使用机器学习自动优化模型以降低材料和碳成本
总览
SkyCiv S3D Optimizer 是 S3D 的插件，可自动将工程师现有 S3D 模型的材料和碳成本降至最低. 该算法通过操作 S3D 模型的部分来工作, 截面尺寸, 材料, 和节点位置，以降低成本，同时保持结构稳健性和建筑完整性. 这是通过机器学习算法加上 S3D 的强大功能实现的.
这个怎么运作
SkyCiv S3D 优化器目前处于测试阶段，正在通过软发布推出. 虽然您无法控制模型何时或如何优化, 每次求解时，优化器都会在现有模型的后台运行. 完成后, 您可能会收到优化结果的通知，并可以选择查看优化模型. 注意, 此时, 优化器只会优化现有模型中存在的库部分. 您可以随时关闭此功能, 通过转到您在 S3D 中的设置并勾选显示的框 自动运行 SkyCiv 优化器.
成功优化的示例通知
为了让优化器在您的模型上运行, 您的初始模型必须包含: 至少一个图书馆部分; 并且至少有一个小于 1 的效用比. 请注意, 只有小于 1 的初始效用才会被视为优化器的设计标准.
什么是变量和标准?
变量 (参数) 在你的模型中被改变, 仅限于截面数据. 它正在遍历指定库中所有可能的部分. 例如, 如果用户有 W8x10 的部分 (取自美国人 – AISC数据库), 优化器将选择该特定库中最优化的部分.
优化器基于以下标准:
- 挠度跨度比必须小于 L/250
- 成员应力的比率必须小于 0.95 材料强度 (基于用户定义的输入)
- 成员应力的比率必须小于 0.95 材料产量 (基于用户定义的输入)
- 最小化成本 ($ 每质量) 使用的材料
优化程序运行的示例结果. 然后用户可以在另一个窗口中打开优化后的模型
常问问题
为什么我在求解模型后没有收到优化结果的通知?
多种因素可能导致您未收到通知. 这些包括结构不稳定的初始模型, 不包含标准库部分的模型, 模型太大, 或无法进行有意义优化的模型.
我们不会在软发布期间运行太大的模型. 一般, 它应该需要 1 优化器运行的分钟数.
如何选择要优化的部分? 我可以优化模型的其他方面吗?
我们正在限制软启动的部分选择和其他优化标准. 这些功能将在不久的将来可用.
为什么有时我在同一个模型上得到不同的结果?
在某些情况下, S3D 模型可以有数百万种变化. 计算上不可能对它们全部进行测试. 我们的算法依赖于元启发式随机过程 (随机的) 尽快找到最好的模型. 由于该算法的随机性, 你并不总是能保证找到最好的/相同的模型.
为什么我的所有部分都没有得到优化?
我们尝试将优化程序的持续时间限制为一分钟. 因为这, 我们可能没有时间优化所有部分. 我们使用机器学习来确定在分配的时间范围内应该优化哪些部分.
