Optimality conditions and Lagrange multipliers for shape and topology optimization problems
讨论了具有Neumann边界条件和边界观测的几何最优化问题的一阶最优性条件。我们在这里开发的方法适用于大类的状态系统或成本泛函。我们的方法是基于隐式参数化定理和使用的哈密顿系统。它建立了等价的约束最优控制问题,并使用拉格朗日乘子下一个新的简单的约束规格。在这种设置中,执行一般的功能变化,以自然的方式组合拓扑和边界变化。
2022-10-06 math.OC
Shape calculus and automatic differentiation for multi-phase level-set topology optimisation with unfitted finite elements
Queensland University of Technology(昆士兰科技大学);Umeå University(于默奥大学)
本文提出形状微积分与可扩展自动形状微分框架,用于非拟合多相拓扑优化,经验证高精度,支持大规模并行,并应用于各向异性扩散、线弹性和流固耦合问题。
2026-10-21 cs.NA math.NA math.OC
Topology optimization for quasistatic elastoplasticity
拓扑优化是指在给定的目标泛函下确定变形体的最优形状。研究了随动强化下时变弹塑性介质的拓扑最优化问题。我们采用相场的方法,并认为随后的近似,首先通过离散时间,然后通过正规化的流动规则。最佳形状的存在性证明了在时间离散和时间连续的水平,独立的正则化。首先在正则化时间离散条件下得到了一阶最优性条件,然后证明了其传递到非正则化时间连续极限。相场近似示出通过一个进化的变分收敛参数传递到其尖锐的界面极限。
2021-06-18 math.AP math.OC
A shape optimization problem on planar sets with prescribed topology
我们考虑形状最优化问题涉及泛函取决于周长,扭转刚度和勒贝格措施。无标度代价泛函的形式是$P(Ω)T^q(Ω)|Ω|^{-2q-1/2}$和类的容许域由二维开集$Ω$满足拓扑约束,有一个规定数量的$k$有界连通组件的互补集。一个放松的程序需要有一个适定性的问题,我们表明,当$q<1/2$最佳放松域存在。当$q>1/2$的问题是不适定的和$q=1/2$的明确值的下确界提供的情况下$k=0$和$k=1$。
2021-01-19 math.OC
Entropy-regularized Wasserstein distributionally robust shape and topology optimization
本文旨在介绍形状和拓扑优化领域的分布鲁棒性的最新范例。承认不确定的物理数据的概率法是很少知道的,超出了从观察到的样本构建的粗略近似,我们优化设计的预期成本的最坏情况下的值时,不确定性的概率法是“接近”的估计一个规定的阈值。概率定律之间的"接近性“由瓦瑟斯坦距离(Wasserstein distance)量化,这是一个与最优输运理论有关的概念。结合经典的熵正则化技术在这一领域的凸对偶理论的最新成果,允许重新制定的分布鲁棒最优化问题的方式是易于处理的计算。在基于密度的拓扑优化和几何形状优化的不同设置下,给出了两个数值例子。无论所选的最优设计框架如何,他们都证明了所提出的公式的相关性和适用性。
2023-01-11 cs.NA math.NA math.OC
Numerical approximation of phase field based shape and topology optimization for fluids
我们考虑的问题,找到最佳形状的流体域。流体服从Navier-斯托克斯方程。在一个holdall容器内,我们使用相场方法,使用扩散界面来描述自由流动的域。我们制定了相应的最优化问题的流体域外的流动是惩罚。所得到的形状最优化问题的配方被证明是适定的,因此存在一个最小值,并推导出一阶最优性条件。在数值实现中,我们引入了质量守恒的梯度流,得到了一个Cahn-Hilliard型系统,并使用有限元法进行了数值积分。利用可靠的、基于残差的误差估计的自适应概念来解析空间网格。整体概念的数值研究和比较值。
2014-05-14 math.OC
Multi-material phase field approach to structural topology optimization
多材料结构拓扑和形状最优化问题是在相场方法制定。给出了一阶条件,讨论了必要条件与经典形状导数的关系。介绍了一种基于$H^1$的高效数值方法--梯度投影法,最后给出了几个数值结果,验证了该方法的适用性。
2013-12-09 math.OC
Multiobjective optimization approach to shape and topology optimization of plane trusses with various aspect ratios
提出一种多目标优化方法,通过单一优化过程同时优化不同长宽比平面桁架的形状与拓扑,在总体积约束下最小化柔顺度,并利用力密度法处理节点合并问题,最终获得足够精确的Pareto最优解。
2023-07-31 math.OC
Energy stable gradient flow schemes for shape and topology optimization in Navier-Stokes flows
针对不可压缩 Navier-Stokes 流中的形状与拓扑优化,提出相场梯度流的稳定化半隐式格式,证明其连续与离散无条件能量稳定性,并通过二维和三维 CFD 实验验证有效性与鲁棒性。
2024-05-08 cs.NA math.NA math.OC
AutoFreeFem: Automatic code generation with FreeFEM++ and LaTex output for shape and topology optimization of non-linear multi-physics problems
AutoFreeFem 是一个 Python 包,通过符号微分和 Lagrangian 方法自动生成 FreeFEM++ 代码及 LaTeX 表达式,用于非线性多物理形状优化,并验证了导数精度。
2024-07-16 math.OC
Explicit topology optimization through moving node approach: beam elements recognition
结构优化(拓扑、形状、尺寸)是促进结构设计中新概念出现的重要工具。通常,拓扑优化在设计的早期阶段进行,然后依次进行形状和尺寸设计。与传统的拓扑最优化方法不同,显式方法由于其在处理低阶设计变量的同时,缩短了CAD/CAE过程的成本,而引起了人们的极大关注。本文的目的是提出一个适应的流动启发的方法,所谓的移动节点的方法(MNA)的拓扑优化。在这种方法中,离散化是解耦的材料分布和最终目标是识别最佳的梁组件,同时最大限度地减少遵守。这里的范例已经改变,并使用新的设计变量,如节点位置,元素长度/方向和大小,提供比基于像素的设计变量更少的设计变量。该方法被验证使用2个经典的测试用例在拓扑优化领域:悬臂梁和L形问题。
2021-03-11 cs.CE math.OC
Level set shape and topology optimization of finite strain bilateral contact problems
本文提出了一种考虑界面大运动滑动接触和分离的两种和三种材料组成的多部件结构的优化方法。结构的几何形状是由一个明确的水平集方法,它允许形状和拓扑结构的变化。力学模型假设有限应变、非线性弹性材料行为和准静态响应。重叠表面位置的识别处理的耦合参数表示的接触表面。采用稳定化拉格朗日方法和主动集策略建立了无摩擦接触和分离模型。力学模型采用扩展的有限元法离散,保持了清晰的几何定义。为了提高物理响应预测的稳定性,实现了面向人脸的幽灵惩罚和动态松弛。一个非线性规划计划被用来解决最优化问题,这是正则化引入周长惩罚的目标函数。灵敏度由伴随方法确定。通过二维数值算例研究了该方法的主要特点。数值结果表明,改进的设计性能相比,优化模型与小应变假设。此外,具有负载路径相关目标的示例显示非直观设计。
2017-01-21 math.OC
A nonmonotone spectral projected gradient method for large-scale topology optimization problems
提出了一种基于梯度的求解体积约束拓扑最优化问题的有效方法。该算法的每一步都是通过将Barzilai-Borwein步投影到由盒和一个线性约束(体积约束)组成的可行集上来获得的。为保证算法的整体收敛,沿当前点和投影点给定的方向进行自适应非单调线搜索。采用自适应循环重用的Barzilai-Borwein步长作为初始步长。最小的内存需求,保证收敛性,几乎只有一个功能和梯度每次迭代评估,使这种新方法非常有吸引力的常见的替代方法来解决大规模的最优设计问题。数值实验表明了该方法的有效性和可行性。
2010-06-03 math.OC
Level-set topology optimisation with unfitted finite elements and automatic shape differentiation
Queensland University of Technology(昆士兰科技大学);Monash University(蒙纳士大学)
本文提出了一种非拟合自动形状微分方法,用于解决拓扑优化问题,通过Julia实现,适用于无结构网格,并避免了域边界处的材料属性平滑问题。
2025-06-30 cs.NA math.NA math.OC
A Lagrangian shape and topology optimization framework based on semi-discrete optimal transport
该研究提出基于半离散最优输运的拉格朗日形状拓扑优化框架,用改进Laguerre图表征形状,结合虚拟单元法与伴随法推导灵敏度,可鲁棒处理拓扑变化,适用于多类物理场景。
2024-09-12 math.OC
Shape design with phase field methods for structural hemivariational inequalities in contact problems
East China Normal University(华东师范大学);Nanjing University of Science and Technology(南京理工大学)
本文提出基于相场方法的结构半变分不等式接触问题形状设计与拓扑优化新方法,通过非凸半变分不等式模型和正则化技术实现摩擦接触问题的高效优化。
2025-12-16 math.OC
Topology Optimization for Uniform Flow Distribution in Electrolysis Cells
Fraunhofer Institute for Industrial Mathematics ITWM(弗劳恩霍夫工业数学研究所);TU Wien(维也纳工业大学)
本文研究氢电解槽双极板的拓扑优化,使用带阻力项的Stokes方程建模,推导均匀流动分布准则,并引入新型流体速度平滑技术以提升制造性,最后通过数值结果验证了平滑效果。
2023-08-03 math.OC
Topology Identification of Directed Dynamical Networks via Power Spectral Analysis
University of Pennsylvania(宾夕法尼亚大学)
本文提出基于交叉功率谱密度的算法,用于识别未知加权有向网络的拓扑结构,包括链接的存在性和方向,以及恢复网络精确结构和输入噪声功率谱密度。
2013-08-09 cs.SY eess.SY math.DS
A novel $W^{1,\infty}$ approach to shape optimisation with Lipschitz domains
本文介绍了一种新的方法来实现形状优化与Lipschitz域。我们建议使用的形状导数来确定变形领域的形状功能的最速下降方向的$W^{1,\infty}-$拓扑。我们的方法的想法是证明$n$维星形区域的形状优化,我们表示为单位$(n-1)$球上定义的函数。在这种情况下,我们提供了具体形式的形状衍生物,并证明存在的基本形状优化问题的解决方案。此外,我们还证明了在$W^{1,\infty}-$拓扑中存在一个最速下降方向。我们还注意到,在这种情况下,形状优化与$\infty-$拉普拉斯算子和最优输运密切相关,我们在数值部分强调了后者。我们提出了几个数值实验,在两个维度上说明我们的方法似乎优于一个广泛使用的希尔伯特空间方法在所考虑的例子,特别是在开发优化的形状与角落。
2021-12-10 math.OC
Beyond spectral gap: The role of the topology in decentralized learning
EPFL(洛桑联邦理工学院)
在机器学习模型的数据并行优化中,工作人员协作以改进他们对模型的估计:更准确的梯度允许他们使用更大的学习率并更快地优化。我们考虑所有工人从同一数据集采样,并通过稀疏图(分散式)进行通信的设置。在这种情况下,当前的理论未能捕捉到现实世界行为的重要方面。首先,通信图的“频谱间隙”不能预测其在(深度)学习中的经验表现。第二,目前的理论并没有解释合作比单独训练能够实现更大的学习率。事实上,它规定了较小的学习率,随着图变得更大,学习率进一步降低,无法解释无限图中的收敛。本文的目的是描绘一个精确的图片稀疏连接的分布式优化时,工人共享相同的数据分布。我们量化了图的拓扑结构如何影响二次玩具问题的收敛性,并为一般光滑和(强)凸目标提供了理论结果。我们的理论与深度学习中的经验观察相匹配,并准确地描述了不同图拓扑的相对优点。
2022-11-08 cs.LG math.OC stat.ML
A Novel $p$-Harmonic Descent Approach Applied to Fluid Dynamic Shape Optimization
我们介绍了一种新的方法,在流体动力学应用中的形状优化的实施,我们建议使用的形状导数来确定变形场的帮助下的$p-$拉普拉斯算子的$p > 2$。这种方法与计算$W^{1,\infty}-$拓扑中形状泛函的最速下降方向密切相关。我们的方法被证明为形状优化相关的阻力最小的自由浮体。该方法验证现有的方法的收敛性的优化算法,获得的形状,并考虑到大变形后的计算网格的质量。我们的数值计算结果强烈表明,形状优化相关的$W^{1,\infty}$拓扑结构-虽然数值上更苛刻-似乎优于经典的方法调用希尔伯特空间方法,关于收敛,获得的形状和网格质量大变形后,特别是当最佳形状的功能尖角。
2021-03-26 cs.CE math.OC
Beyond spectral gap (extended): The role of the topology in decentralized learning
EPFL(洛桑联邦理工学院)
在机器学习模型的数据并行优化中,工作人员协作以改进他们对模型的估计:更准确的梯度允许他们使用更大的学习率并更快地优化。在去中心化的环境中,工作人员通过稀疏图进行通信,当前的理论无法捕捉现实世界行为的重要方面。首先,通信图的“频谱间隙”不能预测其在(深度)学习中的经验表现。第二,目前的理论并没有解释合作比单独训练能够实现更大的学习率。事实上,它规定了较小的学习率,随着图变得更大,学习率进一步降低,无法解释无限图中的收敛动力学。本文旨在描绘稀疏连接分布式优化的准确画面。我们量化了图的拓扑结构如何影响二次玩具问题的收敛性,并为一般光滑和(强)凸目标提供了理论结果。我们的理论与深度学习中的经验观察相匹配,并准确地描述了不同图拓扑的相对优点。本文是Vogels等人的会议论文的扩展。等(2022)。代码:https://github.com/epfml/topology-in-decentralized-learning.
2023-01-05 cs.DC cs.LG math.OC