第19章AMESim 设计开发模块.docx
《第19章AMESim 设计开发模块.docx》由会员分享，可在线阅读，更多相关《第19章AMESim 设计开发模块.docx（38页珍藏版）》请在冰豆网上搜索。
第19章AMESim设计开发模块
第19章:
AMESim设计开发模块
19.1介绍
AMESim的设计开发模块提供一系列技术允许你开发你的设计空间。
设计开发的第一个步由选择你希望调查的输入（AMESim模型参量）和输出（AMESim模型变数）组成。
这在AMESim使用出口模块时完成。
这在第18章中被描述:
AMESim出口模块。
AMESim中提供的技术是这一个领域的最普遍使用过的。
在这章中，你将会找到必需的在AMESim里面使用这些技术的数据。
在这里给作为设计开发的技术完全详细的给出是不可能的。
有许多优秀的关于这一个内容的教科书。
19.2命名法
在输出工具中，我们一致地使用术语输入和输出，而且这些是有用的一般术语。
在设计的不同领域中开发不同的术语是不幸的。
下列各项表格
概述情形
输入
输出
实验设计
●控制或有时
●因素
响应
最优化
输入
输出
蒙地卡罗
控制
响应
19.3主要特征
主要特征被区分为三个在这段落将会被描述的部分：
●DOE
●最佳化
●蒙地卡罗
对于每个部分，一个或较多的技术被提供。
19.3.1DOE
DOE代表实验的设计。
这些是结构化方法
允许你决定在下面之间关系:
●因素（一个程序的输入,举例来说AMESim模型参量），和
●响应（一个程序的输出,举例来说AMESim模型变数,位置处理或否）.
●在这一个区段中，下列各项记号法被用:
●参量的数值是N。
●参量的水平是作为组合参量的数值。
水平由用户从最初的地方程序定义。
三个DOE方法由AMESim具有。
参量分析
这是DOE的最简单的方法。
每一个参量你可以设定尽可能的水平。
AMESim运行的第一程序将会为每个使用第一个水平参量:
这是名义上的参量组合。
然后AMESim将会运在哪只有参量数值不同于名义上的参量组合的程序。
为了要测试每个参量水平需要做必须的足够多的运行。
没有与这技术联合处理后的特性。
完整阶乘
由AMESim提供的完整地阶乘的DOE被限制给2个水平的参量。
这里要运行一个比较的参量的每个组合。
这意谓需要运行
个。
全部阶乘的技术允许AMESim计算每个因素的主要效果或群体的因素。
一些特定的绘图和这技术联合:
●Pareto绘图,
●主效果图表,
●交互作用图表。
在AMESim中所有的这些在处理之后的是可得的并且被描述在19.7设计开发绘图对话框。
中心合成物
中心合成物可能被视为完整的阶乘到一些额外运行是增加的。
你定义5个水平:
●一个高的水平（highlevel）,
●一个低的水平（lowlevel）,
●一个中央的水平（centrallevel）,
●一个高的星水平（highstarlevel），和
●一个低的星水平（lowstarlevel）。
低点和高的水平用来运行全部相同的序列阶乘的程序。
其他一些用来运行2×N+1额外的程序。
技术的主要目的要获得一个二次的回应表面模型。
AMESim允许你运行一个这样的技术但AMESim不提供处理之后获得对应表面模型。
19.3.2最佳化
最佳化我们意味不违反一些限制寻找参量的最好组合的程序到达一个目标。
在AMESim中目标总是尽可能的接近地制造量对准零位的质量。
为了要做最佳化,在AMESim中二个运算法则是可得的:
●NLPQL
●遗传基因的运算法则
NLPQL
NLPQL是继续的二次规划的落实（SQP）运算法则。
SQP是一个标准的方法,基于倾斜度的使用功能和限制的目的,解决非线性最佳化问题。
下列条件下这方法工作的良好:
●问题不太大的。
●功能和倾斜度可能充份地高精密的一起评估。
●问题是平滑的和好依比例决定。
因为NLPQL使用倾斜度，不连续的参量被排除在这一方法之外的。
方法的一个特性是它一旦找到一个地方性的最小量就停止。
因此,你获得的结果可能高度地依赖你给运算法则的出发点。
基因运算法则
基因运算法则（GA）是建立在达尔文的自然淘汰理论的一部计算机。
在如此的运算法则中，一个个体表现一系列参量值。
AMESimGA的描述:
●GA的第一个步骤要任意地产生个体的人口。
●然后最好的个体被保持然而其他的被从那人口而且藉着‘孩子代替'其余者删除。
孩子被获得被任意地选择在最好个体之中的二个父母而且选择对父母相近的一些的参量。
●除了这，个体变化:
他们的特性（参量数值）把混乱加入他们的数值改变。
●在好几世代之后，个体对一或一些最好解决聚合。
19.3.3蒙地卡罗法
在蒙地卡罗技术中你分配与统计的分配有关的任一参量的标准偏离（或广阔）。
AMESim会任意地为每一个程序选择一系列参量数值:
AMESim使这精选为参量的统计设定而定。
AMESim提供工具做响应的统计分析（统计片刻数值和柱状图）.
19.4主要原则
在AMESim设计开发工具中，我们介绍研究的概念。
这里研究是一系列输入和输出,并和一个名字和设计开发技术和它的特性联合。
一个研究名字必须在一个系统之内是独一无二的。
同时定义并且储存一些研究是可能的。
你能运行你想要的任何一个，但是二项研究不能够同时地运行。
所有的研究能包括已经由输出装备一起选择的输入和输出参量的子集或整个组合。
在实行阶段的时候，AMESim做一个运行的序列,为每个变更跑样板的参量和阅读和后处理结果。
对于每个程序（或仅仅为一个子集）,样板的输入数值和输出被储存在一个圆日志式文件中。
这一个文件的格式在"日志式文件视图"被描述,第589页.
在运行这些序列的时候，AMESim唯一的暂时改变数值是样板的参量。
因此你不释放你的模型参量设定你已经在参量模态中做:
在这实行之后，如果你做标准的运行,你有参量模态的组合参量被用。
19.5设计开发对话框
19.5.1描述
产生设计开发对话框点击设计开发
按钮或使用菜单工具►设计开发。
设计开发对话框在图19.1中被显示。
图19.1:
设计开发对话框
19.5.2研究的目录
对话框的左手边显示你所有已定义的研究的目录。
他们由研究类型聚集。
你可以为了显示或掩藏那一个类型的对应研究在次序的类型的项目目录扩张或销毁项目。
如果你扩张一个研究项目（按在研究名字附近的十字架上）。
那一项研究中的一连串的输入和输出被显示。
这一本目录是隐藏的如果你销毁研究项目。
19.5.3执行面板
在执行面板上，你可以
开始研究,
停止研究和调查研究实行使用日志和警告定位键。
日志
日志定位键展示关于研究实行指挥数据。
警告
警告定位键展示:
●已经在做的运行数字。
●关于样板的仿真或研究处理的警告。
●关于样板的仿真或研究处理的错误。
19.5.4行动控制DOE
研究管理
创造一项研究
为了要产生一项新的研究,你可以:
●选择菜单项目研究►新建…或
●在DOE上的即时点击或最佳化或蒙地卡罗项目在研究目录和选择新建研究…在菜单。
设计开发定义对话框出现。
在于你挑选的项目,假设值研究类型是DOE，最佳化或蒙地卡罗。
这在19.6个设计开发定义对话框中被描述。
编辑的一项已存在的研究
为了要编辑一项已存在的研究,你可以:
●选择你想要编辑的研究然后做研究►编辑…或
●找出你编辑的研究在研究目录上在哪和即时点击。
选择菜单里新建
研究…
当你改变研究的设定时候，使用这一个行动。
这一个行动制造设计开发定义对话框出现。
你能改变除研究类型外的每件事物。
如果研究你编辑现在流动,设计开发定义对话框是开着的在读唯一的模态中。
为更进一步关于那一个窗口的资讯,请提及19.6项设计开发定义对话框。
删除研究
你可以删除一个研究:
●选择你想要编辑的研究并做研究►删除…或
●在研究目录上找出你想要删除的研究和即时点击。
选择菜单中的删除研究…
设定活跃研究
活跃的研究是粗体显示
有两种方法改变活跃研究:
●你可以使用研究►设定活跃的研究改变活跃的研究。
当你选择这一个项目的时候,一份子菜单出现在每一研究的一个项目。
当前的活跃研究向上被如图19.2所显示的一个勾号标志作记号.
图19.2:
在活跃的研究上的权利-点击菜单
如果你选择另外的一项研究命名它变成新的活跃。
二者择一地
●你也可以在菜单上正确地按你需要的研究和选择设定激活研究。
注意正在运行的研究是不能改变的。
位置处理
效果表格
效果表格适用于DOE完整的阶乘的和核心部件。
它只有当研究实行被完成的时候是可得的。
显示效果表格你可以：
●选择DOE研究中全部阶乘的或中央的合成研究目录的项目然后使用数据►效果表格…或
●即时点击在DOE研究的项目目录上的全部阶乘或中央的合成研究和选择菜单上的效果表格…。
下列各项对话框出现:
图19.3:
交互表格
它显示方法在每个上的输入每输入或双输入但输出的平均变化效果。
使用保存到文件按钮你可以保存这一窗口的内容到一个美国信息交换标准代码文件。
在那情况，图19.3显示的文件的内容是:
效果\响应;out1;out2；
In1;-2.61695548255900e-002;-1.29917017839812e-001;
In2;-2.30228495004801e-002;-1.18964124698163e-001;
In1/in2;6.52131038554993e-004;1.60774631889675e-002;
统计
显示统计数值表格你可以:
●选择研究目录的研究项目在菜单项目上点击数据►统计…或
●即时点击研究项目上的研究目录并选择菜单上的统计…。
下列各项对话框出现:
图19.4:
统计表格
它为每个输入和输出,平均数值（meanvalue）,标准的偏离量（standarddeviation）,那歪斜度（skewness）和峰度（kurtosis）。
对于任意的可变X，公式适用于得到这些结果是:
使用保存到文件按钮你可以保存一个窗口内容到ASCⅡ文件。
在那情况，图19.4显示的文件的内容是:
图19.5:
文件的内容
绘图
当一项研究在进行的时候,你能产生正常的AMESim图。
这是非常有用的特别地由于一个自动机械更新适用于绘图因为你能看到研究的进展。
除此之外你能为设计开发产生特别的绘图特性。
可得的绘图在于19.7.5排列中仰赖研究的类型和描述可能的图形根据研究类型。
增加一个图形你可以:
●选择研究目录里的研究项目点击菜单项目上数据►增加绘图…或
●研究目录的在研究项目上的即时点击而且选择菜单中增加图形…。
设计开发图形出现。
图19.7设计开发图形为更多的数据对话框。
最好结果
最佳化研究的目标要决定制造模型的最好参量到达一个给定的目标。
如19.4项主要的原则所提到,参量设定在研究中用不被自动地适用于AMESim模型。
如果你回到参量模态你将会发现参量是不变的。
然而,在最佳化研究的情况你可能应用对你的模型在那一项研究中发现的‘最佳'参量。
你能做的二个方法是:
●选择研究目录的研究项目点击在菜单项目的数据►应用最好结果或
●即时点击在研究目录在最佳化研究项目和选择在那菜单中应用最好结果。
记住这只对最佳化研究可用。
一项研究一定在使用这一个行动之前被成功地完成。
日志文件视图
在研究的实行时候，AMESim运行的序列,变更为每个运行模型的参量和阅读和后处理结果。
每一个运行，样板的输入值和输出值被储存在一个日志文件中。
显示这一个文件你能选任一个:
●选择在研究目录上的研究项目数据和点击菜单上数据►日志文件…或
●即时点击在DOE上研究的项目的完全阶乘的研究列出并且选择日志文件菜单的…。
日志文件视图出现:
图19.6：
日志文件视图
文件内容依赖于使用的技术。
但保持着相同的结构：
●文件头部给被用于对应的研究的输入和输出目录。
它也会提醒研究的类型而且给研究出发日期。
●运行序列:
每条线程包含作为运行的输入和对应的输出。
在线程的开始，个性指出运行的状态。
个性是:
0如果运行失败
1如果运行成功
b如果运行成功和是所有的运行最好者（使用过的只有由于遗传基因的运算法则）.
●文件尾部给出关于研究实行一般的数据。
如果研究不能够被完成一些错误信息会在这里出现。
如果研究最佳化是一并且成功地已经被处理吗,文件尾部也包含最好结果获得如图19.7所示。
图19.7：
最佳结果
因为NLPQL最佳化研究,不是所有的运行件被储存在那一个文件中。
在这情况,一条线程符合一个重复。
重复的定义在"NLPQL"，第580页给出.
实行
开始
你可以开始研究实行使用开始按钮
。
它开始那活跃的是粗体那一个的研究。
你只能一次开始一个研究实行,所以开始按钮当一项研究正在被处理的时候是不能用的。
停止
停止研究实行,使用停止按钮
。
它将会立刻停止对研究实行的所有程序附件。
它只有在一个仿真正在运行能够使用。
关闭
当你已经完成使用设计开发部件的时候,使用结束按钮。
当一项研究在运行你不能关闭设计开发对话框。
如果你试着这么做,你被提问是否要结束实行。
如果回答是,就如同你按了停止按钮。
然后，什么也没被做。
19.6设计开发定义对话框
19.6.1
介绍
用户可以使用设计开发定义对话框创建和编辑一个新的项目（参见“创建项目（Creatingastudy）”，Page583（英文用户手册），和“编辑已存在项目（Editinganexistingstudy）”，Page583（英文用户手册））。
如图19.8为该对话框。
该对话框的界面能根据用户对话框左上角的下拉式列表所选择的不同的项目类型而变化。
当用户编辑一个已存在的项目时，该下拉式列表不可用。
因为，这时，作为一个已经存在的项目，它的类别是不能改变的。
在该对话框中，只有对话框的顶部区域对于所有的项目类型是相同的。
该区域是由“项目类型（Studytype）”下拉式列表和“项目名称（Studyname）”域组成的。
如图19.9所示。
19.6.2DOE
如果用户选择DOE项目类型，那么用户可看到如图19.9所示对话框。
无论用户选择了下拉式列表中的何种类型，该对话框中必定包含以下几个部分：
一个设定项目技术的下拉式列表。
一个“Showdesignmatrix”按钮，用于根据当前设定显示已安排好的运行顺序。
两个分页：
“Controls”页，列表显示可声明作为控制量的输入参数
“Responses”页，列表显示可声明作为响应量的输出变量
这几项中，只有“Controls”分页的列表依赖于用户设定的项目技术。
在19.6.2节中，我们将介绍DOE设定区的公共部分（Commonpart）和专用部分（Specificpart）。
公共部分（Commonpart）
分析技术（Technique）下拉式列表允许用户设定开发技术。
具体有以下三种分析技术可以选择：
Parameterstudy（参数研究）
Fullfactorial（完整阶乘）
Centralcomposite（核心组件）
当用户选择了某一技术，则控制参数列表将会根据用户的选择作出相应的改变。
当用户点击了“Showdesignmatrix”按钮，将会弹出一个对话框，用于根据当前设定显示已安排好的运行顺序。
图19.10显示了该对话框，该对话根据“Fullfactorial”技术对运行进行了安排。
如图19.10所示：
用户可以选择在该对话框中显示分配给每个运行的实际设定输入值，也可以选择显示这些运行的代码（这些代码对应于所选择的项目技术，在随后章节将会进一步介绍）
若要在两种显示模式切换，可以在“Showvalues”复选框前打勾或去掉勾。
“Responses”页显示导出设置中所有可用输出参数列表，如图19.11所示。
这些输出参数可以是简单输出参数或者是复合输出参数。
该列表由两列组成：
第一列包含在导出设置中，用户赋予参数的名称，该列均为只读。
第二列为一系列复选框。
只有与参数对应的复选框被选中，该参数才作为一响应：
该参数将保存在日志文档，并且可用于后处理过程。
尽管该页的内容受限于用户选择的项目技术，还是由有些单元对于所有的技术都是共有的。
对于所有的技术，该页均由以下单元构成：
第一列包含用户在导出设置中，分配给参数的名称。
第二列包含一系列复选框。
一个复选框选中，即表示相应的输入参数作为一个因子。
缺省值（Defaultvalues）列用于设定输入参数值，该参数不被作为一个因子。
（如果相应的复选框未选中）。
参数分析（Parameterstudy）
参数分析的具体原理在“参数分析”中有具体叙述，参见英文手册Page578。
参数分析技术中显示的输入列表如图19.12所示。
在Level列中显示的值将作为因子级别。
1.输入可能的因子级别是，各级别使用一个分号“；”格开。
第一个因子级别将被视为基准级别。
2.如要改变该列表，双击相应单元格，键入新的列表。
该列表必须于导出参数设置相容。
例如：
实数型输入须键入数字，离散型输入参数须为一系列可能数值，……
图19.13给出了参数研究的一个例子。
在该图中，可见有两种可能的显示。
对于级别代码：
0代表基准级别（可能值列表中的第一个值，即基准值），
1，2，3。
。
。
其它级别代表在可能值列表中，该数值所处的从左到右的顺序位。
FullFactorial
FullFactorial的具体原理在“FullFactorial”中有具体叙述，参见英文手册Page579。
FullFactorial技术中显示的输入列表如图19.14所示。
相对于一个标准的输入列表，FullFactorial技术中显示的输入列表通常有两个或更多的列
第一列是下限级别。
第二列是上限级别。
改变这些值的具体方法依赖于这些值的参数类型：
如果参数类型是离散型参数：
1.双击相应的单元格。
2.此时出现一个箭头。
3.点击箭头。
4.出现一个下拉式列表，给出了参数的可能数值。
5.选择用户需要的数值。
其它参数类型，用户均可以正常方式编辑。
图19.15给出了相应于FullFactorial技术的设计表格的一个例子。
如图示，该表格有两种可能的显示方式。
对于FullFactorial技术的DOE的设计表格，“-1”表示下限级别，而“+1”表示上限级别。
CentralComposite
对于CentralComposite型DOE，它相较于Fullfactorial型DOE增加了三个属性列。
它们分别用于显示下限起始级别，上限起始级别和中间级别（详细；细节参见“Centralcomposite”，英文手册Page579）。
如图19.16所示。
该图中的数值的编辑与FullfactorialDOE的相同。
在设计表格中，各个级别和级别代码的对应关系如下：
-2代表下限起始级别
-1代表下限级别
0代表中间级别
1代表上限级别
2代表上限终止级别
如图19.17示，为一个具有两个输入的设计表格实例：
19.6.3
最优化
图19.18显示了当最优化作为项目类型时的设计开发定义对话框。
如图19.18所示，最优化的定义分为两个部分：
第一部分对于所有的最优化项目均是相同的，它针对的时优化问题的定义。
第二部分用于解决待优化问题。
以下小节详细介绍这两个部分：
公共部分（CommonPart）：
问题定义（ProblemDefinition）
要定义一个待优化问题，用户须：
指定输入参数
设置这些参数值的许可范围
指定优化所要达到的目的
指定相关的约束
这些工作须在优化设置区的公共部分进行。
公共部分是由输入列表和输出列表两部分组成。
如图19.19所示。
对于两个列表，第一列列出了用户分配个导出设置中的每个参数的名称。
输入页
对于在优化过程中需要用到的输入参数（即用户需要AMESim使之变化的参数），用户可以选中Used列中的相应的复选框。
当用户选择了NLPQL技术时，对于离散型参数在列表中对应的行，此复选框将会变灰，表示不可选择。
如果用户需要使用离散参数，那么用户须使用遗传代数。
当勾取复选框，则输入参数的值在优化过程中保持不变。
对于这种参数，列表中将无Defaultvalue列，Lowerbound列和Upperbound列。
对于其它类型参数，AMESim将它们的值在指定的上限和下限之间变动。
对于NLPQL运算法则，用户必须为所有使用到的输入参数指定起始值。
在这种情况下，缺省值将作为起始值。
输出页
在Objective列中的列表项前勾取复选框，这对应的输出参数将作为目标输出。
优化算法将求出所有目标输出参数的绝对值之和，并使该和最小。
使用Lowerbound和Upperbound列，用户可以针对某些输出参数值添加限制。
在图19.20中，显示了这样一个例子：
将out1的绝对值最小化，同时保持out2大于15。
如果一个输出参数是优化目标，且优化后其值在用户设定的限制之内，则输出参数将储存在日志文件中。
如果用户已完成优化的公共部分的种种设定，则优化过程将会有两种解决问题的优化算法以供选择。
以下小节将介绍对这两种算法的属性的设置。
NLPQL
选中NLPQL算法时，显示如图19.21所示的属性：
Relativegradientstep
NLPQL算法需要AMESim来计算目标函数和约束在设计空间所有方向上的梯度。
在优化过程中的每一输入参数均是一个方向。
AMESim使用微分方法来计算这些梯度值。
下面用一个例子来说明这个计算过程。
假设所有目标函数均为z=f（x,y），x和y为两个输入参数。
那么，该函数的梯度为：
先前的近似值用于计算梯度。
相对梯度步骤
首先程序计算x=x0，y=y0的f（x0,y0），而后分别计算f（x0+δx0,y0）和f（x0,y0+δy0）。
该过程称为迭代。
在日志文件中，仅记录了核心步骤。
对于其它的点，并不需要进行梯度的计算。
在这种情况下，这种迭代过程仅进行了一次。
对于用户所遇到的有关算法是否收敛的大多数问题，都和梯度计算的精确度有关。
所需的最终精度
这里所讨论的精确度是指运算结果的精度。
该精度不应高于梯度的计算精度。
打印模式
该属性决定了在执行过程中显示输出信息的模式。
有三种信息显示模式可选：
不打印模式
诊断模式
详细打印模式
有一点需要注意：
对于诊断模式和详细打印模式这两种模式，当用户对于AMESim的二次开发有所了解才是有用的。
遗传算法
图19.22为用于遗传算法设定的设定界面实例。
遗传算法的基本介绍请见“遗传算法”一节，英文手册位于Page580。
对于遗传算法的属性
升级会员 