Ottimizzazione e stima dei costi / emissioni di CO₂ per RSTAB 9

• Tecnologia di intelligenza artificiale (AI): Ottimizzazione dello sciame di particelle (PSO)
• Ottimizzazione della struttura in base al peso minimo o alla deformazione
• Utilizzo di un numero qualsiasi di parametri di ottimizzazione
• Specifica di intervalli variabili
• Ottimizzazione delle sezioni trasversali e dei materiali
• Tipi di definizione dei parametri
• Ottimizzazione | Crescente o Ottimizzazione | Discendente
• Applicazione di modelli parametrici e blocchi
• Parametrizzazione JavaScript basata sul codice dei blocchi
• Ottimizzazione tenendo conto dei risultati della progettazione
• Visualizzazione tabellare delle migliori mutazioni del modello
• Visualizzazione in tempo reale delle mutazioni del modello nel processo di ottimizzazione
• Modella la stima dei costi specificando i prezzi unitari
• Determinazione del potenziale di riscaldamento globale GWP durante la realizzazione del modello stimando la CO₂ equivalente
• Specifica delle unità basate su peso, volume e area (prezzo e CO₂ e)

Ci sono due metodi che è possibile utilizzare per il processo di ottimizzazione, con i quali è possibile trovare i valori dei parametri ottimali secondo un criterio di peso o di deformazione.

Il metodo più efficiente con il minor tempo di calcolo è l'ottimizzazione quasi naturale dello sciame di particelle (PSO). Ne hai sentito parlare o letto? Questa tecnologia di intelligenza artificiale (AI) ha una forte analogia con il comportamento degli stormi di animali, in cerca di un luogo di riposo. In tali sciami, puoi trovare molte persone (vedi soluzione di ottimizzazione - ad esempio, peso) a cui piace stare in un gruppo e seguire il movimento del gruppo. Assumiamo's che ogni singola asta dello sciame abbia la necessità di riposare in un luogo di riposo ottimale (cfr. soluzione migliore - ad esempio, peso più basso). Questa necessità aumenta man mano che ci si avvicina al luogo di riposo. Pertanto, il comportamento dello sciame è influenzato anche dalle proprietà dello spazio (vedi diagramma dei risultati).

Perché l'escursione nella biologia? Molto semplicemente: il processo PSO in RFEM o RSTAB procede in modo simile. L'esecuzione del calcolo inizia con un risultato di ottimizzazione da un'assegnazione casuale dei parametri da ottimizzare. Determina ripetutamente nuovi risultati di ottimizzazione con vari valori dei parametri, che si basano sull'esperienza delle mutazioni del modello precedentemente eseguite. Il processo continua fino al raggiungimento del numero specificato di possibili mutazioni del modello.

In alternativa a questo metodo, il programma offre anche un metodo di elaborazione batch. Questo metodo tenta di verificare tutte le possibili mutazioni del modello specificando casualmente i valori per i parametri di ottimizzazione fino a raggiungere un numero predeterminato di possibili mutazioni del modello.

Dopo aver calcolato una mutazione del modello, entrambe le varianti controllano anche i rispettivi risultati di verifica attivati degli add-on. Inoltre, salvano la variante con il corrispondente risultato dell'ottimizzazione e l'assegnazione del valore dei parametri di ottimizzazione se l'utilizzo è < 1.

È possibile determinare i costi totali stimati e le emissioni dalle rispettive somme dei singoli materiali. Le somme dei materiali sono composte dalle somme parziali basate sul peso, sul volume e sull'area dell'asta, della superficie e degli elementi solidi.