Simulation-Driven Design by Knowledge-Based Response Correction Techniques

با تمرکز بر تکنیک‌های کارآمد بهینه‌سازی چند وفاداری مبتنی بر شبیه‌سازی، این مونوگراف در مورد بهینه‌سازی مبتنی بر شبیه‌سازی شبیه‌سازی‌هایی را پوشش می‌دهد که از مدل‌های کم وفاداری مبتنی بر فیزیک، اغلب مبتنی بر شبیه‌سازی‌های گسسته‌سازی درشت یا انواع دیگر نمایش‌های فیزیک ساده‌شده، مانند مدل های تحلیلی روش های ارائه شده در کتاب تا حد امکان از هرگونه دانش در مورد سیستم یا دستگاه مورد علاقه تعبیه شده در مدل کم وفاداری با هدف کاهش سربار محاسباتی فرآیند طراحی بهره برداری می کند. بیشتر تکنیک های توضیح داده شده در کتاب از نوع تصحیح پاسخ هستند و می توان آنها را به پارامتری (معمولاً بر اساس فرمول های تحلیلی) و ناپارامتریک، یعنی نه بر اساس فرمول های تحلیلی تقسیم کرد. روش دوم، اگرچه در پیاده سازی پیچیده تر است، اما کارآمدتر است.

کتاب فرمول بندی کلی از تکنیک های تصحیح پاسخ و همچنین تعدادی روش خاص، از جمله روش های مبتنی بر اصلاح مدل کم وفاداری را ارائه می دهد. پاسخ (نگاشت فضای خروجی، نقشه برداری منیفولد، تصحیح پاسخ تطبیقی ​​و پیش بینی پاسخ حفظ شکل)، و همچنین در مورد اصلاح مناسب مشخصات طراحی. فرمول بندی دقیق، مثال های کاربردی و بحث در مورد مزایا و معایب این تکنیک ها نیز گنجانده شده است. این کتاب استفاده از تکنیک‌های مورد بحث را برای حل مشکلات طراحی مهندسی در دنیای واقعی، از جمله برنامه‌های کاربردی در مهندسی مایکروویو، طراحی آنتن، و آیرو/هیدرودینامیک نشان می‌دهد.

Focused on efficient simulation-driven multi-fidelity optimization techniques, this monograph on simulation-driven optimization covers simulations utilizing physics-based low-fidelity models, often based on coarse-discretization simulations or other types of simplified physics representations, such as analytical models. The methods presented in the book exploit as much as possible any knowledge about the system or device of interest embedded in the low-fidelity model with the purpose of reducing the computational overhead of the design process. Most of the techniques described in the book are of response correction type and can be split into parametric (usually based on analytical formulas) and non-parametric, i.e., not based on analytical formulas. The latter, while more complex in implementation, tend to be more efficient.

The book presents a general formulation of response correction techniques as well as a number of specific methods, including those based on correcting the low-fidelity model response (output space mapping, manifold mapping, adaptive response correction and shape-preserving response prediction), as well as on suitable modification of design specifications. Detailed formulations, application examples and the discussion of advantages and disadvantages of these techniques are also included. The book demonstrates the use of the discussed techniques for solving real-world engineering design problems, including applications in microwave engineering, antenna design, and aero/hydrodynamics.