevesinde hangi bölümlerin optimize edilmesi gerektiğini belirlemek için makine öğrenimini kullanırız.