文献
J-GLOBAL ID:202202255947592091   整理番号:22A0150665

深層生成モデルを用いたデータ駆動多忠実度トポロジー設計:強制対流熱伝達問題への適用【JST・京大機械翻訳】

Data-driven multifidelity topology design using a deep generative model: Application to forced convection heat transfer problems
著者 (3件):
資料名:
巻: 388  ページ: Null  発行年: 2022年 
JST資料番号: E0856A  ISSN: 0045-7825  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
トポロジー最適化は,高度な設計自由度を有する新しい設計を生成するための強力な方法論である。この魅力的な特徴のための交換において,トポロジー最適化は,一般的にマルチモーダルを避けることができず,それは,強い非線形最適化問題を扱うとき,しばしば満足な解を見つけるのを妨げる。本研究では,そのような複雑なトポロジー最適化問題を間接的に解くことを目指したフレームワークの構築に焦点を当てた。フレームワークは,マルチ忠実度トポロジー設計(MFTD)に基づき,その基本概念は,オリジナルトポロジー最適化問題を2種類の手順,すなわち,低忠実度最適化と高忠実度評価に分割することである。データ駆動アプローチとしてフレームワークを構築し,ここでは,低忠実度最適化問題を解くことにより与えられた設計候補を,進化アルゴリズム(EA)のアイデアに基づいて反復的に更新した。高次元設計空間で交差のような操作を実現するための重要な手順として,代表的な深層生成モデルの変分オートエンコーダーオンを用いて,様々な材料分布から成る新しいデータセットを生成した。さらに,著者らは,データセットにおける参照ものに基づく新しい材料分布を生成するための突然変異様操作を提案した。これらの操作をelitismベースの選択手順と統合することにより,著者らは,高度な設計自由度で複雑な最適化問題を攻撃する場合でも,無勾配最適化を可能にするデータ駆動MFTDを提案した。提案したフレームワークを強制対流熱伝達問題に適用し,低忠実度最適化問題をDarcy流モデルを用いて定式化し,一方,高忠実度評価をNavier-Stokesモデルを用いて行った。最初に,提案したフレームワークから得た結果が,よく知られた2D層流熱伝達問題において,直接解いた結果と比較して,ほぼ同一の性能を達成できることを実証した。次に,提案したフレームワークが3D層流と乱流熱伝達に関するトポロジー最適化のミニマックス問題における解を見つけることができることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
構造力学一般 

前のページに戻る