Assessment of the solution and prediction algorithms during the optimization of fluid-structure interaction dynamic systems
Notice bibliographique
Résumé
For optim ization problems based on dynamic criteria the system eigenvalues m ust be re-computed for each iteration as the values o f the design parameters are changed.From a computational point o f view it would be more efficient to replace the laborious process o f determining the eigenvalues by direct prediction.The suitability and advantages o f this scheme are examined here.The num ber o f operations required by the direct and the predictive solution algorithms are compared.The prediction scheme has been applied to the problem o f m axim izing the separation o f two adjacent eigenvalues for structural and couple fluid-structure systems. s o m m a i r eLes problmes d 'optim isation bass sur des critres dynamiques doivent obtenir les valeurs propres de systme, qui dpendent directem ent des valeurs des variables de conception.Pendant le processus d 'optimisation la fonction objective est calcule plusieurs reprises pour chacun nouvel ensemble de variables de conception, et alors une alternative plus conomique du point de vue informatique devrait prvoir les valeurs propres pour le nouvel ensemble de variables au lieu de rsoudre le problme encore.Ainsi, le but de ce travail est de dterm iner la convenance et les avantages d 'employer la prvision de valeurs propres, au lieu des solutions directes, dans les itrations pendant le processus d 'optimisation.Puis, le nombre d 'oprations entre la solution directe et prdictive du systme est compar pour une itration principale pendant l'optimisation.Gnralement, il est ncessaire de rsoudre le systme ou de le prvoir plus d 'une fois pour avancer la prochaine itration principale; la prvision est meilleure dans ce cas-ci, parce q u 'elle doit calculer seulement la sensibilit des valeurs propres une fois pour une itration principale de l 'algorithme.Aprs, une analyse d 'erreur des valeurs propres et des vecteurs propres prvus est faite en vue de lim iter la porte de la prvision dans le processus d 'optimisation.L'analyse est faite pendant la m axim isation d 'espace entre deux valeurs propres adjacentes sur les systmes structuraux et coupls de fluide-structure, modifiant une certaine variable structurale gomtrique prcdem m ent dfinie du modle fini d 'lment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».