MétaCan
Menu
Retour à la cohorte
Enregistrement W2703562152 · doi:10.1299/jsmeoptis.2006.7.203

123 Optimal Design of Flexible Structures utilizing Enumeration Algorithms for Rigid Framework

2006· article· en· W2703562152 sur OpenAlexaff
Takuya Kinoshita, Makoto Ohsaki, Naoki Katoh, Shin‐ichi Tanigawa, David Avis

Notice bibliographique

RevueThe Proceedings of OPTIS · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTrussStatically indeterminateNonlinear systemBistabilityAlgorithmNonlinear programmingComputer scienceMechanism (biology)Bar (unit)Space (punctuation)Mathematical optimizationMathematicsStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

An efficient approach for generating pin-jointed compliant mechanisms is presented. A compliant mechanism uses the elastic deformation of structural parts to realize the mechanism for shape transformation of the entire structure, which is contrary to the conventional link mechanism. Ohsaki and Nishiwaki (Struct. Multidisc. Optim., Vol.30, pp.327-334, 2005) presented a method for generating flexible multistable bar-joint mechanisms using nonlinear programming approach. However, due to highly nonlinear property of the problem, the nonlinear programming problem should be solved many times with random initial solutions to obtain several types of mechanisms. Since the compliant pin-jointed mechanism is usually statically determinate, the optimization problem can be solved easily if the design space is limited to statically determinate structures. Avis et al. (Proc. of COCOON 2006, LNCS 4112, pp.205-215, 2006) presented an algorithm for enumerating all the non-crossing generically minimally rigid bar-joint frameworks, which are regarded as statically determinate trusses in structural engineering. In this paper, bistable mechanisms utilizing snapthrough behavior are obtained more efficiently with the algorithm. In the numerical example, many types of bistable compliant mechanisms are generated.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of OPTISMême sujetTopology Optimization in EngineeringTravaux en français237 207