Konstruktionsoptimering

Mål

Kursen syftar till att integrera traditionella konstruktionsteorier med metoder och verktyg från modern optimerings teori och praktik. I kursen kommer studenten att lära sig att skapa passande matematiska beskrivningar (simulerings modeller) för olika typer av konstruktionsproblem. Utifrån dessa modeller formuleras sedan konstruktionsproblemet om till ett optimerings problem, och slutligen används moderna numeriska optimeringsmetoder och datorverktyg för att lösa problemet. Efter kursen skall studenten:

• Kunna beskriva funktionen hos ett antal iterativa optimeringsmetoder och argumentera för deras lämpligheter på olika typer av problem. Exempel är Complex-metoden, Genetiska algoritmer och Gradientbaserade metoder
• Kunna formulera konstruktionsproblem som matematiskt korrekta optimeringsproblem, implementera dem i MATLAB och lösa dem mha. numeriska optimeringsmetoder.
• Kunna beskriva hur optimering av simuleringsmodeller kan genomföras samt praktisera det mha. MATLAB och Simulink
• Kunna analysera känsligheten hos olika konstruktionslösningar
• Kunna bedöma rimligheten i egna och andras resultat från optimeringar

Innehåll

Optimering i konstruktionsprocessen Optimeringsmetoder: Genetiska algoritmer, Complex metoden, Gradientmetoder Formulera av konstruktionsproblem som optimeringsproblem Formulering av målfunktioner Optimering baserad på simuleringsmodeller Att väga samman flera olika delmål till en målfunktion, samt så kallad Pareto optimering Begränsningar, randvillkor samt olika typer av straffunktioner Post optimal analys Känslighetsanalys för att bedöma konstruktionens robusthet Metamodeller för att skapa numeriska modeller utifrån experiment